乐于分享
好东西不私藏
夜雨聆风 > > 办公文件 > OpenClaw 巨费 Token 的原因找到了!源码级拆解 System Prompt 发现了真相

OpenClaw 巨费 Token 的原因找到了!源码级拆解 System Prompt 发现了真相

当前时间： 2026-03-13 09:13:55 分类：办公文件 评论(0)
OpenClaw 巨费 Token 的原因找到了!源码级拆解 System Prompt 发现了真相

大家好，我是齐昂！

Token is Money!

最近，我听到的最多关于 OpenClaw 的说法就是，巨费 Token，说白了也就是需要花大把的真金白银！

一. 前言

之前我并没有在意 Token 的开销，因为我订阅了好几个 Coding Plan + 各种官方非官方API。

但是架不住这个说他花了大几十甚至几百刀，另一个又在群里扔了一个一会就花费了十几刀的截图。

本着质疑加求真的态度，我下载了 OpenClaw 的源码，打算研究一番。

我简单列了几个公式：

  1. 1. Money = Token
  2. 2. Token = Input Token + Output Token
  3. 3. Input Token = System Prompt + User Prompt + History

简单说明一下：

所有针对大模型的规则都是按 Token 计费，每个模型厂商计费规则都不太一样，但是都包含输入 Token 和输出 Token。

拿 GPT 举个例子：

先说输出Token，就是大模型给你回复的内容，或者说你在 IM(Telegram、或者飞书之类的的工具)得到的回复信息，这其中还包括被隐藏了的思考过程信息（Think...）

输入 Token，就是你对大模型或者在你的 IM 中输入的信息 + 外加系统内容隐藏的系统级提示词.

一般来说，用户输入部分 和 直接的获得的答案部分，Token 占比很少, 输出的思考过程，可能相对多一点，占大头的就是系统级的提示词（包括历史记忆）。

今天给大家带来就是源码级拆解 OpenClaw的系统级提示词！

接下来，请坐好，准备发车了！

二. 源码分析

1. 源码下载

git clone https://github.com/openclaw/openclaw

2. 源码走读

下载好，用你喜欢的 IDE 或者任何可以打开的工具打开项目

找到 src/agents/system-prompt.ts 文件

这个文件的核心逻辑就是

  1. 1. 拼接系统提示词：buildAgentSystemPrompt
  2. 2. 构建运行时：buildRuntimeLine

可以看到，除了这两个对外 export 的函数，还有一些内部调用的函数，对了，这些一个个内置的函数，就构成了整个 SystemPromt的骨架。

这里简单走读一下，按照代码在 buildAgentSystemPrompt中的执行先后顺序，调用逻辑如下：

第一步：身份与权限预解析 (Line 345 - 351)在组装数组之前，系统首先处理身份匿名化逻辑。

  • • buildOwnerIdentityLine：接收所有者号码。
  • • formatOwnerDisplayId：如果配置了 hash 模式，会调用此函数利用 node:crypto 对手机号进行 HMAC 或 SHA256 脱敏处理。这是为了在提示词中包含所有者信息但不泄露真实号码。

第二步：核心能力章节构建 (Line 401 - 414)这些函数返回字符串数组，用于后续的数组打散（Spread）。

  • • buildSkillsSection：扫描 skillsPrompt，注入技能使用规范（特别是提示模型先读描述再读代码）。
  • • buildMemorySection：根据 memory_search 工具的可用性，决定是否注入记忆检索指令。
  • • buildDocsSection：注入本地及 GitHub 文档路径。

第三步：数组填充与散点逻辑 (Line 422 - 563)进入 lines 数组的构建期。此时会直接合并（Spread）上面生成的 Section。

  • • 处理 ## Tooling：根据 toolOrder 对工具进行排序和描述匹配。
  • • 处理 ## Safety：注入硬编码的安全准则。

第四步：环境感知章节注入 (Line 564 - 581)在数组的中后段，调用一些与当前“场景”相关的构建函数：

  • • buildUserIdentitySection：将第一步解析的身份行放入 ## Authorized Senders。
  • • buildTimeSection：注入用户时区。
  • • buildReplyTagsSection：注入特殊回复标签（如 [[reply_to_current]]）的使用说明。
  • • buildMessagingSection：注入跨渠道、跨 Session 发消息的复杂逻辑说明。
  • • buildVoiceSection：注入 TTS（语音合成）相关的动态提示。

第五步：运行时元数据收尾 (Line 683 - 688)这是最后一步，也是最重要的动态部分。

  • • buildRuntimeLine：构建那行著名的 Runtime: agent=... | host=... | model=...。它确保模型对自我的物理环境（OS、Arch、Channel、Thinking Level）有最后的同步。

