概览
{
“overview_html”: “Session Health Monitor 是一个专为 OpenClaw 代理设计的上下文窗口健康监控系统，旨在帮助开发者实时掌握 AI 会话的内存使用状态，避免因上下文溢出导致关键信息丢失。该系统通过自动检测上下文使用率、识别压缩事件，并在 Telegram 消息中附加健康状态标识，让用户无需手动检查即可获知会话当前所处的风险等级。当上下文接近或超过预设阈值时，系统会触发快照机制，将当前会话中的关键决策、修改文件和待办事项保存至每日记忆文件中，从而在上下文被清理前保留重要工作成果。此外，它还支持定期归档旧记忆文件，防止存储目录膨胀。整个系统以轻量级脚本形式运行，配置灵活，易于集成到现有工作流中，特别适合长时间运行的 AI 开发任务。”,
“feature_items”: [
“实时监控上下文窗口使用率并分级预警（绿/黄/红）”,
“自动检测上下文压缩事件并重置健康状态”,
“在关键节点自动生成预压缩快照，保存重要事实与下一步计划”,
“通过 Telegram 消息尾部动态显示当前会话健康状态”,
“自动轮换旧日记忆文件，保持本地存储整洁”,
“完全基于环境变量配置，支持自定义阈值与保留周期”
],
“scenarios_html”: “该工具最适合用于需要长期维持复杂对话上下文的 AI 编程场景，例如多轮代码重构、大型功能开发或系统架构设计。在这些场景中，AI 代理往往会积累大量历史信息，容易导致上下文窗口迅速饱和。Session Health Monitor 能在使用率超过 50% 时发出黄色警告，提示用户考虑重启会话；一旦达到 75% 或使用次数过多，则升级为红色警报，强制保存关键进展。这对于确保重要技术决策不被遗忘尤为关键。另一个典型应用场景是团队协作环境，多个代理可能并行处理不同模块。通过在每条 Telegram 消息末尾添加 `📊 X% Context Window | Nx compacted` 这样的状态标识，团队成员可以一目了然地判断哪些会话处于高风险状态，及时介入或安排重启。此外，结合每日快照功能，即使某个会话意外中断，也能从当天的 memory 文件中快速恢复工作脉络，极大提升开发连续性。无论是个人深度编程还是多人协作项目，这套系统都能显著降低因上下文管理不当造成的信息断层风险。”
}