用途：为 DeepSeek 的 64k 上下文窗口提供上下文管理，通过智能剪枝、压缩与 token 优化防止上下文溢出，同时尽量保留重要信息。
主要能力：针对 64k 窗口调优；按上下文使用量自适应剪枝；语义去重去除冗余；优先级感知保留高价值消息；实时监控上下文健康度。压缩策略包括语义压缩（合并相似消息）、时间压缩（按时间窗口摘要旧对话）、抽取压缩（从冗长消息提取要点）、自适应压缩（按消息特征选择策略），以及基于当前查询相关性的动态上下文过滤。动态上下文管理包含查询感知相关性评分、相关性随时间衰减、低相关消息自动过滤、优先级与语义相关性结合。分层记忆系统将当前上下文视为 RAM（64k、快速、自动压缩），归档视为存储（约 100MB、可搜索），支持按查询检索相关片段并选择性加载。
使用方式：通过 createContextPruner 创建实例，配置 contextLimit、autoCompact、dynamicContext、strategies、queryAwareCompaction 等参数，调用 initialize 后使用 processMessages 处理消息，getStatus 查看健康状态，autoCompact 手动压缩，retrieveFromArchive 检索归档。配置项还包括 compactThreshold（默认 0.75）、aggressiveCompactThreshold（0.9）、relevanceDecay（0.95）、minRelevanceScore（0.3）、preserveRecent（10）、preserveSystem、minSimilarity（0.85）、归档路径与大小、日志级别与格式、batchSize、maxCompactionRatio 等。可开启 logToChat 将优化事件输出到聊天，并支持自定义 onLog 处理。也可在 Clawdbot 配置中以 skills.context-pruner 启用。
适用场景：长对话、需要控制 token 成本或避免上下文溢出的 DeepSeek 应用。
限制：资料主要针对 DeepSeek 64k 窗口；归档默认上限约 100MB；具体效果、性能与兼容性暂未提供。