核心功能
Token Saver v3 通过模型感知架构实现智能成本优化，核心能力包括：
动态压缩预设：根据当前模型的上下文窗口（128K-2M 不等）自动调整压缩策略，提供 Aggressive(40%)、Balanced(60%)、Conservative(80%)、Off(95%) 四档预设，确保 Claude 200K 与 Gemini 1M 获得差异化处理。
分层文件压缩：针对工作区文件采用差异化策略——SOUL.md 轻量压缩保留人格语言，AGENTS.md 中压密集化指令，USER.md/MEMORY.md 重度压缩为键值格式，PROJECTS.md 完全跳过保护用户结构。
鲁棒模型检测：五级回退链（运行时注入→环境变量→配置文件→文件推断→安全默认），内置 24+ 模型注册表，未知模型自动降级至 200K 安全上下文并告警。
安全机制：自动备份(.backup)、智能绕过已优化文件、一键回滚(/optimize revert)，全程本地运算零外部调用。
显著优点
- 真·模型感知：非固定阈值，百分比动态适配让大上下文模型（Gemini 2M）充分发挥优势
- 零语义损失：Integrity > Size 原则，拒绝为压缩牺牲可读性
- 渐进式优化：Persistent Mode 通过 AGENTS.md 注入写作规范，从源头控制 Token 增长
- 生态兼容：覆盖 Claude、GPT-4o/o 系列、Gemini、DeepSeek、Kimi 等主流模型
局限与风险
- 非通用方案：仅针对 OpenClaw 工作流设计，对标准 OpenAI API 直接调用无感知
- 模型版本敏感：严格匹配（opus-6.5≠opus-4.5），新模型需手动更新 models.json
- 压缩不可逆性：重度压缩后的 USER.md/MEMORY.md 可读性下降，需依赖备份还原
- 上下文幻觉风险：过度压缩可能导致长对话中的细微偏好丢失
适合人群
高频使用 Claude/GPT-4o/Gemini 等高单价模型的开发者、需长期维护大型项目上下文的 AI 原生工作流用户、对 API 成本敏感且愿意接受轻度可读性折损的生产环境。
常规风险
安全等级 A：无外部网络调用，文件操作受限工作区内，备份机制完善。主要风险为误操作压缩导致关键注释丢失，建议首次使用前执行 /optimize 预览而非直接应用预设。