核心用法
OpenClaw Agent Optimization 是一个面向 OpenClaw 智能体运维的顾问型优化工具。它通过系统化审计（audit → options → recommended plan）帮助用户调优成本路由、并行委托策略和上下文管理，而非直接执行配置变更。
使用场景
- 成本优化：识别高成本模型调用模式，设计分层路由策略
- 上下文瘦身：诊断工具、定时任务、引导文件导致的上下文膨胀
- 可靠性加固：优化心跳监控、快照备份、断路器配置
- 委托策略重构：将长时/嘈杂任务隔离到独立 agentTurn
显著优点
1. 安全优先设计：强制"建议-审批-执行"流程，禁止自动持久化变更；所有方案附带精确回滚指令
2. 结构化输出：统一格式（执行摘要→问题根因→A/B/C选项→推荐方案→变更补丁+回滚），降低决策成本
3. 高 ROI 杠杆明确：如 NO_REPLY 静默成功输出、sessionTarget="isolated" 后台执行、短 SKILL.md + references/ 的渐进式披露
4. OpenClaw 2.9+ 原生适配：涵盖技能快照机制、metadata.requires 门控、sandbox 环境隔离等现代特性
潜在局限
- 非即时生效：拒绝"一键优化"请求，必须人工审批每个变更步骤，追求速度时可能显得保守
- 领域绑定：仅适用于 OpenClaw 生态（ClawHub CLI、特定配置语义），无法迁移至其他智能体平台
- 依赖用户配合：需要用户提供当前配置快照和运维日志才能精准诊断，自助审计深度有限
适合人群
- 运行 OpenClaw 工作空间的团队技术负责人和平台工程师
- 面临 Token 成本激增或响应延迟的生产环境运维者
- 希望建立可审计、可回滚变更流程的合规敏感型组织
常规风险
- 变更审批疲劳：若用户频繁要求"先改后审"，可能引发安全契约冲突
- 技能版本漂移：OpenClaw 2.9+ 要求新 session 才能生效技能更新，优化建议可能基于过期技能版本
- 监控覆盖盲区：成本削减选项可能削弱心跳检测，需用户明确取舍（A/B/C 选项强制呈现）