Session Recover — 短期记忆恢复

何时使用

• 想知道"这次 session 聊了什么"
• session 被意外重置，想恢复丢失的上下文
• 想把当前 session 的要点整理成摘要
• 任何人想知道任意一个 session 的完整对话记录

核心思想

通过

sessions_list

触发指令

发送

/recover

执行步骤

Step 1：确定目标 session

场景 A — 恢复当前 session（从文件恢复）

当前 session 的历史不完整，但 JSONL 存档文件通常还在：

# 找到当前 session 对应的存档文件
AGENT_DIR="$HOME/.openclaw/agents/{当前agent名}/sessions"
ls -lt "$AGENT_DIR" | grep "$(session_status | grep 'sessionId' | awk '{print $2}')"

场景 B — 恢复被重置的上一个 session

上一个 session 被重置后会变成

.reset.*

# 列出最近的 reset 存档
ls -lt "$HOME/.openclaw/agents/main/sessions/"*.reset.* | head -5

场景 C — 查找特定 channel 的 session

sessions_list({
  kinds: ["group"],    // group | main | private
  limit: 10,
  messageLimit: 0      // 不需要摘要，只要 session key
})

从返回找到目标 channel 的 session key 和 sessionId。

Step 2：解析 JSONL 文件

# 解析最近 N 条消息
python3 skills/session-recover/references/parse_session.py \
  /path/to/session.jsonl \
  --tail 20

# 关键词搜索（用于找特定内容）
python3 skills/session-recover/references/parse_session.py \
  /path/to/session.jsonl \
  --keyword "待完成" \
  --context 3

JSONL 文件结构（跳过头部 metadata 行，只处理

type=message

• 消息内容在

  message.content[].text

• thinking 内容在

  message.content[].thinking

• 每条消息有

  timestamp

Step 3：综合摘要

从解析结果中提取：

1. 摘要 — 本次 session 的主题（一句话）
2. 要点 — 关键结论、决策、技术细节
3. 未完成 — 任何未解决的事项或后续步骤
4. 下一步 — 最近一条 user message 或明确的 next step

输出格式

## Session 回忆报告
**来源**：{session key 或文件路径}
**时间**：YYYY-MM-DD HH:mm

### 一句话摘要
[本次 session 核心主题]

### 对话要点
- [要点1]
- [要点2]
- [要点3]

### 未完成事项
- [ ] [事项1]
- [ ] [事项2]

### 关键上下文
[技术细节、配置值、代码片段等]

---
原始素材：{文件路径或 session key}

常用命令速查

parse_session.py {file} --tail 10

parse_session.py {file} --keyword "关键词" --context 3

ls -lt agents/main/sessions/*.reset.* | head -10

参考文件

• references/parse_session.py

  — JSONL 解析器，支持

  --tail N

  、

  --keyword

  、

  --context