Contexto de Agente de IA Nunca Perdido: A Arquitetura de Memória DAG para Plugins LCM O OpenClaw nativo (e quase todos os agentes de IA) simplesmente truncam mensagens antigas quando a conversa vai além da janela de contexto do modelo – e a informação se perde. A proposição central do Lossless Claw é que compressão não é o mesmo que esquecer. Ele substitui o mecanismo original de truncamento de janela deslizante por um sistema de resumo hierárquico DAG (grafo acíclico direcionado), armazena persistentemente cada mensagem e permite que o agente "lembre" teoricamente o histórico infinito enquanto mantém o orçamento de tokens por meio do enriquecimento recursivo de resumo-retomada recursiva. • O GitHub recebeu 2 mil estrelas, 147 forks e se tornou um sucesso logo após seu lançamento – um projeto representativo no ecossistema OpenClaw • O limiar para compressão desencadeada pelo contexto é 75% (contextThreshold=0,75), ou seja, começa a ser condensado quando ainda há 25% do headroom para evitar explosões de janela • Proteger as 32 mensagens mais recentes contra a compressão (freshTailCount=32) para garantir consistência recente • A camada subjacente mantém todas as mensagens originais com SQLite, resume a cadeia de nós de volta à mensagem de origem e pode expandir a recuperação do texto original a qualquer momento • Três ferramentas de Agente estão disponíveis: lcm_grep (busca), lcm_describe (descrever nós) lcm_expand (expandir detalhes) • Nós folha podem ter no máximo 20.000 tokens por bloco de conteúdo de origem, com uma meta de compressão de 1.200 tokens. O nó de enriquecimento de alto nível mira 2000 tokens 1. Instalação: Plugins openclaw de comando de linha única instalam @martian-engineering/lossless-claw, sem necessidade de alterar manualmente o JSON 2. Configuração: Especificar contextEngine: "lossless-claw" na configuração do OpenClaw para ajustar parâmetros por meio das variáveis do ambiente 3. Padrões Centrais de Design: • Compressão automática após cada rodada de diálogo (pode ser desativada) • Mensagens Antigas → Resumo de Folhas → Nó Condensado, que é condensado camada por camada para formar um DAG • Quando o Agente chama lcm_expand, ele expande para trás a partir do DAG para restaurar os detalhes originais 4. Persistência da sessão: Com session.reset.idleMinutes: 10080 (7 dias), a mesma sessão pode durar uma semana, e a memória LCM se acumula entre as sessões...