## 什么是会话
在 OpenClaw 中，**会话（Session）** 是智能体与用户之间的一次完整对话。每个会话拥有独立的上下文——智能体在一个会话中记住的内容不会自动出现在另一个会话中。
你可以把会话想象成聊天软件里的"对话窗口"：
- 每个对话窗口有自己的聊天记录
- 切换窗口后，之前的对话内容不会混在一起
- 关闭窗口后，聊天记录仍然保存在本地
会话是 OpenClaw 上下文管理的基本单位。理解会话机制，能帮助你更好地控制智能体的行为和资源消耗。
## 会话存储位置
OpenClaw 将所有会话数据存储在本地文件系统中，使用 JSONL（JSON Lines）格式。
### 存储目录结构
```
~/.openclaw/agents//sessions/
├── .jsonl
├── .jsonl
├── .jsonl
└── ...
```
每个 `.jsonl` 文件就是一个会话，文件中的每一行是一条消息记录（JSON 格式）。
### 查看会话文件
```bash
# 查看会话目录
ls ~/.openclaw/agents/default/sessions/
# 查看某个会话的内容（每行一条消息）
cat ~/.openclaw/agents/default/sessions/.jsonl
# 统计会话数量
ls ~/.openclaw/agents/default/sessions/ | wc -l
```
### JSONL 格式说明
每条消息记录包含以下关键字段：
```json
{
"role": "user",
"content": "你好，帮我写一个 Python 脚本",
"timestamp": "2025-01-15T10:30:00Z"
}
```
```json
{
"role": "assistant",
"content": "好的，我来帮你写一个 Python 脚本...",
"timestamp": "2025-01-15T10:30:05Z",
"tokens": { "input": 150, "output": 320 }
}
```
JSONL 格式的优势：
- **追加写入**：新消息直接追加到文件末尾，不需要重写整个文件
- **流式读取**：可以逐行读取，不需要一次性加载整个会话
- **易于调试**：纯文本格式，可以直接用文本编辑器查看
## 会话 ID 和路由
### 会话 ID 的生成规则
会话 ID 由**渠道（Channel）** 和**联系人（Contact）** 的组合决定：
```
会话 ID = 渠道类型 + 渠道标识 + 联系人标识
```
例如：
- Telegram 用户 `@alice` 的会话 → `telegram:bot123:alice`
- WhatsApp 用户 `+86138xxxx` 的会话 → `whatsapp:myphone:8613800001111`
- WebChat 匿名用户的会话 → `webchat:default:anonymous-abc123`
### 路由机制
当一条消息到达 Gateway 时，OpenClaw 按以下步骤确定会话：
1. **识别渠道**：消息来自哪个渠道（Telegram、WhatsApp、WebChat 等）
2. **识别联系人**：消息来自哪个用户（用户 ID、手机号等）
3. **查找会话**：根据渠道 + 联系人组合查找已有会话
4. **创建或复用**：如果找到已有会话则继续对话，否则创建新会话
这意味着：
- 同一个用户在同一个渠道上，始终使用同一个会话
- 同一个用户在不同渠道上，使用不同的会话
- 不同用户在同一个渠道上，各自有独立的会话
### 多智能体路由
如果你配置了多个智能体，会话路由还会考虑 Bindings 规则：
```json
{
"agents": {
"list": [
{
"id": "work-agent",
"bindings": [
{ "channel": "telegram", "peer": "@alice" }
]
},
{
"id": "personal-agent",
"bindings": [
{ "channel": "whatsapp" }
]
}
]
}
}
```
在这个配置中：
- Telegram 上 `@alice` 的消息路由到 `work-agent`
- WhatsApp 上所有消息路由到 `personal-agent`
- 每个智能体有自己独立的会话目录
## 会话压缩（Compaction）
### 为什么需要压缩
每次智能体回复时，都需要把整个会话历史发送给 AI 模型。随着对话越来越长，会出现两个问题：
1. **超出上下文窗口**：模型有 Token 上限（如 128K），超长对话会被截断
2. **成本增加**：发送的 Token 越多，API 费用越高
会话压缩（Compaction）就是解决这个问题的机制——当对话太长时，自动将早期对话总结为一段摘要，释放上下文空间。
### 压缩的工作原理
```
压缩前：
[消息1] [消息2] [消息3] ... [消息50] [消息51] [消息52]
↑ 上下文快满了
压缩后：
[摘要：消息1-50的总结] [消息51] [消息52]
