OpenClaw LLM-Context 全解析

当你在AI Agent中输入“帮我查一下这个bug”时，你以为模型收到的就是这句话？远不止。它收到的是一整套精心组装的上下文：系统指令、历史对话、你的消息（外加一堆看不见的元数据前缀）、图片、以及几十个可调用工具的结构化定义。理解LLM-Context的工作机制，是掌握Agent原理的钥匙。

systemPromptText：系统指令的22个秘密

基于OpenClaw源码分析，一次典型的LLM调用可以理解为五大核心组件的组合：systemPromptText（系统指令）、activeSession.messages（历史对话）、effectivePrompt（当前输入）、prompt-local images（当前图片）、tools/tool schemas（工具定义）。这五部分在请求中各自占据独立位置，共同构成模型这一轮“看到的世界”。

effectivePrompt：被层层包裹的当前输入

当前轮的图片不是嵌入在文本中，而是作为独立数据块传给模型。图片来源有三种：内联附件（existing images）、落盘后引用的大附件（offloaded attachments）、正文中的本地路径引用（prompt ref images）。关键在于顺序：当上游指定imageOrder时，模型看到的图片顺序与用户发送顺序完全一致；无imageOrder时则按inline优先、再offloaded的规则排列。举例来说，用户依次发送小图A、大图B、小图C，无imageOrder时模型看到的是A、C、B；有imageOrder时才是A、B、C。图片在传输前还会经过大小限制、像素缩放、沙箱路径校验等清洗。

prompt-local images：图片的独立处理与顺序玄机

群聊vs私聊：群聊时模型会收到“你在Slack群聊release-war-room中，参与者Alice、Bob、BuildBot”的额外上下文，并被设置为仅触发模式（仅在被@时回复）；私聊则没有这些信息。子agent的世界观与主会话隔离，有独立的session history。定时任务（heartbeat）走特化路径：system prompt中包含heartbeat专用section、bootstrap加载退化为lightweight模式（只保留HEARTBEAT.md）、模型配置也可单独指定。

特殊场景的差异化处理

理解LLM-Context的组成机制，对于调试Agent行为、优化prompt设计、解决上下文丢失问题至关重要。当你掌握了这些底层逻辑，就能更精准地控制Agent“看到什么”和“怎么理解”。

如有侵权，请联系删除。