OpenClaw Thinking Levels：一招解决上下文窗口溢出崩溃问题

用 OpenClaw 跑复杂任务的时候，你可能遇到过一个让人头疼的报错：Unhandled stop reason: model_context_window_exceeded。说白了就是模型的上下文窗口被撑爆了。解决思路其实不复杂——限制 thinking budget，也就是控制模型的"思考深度"。OpenClaw 内置了一套 Thinking Levels 机制，专门干这个事。

什么是 Thinking Levels

Thinking Levels 是 OpenClaw 的内置工具，允许你通过指令控制模型在每次推理时投入多少"思考预算"。你可以在消息中直接插入指令，格式很灵活：/t <level>、/think:<level> 或者 /thinking <level> 都行。

支持的级别和对应的效果：

• off — 关闭思考
• minimal — 对应 "think"，最低限度思考
• low — 对应 "think hard"
• medium — 对应 "think harder"
• high — 对应 "ultrathink"，最大预算
• xhigh — 对应 "ultrathink+"，仅限 GPT-5.2 和 Codex 模型
• adaptive — 由模型提供商自动管理推理预算，Anthropic Claude 4.6 系列支持

别名方面也很宽松，x-high、x_high、extra-high、extra high、extra_high 都映射到 xhigh；highest 和 max 映射到 high。

不同模型提供商的差异

这里有个坑要注意——不是所有模型都支持全部级别：

• Anthropic Claude 4.6 系列：默认就是 adaptive，不设的话自动走自适应模式，体验最好。
• Z.AI（zai/*）：只支持开/关两档，任何非 off 的级别都当 on 处理，映射到 low。
• Moonshot（moonshot/*）：/think off 映射为 thinking: { type: "disabled" }，其他级别映射为 thinking: { type: "enabled" }。开启思考后，Moonshot 只接受 tool_choice 为 auto 或 none，OpenClaw 会自动把不兼容的值转成 auto。

优先级规则

当你在多个地方都设了 thinking level，OpenClaw 按这个顺序决定最终生效的配置：

1. 消息内联指令 — 只对当前这条消息生效，优先级最高
2. 会话级覆盖 — 发送一条只包含指令的消息来设置，整个会话生效
3. 全局默认值 — 在配置中设置 agents.defaults.thinkingDefault
4. 兜底策略 — Anthropic Claude 4.6 模型用 adaptive，其他支持推理的模型用 low，不支持的直接 off

实际怎么用

回到最开始那个上下文窗口爆掉的问题。如果你跑的是长对话或者复杂的 Agent 工作流，模型的 thinking token 可能占掉大量上下文空间。这时候把 thinking level 调低，比如设成 minimal 或 low，能有效缓解这个问题。

最简单的做法是在消息前面加一句 /t low，或者干脆在配置里设个全局默认值，省得每次都手动指定。对于不需要深度推理的日常任务，low 或 minimal 完全够用；只有在真正需要模型深度思考的场景（比如复杂代码重构、多步推理），再拉到 high。

说实话，这种按需调节思考深度的设计挺实用的。一人公司搭 Agent 工作流，token 就是成本，能省则省。建议把 adaptive 作为日常默认，遇到上下文超限再手动降级，这样既保证质量又不浪费预算。