StartClaw-Optimizer

核心功能

OpenClaw Optimizer 是一套生产级AI成本优化与性能编排系统，通过五级组件实现智能资源调度：

核心机制

1. 智能路由（Router）：基于任务复杂度自动分级（LOW/MED/HIGH），匹配合适模型

• Haiku：用于简单问答、导航、提取、心跳检测（$0.01-0.02/次）
• Sonnet：专用于写作、分析、规划、调试（$0.06-0.15/次）
• Never Opus：明确禁止使用高成本模型

2. 调度器（Scheduler）：自动化任务的三阶段包装（预检→执行→后检）

• 自动预算预测与成本追踪
• 浏览器锁获取/释放管理
• 遥测数据自动记录

3. 浏览器治理（Browser Governor）：防止资源冲突与无限循环

• 单会话浏览器锁机制
• 20步硬上限防止死循环
• 5分钟陈旧锁自动检测

4. 成本守卫（Cost Guard）：双层预算控制

• 软预算：触发降级策略（切换模型、减少步骤、使用缓存）
• 硬预算：强制终止并返回部分结果

5. 遥测学习（Telemetry）：历史数据驱动预算优化

• 10次运行后自动生成推荐预算
• P50/P90成本统计，动态缓冲调整

显著优势

• 成本节省75-85%：典型场景从$20/天降至$3-5/天
• 防止Token膨胀：>50k自动触发上下文压缩
• 生产级可靠性：电路断路器防止失控循环
• 零配置启动：预设模式覆盖90%用例

局限性与风险

• 路由误判风险：任务描述模糊可能导致模型错配
• 浏览器锁竞争：高频自动化可能出现等待延迟
• 历史数据依赖：新任务类型前10次运行无学习优化
• 降级质量损失：成本压力下可能牺牲输出质量

适用场景

• 高频率自动化工作流（社交媒体、数据采集）
• 多Agent协作的大规模部署
• 成本敏感的生产环境
• 需要可预测预算的SaaS集成

常规风险

• 强制上下文压缩可能丢失历史上下文
• 硬预算终止导致任务不完整
• 锁机制故障造成浏览器资源死锁
• 遥测数据累积的隐私合规问题

核心功能

OpenClaw Optimizer 是专为 Claude Code / OpenClaw 设计的成本优化与性能编排系统，强制在每次响应前运行，通过六大组件实现智能降本：

1. 智能路由（Router）

自动将任务分为 LOW/MED/HIGH 三级复杂度：

• LOW：Haiku 直接处理（导航、提取、状态查询、简单问答）
• MED：Haiku 采集 → Sonnet 生成（搜索+写作、浏览+回复）
• HIGH：Sonnet 直接处理（深度分析、复杂调试、长代码生成）

2. 调度器（Scheduler）

为自动化任务包装三阶段执行流程：预检（分类+预算+锁获取）→ 执行（实时成本追踪）→ 后检（释放锁+遥测记录）。

3. 浏览器治理（Browser Governor）

强制单会话、最大 20 步、快照→操作模式，防止浏览器冲突和死循环。

4. 成本守卫（Cost Guard）

双预算阈值（soft/max），超限时自动降级：切换 Haiku、减少浏览器步数、使用缓存数据。

5. 遥测学习（Telemetry）

记录每次任务的模型、token、成本、时长，10+ 次运行后自动推荐安全预算（p50+20% buffer，p90+50% buffer）。

6. 关键优化规则

• Heartbeat 强制 Haiku 单句回复：每 30 分钟运行，成本从 $0.15 降至 $0.01
• 上下文 >50k 自动压缩：防止 100k+ token 膨胀
• 零 Opus 策略：Sonnet 足够胜任复杂任务

显著优势

| 指标 | 优化前 | 优化后 | 降幅 |

|------|--------|--------|------|

| 自动化任务 | $7.20/天 | $0.80/天 | **89%** |

| Heartbeat | $7.20/天 | $0.48/天 | **93%** |

| 会话成本 | ~$90/天（含循环） | $3-5/天 | **94-97%** |

• 零外部依赖：纯 Python 标准库，无供应链风险
• 自学习预算：历史数据驱动，越用越准
• 硬保护机制：断路器在 3 次请求内阻止循环

潜在局限

1. 任务分类依赖关键词匹配：模糊的 "do the twitter thing" 可能误判，需明确表述如 "find X and write Y"
2. 浏览器锁全局单点：高频并行自动化可能排队等待
3. 数据无限累积：task-history.jsonl 无自动清理，长期可能占用磁盘
4. T3 来源可信度：个人开发者 @StartClaw 维护，无组织背书

适用人群

• 高频使用 Claude Code / OpenClaw 的开发者与自动化用户
• 需要 24×7 运行心跳检测或定时任务的 Agent 系统
• 对 API 成本敏感、追求生产级可持续规模的用户
• 能接受本地 JSON 文件存储元数据的隐私容忍度

常规风险

• 低风险：Subprocess 调用内部脚本（已用 sys.executable + capture_output 保护）
• 低风险：数据保留策略缺失（用户需手动清理 ~/.clawdbot/）
• 建议改进：添加路径遍历验证、JSON 损坏容错、自动历史清理机制