# OpenClaw 如何节省 90% Token：完整优化指南
## 一句话总结
OpenClaw 的成本核心不是“回复太贵”，而是 **大上下文反复注入 × 调用次数过多 × 高价模型长期在线**。优化的关键，就是同时压缩输入、减少调用、把贵模型留给真正复杂的任务。
## 核心公式
> Token 消耗 = (输入 + 输出) × 调用次数 × 模型价格
拆开看：
– **输入/输出**：上下文内容与模型回答
– **调用次数**：每次对话、cron、heartbeat、子任务触发
– **模型价格**：不同模型的单价差异
## 主要内容拆分
### 1. 输入才是最大头
每次请求里，真正贵的通常不是回复，而是被重复发送的上下文：
– System Prompt
– Tool Schema
– Workspace 文件（AGENTS.md、SOUL.md、TOOLS.md、USER.md、MEMORY.md 等）
– 历史对话
结论：**OpenClaw 的隐形成本主要来自重复注入。**
### 2. 最划算的优化：精简 Workspace 文件
重点精简：
– `AGENTS.md`
– `SOUL.md`
– `MEMORY.md`
– 每日日志 `memory/YYYY-MM-DD.md`
原则：
– 只保留真正有用的长期规则
– 删除不用的群聊/TTS/多余约束
– 避免把说明书式内容塞进每轮上下文
### 3. Prompt Caching 是省钱神器
如果模型支持缓存，重复的大段输入不会每次都按原价计算。
适合缓存的内容：
– System Prompt
– Tool Schema
– 稳定的 Workspace 文件
– 相对稳定的历史上下文
结论：**缓存命中后，输入成本可大幅下降。**
### 4. Heartbeat 的价值：保温缓存
Prompt Cache 有 TTL，如果长时间不说话，缓存会过期。
适度的 heartbeat 可以：
– 保持缓存热度
– 避免下次重新写入大缓存
但也不能太频繁，否则会把“省下来的输入成本”又消耗在调用次数上。
### 5. Context Pruning：控制历史膨胀
长期对话会让历史消息越来越长。
Context Pruning 的作用是：
– 自动移除旧对话
– 保留近期有效上下文
– 防止会话越来越慢、越来越贵
### 6. Compaction：把长历史压成摘要
对于持续数小时/数天的任务，单纯 pruning 不够。
Compaction 可以：
– 把长对话提炼成摘要
– 在压缩前把重要信息写进 memory
– 保持连续性，同时降低 token 负担
### 7. Sub-Agent：把大任务拆出去
子 Agent 的好处：
– 独立上下文，不继承主会话完整历史
– 适合并发、检索、信息收集等子任务
– 可搭配便宜模型降低总体成本
结论：**子 Agent 不只是提速工具，也是成本隔离工具。**
### 8. Memory Search / qmd：别再整本读文件
记忆文件变大后，如果每次都整份注入，非常浪费。
更优方式：
– 语义检索相关片段
– 只读需要的几段
– 不把整个 MEMORY.md 塞进上下文
qmd 属于更进阶的本地语义检索方案，适合大量 Markdown 知识库。
### 9. Cron / Heartbeat 也要控频
很多人忽视这一点：
– cron 每次运行都是一次完整调用
– heartbeat 也是调用
– 高频轮询非常贵
原则：
– 合并任务
– 降低频率
– 非创作任务尽量用便宜模型
– 正常情况下少发通知
### 10. 模型分层使用
高价模型不要全天候常驻。
更合理的策略是：
– 日常对话：便宜/中档模型
– 复杂写作、深度推理、关键代码：高性能模型
– 子任务：更便宜模型
## 这篇内容的核心洞察
### 洞察 1：OpenClaw 贵，不是因为“说太多”，而是因为“带太多”
AI 回复不是唯一成本。真正吓人的，是每轮都背着一大包上下文上场。
### 洞察 2：优化 OpenClaw，本质是优化“上下文系统”
你不是在调一句 prompt，而是在调：
– 注入文件
– 历史保留策略
– 记忆检索策略
– 子 Agent 边界
– 模型分工
### 洞察 3：最先做的不是换模型，而是减少浪费
如果不先减少无效输入，哪怕换便宜模型，也只是“低价浪费”。
## 可执行清单
### 立即可做
– 精简 `AGENTS.md`
– 精简 `SOUL.md`
– 清理 `MEMORY.md`
– 清理每日 memory 日志
– 给长会话启用 context pruning
– 给 compaction 增加 memory flush
– 用子 Agent 处理独立任务
### 第二阶段
– 启用 heartbeat 保温缓存
– 调整 cron 频率
– 建立模型分层策略
### 进阶阶段
– 启用 memory search
– 引入 qmd 做本地语义检索
– 给知识库单独建索引
## 对我自己的启发
这篇内容最值得吸收的不是单个配置项，而是一个原则：
> **能不重复注入，就不重复注入；能拆出去隔离，就不要堆在主上下文；能检索片段，就别整本读。**
这也是 OpenClaw 真正省 token 的底层思路。