---
title: "养虾日记4：一次「Context Limit Exceeded」错误排查"
type: source
tags: [AI, Agent, OpenClaw, Debug, Context-Window]
date: 2026-04-10
source_file: raw/微信公众号/养虾日记4： 一次「Context Limit Exceeded」错误排查：我以为是小问题，结果踩了大坑.md
---

## Summary
- 核心主题：OpenClaw Agent Context Limit问题的排查过程
- 问题域：星枢Telegram频道报Context Limit Exceeded，修改compaction配置无效
- 方法/机制：日志分析 → 发现模型被切换到deepseek-reasoner（16K context）→ 还原正确配置
- 结论/价值：错误信息可能是表面意思，真正问题藏在配置层级深处

## Key Claims
- 星枢的Telegram channel绑定到了只有16K context的deepseek-reasoner模型
- OpenClaw配置分层：Global Config（openclaw.json）vs Agent/Channel Specific Config
- 解决后建议：让星枢Telegram用回MiniMax-M2.7（200K context）

## Key Quotes
> "不要默认认为错误信息就是表面意思。" — 比利哥

> "日志真的有用：Gateway日志把问题写得明明白白，只是我自己没仔细看。" — 比利哥

## Key Concepts
- [[Context-Window]]：模型的上下文窗口大小，影响对话长度
- [[Compaction]]：对话压缩机制，预留一半token给compaction（safeguard模式）
- [[Fallback机制]]：模型回退触发条件（503/429/Timeout/配置错误）
- [[配置分层]]：Global Config vs Agent/Channel Specific Config

## Key Entities
- [[OpenClaw]]：AI Agent操作系统
- [[星枢]]（xingshu）：OpenClaw主Agent
- [[deepseek-reasoner]]：16K context的推理模型（问题根源）
- [[MiniMax-M2.7]]：200K context的主力模型

## Connections
- [[yang-xia-ri-ji-2]] ← 问题关联 ← [[yang-xia-ri-ji-4]]（Context Limit与记忆系统紧密相关）
- [[养龙虾5天血泪史]] ← 深化 ← [[yang-xia-ri-ji-4]]（更全面的内存问题调试经验）

## Contradictions
- 尚未发现