openclaw-cost-optimization

OpenClaw 成本优化

你的 OpenClaw 配置可能正把钱浪费在三件事上：用昂贵的模型处理简单任务、每收到一条消息就重新处理相同的静态文件，以及加载 Agent 根本不会用到的上下文。

默认配置优先优化能力。探索时这样做没问题。但当你开始 7×24 小时运行时，这就意味着每月花费是 1,500 美元还是 150 美元，甚至更少。

此技能会审查你当前的配置，并按影响大小依次应用六项优化。大多数优化用时不到 5 分钟。组合使用后，成本可降低约 97%，且不会降低关键场景下的质量。

---

不这样做时 Claude 会出错的地方

如果完全沿用默认设置，OpenClaw Agent 会：

• 用 Sonnet 或 Opus 回答“今天天气怎么样？”——这种任务用 Haiku 就行
• 在会话开始时加载 50KB 的上下文，而 8KB 就够了
• 每天向付费 API 发送 96 次心跳检查
• 每条消息都以全价重新处理你的 SOUL.md 和 USER.md
• 放任搜索循环在一夜之间烧掉 20 美元，却没有任何防护措施

这些都不是 bug，只是并非为 7×24 小时自主运行而设计的默认设置。

---

六项优化

按影响大小排序。从 #1 开始，依次进行。

1. 为合适的任务选择合适的模型

影响：根据使用情况，每月可节省 40–300 美元

这是影响最大的一项。你的 Agent 会处理许多不同类型的工作——聊天、心跳、编码、网页抓取、图像分析——每种任务都有一个在质量与成本之间达到最佳平衡的模型。用 Opus 做心跳检查，就像雇外科医生来测体温。

模型路由表：

任务	最佳选择（不考虑预算）	预算有限时的替代选择	节省金额
聊天（大脑）	Opus 4.6	Kimi K2.5	大幅节省——智能程度接近 Opus，个性稍弱
心跳检查	Haiku 4.5	Haiku 4.5（并减少频率）	约 50 美元/月
编码 / 通宵开发	Codex GPT-5.2	Miniax 2.1	长时间编码任务每月约省 250 美元
网页浏览 / 抓取	Opus 4.6	DeepSeek V3	如果经常抓取，每月可省数百美元
图像理解	Opus 4.6	Gemini 2.5 Flash	显著节省——Flash 的视觉能力很强
日常任务	Haiku 4.5	Haiku 4.5	比 Sonnet 便宜 10 倍

关键思路： 你不是在挑选一个便宜的模型，而是在建立一个模型阵容，让每种任务都使用能够胜任的最便宜模型。

默认模型——根据个性表现的重要程度，将日常主力模型设为 Haiku 或 Kimi：

{
  "agents": {
    "defaults": {
      "model": {
        "primary": "anthropic/claude-haiku-4-5"
      }
    }
  }
}

模型别名——在 agents.defaults.models 中定义别名，以便 cron 任务和 Agent 使用简短名称引用模型：

{
  "agents": {
    "defaults": {
      "models": {
        "anthropic/claude-haiku-4-5": { "alias": "haiku" },
        "anthropic/claude-sonnet-4-5": { "alias": "sonnet" },
        "anthropic/claude-opus-4-6": { "alias": "opus" },
        "openai/codex-gpt-5.2": { "alias": "code" },
        "deepseek/deepseek-v3": { "alias": "crawl" },
        "google/gemini-2.5-flash": { "alias": "vision" }
      }
    }
  }
}

心跳频率也很重要。 默认频率通常是每 10 分钟一次。如果心跳使用 Opus，每天约需 2 美元、每月约需 54 美元，只为检查“有没有需要处理的事？”。切换到 Haiku，并将频率降低至每小时一次：

{
  "heartbeat": {
    "every": "1h",
    "model": "anthropic/claude-haiku-4-5"
  }
}

仅这一项就能将心跳成本降至每天 0.01–0.10 美元。

将以下内容添加到 Agent 的 SOUL.md 或系统提示词中：

## Model Selection
Default: Haiku for routine tasks.
Escalate to Sonnet/Opus only for: architecture decisions, code review, security analysis, complex reasoning.
For coding sessions: prefer Codex or dedicated coding model.
For web crawling: use DeepSeek V3.
For image analysis: use Gemini Flash.
When uncertain, try the cheaper model first.

