什么值得买App下载 App ›
连续签到专享现金活动

nanobot的上下文工程

Nanobot是OpenClaw的精简版本,通过几千行代码复现了OpenClaw几十万行代码的核心功能。其上下文工程采用基于可视化文件(jsonl和md文件)的存储策略,将近期对话与长期记忆进行分层管理。这种设计摒弃了不可直接阅读的向量数据库,转而使用可编辑的文本文件来存储和检索上下文信息,实现了高效的轻量级记忆管理。
01记忆存储形式与文件架构
  • jsonl文件
    存储近期的完整对话历史,包含已整合与未整合的数据。每轮对话会实时写入该文件,实现无损记录。
  • HISTORY.md
    存储早期对话历史的压缩整合内容,属于有损存储,用于保留长期对话的关键脉络。
  • MEMORY.md
    专门存储用户偏好和重要信息,同样采用有损压缩方式,侧重于维持个性化特征。
  • 其他文件
    包括IDENTITY.md等辅助性文件,共同构成完整的上下文存储体系。
02上下文构成与整合机制
Nanobot的上下文由系统提示词、近期完整对话、当前问题、相关历史记录以及工具信息共同组成。为了控制上下文长度,系统引入了整合机制,即利用大模型对原始文本进行压缩处理。当上下文长度达到设定阈值时,系统会自动触发被动整合,将较早的对话历史压缩并更新至HISTORY.md和MEMORY.md中。此外,用户也可以通过/new命令主动触发剩余上下文的整合。

上下文整合触发方式

阈值自动整合
  • 上下文长度达到预设阈值时自动启动

  • 针对近期对话历史中较早的部分进行压缩

  • 自动更新HISTORY.md和MEMORY.md文件

用户指令整合
  • 用户输入/new命令后手动启动

  • 处理当前剩余的未整合上下文

  • 常用于开启新会话前的数据归档

03对话处理Pipeline流程
步骤操作描述涉及文件/组件
用户输入接收用户提出的问题用户端
上下文组装加载System Prompt、Memory.md、Skills、Bootstrap文件及jsonl中的近期对话System, Memory.md, jsonl
历史检索模型判断是否需要检索,如有需要则从HISTORY.md提取相关历史HISTORY.md
生成回复基于组装好的上下文生成回复内容LLM
上下文更新将新回复加入上下文,并将完整对话内容写入jsonl文件jsonl
循环等待等待用户输入新问题,重新进入下一轮处理流程系统状态

Nanobot单轮对话处理全流程

评论

评论区空态插画

当前文章无评论,是时候发表评论了