核心用法
OpenClaw Agent Optimization 是一款面向 OpenClaw 工作空间的结构性调优技能，覆盖四大维度：成本感知路由、并行委托策略、上下文瘦身、可靠性加固。用户通过自然语言触发（如"optimize my agent"或"audit OpenClaw setup"），即可获得零侵入的审计报告 + 可选执行方案。
典型调用模式：
- 安全审计：输出成本/上下文/可靠性风险清单，附带回滚预案，不修改任何配置
- 上下文治理：识别膨胀元凶（工具描述、crons、引导文件），提出最小可逆修复
- 模型路由规划：针对编码/通知/深度推理三类场景，生成精确配置补丁 + 降级方案
---
显著优点
1. 零侵入默认：所有分析均为只读，持久化变更需用户显式批准，符合生产环境安全基线
2. 结构化输出：强制包含 Executive Summary → 风险驱动因子 → A/B/C 选项对比 → 精确补丁 → 回滚步骤，降低决策摩擦
3. 高 ROI 杠杆内置：直接提供 5 条经实战验证的优化捷径（NO_REPLY 静默协议、通知与工作流分离、隔离执行、脚本优先 cron、断路器机制）
4. 分层控制面：区分"建议"与"执行"，支持渐进式采纳（最小变更优先验证）
---
潜在局限与风险
| 局限/风险 | 说明 |
|-----------|------|
| 运行时差异 | 技能效果依赖 OpenClaw 具体运行时实现（如 `NO_REPLY` sentinel 支持度、隔离执行 API），需用户确认环境兼容性 |
| 技能缓存延迟 | 部分运行时按 session 快照技能，更新后需重启会话生效 |
| 过度优化陷阱 | 激进的上下文裁剪或 cron 合并可能削弱可观测性；技能要求必须保留 A/B/C 选项让用户权衡 |
| ClawHub 外部依赖 | 涉及发布/安装检查的功能需外部服务可用（`npx clawhub whoami`） |
---
适合人群
- OpenClaw 重度用户：上下文膨胀导致延迟/成本飙升，需系统性瘦身
- 多代理编排者：需要设计 tiered routing（轻/中/深度模型分层）降低 API 支出
- 可靠性工程师：为自动化工作流加固断路器、全局锁、心跳监控
- 成本敏感团队：追求"最小变更优先"的渐进优化文化，拒绝黑箱自动调参
---
常规风险提醒
- 未批准不得执行：尽管技能内置"安全合约"，用户仍需警惕第三方 fork 版本绕过审批流程
- 回滚验证缺失：技能提供回滚步骤，但历史状态恢复需用户自行验证（无自动快照对比）
- ClawHub 凭据泄露风险：
npx clawhub whoami检查可能暴露 token 环境变量，建议在隔离 CI 中执行