核心用法
本技能为OpenClaw实例提供系统级优化方案，主要包含七大模块：
1. Token成本审计与削减
- 提供bash脚本快速统计各workspace文件的token消耗
- 设定明确的token预算目标：AGENTS.md/SOUL.md各≤200 tokens，MEMORY.md≤2000 tokens
- 量化收益：节省1000 tokens ≈ Sonnet模型每日100次调用可省$45/月
2. 关键配置优化（openclaw.json）
- Prompt Caching：设置
cacheRetention: "long"可节省高达90%的重复上下文成本 - 心跳机制：
heartbeat.every: "55m"保持缓存温热，需与contextPruning.ttl对齐 - 内存搜索：推荐Gemini嵌入模型（gemini-embedding-001），非英语语义召回效果最佳
- 工具配置：
tools.profile必须为"full"，默认值会静默禁用大部分工具
3. 安全加固
- 网关绑定限定
loopback（非0.0.0.0） - 强制token认证，长度≥32字符
- 文件权限严格化（600/700）
- macOS应用防火墙启用指南
4. 模型动态切换
- 支持
/model opus与/model sonnet快速切换 - 提供别名配置模板
5. 扩展技能推荐
- 必装：
halthelobster/proactive-agent（主动行为+自我改进） - 避免：
bdi-mental-states、autonomous-agents（学术/参考价值有限） - 可选：
qmd（大规模memory文件管理）
显著优点
| 维度 | 优势 |
|------|------|
| 成本效益 | 量化到月节省金额，Prompt Caching可达90%降本 |
| 可操作性 | 提供完整可执行的bash命令与配置JSON |
| 风险警示 | 明确标注不支持的配置项（如`heartbeat.quiet`）和常见陷阱 |
| 免费替代 | 集成Gemini免费API（1500次/天）替代付费搜索服务 |
| 安全闭环 | 从网络绑定到文件权限的完整加固链条 |
局限性与注意事项
- 平台限制：主要面向macOS/Linux，Windows用户需自行适配路径
- 版本依赖：部分配置项（如
heartbeat.quiet）可能随版本变化 - 免费额度风险：Gemini免费额度可能调整，生产环境建议准备备用方案
- 防火墙权衡：macOS防火墙首次运行新应用会触发系统弹窗，可能打断自动化流程
适合人群
- 高频使用OpenClaw的开发者/团队（日均50+次调用）
- 关注token成本优化的预算敏感型用户
- 需要修复搜索、记忆等非英语场景功能缺陷的用户
- 对本地AI助手有安全合规要求的用户
常规风险
| 风险类型 | 说明 |
|----------|------|
| 配置误操作 | `tools.profile`设置错误会导致工具静默失效，不易排查 |
| 缓存失效 | TTL与心跳未对齐可能导致缓存频繁冷启动，抵消成本优势 |
| 权限过度开放 | `openclaw.json`若未设为600，凭证可能泄露 |
| 外部服务依赖 | Gemini API的可用性与速率限制影响搜索/嵌入功能 |
| 版本漂移 | 建议定期验证配置有效性（提供验证命令） |