Session pruning

Session pruning 會在每次 LLM 呼叫前從上下文中修剪舊的工具結果。它可以減少累積的工具輸出（執行結果、檔案讀取、搜尋結果）所導致的上下文膨脹，而無需重寫正常的對話文字。

為何重要

長時間的會話會累積工具輸出，導致上下文視窗膨脹。這會增加成本，並可能導致壓縮過早發生。

Pruning 對於 Anthropic prompt caching 尤其有價值。在快取 TTL 過期後，下一個請求會重新快取完整的提示。Pruning 減少了快取寫入的大小，直接降低了成本。

OpenClaw 也會針對在歷史記錄中保留原始圖片區塊或 prompt-hydration 媒體標記的會話，建立一個個別的等幂重播視圖。

它會逐位元保留最近 3 個已完成的回合，以便近期後續請求的 prompt 快取字首保持穩定。
在重播視圖中，來自 user 或 toolResult 歷史記錄中較舊的已處理圖片區塊可以被替換為 [image data removed - already processed by model]。
較舊的文字媒體參考，例如 [media attached: ...]、 [Image: source: ...] 和 media://inbound/...，可以被替換為 [media reference removed - already processed by model]。目前回合的附件標記保持完整，以便視覺模型仍能載入新圖片。
原始會話記錄不會被重寫，因此歷史記錄檢視器仍然可以呈現原始訊息條目及其圖片。
這與一般的 cache-TTL 修剪分開。它的存在是為了防止重複的圖像 payload 或過期的媒體引用在後續輪次中破壞提示詞快取。

OpenClaw 針對 Anthropic 設定檔會自動啟用修剪：

設定檔類型	已啟用修剪	Heartbeat
Anthropic OAuth/token auth (包括 Claude CLI 重用)	是	1 小時
API 金鑰	是	30 分鐘

如果您設定了明確值，OpenClaw 將不會覆寫它們。

對於非 Anthropic 提供者，預設情況下修剪是關閉的。若要啟用：

{
  agents: {
    defaults: {
      contextPruning: { mode: "cache-ttl", ttl: "5m" },
    },
  },
}

若要停用：設定 mode: "off"。

它們互補 — 修剪在壓縮週期之間保持工具輸出的精簡。