[教程] OpenClaw省钱优化指南 – 节省90% Token消耗的逻辑原理及方法技巧

很多人刚开始用 OpenClaw 的时候，都会遇到一个问题：Token 消耗得特别快。明明只是聊了几轮，账单就蹭蹭往上涨。

为什么会这样？这篇文章从输入优化、调用优化、模型选择三个维度，手把手教你把 Token 消耗降下来。

一、Token 消耗的底层逻辑

在聊优化之前，先理解 Token 消耗是怎么计算的。用一个简单的公式来理解：

Token 消耗 = (输入 + 输出) × 调用次数 × 模型价格

• 输入：每次请求发送的上下文（System Prompt、工具定义、历史对话等）
• 输出：AI 的回复
• 调用次数：对话轮数、cron 任务触发次数
• 模型价格：不同模型的计费标准

搞懂这个公式之后，优化思路就很清晰了：减少输入、减少不必要的调用、选择性价比更高的模型。

二、输入优化：真正的大头

很多人以为 Token 主要花在 AI 的回复上，但实际上输入才是真正的消耗大头。

OpenClaw 的设计哲学是无状态到有状态的转变，为了让 Agent 像人类一样记住一切，框架每次都会默认将完整对话历史发送出去。一次请求的输入可能就有 2-3 万 tokens，如果聊了 10 轮，那就是 20-30 万 tokens。

下面 8 个方法帮你大幅降低输入成本：

1. 精简 Workspace 文件

OpenClaw 的 Workspace 文件每次对话都会注入，是隐形的 Token 大户。包括 MEMORY.md、AGENTS.md、SOUL.md、TOOLS.md、IDENTITY.md、USER.md、HEARTBEAT.md 等。

这些文件里可能包含大量用不到的功能说明、白白消耗 tokens。

精简建议：

• AGENTS.md：删掉不需要的部分（群聊规则、TTS、不用的功能），压缩到 800 tokens 以内
• SOUL.md：精简为简洁要点，300-500 tokens
• MEMORY.md：清理过期信息，控制在 2000 tokens 以内
• 定期清理 memory/YYYY-MM-DD.md 中的过期日志

经验法则：每减少 1000 tokens 注入，按每天 100 次调用算，月省约 $45。

2. 启用 Prompt Caching

Prompt Caching 可以缓存重复的输入内容，能节约 90% 的输入成本。

工作原理：

• 第一次请求：10,000 tokens 输入，正常计费
• 第二次请求：100 tokens 新内容 + 10,000 tokens 缓存
• 100 tokens 正常计费，10,000 tokens 按缓存读取计费（便宜 10 倍）

配置方法：

{
  "models": {
    "anthropic/claude-opus-4-6": {
      "params": {
        "cacheRetention": "long",
        "maxTokens": 65536
      }
    }
  }
}

3. 配置 Heartbeat 保持缓存温暖

Prompt Caching 的缓存时间是 1 小时。如果超过 1 小时没有对话，缓存就会过期，下次对话需要重新缓存。

Heartbeat 机制可以定期发送心跳，保持缓存不过期：

{
  "heartbeat": {
    "every": "55m",
    "target": "last",
    "model": "minimax/MiniMax-M2.5"
  }
}

为什么是 55 分钟？因为缓存时间是 1 小时，55 分钟发一次心跳，可以保持缓存温暖。虽然 Heartbeat 会增加调用次数，但避免了重新缓存的成本，整体是划算的。

4. 使用 Context Pruning 自动修剪

跟 OpenClaw 聊了一整天，到晚上的时候发现它开始变慢，或者突然说上下文太长了？这是因为历史消息一直在累积。

Context Pruning 会自动移除旧的对话内容，保持上下文在合理范围内。配合 Prompt Caching 使用效果更好：

{
  "contextTokens": 200000,
  "contextPruning": {
    "mode": "cache-ttl",
    "ttl": "55m"
  }
}

这个配置的意思是：上下文窗口最大 200K tokens，保留 55 分钟内的对话。超过 55 分钟的旧对话会被自动移除。

5. 使用 Compaction 压缩历史

有时候你需要跟 OpenClaw 进行长时间的深度对话，比如一起完成一个复杂的项目。这种情况下，即使有 Context Pruning，对话历史还是会越来越长。

Compaction 可以把长对话压缩成摘要，让 AI 把重要信息提炼出来，保存到 Memory 文件中，然后再清理历史：

{
  "compaction": {
    "mode": "safeguard",
    "reserveTokensFloor": 24000,
    "memoryFlush": {
      "enabled": true,
      "softThresholdTokens": 6000,
      "systemPrompt": "Session nearing compaction. Store durable memories now.",
      "prompt": "Write any lasting notes to memory/YYYY-MM-DD.md; reply with NO_REPLY if nothing to store."
    }
  }
}

6. 使用子 Agent 隔离上下文

当你需要让 OpenClaw 并发处理多个独立任务时，比如同时搜索 10 个文件、运行 5 个测试，如果都在主 Agent 里串行执行，不仅慢，而且每个操作都会累积到主 Agent 的上下文中。

子 Agent 的核心优势是：每个子 Agent 有独立的上下文，不会继承主 Agent 的完整对话历史。

{
  "subagents": {
    "model": "minimax/MiniMax-M2.5",
    "maxConcurrent": 12,
    "archiveAfterMinutes": 60
  }
}