模型会将此内容作为行为约束遵循。无需更改代码。

---

2. 缓存稳定上下文

影响：重复使用的令牌最多可优惠 90%

每条消息都会重新读取 SOUL.md、USER.md、工具定义和参考文档。这些文件在不同请求之间不会变化。如果不使用缓存，你每天都要为数十次重复处理相同内容支付全价。

Anthropic 的提示词缓存会对重复使用的缓存令牌收取 10% 的费用。对于反复发送的内容，这能让最常发生的成本降低 90%。

适合缓存的内容（稳定、很少更新）：

• SOUL.md — 个性、规则
• USER.md — 用户档案、偏好
• TOOLS.md — 工具定义
• 参考文档、项目规范

不适合缓存的内容（经常变化）：

• 每日记忆文件
• 对话历史
• 工具输出、搜索结果

配置 — 在 agents.defaults.models 中按模型设置 cacheRetention：

{
  "agents": {
    "defaults": {
      "models": {
        "anthropic/claude-opus-4-6": {
          "alias": "opus",
          "params": { "cacheRetention": "short" }
        }
      }
    }
  }
}

值	缓存时长	备注
"none"	不缓存	禁用提示词缓存
"short"	5 分钟	API 密钥认证的默认值
"long"	1 小时	需要启用 beta 标志

注意： 使用 Anthropic API 密钥认证时，OpenClaw 会自动应用 "short"（5 分钟缓存）。只有想使用 "long" 或 "none" 时，才需要显式设置。

最大限度提高缓存命中率的提示：

• 在缓存有效期内（short 为 5 分钟，long 为 1 小时）批量处理相关请求
• 将心跳频率设为略低于缓存 TTL（例如，short 每 4 分钟一次，long 每 55 分钟一次），以保持缓存处于活跃状态
• 不要在对话过程中编辑 SOUL.md — 每次更改都会使缓存失效
• 将稳定内容放在上下文层级的顶部

---

3. 精简启动会话

影响：每个会话节省约 $0.35，频繁使用时每月节省 $10-15

许多配置会在启动时急于加载所有内容：完整记忆档案、过往对话、所有参考文件。其中大部分内容都不会用到。

只加载 Agent 保持自身身份并了解当天情况所需的内容：

启动时加载	启动时跳过
SOUL.md	完整对话历史
USER.md	过往记忆档案
IDENTITY.md	旧项目的研究文档
今日的记忆文件	其他 Agent 的文件

其他内容按需提取。 当遇到需要历史上下文的话题时，使用记忆搜索：

"Search my memory for what we discussed about the marketing campaign"

语义搜索无需加载完整历史记录，即可检索相关段落。这既更省钱，也更有效 — 定向检索胜过蛮力加载。

将以下内容添加到 Agent 的指令中：

## Session Startup
Load ONLY: SOUL.md, USER.md, IDENTITY.md, today's memory file.
For prior context: use memory_search() on demand. Don't pre-load history.

效果： 会话启动时的上下文约为 8KB，而不是 50KB 以上。Agent 会更快、更省钱，而且出乎意料地表现更好 — 上下文中的干扰更少，回复也就更聚焦。

---

4. 将心跳路由到本地模型

影响：每月节省 $5-15

心跳是定期检查 — “有没有需要处理的事情？”— 每 15-60 分钟运行一次。这些任务很简单，不需要前沿推理能力。但默认情况下，每次心跳都会产生一次付费 API 调用。

