- Others: ChinaTextbook, Obsidian笔记系列, YouTube Channel ID, TikTok PM Django - Skills: GOG CLI, Last30Days, baoyu-skills - Vibe Coding: Cursor 2.0, Trae远程开发, Vibe-Kanban+OpenCode, vibe coding经验 - 微信公众号: 养虾日记1-5, AI时代赚钱 - 跨境电商: TikTok数据抓取, 选品策略, Superset Dashboard - AI目录补充: 20个文件 Source pages: 51 Entities: TapXWorld, VibeKanban, OpenCode, Trae, SourceGrounding等 Concepts: 自举Meta生成, 5大设计原则, MD5去重, 混合搜索等
1.4 KiB
1.4 KiB
title, type, tags, date
| title | type | tags | date |
|---|---|---|---|
| 养虾日记4 Context调试 | source | 2026-04-10 |
Source File
Summary
- 核心主题:OpenClaw Context Limit Exceeded错误排查实战
- 问题域:AI Agent上下文溢出、模型配置问题、Gateway日志分析
- 方法/机制:通过日志定位问题根源→发现Telegram channel绑定了小context模型→全局配置和agent配置是两回事
- 结论/价值:不要默认认为错误信息就是表面意思,系统越复杂问题隐藏路径越深
Key Claims
- 错误表象是context满了,实际是Telegram channel绑定了deepseek-reasoner(16K context)
- OpenClaw两层配置:全局compaction配置和agent模型配置是两码事
- Gateway日志能清晰揭示问题根源,应养成看日志的习惯
- 模型切换可能由API不可用、Token溢出预判、配置覆盖、负载均衡等多种原因触发
Key Concepts
- Gateway日志:问题诊断的第一手资料
- 模型Fallback:主模型不可用时自动切换备选模型
- 配置分层:Global/Agent/Channel/环境变量多层级配置
Key Entities
- deepseek-reasoner:16K context window的小模型
Connections
Contradictions
- 无冲突