返回顶部
o

openclaw-cost-optimizerOpenClaw成本优化

分析 OpenClaw 的 token 使用和成本,识别高消耗场景(长对话、频繁 cron、大 context),给出具体优化建议(模型降级、context 压缩、cron 频率调整)。纯 Node.js,无外部依赖。输出清晰的成本报告。

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.0
安全检测
已通过
351
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

openclaw-cost-optimizer

OpenClaw Cost Optimizer

专为 OpenClaw 用户设计的成本分析和优化工具。通过分析 session logs,识别高消耗场景,给出可执行的优化建议。

核心功能

1. 成本分析

  • - 读取 session logs,统计 token 使用和成本
  • 按模型、会话、时间维度分析
  • 识别高成本会话和异常消耗

2. 场景识别

  • - 长对话检测: 超过 50k tokens 的会话
  • 频繁 Cron: 每天超过 10 次的定时任务
  • 大 Context: 平均输入超过 30k tokens
  • 昂贵模型: 使用高成本模型处理简单任务

3. 优化建议

  • - 模型降级策略(Opus → Sonnet → DeepSeek)
  • Context 压缩方案
  • Cron 频率调整
  • 本地模型使用建议
  • 预计节省金额

快速开始

生成完整分析报告(推荐)

bash
node scripts/cost_analyzer.js analyze

默认分析最近 7 天,生成详细报告保存到 ~/.openclaw/workspace/memory/cost-analysis-report.md

指定天数:
bash
node scripts/cost_analyzer.js analyze 30 # 分析最近 30 天

快速查看今日成本

bash
node scripts/cost_analyzer.js quick

输出示例:

📊 今日成本快览:
总成本: $2.45
会话数: 12
平均: $0.204/会话

报告示例

markdown

OpenClaw 成本分析报告

生成时间: 2026-02-26 15:30:00

📊 总览

  • - 总会话数: 45
  • 总输入 tokens: 1,234,567
  • 总输出 tokens: 456,789
  • 总成本: $15.67
  • 平均每会话: $0.348

🤖 模型使用统计

claude-opus-4-6

  • - 会话数: 30
  • 输入: 890,123 tokens
  • 输出: 345,678 tokens
  • 成本: $12.34

claude-sonnet-4-20250514

  • - 会话数: 15
  • 输入: 344,444 tokens
  • 输出: 111,111 tokens
  • 成本: $3.33

💰 高成本会话 (Top 5)

  • - Session: a1b2c3d4...
- 模型: claude-opus-4-6 - Tokens: 125,000 - 成本: $3.45 - 消息数: 25

💡 优化建议

1. 🔴 模型降级:yunyi-claude/claude-opus-4-6

问题: 该模型成本较高 ($45/M tokens),已使用 30 次会话

建议: 对于简单任务使用 Sonnet 或 DeepSeek,复杂任务才用 Opus

预计节省: $9.87

操作: openclaw models set yunyi-claude/claude-sonnet-4-20250514

2. 🟡 长对话检测

问题: 发现 3 个长对话,最长 125,000 tokens

建议: 超过 50k tokens 时开启新会话,避免 context 累积

预计节省: $1.04

操作: 手动开启新会话或设置 context 限制

3. 🔴 Context 过大

问题: 平均每次会话输入 27,435 tokens,可能加载了过多文件

建议: 优化 AGENTS.md、SOUL.md,移除不必要的内容;使用 lazy loading

预计节省: $6.27

操作: 参考 openclaw-token-optimizer skill 的 context_optimizer

总预计节省: $17.18

优化策略详解

策略 1: 模型分级使用

根据任务复杂度选择模型:

任务类型推荐模型成本
简单查询、文件读取local/qwen2.5:7b免费
日常对话、代码编写
claude-sonnet-4 | $3/M |
| 复杂推理、架构设计 | claude-opus-4-6 | $45/M |
| 备用/降级 | deepseek-chat | $0.02/M |