如果感兴趣的话，可以自己找到源码，详细阅读！

三. 系统级提示词

1. 如何获取 Openclaw 系统提示词

看了第二步的提示词的构建逻辑，相信大家也意识到了，这个系统提示词必然会非常长。

没毛病，接下来就教你如何拿到你在运行中的真正的提示词。

OpenClaw 为我们贴心的提供了一个导出 session 级别的系统提示词命令 /export_session

执行后会得到一个 HTMl 文件：

这里，你可能会像我一样遇到一个问题，就是会提示 Session file not found，没关系，运行/rest重置一下，然后再重新执行导出

2. 打开导出的html文件

导出 html 后，如果你的服务是运行在本机的，那么直接打开就 ok 了，如果部署在远程服务器的，那么就下载到本地再打开。

在这里，你可能也会遇到一个坑，就是打开的页面会是这个样子：

并没有加载任何信息，并且我也把报错信息给贴出来了，三个 js 文件找不到。

ok，我们又要回到源码中去。

2.1 /export_session的实现原理

实现代码在

src/auto-reply/reply/command-export-session.ts

核心逻辑很简单：

核心流程控制 (buildExportSessionReply)该函数是导出命令的主入口，遵循以下步骤：

  1. 1. 解析参数：解析用户输入的路径，如果用户没提供路径，则默认在当前工作区生成一个带时间戳的文件。
  2. 2. 定位会话文件：从 SessionStore 中找到当前会话对应的本地 .jsonl 文件路径。
  3. 3. 加载数据：
    • • 使用 SessionManager 加载所有对话条目 (entries)。
    • • 调用 resolveCommandsSystemPromptBundle 获取当前会话使用的系统提示词 (System Prompt) 和 工具定义 (Tools)。
  4. 4. 组装数据 (SessionData)：将页头信息、对话记录、提示词和工具列表封装进一个对象。
  5. 5. 生成 HTML：调用 generateHtml 函数填充模板。
  6. 6. 写入文件：确保目标目录存在，并将生成的 HTML 写入磁盘。
  7. 7. 返回结果：向用户反馈导出成功的消息，包括文件路径和统计信息（条目数、提示词长度等）。

那么为什么会出现导出的 html，打开无效的情况呢？

问题就出在第 5 步，加载填充模板，默认返回模板的逻辑是：

return template    .replace("{{CSS}}", css)    .replace("{{JS}}", templateJs)    .replace("{{SESSION_DATA}}", sessionDataBase64)    .replace("{{MARKED_JS}}", markedJs)    .replace("{{HIGHLIGHT_JS}}", hljsJs);

也就是，html 模板中存在占位符：

{{MARKED_JS}}{{HIGHLIGHT_JS}}{{JS}}

最终生成时，会被替换成真实的 JS，然后形成有一个完整可用的 html 文件。

2.2 导出的HTML无法使用的原因

之前截图也看到了，就是说模板中的 3 个 JS 未定义，或者说找不到。

根本原因就是，HTML 模板被自动格式化了

我们要做的就是把这段代码改成

<script>{{MARKED_JS}}</script><script>{{HIGHLIGHT_JS}}</script><script>{{JS}}</script>

注意：不要在 IDE 中直接改，改完报存，还是会给你格式化，直接用文本编辑器或者vi 之类的修改，确保不要被格式化。

可以参考这个 issue: https://github.com/openclaw/openclaw/pull/24557/changes

如何找到这个模板文件，可以在 IDE 中全局搜索，或者直接定位，根据 OpenClaw 安装的方式：

直接 node 安装的话：/xxx/node_modules/openclaw/dist/export-html/template.html

nvm 安装的话：

~/.nvm/versions/node/<version>/lib/node_modules/openclaw/dist/export-html/template.html

我的就是 nvm 安装的，也可以看到图中我的文件的路径。

2.3 修复后效果

修改后，重新执行导出（如果不放心的话，可以重启下 gateway）

可以看到，页面正常显示了

右侧可以看到，有一个 System Prompt 版块，每个人的每个 session 的结果应该都不一样。

这是我新建 session，发了一句简单的 hi，背后加载的提示词

可以看到有整整 401 行，我用 OpenAI 的 Tokenizer（https://platform.openai.com/tokenizer） 算了下， 5469 个 Token，21055个字符，着实不少啊。

细节部分，你也可以自己动手实操一下。

最后

对于使用基于大模型的工具来说，抛去各种优化的手段，就是要做到花费大量 Token（真金白银）的准备，特别是越聪明的大脑，就要付出越多的开销，就看你怎么抉择。

我目前使用下来的最优性价比方案还是各个厂商的 Coding Plan，相对来说还是比较划算，当然财大气粗的可以官方订阅 Claude、OpenAI 等。中转的，本地的，免费的之类的我就 Pass 了。很多时候你的问题，可能就是一个模型的问题。

最后，有条件的可以直接上最优模型，退之，就选择各大厂商推出的 Coding Plan，哪个好用，哪个更优，没有答案，每个人的场景用法都不同，自己尝试了会找到符合自己的，别人的不一定适合你。

文章推荐：

[保姆级教程] 还没有安装OpenClaw？试试智谱最新发布的AutoClaw

再见Chrome！我要去Tabbit了，深度使用感受分享

写教程爽到飞起！10GB 免费空间 + 粘贴即传：我私藏的全自动 Markdown 写作流

我把 OpenClaw 用崩了，然后发现了分身的正确用法

OpenClaw 只是个 Demo,搭配 LobeHub 才是完整产品

最后的最后，如果你也在学习 OpenClaw 或者其他 Claw, 遇到了问题，欢迎在评论区交流，或者加我微信，我拉你入我们的免费龙虾交流群：

以上,既然看到这里了,如果觉得不错,随手点个赞、在看、转发三连吧,如果想第一时间收到推送,也可以给我个星标⭐～感谢你的阅读,我们下次见。