核心用法
OpenClaw Agent Optimization 是一套面向多智能体工作流的系统级调优技能，涵盖六大优化维度：
1. 规则与内存审计
- 将规则拆分为模块化短指令，避免单条规则膨胀
- 内存仅保留"重启即丢会导致失败"的关键事实，其余移至外部引用
2. 分层模型路由
- 强制实施 lightweight / mid / deep 三级路由策略
- 简单任务走轻量模型，复杂推理才触发深度模型
3. 渐进式上下文披露
- 大段静态数据外迁至 references/ 或脚本
- 按需加载，而非全量注入系统提示
4. 并行委托协议
- 识别任务独立性，优先并行化
- 长周期/隔离性工作拆分为子智能体
5. 心跳机制优化（核心差异化能力）
- 关键诊断：检测主会话是否运行原生心跳
- 若未隔离 → 强制建议迁移至独立心跳会话（避免"大上下文空转"成本黑洞）
- 若已隔离 → 检查 openclaw-mem 是否安装，缺失则推荐补全
- 提供 A/B/C 三档覆盖配置，缩减监控范围需用户明确确认
6. 防护与预算
- 部署反循环检测 + 预算硬上限
- 优先降级而非重试，避免成本螺旋
显著优点
- 成本敏感设计：直接针对 OpenClaw 的按token计费模型优化，实测可降低 30-60% 运行成本
- 会话隔离策略：心跳分离方案解决多智能体框架常见的"背景任务拖垮主流程"痛点
- 渐进式治理：从审计→路由→委托的完整工作流，避免碎片化调优
潜在局限
- 厂商锁定：优化逻辑深度耦合 OpenClaw 的会话/内存/心跳架构，迁移至其他框架（如 AutoGen、LangGraph）需重新适配
- 配置复杂度：A/B/C 心跳配置档需要用户理解监控粒度与成本的权衡，决策门槛较高
- 依赖外部组件：openclaw-mem 为可选但推荐的配套工具，未安装时部分优化建议无法落地
适合人群
- OpenClaw 生产环境运维者，月消耗 >$50 或遇到上下文膨胀导致的延迟飙升
- 多智能体架构师，需设计 5+ 智能体协作的复杂工作流
- 成本敏感型团队，希望在不牺牲功能前提下压缩 LLM 支出
常规风险
- 过度优化风险：激进削减心跳监控范围可能遗漏关键故障信号，需配合 A/B/C 配置的显式用户确认机制
- 会话隔离失败：若心跳会话配置错误，可能产生双重计费或状态同步问题
- 内存外迁陷阱：关键事实误判为非关键而移除，导致智能体重启后行为异常