夜雨聆风OpenClaw（小龙虾）是个强大的 AI 助手，但 Token 消耗不便宜。今天分享 6 个实测有效的省 Token 技巧。
1. 关闭 thinking 模式
thinking 模式很强大，但每一步推理都在烧 Token。
/reasoning off # 关闭深度思考
/status # 查看当前模式简单问答、日常任务 → 关闭 thinking，省 30-50% Token。
关闭 thinking 后，简单任务省 Token 效果明显
2. 善用 HEARTBEAT 而非 Cron 轮询
浪费 Token 的做法：
- • 每分钟发心跳检查有没有新消息
- • 频繁
/status查看状态
聪明做法：
- • 把检查任务写入
HEARTBEAT.md，每次心跳批量执行 - • 用 Cron 做定时任务（精确到分钟，不消耗对话 Token）
# HEARTBEAT.md 示例
## 待检查任务
- [ ] 邮箱有无重要未读
- [ ] 日历有无接下来2小时的事件
- [ ] 天气是否需要提醒出门3. 善用 Memory，别让 AI "记不住"
每次对话开始，AI 都要重新理解上下文。上下文越短，Token 越少。
把重要的交给 Memory：
- • 写 MEMORY.md（长期记忆）
- • 写 memory/YYYY-MM-DD.md（每日日志）
- • 写 TOOLS.md（工具配置）
省 Token 的记忆原则：
- • 只记"精华"，不记流水账
- • 超过 100 行的日志 → 提炼要点写进 MEMORY.md
- • 用文件名搜索（
memory_search）而非每次告诉 AI 所有背景
4. 复用 Skill，而非每次重新说
每次描述你想做什么，都在消耗 Token。
聪明做法：
# 直接触发 skill
"帮我发微博" # ❌ 每次解释
/post-to-weibo # ✅ skill 名称触发
# 用 skill 内置的快捷指令
"压缩这张图" # → baoyu-compress-image
"翻译成英文" # → baoyu-translate熟练使用 Skill 名称，能减少 20-30% 的 Token 消耗。
5. 批量操作，减少对话次数
每次对话都有基础 Token 开销。合并任务，减少次数。
❌ 浪费的做法：
用户: 帮我查天气
AI: OK
用户: 帮我查日历
AI: OK
用户: 帮我发微博
AI: OK✅ 聪明的做法：
用户: 帮我查天气和日历，然后发一条微博说今天适合户外活动
AI: [一次性完成三件事]一次多件事，省 40-60% 对话次数。
6. 选对模型，按需切换
OpenClaw 支持多模型。不同任务用不同模型：
| 任务 | 推荐模型 | 省 Token 理由 |
|---|---|---|
| 简单问答 | MiniMax-M2 | 便宜又快 |
| 复杂推理 | Claude/GPT | 能力强，值得 |
| 代码任务 | Claude Code | 专用优化 |
| 写作润色 | GPT-4o | 效果好 |
不同模型 Token 成本对比，小模型简单任务性价比最高
/model minimax-cn/MiniMax-M2 # 切换到便宜模型
/model default # 恢复默认模型简单任务用小模型，能省 70-80% Token。
总结
| 技巧 | 预计节省 |
|---|---|
| 关闭 thinking | 30-50% |
| 合并对话任务 | 40-60% |
| 正确使用 Skill | 20-30% |
| 简单任务用小模型 | 70-80% |
| Memory 管理上下文 | 20-40% |
| Cron 替代轮询 | 10-20% |
组合使用这些技巧，Token 消耗减半不是梦。
OpenClaw（小龙虾）让你的 AI 助手更聪明，也更会省钱 💰
