核心功能
Token Optimizer 是一款专为 OpenClaw 用户设计的成本优化工具，通过四层核心策略实现 AI 支出的大幅削减：
1. 智能模型路由（92% 节省）
- 默认使用 Claude Haiku 处理常规任务
- 仅在复杂场景自动切换至 Sonnet/Opus
- 避免为简单任务支付高端模型费用
2. 多提供商心跳系统（100% 节省）
- 支持 Ollama、LM Studio、Groq 本地/免费替代
- 完全禁用心跳的可选项
- 打破对单一 API 提供商的依赖
3. 会话管理优化（80% 节省）
- 智能上下文压缩：50KB → 8KB
- 保留关键信息的同时减少 token 消耗
4. 提示词缓存机制（90% 节省）
- 重复提示复用成本降至 10%
- 5 分钟 TTL 自动过期策略
显著优点
- 即时 ROI：5 分钟配置，月省 $1,400+
- 零侵入性：diff 预览 + 配置回滚，改动可逆
- 多平台：Windows/Unix 双端安装器
- CI 友好：
--no-color支持流水线集成
局限性与风险
- 模型降级风险：Haiku 在复杂推理任务上能力弱于 Sonnet/Opus，需验证业务场景兼容性
- 本地依赖：Ollama/LM Studio 需本地 GPU/CPU 资源，非纯云端方案
- 缓存失效：TTL 设置不当可能导致过期上下文干扰
- 社区维护：单一作者（@smartpeopleconnected），长期支持存疑
适用人群
- 月 AI 支出 $500+ 的 OpenClaw 重度用户
- 愿接受轻微模型降级换取成本优化的团队
- 具备本地部署能力的技术团队
- 需要预算硬上限的初创公司/个人开发者
潜在风险
| 风险类型 | 说明 |
|---------|------|
| 功能退化 | Haiku 处理边界案例能力有限 |
| 配置漂移 | 多版本备份管理复杂度 |
| 供应商锁定转移 | 从 Anthropic 转向 Ollama/Groq 的新依赖 |
| 开源维护 | MIT 许可但社区贡献度未知 |