OpenClaw Family Gateway: Presupuestos de Tokens, Ajuste de Memoria y Complementos Personalizados

Configuración y Hardware

El sistema utiliza un MacBook Pro (Apple Silicon) como nodo CLI y un NAS QNAP TS-253A (Intel Celeron N3150, 8 GB de RAM) como puerta de enlace siempre activa, con una instancia de Cloud Run para memoria a largo plazo. El Mac se conecta a la puerta de enlace QNAP a través de WebSocket mediante Tailscale Serve. El contenedor de la puerta de enlace se ejecuta con 1.5 GB de RAM y 2 núcleos de CPU. El inicio toma aproximadamente 3 minutos para la compilación de habilidades en el procesador Celeron.

Problema 1: Inflación de Tokens

Los archivos markdown del espacio de trabajo se estaban inflando y consumiendo la ventana de contexto antes de que comenzaran las conversaciones. La solución:

• Estableció un presupuesto estricto: máximo 9 archivos de espacio de trabajo, máximo 6,600 bytes en total
• Condensó la identidad del agente, reglas de autoridad, referencia de herramientas y protocolo de memoria en archivos delgados: SOUL.md, AGENTS.md, TOOLS.md, MEMORY.md
• Truncó archivos predeterminados ascendentes que no se podían eliminar (se restaurarían mediante sincronización del espacio de trabajo) - IDENTITY.md pasó de 636 bytes a 14 bytes
• Genera automáticamente HEARTBEAT.md cada 15 minutos con resultados de cron y estado del sistema, limitado a <1,000 bytes
• Desactivó autoRecall (el agente busca recuerdos bajo demanda) y humanDelay (sin latencia artificial de escritura)
• Creó pruebas E2E que hacen cumplir recuentos de archivos y totales de bytes, verificando el deslizamiento de inflación durante las actualizaciones

Problema 2: Ajuste del Sistema de Memoria

Usando sistema de memoria respaldado por Redis (agent-memory-server 0.13.2) con más de 3,000 recuerdos acumulados.

• Calidad de recuperación: El umbral de similitud predeterminado (0.2) era demasiado bajo. Se elevó a 0.3 y se escribió un script de evaluación con 24 consultas de prueba en 7 categorías (datos familiares, tecnología, preferencias, salud, trabajo, medios, herramientas) para ajustar empíricamente el umbral
• Capa de reordenamiento: El complemento obtiene en exceso 3x del servidor (límite 45 resultados), luego aplica puntuación de metadatos (nivel de importancia, estado fijado, relevancia temporal) antes de reordenar y truncar al conjunto de resultados final
• Incrustaciones contextuales: Script nocturno antepone contexto situacional a los recuerdos antes del almacenamiento (fecha, tipo de fuente, qué miembros de la familia se mencionan) para mejorar la búsqueda semántica
• Errores del servidor solucionados: Solicitudes PATCH fallando sin el parámetro de consulta ?namespace=claw; el servidor vuelve a unir arrays de temas con tuberías en actualizaciones, corrompiéndolos; filtros de entidad/tema devuelven errores 500 debido a campos de esquema RediSearch faltantes
• "Ciclo de Sueño" nocturno: Trabajo cron a las 2 AM ejecuta consolidación de memoria de 7 fases: catálogo, fijar recuerdos importantes, referencias cruzadas de hechos relacionados, desduplicar, fortalecer patrones temporales, análisis de brechas y generar informe de salud
• Curador semanal: Maneja mantenimiento más profundo - desduplicación semántica, enriquecimiento, detección de contradicciones, decaimiento de recuerdos obsoletos y consolidación de fragmentos usando patrón evaluador-optimizador con control de calidad LLM

Problema 3: Complementos Personalizados

Construyó 12 complementos personalizados con más de 175 comandos para gestión del hogar:

• Spotify: 19 comandos para control de música multi-usuario del hogar (5 cuentas familiares)
• Eero: 41 comandos para gestión de red en malla - control de dispositivos, perfiles, configuraciones parentales
• NextDNS: 22 comandos para filtrado DNS, análisis y monitoreo de actividad infantil
• Tailscale: 21 comandos para gestión de dispositivos de red, ACLs, autenticación

Características del Sistema

Canales: Slack y Discord con sesiones DM por usuario y aislamiento. Sistema de permisos por niveles (admin/secundario/confiable) con filtrado de contenido apropiado por edad para miembros de la familia (edades 10-15).