Контекст AI Agent Never Lost: Архітектура пам'яті DAG для плагінів LCM Рідний OpenClaw (і майже всі AI-агенти) просто обрізають старі повідомлення, коли розмова виходить за межі контекстного вікна моделі — і інформація втрачається. Основна ідея Lossless Claw полягає в тому, що стиснення — це не те саме, що забути. Він замінює оригінальний механізм обрізання ковзного вікна на ієрархічну систему підсумків DAG (спрямований ациклічний граф), постійно зберігає кожне повідомлення і дозволяє агенту теоретично «запам'ятовувати» нескінченну історію, зберігаючи бюджет токена через рекурсивне збагачення резюме-відновлення. • GitHub отримав 2 тисячі зірок, 147 форків і став хітом незабаром після запуску — це репрезентативний проєкт у екосистемі OpenClaw • Поріг для контекстно-тригерного стиснення становить 75% (contextThreshold=0,75), тобто він починає конденсуватися, коли залишається ще 25% запасу, щоб уникнути вибухів вікон • Захистити останні 32 повідомлення від стиснення (freshTailCount=32) для забезпечення недавньої узгодженості • Базовий шар зберігає всі оригінальні повідомлення у SQLite, узагальнює ланцюжок вузлів назад до вихідного повідомлення та може розширити відновлення оригінального тексту у будь-який момент • Доступні три агентні інструменти: lcm_grep (пошук), lcm_describe (опис вузлів), lcm_expand (розгорнути деталі) • Leaf-вузли можуть мати максимум 20 000 токенів на блок вихідного контенту, з цільовою метою стиснення 1 200 токенів. Вузол високого рівня збагачення орієнтований на 2000 токенів 1. Встановлення: Однорядкові командні плагіни openclaw встановлюють @martian-engineering/lossless-claw, не потрібно вручну змінювати JSON 2. Конфігурація: Визначити контекстEngine: "lossless-claw" у конфігурації OpenClaw для тонкого налаштування параметрів через змінні середовища 3. Основні шаблони проєктування: • Автоматичне стиснення після кожного раунду діалогів (можна вимкнути) • Old Messages → Leaf Summary → Condensed Node, який конденсується шар за шаром для утворення DAG • Коли Агент викликає lcm_expand, він розширюється назад від DAG, щоб відновити оригінальні деталі 4. Збереження сесії: З session.reset.idleMinutes: 10080 (7 днів) одна й та сама сесія може тривати один тиждень, а пам'ять LCM накопичується між сесіями...