OpenClaw 太费 Token 的终极解决方案（可省 90%+）

很多人第一次认真用 OpenClaw，都会经历一个阶段：

• 聊几轮就提示用量过高
• 响应越来越慢
• API 账单一路起飞

最夸张的案例：
👉 两小时消耗 100 美元
👉 月账单 3000+ 美元

但也有人同样的使用场景，成本几乎为 0。

差距在哪？

答案不是“少用”，而是——优化方式不同。

这篇文章，我不讲空话，直接给你一套完整可落地的降本实战方案。从原理到配置，照着做即可。

一、为什么 OpenClaw 会这么费 Token？

先搞清楚问题根源。

Token 消耗公式：

Token 消耗 = (输入 + 输出) × 调用次数 × 模型单价

真正的大头其实是 —— 输入。

一次请求通常包含：

• System Prompt（3k-10k tokens）
• Tool Schema（5k-8k tokens）
• Workspace 文件（AGENTS.md / MEMORY.md 等）
• 历史对话
• 每日记忆文件

一次请求 2~3 万 tokens 很常见。

聊 10 轮？
就是 20~30 万 tokens。

如果长期运行，甚至会出现 5 万、10 万、20 万 token 的“上下文爆炸”。

结果就是：

• 响应慢
• 容易超时
• 成本指数级增长

二、核心思路：三刀流降本法

真正有效的优化逻辑只有三件事：

1. 精准筛选（不要读全文）
2. 智能缓存（重复不重复算钱）
3. 动态加载（按需加载，不提前塞）

下面开始实战。

三、第一步（必做）：启用 QMD 记忆后端

🔥 降本幅度：90%+

QMD 是 OpenClaw 2026 之后最重要的升级。

核心逻辑：

不再把整个 MEMORY.md 塞进上下文
只提取相关段落（通常 2-3 句）

实测效果

安装步骤

# 安装 bun
npm i -g bun

# 安装 QMD
bun install -g github:tobi/qmd

配置 openclaw.json

{
  "memory": {
    "backend": "qmd",
    "qmd": {
      "limits": {
        "timeoutMs": 8000
      }
    }
  }
}

{
  "memory": {
    "backend": "qmd",
    "qmd": {
      "limits": {
        "timeoutMs": 8000
      }
    }
  }
}

然后重启：

openclaw gateway restart

查看日志确认：

openclaw logs --follow

看到 Using QMD memory backend 就成功。

为什么它能省这么多？

QMD 用三层混合搜索：

1. BM25 关键词匹配
2. 向量语义搜索
3. LLM 重排序

精准度 93%，但只传相关片段。

结果：

• 速度快 5~50 倍
• 成本降低 90~99%
• 长会话不再卡死

长期运行 Agent，不启用 QMD 基本不可持续。

四、第二步：启用 Prompt Caching（再省 70~90%）

很多人忽略这一点。

重复请求，其实没必要重复计费。

配置示例：

{
  "models": {
    "anthropic/claude-sonnet-4-5": {
      "params": {
        "cacheRetention": "long",
        "maxTokens": 65536
      }
    }
  }
}

{
  "models": {
    "anthropic/claude-sonnet-4-5": {
      "params": {
        "cacheRetention": "long",
        "maxTokens": 65536
      }
    }
  }
}

再配合 Heartbeat 保持缓存：

{
  "heartbeat": {
    "every": "55m",
    "target": "last",
    "model": "minimax/MiniMax-M2.5"
  }
}

{
  "heartbeat": {
    "every": "55m",
    "target": "last",
    "model": "minimax/MiniMax-M2.5"
  }
}

原理：

• 首次 10000 tokens 正常计费
• 后续 100 tokens 新内容 + 10000 tokens 缓存
• 缓存部分价格便宜 10 倍

长期运行能省非常多。

五、第三步：清理记忆垃圾（memory-hygiene）

长期运行后，记忆文件会变成垃圾堆。

推荐安装：

openclaw skills install memory-hygiene

配置：

{
  "skills": {
    "memory-hygiene": {
      "enabled": true,
      "autoClean": true,
      "cleanInterval": "24h",
      "keepImportant": true
    }
  }
}

{
  "skills": {
    "memory-hygiene": {
      "enabled": true,
      "autoClean": true,
      "cleanInterval": "24h",
      "keepImportant": true
    }
  }
}

效果：

• 向量记忆减少 30-40%
• 检索速度提升
• 避免记忆污染

六、第四步：精简 Workspace 文件（立刻见效）

AGENTS.md / SOUL.md / TOOLS.md
都是隐藏的大户。

建议控制：

• AGENTS.md ≤ 800 tokens
• SOUL.md ≤ 500 tokens
• MEMORY.md ≤ 2000 tokens

可以直接对 AI 说：

帮我压缩 Workspace 文件，保留核心功能，删除冗余规则。

这一步通常立刻能降 2000~5000 tokens/次。

七、第五步：模型分级使用（别一直用 Opus）

高端模型很贵。

建议策略：

• 日常：Sonnet / MiniMax
• 复杂任务：Opus 手动切换

对话中切换：

/model sonnet
/model opus

日常任务用便宜模型，成本直接降 70%。

八、进阶：子 Agent 隔离上下文

当你需要并发执行多个任务时：

不要让主 Agent 背锅。

{
  "subagents": {
    "model": "minimax/MiniMax-M2.5",
    "maxConcurrent": 12,
    "archiveAfterMinutes": 60
  }
}

{
  "subagents": {
    "model": "minimax/MiniMax-M2.5",
    "maxConcurrent": 12,
    "archiveAfterMinutes": 60
  }
}

优势：

• 子任务用便宜模型
• 独立上下文
• 主模型不爆炸

九、组合效果对比

企业场景能从几千美元压到几百甚至更低。

十、常见误区

❌ 误区 1：只怪模型太贵
→ 真正贵的是无意义输入

❌ 误区 2：少聊天就行
→ 长期运行 Agent 不现实

❌ 误区 3：压缩文本就够了
→ 必须配合搜索 + 缓存 + 动态加载

最终建议（按优先级）

必做：

1. 启用 QMD
2. 启用 Prompt Caching
3. 精简 Workspace 文件

进阶：

4. memory-hygiene
5. 子 Agent
6. 模型分级策略

结语

OpenClaw 不是费钱。

错误的使用方式才费钱。

当上下文被精准控制后：

• 速度更快
• 回答更准
• 成本降低 90%+

长期运行 Agent 的人，早晚都会做这一步。

不如现在就开始。