agent 长会话在 31K 撞死旋墙、32K 版在 32.4–32.7K prompt 打回答塌缩：窗口截断机制、KV 驻留与流式的真实行为、int8 vs q4_0 取舍，以及为什么最终推到 128K。

同一张 4070、同一套调优块下官方 IQ2_XS / SC117-IQ2_XS / IQ3_S 四方实测台账：速度差距根因是 expert blob 大小。主线/备用决策与四个’触发前不动’的参数触发器。

12G 本地模型跑三万字小说实测 1.5 万字的完整记录：单段远端回声退化、毒上下文回喂、开放’继续’提前 EOS、客户端数字误导。四条客户端 SOP + 续写指令三件套 + 验收口径。

把 12G 卡上的本地 Strata 模型接进 Hermes Agent 的完整实操：接线配置、双层架构设计、30K prompt / 工具调用 / 长生成实测数据，以及一个隐蔽的 max_tokens 互锁坑。

自托管 AI 系统排障成本的大头是’再查一遍’。一套固定格式的知识库方法论：变更四问、教训三要素、证据链、git 版本化，附两条用真实事故换来的过程规则。

本文完整记录 2026-10-17 至 10-18 两天内 OpenClaw 从 2026.10.3 升级到 2026.10.4 的全过程：perplexity-deep-search 废弃决策、/home 磁盘从 86% 降到 55%、llama.cpp master 重编、P2 向量检索修复（EmbeddingGemma 托管 server）、86 插件全对齐、feishu_chat 残留清零、以及系统 agent openclaw 场景化双保险加固。