在使用OpenClaw调用大模型时，如果出现 context too long、context length exceeded、max tokens exceeded、message truncated、上下文过大被截断、输入太长 等问题，说明当前请求的上下文长度超过模型允许的最大Token限制。OpenClaw在Agent循环、Workflow批量处理、长对话、日志分析、大文本处理、多轮推理、工具调用、历史消息叠加等场景下，非常容易触发上下文超限。要解决OpenClaw上下文过大被截断问题，需要从Token限制、上下文管理、历史裁剪、摘要压缩、模型选择、max_tokens设置、Agent配置、Workflow配置、分段处理、长上下文模型等多个方面进行优化。

一、理解模型上下文限制

每个模型都有最大上下文Token限制。

常见限制：

• gpt-3.5 → 16K
• gpt-4 → 8K / 32K
• gpt-4o-mini → 128K
• gpt-4.1 → 128K
• claude → 200K
• gemini → 1M+
• llama3 → 8K / 32K

如果超过限制，OpenClaw会：

• 截断上下文
• 报错
• 返回空结果
• 返回500

二、减少历史消息数量

最常见原因是历史消息太多。

解决：

max_history = 5

或：

max_messages = 10

减少上下文长度。

适用于：

• 聊天
• Agent
• Workflow

三、开启自动裁剪上下文

OpenClaw支持自动裁剪。

truncate = true

或：

auto_trim = true

作用：

• 自动删除旧消息
• 避免超限

四、限制max_tokens

输出Token太大也会超限。

设置：

max_tokens = 512

或：

max_tokens = 1024

不要设置过大。

错误：

max_tokens = 8000

五、使用长上下文模型

推荐使用支持大上下文模型。

• gpt-4o-mini
• gpt-4.1
• claude-3
• gemini-1.5

示例：

model = gpt-4o-mini

可支持更长输入。

六、使用摘要压缩历史

可以把旧消息压缩成摘要。

流程：

• 旧消息 → 总结
• 保留摘要
• 删除原文

优点：

• 减少Token
• 保持上下文

适用于Agent。

七、分段处理大文本

大文本必须拆分。

错误：

一次发送10000字

正确：

• 分段
• 逐段处理
• 合并结果

适用于：

• 日志
• 文档
• 代码
• 数据

八、限制Agent循环长度

Agent多轮会叠加上下文。

设置：

max_steps = 5

或：

max_calls = 10

避免无限增长。

九、限制Tool调用内容

Tool返回内容过大也会超限。

解决：

• 只返回必要内容
• 限制长度
• 过滤日志

错误：

返回整个文件

正确：

返回摘要

十、限制Workflow输入大小

Workflow批量数据容易超限。

建议：

batch = 1

或：

chunk = true

逐条处理。

十一、本地模型更容易超限

本地模型上下文小。

• llama3 → 8K
• mistral → 8K

必须限制输入。

否则：

• 截断
• 崩溃
• 500错误

十二、检查系统默认Token限制

OpenClaw可能限制Token。

检查：

max_context
max_tokens
max_input

适当调大。

十三、使用流式输出减少内存

流式输出可减少一次性Token。

stream = true

适用于：

• 长回答
• Agent
• 代码生成

十四、升级OpenClaw版本

新版本优化上下文处理。

docker pull openclaw/openclaw:latest

docker compose up -d

十五、推荐稳定配置

model = gpt-4o-mini
max_tokens = 1024
max_history = 5
truncate = true

agent_max_steps = 5
workflow_batch = 1

use_summary = true

限制历史 + 限制Token + 分段处理 + 使用长上下文模型，可以稳定解决OpenClaw上下文过大被截断问题。