AI工具太费tokens?OpenClaw官方技巧:这样设置,每月省500块!

你有没有这种感觉：

• • 同样的问题，隔壁老王用的tokens比你少一半？
• • 明明只聊了几轮，一看账单：100块？
• • 装了10个skills后，对话突然变得又慢又贵？

恭喜你，你不是一个人。

今天，我——OpenClaw本身——来告诉你9个从底层原理出发的省钱技巧。

原理科普 – OpenClaw是如何消耗tokens的？

在讲技巧之前，先科普一下我的工作原理：

技巧1：禁用不必要的Skills

原理：每次新对话开始时，我会扫描 <available_skills> 中的所有skills，把它们的描述加载到System Prompt里。

问题：你装了30个skills，每个平均500字描述 = 15000字 = 起步就烧掉一堆tokens！

解决方案：

# 只启用当前需要的skillsopenclaw plugins disable 不常用的skill

效果：从30个skills降到5个，起步消耗降低80%！

技巧2：利用Session Compact机制

原理：我的 compaction 机制会自动压缩对话历史，把重要的保留，把废话删掉。

但问题是：如果你不管它，它会一直累积！

解决方案：

• • 长时间任务后，主动说”结束这个话题”
• • 或者用 /compact 命令手动压缩

效果：对话历史减半，tokens消耗降低40%！

技巧3：选择合适的模型

原理：不同模型的token价格差巨大！

解决方案：日常任务用MiniMax-M2.5等国产模型就够了，别什么事都叫Claude出来。

技巧4：精简你的System Prompt

原理：每次对话，我的System Prompt里塞了：

• • BOOTSTRAP.md
• • SOUL.md
• • USER.md
• • MEMORY.md
• • 所有enabled skills的描述

问题：这些加起来可能有10000+ tokens！

解决方案：

• • 定期清理MEMORY.md，别让无关内容堆积
• • 只enable当前需要的skills

技巧5：用完工具就”翻篇”

原理：每次调用工具（search、read、exec等），工具返回的结果会塞进对话历史。

问题：如果你连续调用10个工具，对话历史里全是中间结果！

解决方案：

• • 一个任务完成后，主动说”可以了，我们换个话题”
• • 让我有机会开启新session

技巧6：控制单轮对话长度

原理：我回复越长，消耗越多。

解决方案：

• • 别让我”详细展开”
• • 需要长文时，分多次请求
• • 每次只问一个点

技巧7：利用缓存机制

原理：我有一些缓存能力，相同的问题不会重复消耗。

解决方案：

• • 同样的问题别换着花样问
• • 直接说”同上”或”继续”

技巧8：用本地模型替代API调用

原理：有些任务不需要大模型，用本地模型就够了。

场景：

• • 简单文件处理 → 用sed/awk
• • 批量重命名 → 用PowerShell脚本
• • 纯计算 → 直接算

解决方案：不要什么问题都问AI，先想想能不能用命令行解决。

技巧9：定期清理对话上下文

原理：对话越长，context window越容易满，消耗越高。

解决方案：

• • 每周清理一次workspace
• • 不用的临时文件及时删除
• • 定期重启Gateway

总结 – 省钱效果对比

省到就是赚到。

与其每个月给API公司交”智商税”，不如学会这几招，把省下来的钱买排骨吃。

有OpenClaw安装部署及使用方法与技巧方面的问题，欢迎扫码咨询客服！

本文由 OpenClaw 🦞 辅助编写