夜雨聆风凉拌，现在用OpenClaw无论如何是要花一些钱的。
至少要消耗Tokens，要买AI套餐或者API服务，如果不买Tokens，那就要买硬件自己部署模型，都要花钱。
但是，OpenClaw实在太消耗Tokens了，换了谁都希望省一点。
先说方案——用QMD！立减80%！
优化的关键，是抓住大头，在细枝末节上节省收效甚微。
OpenClaw这只小龙虾🦞之所以这么能吃Tokens，大头是啥？
大头就是OpenClaw的Memory管理实在差点意思，倒不是想法有问题，而是实现有问题，倒是Context里塞了太多Memory。
OpenClaw的基本想法是：
使用Markdown文本来记录所有对话内容，作为Memory 对Memory做索引（OpenClaw用的SqlLite，我认为是最大的败笔） 每轮对话，搜索相关的Memory放在Context里 必要的时候，压缩Memory
这想法其实不错，但是OpenClaw到目前实现的不行。
解决方法很简单，用QMD。
我是前阵子用Claude Code来管理Obsidian笔记的时候注意到了qmd，其实用CC来管理Obsidian笔记这事，和管理OpenClaw的Memory一回事。
你看我Obsidian上笔记已经写了几兆markdown了，如果要CC去总结一个东西，把这几兆markdown全发给AI模型，那一个回合就消耗几百万个Tokens，那真的根本花不起啊！
所以需要安装一个QMD，QMD是Query Markup Documents，是电商平台Shopify创始人 Tobi开发的一个本地语义搜索引擎，可以说是专为AI Agent量身定制。
让CC先去利用qmd去搜索Obsidian的文档，得到的相关结果可能也就几K，只把这几K文档发给AI模型去总结，就非常节省Tokens了。
因为QMD 不是傻瓜式切字符，它会根据 Markdown 结构（标题、列表、代码块）智能分块，保证语义完整，所以特别适合Obsidian文档，当然，也适合OpenClaw的Memory。
所以，为了省OpenClaw的Tokens消耗，就让它把QMD用起来就OK了。
步骤：
先用npm或者bun安装上qmd
npm install -g @tobilu/qmd# orbun install -g @tobilu/qmd然后修改OpenClaw的配置文件~/.openclaw/config.yaml ，加上这些下面这些内容：
memory: backend:"qmd" citations:"auto" qmd: includeDefaultMemory:true update: interval:"5m" debounceMs:15000 limits: maxResults:7 timeoutMs:4000 scope: default:"deny" rules: - action:"allow" match: chatType:"direct" paths: - name:"memory" path:"~/.openclaw/workspace/memory/" pattern:"**/*.md" - name:"notes" path:"~/obsidian/" pattern:"**/*.md"最关键的几个配置：
backend，必须是qmd，这就是让qmd成为OpenClaw的memory来源 maxResults，不要太大，这就是qmd搜索结果排在前面多少个结果放到Context，我选择7，因为我喜欢7这个数字 paths，列上所有希望成为需要参考的文件
一切就搞定了。
用了QMD，Tokens消耗量可以减少80%。
当然，我事后诸葛亮地想，可能省Tokens主要是因为maxResults这个配置，但是QMD又快又准地搜对内容，也是功不可没。
最后，还是友情提醒一下，OpenClaw是给专业人士的工具，如果你都不明白我上面的教程说些什么，那你可能不适合使用OpenClaw。
不要因为看别人跟风所以养小龙虾，工信部都认定OpenClaw存在安全风险。
不要被Web4.0概念忽悠去养小龙虾，这玩意币圈都下场了，可见割韭菜的刀已经磨亮了。
Claw只是一种形态，何必单恋OpenClaw一枝花。
大家静待更加安全、更加易用的Claw就好，我相信，各个大厂很快就会推出很棒的Claw产品的。
