OpenClaw Token 节省指南

降低 OpenClaw 使用成本的完整策略手册。

自动触发条件

当以下情况发生时，自动调用此 skill：

1. Token 使用超过 80% - 触发优化建议
2. 单次请求超过 4000 tokens - 建议压缩上下文
3. 上下文接近上限 - 自动提示清理方案
4. 连续 10 轮对话 - 建议压缩或重置

自动响应逻辑

IF token_usage > 80%:
    → 显示警告 + 提供压缩选项
    → 建议使用 /compact
    → 推荐切换到 /nc 模式

IF token_per_turn > 4000:
    → 提示精简输入
    → 建议分批处理
    → 启用工具返回限制

IF context_window > 90%:
    → 强制建议清理
    → 提供 /reset 选项
    → 显示当前 Token 统计

一、上下文瘦身

1. 手动压缩

• 对话中发送 /compact
• 自动将长历史转为摘要

2. 滑动窗口

{
  "max_history_messages": 10
}

只保留最近 N 条消息

3. 分层上下文切换

4. 重置/新建

• /reset - 清空当前会话，保留记忆
• /new - 开启全新对话

5. 自动压缩

安装 claw-compact：

clawhub install claw-compact

满15轮或5000 token自动压缩

二、工具与提示词优化

6. 禁用无用工具

只开启必要工具：

{
  "tools": {
    "enabled": ["read", "write", "exec"]
  }
}

系统提示词可从 3500 → 800 token

7. 精简 Skill 描述

• 技能 YAML frontmatter 保持简洁
• 描述控制在 100 字以内

8. 限制工具返回

强制工具返回摘要：

{
  "web_search": {
    "max_results": 3,
    "max_chars": 500
  }
}

9. 精简系统提示

{
  "bootstrapMaxChars": 2000
}

三、缓存与复用

10. 开启模型缓存

利用 Anthropic 提示缓存：

{
  "model": "claude-3-sonnet",
  "enable_prompt_caching": true
}

11. 心跳保活

缓存 TTL 1h 时，设置 55min 心跳：

{
  "heartbeat": {
    "interval_minutes": 55
  }
}

12. 本地检索替代

安装 qmd 本地索引：

clawhub install qmd

只取需要的段落，节省 80%+

13. 搜索优化

使用 exa-search：

clawhub install exa-search

过滤广告/HTML，返回纯文本，省 70%+

四、模型与调用控制

14. 模型分层

15. 关闭重试/兜底

{
  "max_retries": 0,
  "enable_fallback": false
}

16. 限制迭代次数

{
  "max_iterations": 10
}

17. Token 预算

{
  "token_budget": {
    "per_turn": 4000,
    "per_session": 50000
  }
}

五、本地替代

18. 本地部署模型

使用 Ollama：

ollama run qwen2.5:14b

配置 OpenClaw 连接本地：

{
  "model": {
    "provider": "ollama",
    "base_url": "http://localhost:11434"
  }
}

Token 费用为 0

19. 本地代理转发

Node.js 协议转换：

// 走网页版 AI，不耗官方 Token

20. 批量处理

将多个小任务合并为一次请求：

❌ 10次单独请求
✅ 1次批量处理

快速检查清单

• 配置 max_history_messages: 10
• 禁用不需要的 tools
• 安装 claw-compact
• 设置 Token 预算
• 使用 /compact 定期压缩
• 考虑本地模型替代

参考配置

{
  "context": {
    "max_history_messages": 10,
    "auto_compact": true
  },
  "tools": {
    "enabled": ["read", "write", "exec", "web_search"]
  },
  "model": {
    "default": "gpt-3.5-turbo",
    "complex_tasks": "gpt-4"
  },
  "limits": {
    "max_retries": 0,
    "max_iterations": 10,
    "token_budget_per_session": 50000
  }
}

预计节省: 50-90% Token 消耗