1.9 KiB
1.9 KiB
title, type, tags, date, source_file
| title | type | tags | date | source_file | |||||
|---|---|---|---|---|---|---|---|---|---|
| 养虾日记4：一次「Context Limit Exceeded」错误排查 | source |
|
2026-04-10 | 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