操作:
bash

临时切换


openclaw models set yunyi-claude/claude-sonnet-4-20250514

设置 fallback

openclaw models fallbacks add deepseek/deepseek-chat

策略 2: Context 优化

问题: 默认加载所有 context 文件(SOUL.md, AGENTS.md, TOOLS.md, MEMORY.md, docs//*.md),可能 50k+ tokens

解决方案:

  1. 1. 精简 AGENTS.md
- 移除冗余说明 - 合并重复规则 - 使用简洁语言
  1. 2. Lazy Loading
- 简单任务只加载 SOUL.md + IDENTITY.md - 复杂任务按需加载相关文档 - 参考 openclaw-token-optimizer 的 context_optimizer
  1. 3. 定期清理
bash # 清理旧 memory logs find ~/.openclaw/workspace/memory -name 2026-*.md -mtime +30 -delete

策略 3: Cron 优化

识别高频 Cron:
bash
openclaw cron list

优化方案:

  • - 非关键任务降低频率(每小时 → 每 4 小时)
  • 使用更便宜的模型执行 cron
  • 合并多个小任务为一个批处理

示例:
bash

修改 cron 频率


openclaw cron edit

为 cron 指定模型

openclaw cron add --model local/qwen2.5:7b 0 /4 检查系统状态

策略 4: 会话管理

长对话问题: Context 累积导致每次请求都携带完整历史

解决方案:

  • - 超过 50k tokens 时主动开启新会话
  • 使用 /new 命令清空 context
  • 重要信息保存到 MEMORY.md,不依赖会话历史

策略 5: 启用本地模型

适用场景:

  • - 文件读取、简单查询
  • 开发测试
  • 离线工作

设置:
bash

确保 Ollama 运行


ollama serve

拉取模型

ollama pull qwen2.5:7b

切换到本地模型

openclaw models set local/qwen2.5:7b

成本基准

基于实际使用数据的成本参考:

使用模式每日会话数平均 tokens/会话每日成本每月成本
轻度使用5-1020k$0.50-1.00$15-30
中度使用
20-30 | 30k | $2.00-4.00 | $60-120 |
| 重度使用 | 50+ | 40k | $8.00-15.00 | $240-450 |
| 优化后 | 50+ | 15k | $3.00-6.00 | $90-180 |

优化目标: 重度使用场景下节省 50-60% 成本

集成到工作流

每日成本检查(推荐)

添加 cron 任务,每天生成报告:

bash
openclaw cron add 0 9 * node ~/.openclaw/workspace/skills/openclaw-cost-optimizer/scripts/cost_analyzer.js quick

每周深度分析

bash
openclaw cron add 0 10 1 node ~/.openclaw/workspace/skills/openclaw-cost-optimizer/scripts/cost_analyzer.js analyze 7

成本告警

在 AGENTS.md 中添加规则:

markdown

成本监控


  • - 每日成本超过 $5 → 立即告警
  • 单次会话超过 $1 → 记录并分析
  • 每周生成成本报告

与其他 Skills 配合

openclaw-token-optimizer

  • - 本 skill 专注成本分析和报告
  • token-optimizer 提供底层优化工具(contextoptimizer, modelrouter)
  • 配合使用效果最佳

openclaw-doctor

  • - doctor 检查系统健康
  • cost-optimizer 检查成本健康
  • 一起使用确保系统稳定且经济

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 openclaw-cost-analyzer-1776299375 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 openclaw-cost-analyzer-1776299375 技能

通过命令行安装

skillhub install openclaw-cost-analyzer-1776299375

下载

⬇ 下载 openclaw-cost-optimizer v1.0.0(免费)

文件大小: 13.53 KB | 发布时间: 2026-4-16 17:11

v1.0.0 最新 2026-4-16 17:11
初始版本:完整成本分析、高消耗场景识别、优化建议生成

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部