Context Gatekeeper — 对话上下文守卫
v0.1.1通过总结最近的交流、显示待处理操作和在调用模型之前提供紧凑的简报，保持对话的 token 友好。触发此技能以修剪臃肿的线程或保持下一个提示简洁。
3· 1,463·3 当前·3 累计
by 安全扫描
OpenClaw
安全
high confidence该技能的代码、指令和文件与其声明的目的（通过总结对话历史减少 token）一致；没有意外的网络调用、凭据请求或不透明的安装步骤——但它会将完整的对话文本保存到本地文件中，因此应将这些文件视为敏感文件。
评估建议
此技能似乎做了它所声称的：将对话历史压缩成短的 Markdown 简报。安装前，请考虑隐私和操作卫生：1) 技能以明文存储完整消息（context/history.txt、context/current-summary.md 和监控日志）——确保这些文件位于加密文件系统上或限制其权限（chmod 600）并限制谁可以读取它们；2) 如果启用自动监控，请了解它将连续运行并写入日志——在沙盒中或使用服务账户运行它，如果您有敏感数据；3) 代码中没有网络数据外泄，但您仍应在受控环境中审查和运行脚本；4) README 引用了一个不存在的 ensure_context_monitor.sh — 在遵循这些指令之前，请再次检查启动集成。如果您只需要摘要而不需要持续监控，请在每次模型调用之前手动运行 context_gatekeeper.py，而不是启用自动监控。...详细分析 ▾
✓ 用途与能力
名称/描述与包含的脚本和 README 匹配：Python 脚本读取 ROLE: 消息历史，提取摘要句，检测 'pendências' 关键词，并编写紧凑的 Markdown 简报。没有无关的二进制文件、凭据或外部服务被请求。
ℹ 指令范围
SKILL.md 和脚本明确指示代理/操作员将每条入站/出站消息追加到 context/history.txt，并在模型调用之前注入 context/current-summary.md。这对于目的而言是连贯的，但意味着完整的对话内容以明文存储在磁盘上；指令还建议运行一个持续监控，自动重新生成摘要，这会增加敏感内容保留的时间。
✓ 安装机制
没有安装规范，所有代码都是本地的。技能仅包含小型 Python 脚本和 Markdown 文件 — 没有指定下载或外部包安装。
✓ 凭证需求
技能不需要环境变量、凭据或配置路径。它访问的文件是本地的（context/history.txt 和 context/current-summary.md），这适合技能的声明功能。
ℹ 持久化与权限
技能不强制安装（always:false）且没有特殊平台权限。然而，README 和 SKILL.md 推荐运行 auto_monitor.py（通过 nohup/ensure 脚本或 cron），以便监控可以连续运行；如果启用，则该后台进程将定期读写对话日志，应将其视为主机上的持久软件。
安全有层次，运行前请审查代码。
运行时依赖
无特殊依赖
版本
latestv0.1.12026/2/6
更新 SKILL.md 中的描述从葡萄牙语翻译为英语，以提高可访问性。代码或工作流没有功能性更改；仅修改了文档。
● 无害
安装命令 点击复制
官方npx clawhub@latest install context-gatekeeper
镜像加速npx clawhub@latest install context-gatekeeper --registry https://cn.clawhub-mirror.com
技能文档
目标
减少发送到模型的 token 数量，仅保留必需的信息：决策摘要、下一步行动和最近的对话片段。此技能与您的常规工作流并行运行，生成context/current-summary.md 文件作为上下文替代（而不是重新发送整个对话）。最小工作流
- 记录交换：在每个提示/响应后，以格式化的
ROLE: 文本行写入历史记录文件（context/history.txt或任何可访问路径）。
USER: 我想为 Q2 定义目标
ASSISTANT: 已制定计划，包括里程碑和指标
- 执行守卫：
python skills/context-gatekeeper/scripts/context_gatekeeper.py \
--history context/history.txt \
--summary context/current-summary.md
- 使用摘要：在调用 API（或响应用户）之前，注入
context/current-summary.md的内容并提及待处理项。仅在必要时，在后面添加最近的具体交换（最多 2-3 条消息）以确保即时清晰度。 - 重复：更新
context/history.txt以包含新响应，然后在下一个回合之前再次运行脚本。
脚本参数
--history：消息历史文件路径（每行必须为ROLE: 文本）。如果省略，使用 STDIN。--summary：摘要文件目标路径（如果文件已存在，将被替换）。--max-summary-sents：摘要句数限制（默认 6）。--max-recent-turns：“最近轮次”部分显示的交换数量（默认 4）。
日常操作提示
- 设置一个轻量级的 cron/循环来在每次自动响应之前调用脚本。
- 保留一个平行的
context/pending-tasks.md文件，并将摘要中的“待处理”部分复制到那里。 - 始终在响应的开头段落中提及摘要路径（例如：“紧凑摘要：...”）以便审计。
为什么这有效？
OpenClaw 已经将记忆持久化为 Markdown 文件，并在需要时执行/compact。此技能遵循相同的纪律：在每次调用模型之前加载一份单页简报，而不是依赖仍在上下文中的 100+ 条旧消息。这样既节省了 token，也保持了模型对真正重要内容（决策、待处理事项、最近变化）的关注。数据来源：ClawHub ↗ · 中文优化：龙虾技能库
OpenClaw 技能定制 / 插件定制 / 私有工作流定制
免费技能或插件可能存在安全风险，如需更匹配、更安全的方案，建议联系付费定制