7. 启用 Memory Search 精准检索

OpenClaw 用久了，MEMORY.md 和 memory/YYYY-MM-DD.md 文件会越来越大。传统方式是每次对话都读取整个文件，可能有 5000-10000 tokens，但 AI 真正需要的可能只是其中几段。

Memory Search 可以根据当前对话内容，只检索相关的 Memory 片段（约 400 tokens 的块），而不是读取整个文件：

{
  "memorySearch": {
    "provider": "local",
    "cache": {
      "enabled": true,
      "maxEntries": 50000
    }
  }
}

8. 使用 qmd 进一步减少上下文（进阶）

如果你有大量文档需要检索，可以使用 qmd 作为 memory backend。

qmd 的核心价值：精准检索，只返回相关段落，而不是读取整个文件。

传统方式：一个 500 行文件 3000-5000 tokens，但 Agent 只需要其中 10 行，90% 的 input token 被浪费了。

qmd 方式：建立全文 + 向量索引，精准定位段落，只读取需要的 10-30 行，节约 90% tokens。

三、调用优化：减少不必要的调用

每次对话都是一次 API 调用。虽然我们无法完全避免调用，但可以通过优化来减少不必要的调用。

1. 优化 Cron 任务

Cron 任务每次触发都是一次完整的对话调用，会重新注入全部上下文。一个每 15 分钟跑的 cron，一天 96 次，Opus 下一天可能花费 $10-20。

优化建议：

• 把所有非创作类任务降级为 Sonnet 或免费模型
• 合并同时间段的任务（比如多个检查合为一个）
• 降低不必要的高频率（系统检查从 10 分钟改为 30 分钟）
• 配置 delivery 为按需通知，正常时不发消息

核心原则：不是越频繁越好，大多数”实时”需求是假需求。合并 5 个独立检查为 1 次调用，可以省下 75% 上下文注入成本。

2. 优化 Heartbeat 频率

Heartbeat 虽然能保持缓存温暖，但它本身也是一次 API 调用。如果你设置得太频繁，比如每 10 分钟一次，一天就是 144 次调用。

优化建议：

• 设置工作时间间隔为 45-60 分钟
• 深夜 23:00-08:00 设为静默期
• 精简 HEARTBEAT.md 到最少行数
• 把分散的检查任务合并到 heartbeat 批量执行

四、模型选择：平衡性能和成本

不同模型的价格差距太大，特别是 Claude 模型，价格较高。

策略 1：日常 Sonnet，关键 Opus 手动切换

Sonnet 定价约 Opus 的 1/5，但 80% 日常任务完全够用。

切换命令：

/model sonnet   # 切换到 Sonnet
/model opus     # 切换到 Opus
/model haiku    # 切换到 Haiku

使用场景：

• Opus：长文写作、复杂代码、多步推理、创意任务
• Sonnet：日常闲聊、简单问答、cron 检查、heartbeat、文件操作、翻译

策略 2：基于频道的差异化配置

在 Discord 或 Telegram 等平台上，可以针对不同的频道设置不同的模型：

• 代码频道：使用高性能模型（Claude Opus）
• 日常聊天频道：使用便宜模型（MiniMax、Gemini Flash）
• 创作频道：使用 Claude Opus，适合长文写作

五、实战：一套完整的优化配置

{
  "agents": {
    "defaults": {
      "model": {
        "primary": "anthropic/claude-sonnet-4-5",
        "fallbacks": ["minimax/MiniMax-M2.5", "google/gemini-2.0-flash-exp"]
      },
      "contextTokens": 200000,
      "contextPruning": {
        "mode": "cache-ttl",
        "ttl": "55m"
      },
      "compaction": {
        "mode": "safeguard",
        "reserveTokensFloor": 24000,
        "memoryFlush": {
          "enabled": true,
          "softThresholdTokens": 6000
        }
      },
      "heartbeat": {
        "every": "55m",
        "target": "last",
        "model": "minimax/MiniMax-M2.5"
      },
      "maxConcurrent": 6,
      "subagents": {
        "model": "minimax/MiniMax-M2.5",
        "maxConcurrent": 12,
        "archiveAfterMinutes": 60
      },
      "memorySearch": {
        "provider": "local",
        "cache": {
          "enabled": true,
          "maxEntries": 50000
        }
      }
    }
  }
}

这套配置的核心思路：

1. 日常任务用 Sonnet（性价比高），用 /model opus 手动切换到 Opus
2. 启用 Prompt Caching（节约 90% 输入成本）
3. 配置 Context Pruning 自动修剪上下文
4. 配置 Heartbeat 保持缓存温暖
5. 启用 Compaction 和 memoryFlush，避免信息丢失
6. 启用 Memory Search 精准检索
7. 子 Agent 使用免费模型，独立上下文避免爆炸
8. 精简 AGENTS.md、SOUL.md、MEMORY.md 文件

总结

回到最开始的公式：

Token 消耗 = (输入 + 输出) × 调用次数 × 模型价格

根据这个公式，优化策略是：

• 输入优化：精简 Memory 文件、启用 Prompt Caching、使用子 Agent 隔离上下文、qmd 语义搜索
• 调用优化：优化 Cron 和 Heartbeat 频率
• 模型选择：日常用 Sonnet，复杂任务用 /model opus 切换

最重要的是精简 Memory 文件 + Prompt Caching，这两项就能节约 60-80% 的输入成本。根据使用场景，整体成本可降低 50-90%。

---

**文章原稿来源：X@ccjing_eth（x.com/ccjing_eth/status/2023030760144503261）