↑ 上下文空间充足
```
压缩过程：
1. OpenClaw 检测到上下文使用率超过阈值（通常 70-80%）
2. 自动将早期消息发送给模型，生成一段总结摘要
3. 用摘要替换原始消息，大幅减少 Token 数量
4. 最近的消息保持原样，确保对话连贯性
### 压缩配置
在 `~/.openclaw/openclaw.json` 中配置压缩行为：
```json
{
"compaction": {
"enabled": true,
"threshold": 0.75,
"keepRecent": 10
}
}
```
| 参数 | 说明 | 默认值 |
|------|------|--------|
| `enabled` | 是否启用自动压缩 | `true` |
| `threshold` | 上下文使用率触发阈值 | `0.75`（75%） |
| `keepRecent` | 压缩时保留最近的消息数 | `10` |
### 压缩的影响
压缩后，智能体对早期对话的记忆会变成"概括性"的：
- ✅ 记得讨论过什么主题
- ✅ 记得关键的结论和决定
- ❌ 可能忘记具体的措辞和细节
- ❌ 可能忘记中间的推理过程
如果你需要智能体记住某些重要信息，建议使用 Memory 系统（长期记忆）而不是依赖会话历史。
## 会话修剪（Pruning）
### 为什么需要修剪
随着时间推移，会话文件会越来越多，占用磁盘空间。会话修剪（Pruning）用于删除旧的、不再需要的会话文件。
### 修剪策略
OpenClaw 支持按时间修剪会话：
```bash
# 删除 30 天前的会话
openclaw sessions prune --older-than 30d
# 删除 7 天前的会话
openclaw sessions prune --older-than 7d
# 预览将被删除的会话（不实际删除）
openclaw sessions prune --older-than 30d --dry-run
```
### 修剪注意事项
- 修剪是**不可逆**的，删除后无法恢复
- 建议先用 `--dry-run` 预览，确认无误后再执行
- 修剪不会影响正在进行的会话
- 如果某些会话很重要，可以手动备份 `.jsonl` 文件
```bash
# 备份重要会话
cp ~/.openclaw/agents/default/sessions/important-session.jsonl ~/backup/
```
## CLI 会话管理命令
OpenClaw 提供了一组 CLI 命令来管理会话。
### 查看会话列表
```bash
# 列出所有会话
openclaw sessions list
# 列出指定智能体的会话
openclaw sessions list --agent work-agent
# 以表格形式显示
openclaw sessions list --format table
```
输出示例：
```
Session ID Agent Channel Last Active
telegram:bot123:alice default telegram 2 hours ago
whatsapp:myphone:8613800001111 default whatsapp 1 day ago
webchat:default:anonymous-abc123 default webchat 3 days ago
```
### 查看会话历史
```bash
# 查看某个会话的对话历史
openclaw sessions history
# 只看最近 20 条消息
openclaw sessions history --limit 20
# 以 JSON 格式输出
openclaw sessions history --format json
```
### 修剪旧会话
```bash
# 删除 30 天前的会话
openclaw sessions prune --older-than 30d
# 预览将被删除的会话
openclaw sessions prune --older-than 30d --dry-run
# 删除指定智能体的旧会话
openclaw sessions prune --older-than 14d --agent work-agent
```
### 会话统计
```bash
# 查看会话统计信息
openclaw sessions stats
# 输出示例：
# Total sessions: 42
# Active (last 7 days): 8
# Disk usage: 12.3 MB
# Oldest session: 2024-12-01
```
## 多渠道会话隔离
OpenClaw 的会话是按**渠道 + 联系人**隔离的。这意味着同一个人在不同渠道上与智能体的对话是完全独立的。
### 隔离示例
假设用户 Alice 同时使用 Telegram 和 WhatsApp 与你的智能体对话：
```
Telegram 会话（telegram:bot123:alice）：
Alice: 帮我分析这份销售报告
Agent: 好的，我来看看这份报告...
