Harness 与 Agent 工程 · AI研发与测试工程 · 2026-03-25

《“龙虾”省钱手册》:OpenClaw省“Token”的八大技巧与六大原则

OpenClaw用户必看!揭秘八大技巧与六大原则,帮你轻松省下大量Token开销。

核心内容:

  1. OpenClaw天生"烧Token"的四大深层原因分析
  2. 控制Token消耗的八大实用技巧
  3. 长期省钱的六大核心原则

很多人第一次认真用 OpenClaw,都会有一个共同感受:它不是有点贵,而是贵得很快。你以为自己只是发了几句简单的话,但账单和 usage 却在飞涨。原因并不只是“模型单价高”,更重要的是 OpenClaw 的工作方式决定了:每一轮都不是只把你这一句话发给模型,而是把一整包上下文重新组织后再发一次。

官方文档明确说明,OpenClaw 每次运行都会重建自己的 system prompt,其中包括工具列表、skills 元数据、工作区信息、运行时元数据,以及注入的 workspace bootstrap 文件;上下文还会包含对话历史、工具结果、附件等内容。

所以,理解 OpenClaw 的省钱方法,不能只盯着“回复别太长”。真正的大头通常在别的地方:长会话、静态文件注入、memory、工具 schema、工具输出、heartbeat、cron、视觉输入、缓存命中失败。只要这些地方没控制住,你把回复从 800 字压到 300 字,省下来的往往只是零头。

OpenClaw为什么天生容易“烧 token”

第一层原因,是它每轮都在重新装 prompt。官方的 token/cost 文档写得很直白:OpenClaw 会在每次运行时组装自己的 system prompt,里面带有工具列表、skills 列表以及其他运行元信息。也就是说,你看到的是“同一个会话继续聊”,模型实际看到的却是“新的一次完整请求,只是附带了上文”。这和很多人直觉里的“只追加一句话”完全不是一回事。

第二层原因,是工作区文件会被自动注入。OpenClaw 的 Agent/bootstrap 机制会把一部分工作区文件当作 Project Context 注入到系统提示里。官方文档说明,像 AGENTS.md、SOUL.md、TOOLS.md、IDENTITY.md、USER.md 这类文件都会参与 bootstrap 注入,而且还存在 bootstrapMaxChars 与 bootstrapTotalMaxChars 这样的上限控制项,说明这块本身就是官方承认的重要 token 来源。

第三层原因,是 memory 机制本质上不是“免费记住”,而是“文件 + 检索 + 提醒”。官方 memory 文档提到,memory 会和会话 token 阈值、flush、compaction 等过程发生关系;这说明 memory 不是一个完全脱离上下文成本的外挂,而是会进入整体 prompt/上下文管理体系。社区最近还专门有人提 issue,希望把 MEMORY.md 的注入方式做成 full/core-only/on-demand,因为大文件 MEMORY 会额外浪费数千 token。

第四层原因,是工具不只是“调用一次花一点”,而是工具 schema 本身就要占位。官方文档明确提到,系统 prompt 里会包含 tool list,skills list 则至少会带元数据;而 tools 的 schema 也会被模型看到。这意味着你暴露给主代理的工具越多、工具描述越长、能力面越宽,基础税就越高。

第五层原因,是工具输出和附件也会进入上下文。官方 context 文档把工具结果、附件都算在 context 里,这就解释了为什么很多人“查个网页”“读个日志”“看个文件”之后,后续每轮 token 都开始明显抬升——不是那次调用本身贵,而是它留下来的内容在后面持续收税。

第六层原因,是 heartbeat 和 cron 常常在后台默默吃钱。官方配置和 automation 文档都把 heartbeat、cron 作为内建机制来讲,而且 heartbeat 文档专门强调它会跑完整 agent turn,并给出了 isolatedSession、lightContext、独立便宜模型等降本建议。这说明对很多人来说,最隐蔽的成本并不在你手动发的消息,而在自动化任务。

第七层原因,是 prompt cache 并不总能稳稳命中。官方单独有 prompt caching 文档,说明 provider 可以复用未变化的 prompt 前缀,从而降低成本、提高速度;但社区 issue 里也已经有人反馈,在一些自动回复场景下,Anthropic 的 cache 会频繁 miss,表现为 cacheWrite 很高、cacheRead 为 0。也就是说,缓存是重要的降本工具,但不是绝对保险。一旦会话太乱、动态内容太多、前缀不稳定,缓存收益就会明显变差。

钱到底花到哪了

真正有效的省钱,第一步不是瞎压 prompt,而是先定位。OpenClaw 官方已经把一套比较完整的诊断入口给你了。最值得先用的是 /status、/context list、/context detail、/usage tokens 和 /usage full。官方 session/context 文档明确说明,/status 可以查看当前会话上下文使用情况,/context list 与 /context detail 可以看 system prompt 和注入文件中谁占得最多;usage tracking 文档则说明 /usage tokens 和 /usage full 能在回复中显示 token 统计。

这几个命令的价值很大,因为它们能帮你判断:你现在的问题到底属于哪一类。比如,如果 /context detail 显示 bootstrap 文件特别肥,那就优先瘦 AGENTS.md、SOUL.md、MEMORY.md;如果 usage 里 cacheWrite 持续很高、cacheRead 很低,那就说明缓存没吃上红利;如果自动化流里即使只回复一句简单内容,每轮还是要吃掉巨量输入 token,那就大概率是 heartbeat/cron 在用重上下文跑。

你可以把排查思路记成一句话:先分清是“基础盘子太大”,还是“单次任务太重”,还是“后台在偷偷跑”。这三种问题的解法完全不同。基础盘子大,靠瘦身;单次任务太重,靠改用法;后台偷跑,靠改自动化配置。

技巧一:少背历史

在所有办法里,效果通常最大的一条,是缩短会话寿命。OpenClaw 官方有专门的 session management / compaction 文档,说明它支持 manual 和 auto compaction,并且会追踪会话 token 估算、context window、reserveTokens 等概念。这背后的含义很直接:长会话就是贵,会话一长就必须压缩,否则上下文会越来越重。

所以,最朴素但最管用的使用习惯是:一个任务一个 session,做完就压缩(/compact)或新开(/new)。不要把代码调试、文章写作、日常闲聊、自动化巡检全塞进同一个长期主会话里。对 OpenClaw 来说,这种“什么都在一个线程里继续”的习惯几乎就是在主动抬高税基。

这里还有一个容易被忽略的点:compaction 虽然重要,但也不是万能神药。社区里甚至有人提过 issue,说 compaction 某些时候会退化成“Summary unavailable due to context limits”,导致摘要效果不好。这不代表 compaction 没用,而是说明你不能把所有节省希望都押在“让它自动帮我总结一切”上。更稳的策略是:先控制会话长度,再用 compaction 做兜底,而不是反过来。

技巧二:精简工作区文件

很多人用 OpenClaw 时,喜欢把 AGENTS.md、SOUL.md、TOOLS.md、USER.md 写得很丰满,恨不得把个人风格、项目说明、做事哲学、常见任务模板全塞进去。这样做短期很爽,但中长期几乎一定变成 token 黑洞…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/Openclaw/2026032503845.html