clawbot多轮对话偏离目标需激活大模型语义引擎、注入结构化prompt、启用滑动窗口压缩、绑定本地向量数据库及配置im自定义菜单。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在使用ClawBot进行多轮长对话时，发现模型频繁偏离初始任务目标、混淆不同话题或遗漏早期关键约束，则很可能是上下文理解机制未被有效激活或配置失当。以下是实现稳定意图锚定与上下文聚焦的具体操作路径：
一、启用并校验大模型语义理解引擎
ClawBot默认采用轻量级关键词匹配，无法支撑深层意图建模；必须显式接入大模型API以激活动态语义解析能力，使系统能从自然语言中持续识别动作意图、实体对象与约束条件，并在后续轮次中主动回溯和强化这些要素。
1、确认已获取有效API Key：登录阿里云百炼平台或DeepSeek官网，创建密钥，确保配额充足且服务地域为cn-shanghai或cn-beijing。
2、编辑全局配置文件~/.clawbot/clawbot.json，在llm节点下填入完整认证信息：{"type": "qwen-max", "apiKey": "sk-xxx", "endpoint": "https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation"}。
3、执行命令强制启用语义引擎：clawbot config set llm.enabled true。
4、运行健康检查：clawbot llm healthcheck，返回OK且延迟低于1200ms即表示语义理解通道已就绪。
二、注入结构化Prompt模板绑定意图锚点
静态Prompt无法应对长对话中意图漂移问题；需通过动态注入角色定义、三元约束（intent/entity/constraints）与历史样本，构建具备记忆锚定能力的提示框架，强制模型每轮输出均包含可解析的结构化字段，为后续上下文裁剪与重注入提供数据基础。
1、进入核心插件目录：cd ~/.clawbot/plugins/@clawbot-china/wechat-app/。
2、修改prompt.template.txt首段为：你是一个专注微信场景的AI助手，需从用户消息中精准提取：动作意图（如query/reserve/summarize）、实体对象（如会议纪要/差旅发票/Python脚本）、约束条件（如格式为Markdown、仅限2026年4月后、不调用联网工具）。忽略问候语与语气词，不生成解释性文字，仅输出JSON格式：{"intent":"query","entity":"meeting notes","constraints":{"format":"markdown","date_after":"2026-04-01"}}。
3、在模板末尾追加三条带时间戳的真实对话样本，例如：“用户:把上周五的会议记录转成带重点标记的待办清单 → {\"intent\":\"summarize\",\"entity\":\"meeting notes\",\"constraints\":{\"highlight_actions\":true,\"date\":\"2026-05-15\"}}”。
4、保存后执行重载指令：clawbot plugins reload @clawbot-china/wechat-app。
三、启用滑动窗口+上下文压缩双机制
原始对话历史若全量注入，将导致关键意图被噪声淹没；ClawBot需结合滑动窗口自动截断低相关片段，并配合手动触发的上下文压缩指令，对历史内容进行语义摘要重构，只保留与当前intent/entity/constraints强相关的事实陈述与决策节点。
1、在微信会话中发送指令：/status，查看当前上下文token占用量及最近三次意图提取结果。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
2、当token超过18k时，立即发送：/compact，系统将调用内置Qwen3-32B模型对历史进行摘要，保留所有约束条件与实体指代关系，剔除重复描述与闲聊片段。
3、若压缩后仍存在干扰，可执行：/compact --strict，该模式将强制丢弃所有未在最近两次JSON输出中出现的entity与constraints字段。
四、绑定本地向量数据库实现意图跳转检索
当对话跨越多个主题（如先谈报销再切到日程安排），仅靠线性滑动窗口易丢失早期意图；需启用MongoDB持久化模块，将每次提取的intent/entity/constraints三元组编码为向量存入本地库，支持跨会话语义检索，确保“报销”相关约束可在后续任意轮次中被精准召回。
1、安装并启动本地MongoDB服务：brew install mongodb-community && brew services start mongodb-community。
2、执行初始化命令：clawbot db init --type mongodb --uri "mongodb://localhost:27017"。
3、启用记忆同步：clawbot memory enable --mode vector --auto-sync true。
4、验证向量索引状态：clawbot memory status，返回vector index ready, 3 fields indexed (intent, entity, constraints)即表示意图向量化完成。
五、配置飞书/微信自定义菜单实现意图快照固化
人工输入指令易产生歧义或遗漏，而高频意图可通过IM平台菜单固化为不可变快照；每次点击菜单即注入预设intent/entity/constraints组合，并清空无关上下文，从源头杜绝跑偏可能。
1、进入飞书机器人后台，打开“自定义菜单”编辑页。
2、新增菜单项，文案严格设为：/intent:summarize;entity=report;constraints=format=pdf（注意无空格、分号分隔、等号赋值）。
3、为每个核心业务场景配置独立菜单，例如“日报生成”“发票核验”“会议纪要转待办”，文案须与clawbot内部指令完全一致。
4、保存并发布新版本，菜单生效后，点击即触发对应意图快照注入，无需额外输入。
