核心用法
OpenClaw Optimizer 是一套针对 OpenClaw 实例的系统性优化方案，涵盖成本控制、性能调优和安全加固三大维度。核心操作路径包括：
1. Token 成本审计：使用脚本快速评估工作区文件（AGENTS.md / SOUL.md / MEMORY.md 等）的 Token 占用，识别冗余内容
2. SOUL.md 核心约束注入：确保「脚本优先」「API 优先」「做完才说完」「死磕到底」四项系统级行为原则就位
3. 文件精简策略：AGENTS.md ≤ 200 tokens、SOUL.md ≤ 200 tokens、MEMORY.md ≤ 2000 tokens，定期清理 30 天前的日志
4. openclaw.json 关键配置：启用 Prompt Caching（cacheRetention: long）、Gemini 免费搜索/嵌入、对齐心跳与清理间隔（55m）、tools.profile: full
5. 安全加固：网关绑定 loopback、启用 token 认证、macOS 防火墙、配置文件 600 权限
显著优点
- 可量化成本节省：1000 Token 缩减 ≈ Sonnet 模型每月 $45（按 100 次/天计算），缓存策略最高节省 90%
- 一键验证脚本：提供 bash 命令快速检测 Token 占用和配置合法性
- 免费替代方案：Gemini 2.5 Flash 搜索（1500 次/天免费）+ Gemini 嵌入，解决非英语语义召回
- 安全闭环：从网络层（防火墙）、认证层（token）、文件层（权限）三层防护
潜在局限
- 平台依赖：主要面向 macOS/Linux，Windows 用户需手动适配路径和命令
- 配置风险：
tools.profile误设为默认值会静默禁用工具；heartbeat.quiet参数不存在，添加会导致报错 - 维护负担：MEMORY.md 需定期人工清理，无自动归档机制
- 安全 trade-off：macOS 防火墙开启后，新监听端口的应用会触发系统弹窗
适合人群
- 日均调用 50+ 次的中高频 OpenClaw 用户
- 关注非英语场景语义搜索质量的国际化用户
- 对本地 AI 代理安全性有合规要求的开发者
- 希望将月 Token 成本控制在 $50 以内的预算敏感型用户
常规风险
| 风险类型 | 描述 | 缓解措施 |
|---------|------|---------|
| 配置覆盖 | 手动编辑 JSON 易引入语法错误 | 使用提供的 Node.js 验证脚本 |
| 权限泄露 | `openclaw.json` 包含 API 密钥，默认权限可能过宽 | 强制 `chmod 600` |
| 缓存失效 | 心跳间隔与清理 TTL 不匹配导致缓存冷启动 | 统一设为 55m |
| 过度优化 | 文件删减过度导致核心能力丢失 | 保留 WAL 协议、安全规则等关键结构 |
| 模型切换误用 | Opus 用于简单任务造成浪费 | 建立 `/model` 切换习惯 |
优先级建议
按文档给出的 impact-first 顺序执行：tools.profile → SOUL.md 约束 → 文件精简 → Prompt Caching → Gemini 搜索/嵌入 → 安全加固 → 上下文清理 → 扩展技能安装。