改用 Ollama 将它们路由到免费的本地模型。

设置：

# Install Ollama
curl -fsSL https://ollama.com/install.sh | sh

# Pull a lightweight model (2GB, handles heartbeat tasks easily)
ollama pull llama3.2:3b

配置：

{
  "heartbeat": {
    "model": "ollama/llama3.2:3b"
  }
}

原理： 心跳任务属于分类问题 — “有没有需要处理的事情？”本地运行的 3B 参数模型可以轻松回答这个问题。对于是/否监控任务，Sonnet 与它的质量差异微乎其微，而且 API 账单上的费用会降为零。

要求： 一台运行 Ollama、可用 RAM 约 2GB 的机器。如果 OpenClaw 已经运行在家庭服务器或 VPS 上，你就具备这个条件。

---

5. 设置速率限制和预算上限

影响：防止每月产生 50–200 美元的失控费用

AI Agent 可能会陷入循环。一次搜索会触发后续搜索。一次调试会话会在几秒内发出数十次 API 调用。如果没有防护措施，单次失控交互就可能在几分钟内耗尽一天的预算。

添加到 SOUL.md 或系统提示词中：

## API Discipline
- 5 seconds minimum between consecutive API calls
- 10 seconds minimum between web searches
- Max 5 searches per batch, then pause 2 minutes
- If a task needs more than 10 API calls, ask before continuing
- On rate limit error (429): stop, wait 5 minutes, retry once

通过行为规则管理预算：

OpenClaw 没有原生预算配置项。你可以通过 Agent 的指令和外部监控来强制执行限制：

1. 设置 Anthropic API 支出提醒 — 直接在 Anthropic Console 或你的服务提供商控制面板中配置账单提醒
2. 在 SOUL.md 中添加行为限制（见上文）— Agent 会自我约束
3. 通过 CLI 监控：

openclaw cron list --all --json  # Check what's running and on which model

4. 通过 Anthropic 用量控制面板跟踪 — 查看每日／每周支出情况

速率限制可在正常运行期间避免浪费。服务提供商级别的预算提醒则能捕捉极端情况。二者结合，既能确保支出可预测，又不会限制能力。

---

6. 精简工作区文件

影响：虽逐步显现，但会不断累积——每次请求都能节省费用

SOUL.md、USER.md 和类似文件会在每次交互时加载。每一行不必要的内容都会消耗令牌，而且不是只消耗一次，而是每条消息都会消耗。如果 SOUL.md 有 200 行，而实际只需 80 行，那么在使用频率最高的场景中，其费用会在不知不觉间达到所需费用的 2–3 倍。

审核每一行时要问：“Agent 做好本职工作需要这条信息吗？”

保留内容：

• 核心个性（2–3 句话，而不是几段话）
• 会改变输出的硬性行为规则
• 沟通偏好
• 操作限制

删除内容：

• 背景故事或设定（移至参考文档，按需加载）
• 对同一规则的重复表述
• 对 Claude 已经了解的内容进行冗长解释
• 不会影响回复的“锦上添花”信息

修改前（臃肿，85 个令牌）：

## Communication Style
You should always communicate in a way that is clear, concise, and helpful.
When talking to the user, make sure your responses are well-structured and easy
to follow. Use bullet points when listing things. Don't write overly long
responses unless the topic genuinely requires depth. The user values efficiency.

修改后（精简，22 个令牌）：

## Style
Direct and concise. Use structure for complex answers. Match depth to the question.

行为不变。费用降至四分之一，并且每条消息都能节省。

---

综合效果

优化项	每月节省	设置时间
默认使用 Haiku	40–60 美元	5 分钟
提示词缓存	15–30 美元	2 分钟
精简启动上下文	10–15 美元	30 分钟
本地心跳	5–15 美元	15 分钟
速率限制 + 预算	50–200 美元（避免的费用）	10 分钟
精简工作区文件	5–10 美元	1 小时

