夜雨聆风⚡ 快速入门
如果你只想快速上手，按优先级做这三件事：
1. 后台 cron job 换便宜模型（改一行配置，立竿见影） 2. 精简 MEMORY.md（删掉废话，每条消息都能省） 3. 简单定时任务加 lightContext: true（一行参数，轻装上阵）
前言：Token 是什么？为什么要省？
每次你使用飞书 / 钉钉 / 微信跟 OpenClaw 对话，OpenClaw 都会把
「对话历史 + 系统提示 + 你的问题」 全部打包发给 AI 模型，模型读完之后再回答你。
这个打包过程消耗的"字数单位"就叫 token：
• 约每 1 个英文单词 = 1 token • 约每个中文字 = 1～2 token
Token 越多 = 花钱越多，响应越慢。
好消息是：OpenClaw 提供了多种方法，可以在不影响使用体验的前提下大幅减少 token 消耗。
优化一：后台任务用便宜模型（最直接省钱）
原理
OpenClaw 有两类任务：
| 主对话 | ||
| 后台任务 |
后台任务用强模型完全是浪费，换成便宜的小模型效果一样好。
怎么做
在 cron job 或 heartbeat 配置里，指定使用便宜模型：
model: "gpt-5-mini"主对话继续保留 claude-sonnet 或更强的模型，后台全部换成轻量模型即可。
💡 选模型参考：不同模型提供商的便宜模型名称不同，请参考你所使用的提供商文档。例如 OpenAI 的
gpt-5-mini、Anthropic 的claude-haiku等。
优化二：精简 MEMORY.md 和系统 Prompt（减少每次上下文）
原理
OpenClaw 每次对话都会把 MEMORY.md、SOUL.md、AGENTS.md 等工作区文件全部塞进上下文，作为背景知识发给模型。
文件越长，每次消耗的 token 越多。 这些文件是每条消息都要重复发送的固定成本，精简一次，永久受益。
怎么做
• ✅ 定期清理 MEMORY.md中过时、重复、不再相关的内容• ✅ 去掉注释性废话，只保留真正有用的事实和指令 • ✅ 把不常用的内容移到 notes/文件夹，需要时再手动提及
优化三：开启 lightContext（轻量上下文模式）
原理
OpenClaw 的 cron job 在 payload 里支持 lightContext: true 参数。开启后，该次任务只加载最精简的上下文，不带完整的工作区文件和历史记录。
适合那些不需要背景知识就能完成的简单定时任务（例如："发一条天气提醒"、"整点报时"）。
怎么做
在创建 cron job 时，在 payload 里加上 lightContext: true：
{
"kind": "agentTurn",
"lightContext":true,
"message": "你的任务内容"
}优化四：控制会话历史长度（避免上下文爆炸）
原理
AI 对话是有"记忆窗口"的。如果一个会话聊了几十轮，每次回复都要把前面所有内容重新发一遍，token 消耗会随轮次线性乃至指数级增长。
怎么做
• 定期清理：使用 /clear命令或开启新会话，避免单一会话越积越重• 避免大段粘贴：把长文档、大段代码存成文件，需要时用工具读取，而不是直接粘贴到对话里 • 一次性任务：使用下方的 isolated 子 Agent 模式（见优化五）
优化五：isolated 子 Agent 模式（一次性任务隔离）
原理
用 sessions_spawn 创建 isolated 子 Agent 处理一次性任务。任务完成后会话自动销毁，不会污染主会话的历史记录，也不会积累多余的 token 负担。
怎么做
对于"做完就扔"的任务（批量处理、一次性研究等），使用 isolated 模式：
{
"sessionTarget": "isolated",
"payload": {
"kind": "agentTurn",
"message": "帮我做 XXX，做完汇报结果"
}
}优化六：工具调用要精准（避免反复试错）
原理
每次工具调用（搜索、读文件、执行命令）的结果都会写回对话历史，占用 token。如果一个任务调了 5 次工具才成功，中间所有失败结果全都算在账单里。
怎么做
• 描述清晰：任务描述尽量一次说清楚，减少 AI 反复探索的次数 • 限制可用工具：用 toolsAllow参数限制 cron job 只能调用必要的工具，避免 AI "乱翻抽屉"
{
"kind": "agentTurn",
"toolsAllow": ["read_file", "send_message"],
"message": "你的任务内容"
}• 分阶段处理：复杂任务先用便宜模型探路，确认方向后再用强模型精细处理
💡 一键优化提示词
把下面这段话直接发给你的 OpenClaw，它会帮你检查并自动执行上述优化：
请帮我做一次 token 节省优化，具体步骤如下：
1. 检查我现有的 cron job 列表，把所有后台定时任务的模型换成当前模型提供商对应的轻量模型（例如 gpt-5-mini 或 claude-haiku），主对话任务不变。
2. 检查工作区的 MEMORY.md 文件，帮我识别并清理其中重复、过时、或纯注释性的内容，压缩到核心事实与指令。
3. 对所有 cron job 里的简单定时任务（不需要背景知识的），在 payload 里加上 "lightContext": true。
4. 给我一份优化总结，列出做了哪些改动、预计能节省多少上下文 token，以及还有哪些需要我手动配合的地方。总结对比表
如果你觉得这篇文章对你有帮助，欢迎分享给身边的朋友！更多技术干货，请关注我的公众号。