WhatsApp 会话（whatsapp:myphone:alice）：
Alice: 今天天气怎么样？
Agent: 让我查一下天气...
```
两个会话完全独立：
- Telegram 会话中的"销售报告"上下文不会出现在 WhatsApp 会话中
- WhatsApp 会话中的"天气"话题不会影响 Telegram 会话
- 两个会话可以同时进行，互不干扰
### 隔离的好处
1. **上下文清晰**：每个渠道的对话主题不会混淆
2. **隐私保护**：不同渠道的对话内容互相隔离
3. **灵活使用**：可以在不同渠道处理不同类型的任务
### 跨渠道共享信息
如果你希望智能体在不同渠道之间共享某些信息，可以使用 Memory 系统：
```
# 在 Telegram 中
Alice: 记住我的邮箱是 alice@example.com
# 智能体将信息写入 MEMORY.md（长期记忆）
# 在 WhatsApp 中
Alice: 我的邮箱是什么？
# 智能体从 MEMORY.md 中读取，跨渠道获取信息
```
Memory 是跨会话、跨渠道的持久化存储，而会话只在单个渠道内有效。
## /new 和 /reset 命令
### /new — 开始新会话
在任何渠道中发送 `/new` 命令，可以结束当前会话并开始一个全新的会话：
```
用户: /new
Agent: 好的，已开始新会话。之前的对话上下文已清除。
```
使用场景：
- 当前话题已经结束，想聊一个全新的话题
- 会话上下文太长，想从头开始
- 智能体"记混了"，想重置上下文
`/new` 的效果：
- 创建一个新的会话 ID
- 旧会话的 `.jsonl` 文件保留在磁盘上
- 新会话从空白上下文开始（但 Memory 和 SOUL.md 仍然生效）
### /reset — 重置当前会话
`/reset` 与 `/new` 类似，但有细微区别：
```
用户: /reset
Agent: 会话已重置。
```
`/reset` 的效果：
- 清除当前会话的对话历史
- 保持同一个会话 ID
- 相当于"清空聊天记录"
### /new vs /reset 对比
| 特性 | /new | /reset |
|------|------|--------|
| 会话 ID | 创建新 ID | 保持原 ID |
| 旧对话记录 | 保留在磁盘 | 被清除 |
| 上下文 | 全新开始 | 全新开始 |
| Memory | 仍然生效 | 仍然生效 |
| SOUL.md | 仍然生效 | 仍然生效 |
一般来说：
- 想保留旧对话记录用 `/new`
- 想彻底清理用 `/reset`
## 实用技巧
### 1. 定期修剪旧会话
设置一个定时任务，自动清理旧会话：
```bash
# 添加 cron 任务，每周日凌晨清理 30 天前的会话
openclaw cron add "0 0 * * 0" "openclaw sessions prune --older-than 30d"
```
### 2. 监控会话磁盘使用
```bash
# 查看会话目录大小
du -sh ~/.openclaw/agents/*/sessions/
# 查看最大的会话文件
ls -lhS ~/.openclaw/agents/default/sessions/ | head -10
```
### 3. 导出重要会话
```bash
# 导出会话为可读格式
openclaw sessions history --format json > my-session-backup.json
```
### 4. 调整压缩阈值
如果你发现智能体经常"忘记"之前的对话内容，可以提高压缩阈值：
```json
{
"compaction": {
"threshold": 0.85,
"keepRecent": 20
}
}
```
这会让压缩更晚触发，保留更多原始消息，但会增加 Token 消耗。
## 小结
会话是 OpenClaw 上下文管理的核心机制：
- 每个对话是一个独立的会话，存储为 JSONL 文件
- 会话 ID 由渠道 + 联系人组合决定，确保多渠道隔离
- 压缩（Compaction）自动总结长对话，释放上下文空间
- 修剪（Pruning）删除旧会话，释放磁盘空间
- `/new` 开始新会话，`/reset` 重置当前会话
- 跨渠道信息共享需要使用 Memory 系统
理解会话机制，能帮助你更好地控制智能体的上下文、优化 Token 消耗、管理磁盘空间。
#会话管理 #Session #压缩机制 #会话隔离 #龙虾技能库