从每月 1,500 美元以上降至 30–50 美元。

模型路由和缓存带来的绝对节省最多。精简工作区会随着时间推移不断累积效果，因为它能降低每次交互的费用。

---

如何应用

大多数情况下，你不需要手动编辑 JSON 文件。告诉你的 OpenClaw Agent：

“将默认模型切换为 Haiku。只有在需要复杂推理任务时才使用 Sonnet。”

“启用提示词缓存——将我的 Anthropic 模型的 cacheRetention 设置为 'long'。”

“在我的 SOUL.md 中添加 API 使用规范，包括速率限制、搜索批处理和升级阈值。”

“检查我的 SOUL.md 和 USER.md，标出所有不会直接影响输出质量的内容。”

大多数情况下，OpenClaw 可以自行修改配置。直接提出要求即可。

---

验证是否生效

验证命令

检查每个 cron 任务实际使用的模型（表格视图会隐藏此信息——必须使用 JSON）：

openclaw cron list --all --json

查看每个任务的 payload.model 字段。不要根据 Agent 分配情况进行推断——cron 任务可以覆盖 Agent 的默认模型。

检查每个 Agent 的心跳状态（配置位于 ~/.openclaw/openclaw.json）：

cat ~/.openclaw/openclaw.json | python3 -c "
import json,sys; c=json.load(sys.stdin)
d=c['agents']['defaults'].get('heartbeat',{}).get('every','')
print(f'Default: {d or \"(disabled)\"}')
for a in c['agents']['list']:
    e=a.get('heartbeat',{}).get('every',d)
    print(f'{a[\"id\"]}: {e or \"(disabled)\"}')
"

没有 heartbeat 块的 Agent 会继承默认值。若一个使用 Opus 的 Agent 继承了 every: "15m"，这就是你费用最高的一项。

检查引导上下文大小：

wc -c SOUL.md USER.md AGENTS.md MEMORY.md

优秀配置示例

• 上下文大小： 会话开始时应为 2-8KB，而不是 50KB+
• 默认模型： 应显示 Haiku，而不是 Sonnet
• Cron 任务： 每个任务的 payload.model 应与其复杂度匹配（检查任务用 Haiku，结构化任务用 Sonnet，仅创意或复杂工作用 Opus）
• Heartbeat： 至少应路由到 Ollama/本地模型或 Haiku
• 每日费用： 应在第一天内降至 $0.10-0.50 区间

如果费用没有下降，最常见的问题是系统提示词没有加载模型选择规则。请确认系统已应用你对 SOUL.md 所做的更改。

常见审计错误

不要根据 Agent 分配情况推断 Cron 任务使用的模型。openclaw cron list 表格显示 Agent: sherlock，但任务本身可能会在其 payload 中覆盖模型。务必运行 openclaw cron list --all --json，检查实际的 payload.model 字段。

---

反模式

“我就所有任务都用 Haiku，包括复杂任务。” 别这样做。Haiku 速度快、成本低，但在多步推理、细致分析和创意工作方面确实更弱。目标是合理匹配模型，而不是一味降级。质量至关重要时，就升级模型。

“我把所有内容都缓存起来省钱。” 缓存易变内容（每日笔记、工具输出）会浪费缓存空间，毫无益处。只缓存稳定的内容。

“我把预算设为每天 $1，这样更安全。” 这太激进了。你的 Agent 会在正常工作时触及上限，并在任务进行到一半时停止。先从每天 $5 开始，观察一周，再根据实际使用情况调整。

“我把 SOUL.md 精简到 10 行，现在 Agent 的行为变得奇怪了。” 你删得太多了。有些个性和行为规则确实会影响输出质量。去掉冗余，保留关键内容。如果行为变差，就把起控制作用的具体规则加回来。

---

质量检查

与他人分享此配置前：

• 默认模型为 Haiku（而非 Sonnet/Opus）
• 已为稳定文件启用缓存
• 会话启动时仅加载必要内容
• Heartbeat 路由到本地模型（或可用的最低成本模型）
• 已设置预算上限和警告阈值
• 已审查工作区文件，移除不必要的内容
• 已验证 Agent 行为——重要任务的质量没有下降