核心用法
OpenClaw Model Manager 是一个面向 OpenRouter API 的成本优化与智能路由工具。核心功能围绕"任务-模型匹配"展开：通过 list models 获取实时价格表，直观对比 Claude 3.5 Sonnet、GPT-4o-mini、Llama 3 70B 等模型的输入/输出成本；使用 plan <task> 模拟任务拆解与模型分配，预估费用节省；--execute 模式则实际启动多代理 Swarm（Architect、Coder、Auditor 等子代理并行执行）；enable <model_id> 可将选定模型注入 OpenClaw 配置，配合 openrouter/auto 网关实现自动路由。
显著优点
1. 极致成本优化：简单任务路由至 GPT-4o-mini 等轻量模型，相比 Claude 3.5 Sonnet 可节省 96% Token 费用（$0.60 vs $15/1M tokens）。
2. 智能任务分解：Plan Mode 将复杂需求拆解为设计、编码、审计等子任务，分别匹配最优模型，兼顾质量与成本。
3. 自适应容错（Self-Healing）：系统追踪 swarm_memory.json 中的成功率，若低价模型频繁超时或失败，自动切换至更稳定模型，确保可靠性。
4. 实时价格同步：直连 OpenRouter API，第一时间获取新模型上架与价格下调信息。
5. 并行执行架构：利用 openclaw sessions spawn 实现多代理并发，提升复杂任务处理效率。
潜在缺点与局限性
- 代理复杂度：Swarm 模式涉及多个子代理协调，调试与监控成本高于单模型调用。
- 冷启动学习期：自适应路由依赖历史成功率数据，初期可能因样本不足导致切换判断不够精准。
- 价格 volatile：OpenRouter 定价动态变化，长期成本预估存在不确定性。
- 供应商锁定：深度绑定 OpenRouter 生态，迁移至其他 API 提供商需重构配置。
适合人群
- 高频 API 调用者：日均消耗百万级 Token 的开发者或企业团队。
- 成本敏感型项目：初创公司、个人开发者、开源项目维护者。
- 多模型策略用户：需要根据任务复杂度灵活切换模型的场景（如 RAG 流水线、代码生成工作流）。
- 自动化运维团队：希望减少人工模型选型与故障切换干预的 DevOps/SRE。
常规风险
1. 配置误操作风险：enable 命令直接修改运行配置，错误启用不兼容模型可能导致请求失败或意外费用。
2. Swarm 级联故障：多代理并行执行时，单节点超时可能拖慢整体任务，需设置合理的熔断与重试策略。
3. 数据隐私：任务详情与模型调用记录存储于本地 swarm_memory.json，需确保文件权限与备份策略。
4. 过度优化陷阱：追求极致成本节省可能牺牲输出质量，关键任务建议人工复核模型分配方案。