1. 为什么 OpenClaw 的账单总在半夜偷偷涨如果你正在用 OpenClaw 跑多模型 Agent大概率遇到过这种场景白天调试时感觉一切正常第二天打开用量面板发现单日 Token 消耗比预期高出三到五倍。问题往往不在你问了多少句话而在于每次调用背后被重复塞进去的上下文——系统提示词、记忆文件、历史会话、工具返回结果这些内容在每一轮请求里都会被完整重算一次。OpenClaw 的定位是本地 AI Agent 运行时它需要携带完整上下文才能保证任务连续性这本身没错。但默认配置下它不会主动区分“哪些内容这次真的用得上”。结果就是一句“帮我改个函数名”模型实际处理了上万 Token 的输入。Prompt 缓存没命中、模型分级没开、记忆检索全量加载三个问题叠加账单自然失控。这篇要解决的就是这件事。我会从 Prompt 缓存命中率和模型分级路由两个角度切入给出一套可以直接复制的config.toml与settings.json配置骨架再配上缓存命中率和单次调用成本的验证动作。目标很明确把 OpenClaw 从“烧钱怪兽”压成可量化的“成本杀手”。适合已经在跑 OpenClaw、但还没系统做过 Token 优化的开发者也适合准备接入多模型路由的团队。2. 前置准备用 TaoToken 统一 Key 打通多模型调用OpenClaw 支持多 Provider 接入但如果你每个模型都单独配一套 Key管理成本高不说缓存策略和路由规则也很难统一。我的做法是用 TaoToken 作为统一入口一个 Key 覆盖 Claude、GPT 等主流模型OpenClaw 侧只需要维护一份 Provider 配置。TaoToken 的 API 地址是https://taotoken.net/api兼容 OpenAI 风格的调用格式OpenClaw 的 Provider 配置里直接填这个 base URL 即可。你需要在控制台创建一个 API Key然后把它写进环境变量避免明文出现在配置文件里。具体操作路径先到官网https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content注册账号然后进入控制台https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite创建 Key。创建完成后在 API Keys 页面https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite可以查看和管理你的 Key 列表。拿到 Key 之后写入环境变量export TAOTOKEN_API_KEYsk-你的实际Key如果你用的是 Windows PowerShell$env:TAOTOKEN_API_KEYsk-你的实际Key这一步做完OpenClaw 的 Provider 配置里就可以用${TAOTOKEN_API_KEY}引用了。统一 Key 的好处是缓存策略、模型分级、用量统计都在一个入口完成不用在多个平台之间来回切换。3. 可复制配置config.toml 与 settings.json 骨架OpenClaw 的配置分两层config.toml管 Provider 和模型路由settings.json管会话、缓存、记忆和 Skills。下面这份骨架是我实测下来比较稳的版本你可以直接复制后按需改参数。3.1 config.tomlProvider 与模型分级路由# config.toml [providers.taotoken] base_url https://taotoken.net/api api_key ${TAOTOKEN_API_KEY} cache_enabled true cache_ttl 3300 [model_routing] enabled true fallback_model claude-sonnet-4-20250514 [[model_routing.rules]] pattern ^(简单|quick|short|翻译|format) model claude-haiku-20240307 max_tokens 1000 [[model_routing.rules]] pattern ^(分析|analysis|explain|重构) model claude-sonnet-4-20250514 max_tokens 4000 [[model_routing.rules]] pattern ^(复杂|complex|实现|implement|架构) model claude-opus-4-20250514 max_tokens 8000这里的关键参数是cache_enabled和cache_ttl。cache_ttl 3300对应 55 分钟和主流 Provider 的缓存失效窗口对齐。model_routing里的pattern是正则匹配OpenClaw 会根据用户输入的前缀决定走哪个模型。fallback_model是兜底防止分级规则没命中时任务失败。3.2 settings.json缓存、记忆与会话修剪{ memory: { backend: qmd, maxTokens: 2000, storagePath: ./.openclaw/memory.qmd }, memorySearch: { enabled: true, topK: 3, minScore: 0.7, embeddingModel: all-MiniLM-L6-v2 }, session: { compaction: { enabled: true, triggerRatio: 0.7, strategy: summarize }, pruning: { enabled: true, hardClearRatio: 0.5, keepLastAssistants: 3, keepToolsResults: true, toolsResultsTTL: 300 }, autoClean: { enabled: true, schedule: 0 3 * * *, retention: 7, archiveBeforeDelete: true } }, skills: { enabled: [file-management, code-analysis], disabled: [social-chat, game-play, entertainment], lazyLoad: true, loadTimeout: 5000 }, heartbeat: { enabled: false }, cron: { enabled: true, jobs: [ { schedule: 0 */6 * * *, command: /status, timeout: 30 } ] } }这份配置里memory.backend qmd启用本地语义检索topK 3表示每次只返回最相关的 3 条记忆片段minScore 0.7是相似度阈值低于这个分数的记忆不会被加载。session.compaction.triggerRatio 0.7意味着上下文用到 70% 时自动触发摘要压缩。pruning.toolsResultsTTL 300让工具返回结果在 5 分钟后自动清理避免长会话里堆积大量过期数据。heartbeat.enabled false配合cron每 6 小时一次状态检查是我实测下来对空闲时段成本影响最大的一个改动。Heartbeat 原本每分钟都可能触发一次完整 API 调用关掉之后空闲时段的 Token 消耗直接降了八成。4. 验证请求缓存命中率与单次调用成本怎么看配置写完不代表生效你需要用实际请求验证两件事Prompt 缓存有没有命中单次调用的 Token 消耗降了多少。4.1 查看缓存命中情况OpenClaw 提供了 usage 命令可以实时观察缓存状态openclaw usage --watch这个命令会滚动输出每次调用的输入 Token、输出 Token、缓存命中 Token 和缓存未命中 Token。你重点看cache_read_input_tokens这个字段如果它持续大于 0说明缓存正在生效。理想情况下系统提示词和固定上下文部分应该全部走缓存只有增量内容按正常价格计费。如果你想看历史对比openclaw usage full --since 7d这会生成一份 7 天的消耗报告包含每日缓存命中率和各模型的调用占比。我实测下来开启缓存后命中率能稳定在 70% 以上系统提示词部分的成本基本被压到接近零。4.2 验证模型分级是否生效模型分级路由的验证更直接发一条以“简单”开头的请求看它走的是不是 Haiku。openclaw chat 简单翻译一下hello world然后在另一个终端跑openclaw usage --watch观察这次调用对应的模型名称。如果显示claude-haiku-20240307说明分级规则命中。再发一条以“复杂”开头的请求应该走 Opus。如果两条都走了 fallback 模型检查pattern正则是否写对以及model_routing.enabled是否为true。4.3 单次调用成本估算OpenClaw 本身不直接显示美元金额但你可以用 Token 数乘以对应模型的单价来估算。以一次典型的代码修改任务为例项目优化前优化后系统提示词4500 tokens4500 tokens缓存命中记忆加载12000 tokens800 tokens历史对话8000 tokens2000 tokens工具结果5000 tokens1500 tokens实际计费输入29500 tokens约 4300 tokens输出1200 tokens1200 tokens按 Sonnet 的输入 $1/M、输出 $5/M 估算优化前单次约 $0.0355优化后约 $0.0103降幅约 71%。如果走 Haiku成本还能再低一个量级。5. 本篇常见错排查配置改完跑不起来或者跑了但没效果通常是下面几个原因。缓存命中率始终为 0。先检查cache_enabled是否真的写在了[providers.taotoken]段落下而不是顶层。其次确认cache_ttl没有设得太短低于 300 秒基本等于没开。还有一个容易忽略的点如果你每次请求都修改系统提示词或配置文件缓存会立即失效首次调用必然未命中这是正常现象连续发两次相同前缀的请求再看第二次的命中情况。模型分级不生效全部走了 fallback。最常见的原因是pattern正则写成了中文全角括号或者model_routing.rules的 TOML 数组语法有误。建议先用openclaw config validate检查配置合法性。另外部分模型名称需要和 Provider 侧的实际模型 ID 完全一致大小写敏感写错会直接 fallback。QMD 记忆后端启动报错。确认storagePath指向的目录存在且可写。如果用的是 Docker 部署这个路径需要挂载到宿主机否则容器重启后记忆丢失。embeddingModel首次加载会下载模型文件网络不通时会卡住可以提前手动下载放到缓存目录。会话清理后历史丢失。autoClean.archiveBeforeDelete true会先归档再删除归档文件默认在./.openclaw/archive/下。如果你需要恢复从归档目录里把对应的会话文件移回sessions/即可。建议 retention 不要低于 3 天否则调试时很难回溯。Heartbeat 关掉后某些定时任务不跑了。Heartbeat 和 Cron 是两套机制。关掉 Heartbeat 不影响 Cron 任务但如果你之前依赖 Heartbeat 触发某些检查逻辑需要把那些逻辑迁移到 Cron 的jobs里。timeout 30是单次任务超时设得太短会导致状态检查被中断。6. 把成本控制变成日常动作配置调优只是一次性动作真正让成本可控的是持续监控。我自己的习惯是每周跑一次openclaw usage full --since 7d看缓存命中率有没有掉、模型分级占比是否合理。如果发现某个模型的调用量突然涨了就去查对应的会话通常是某类任务的前缀没匹配到分级规则走了更贵的模型。另外Prompt 缓存的命中率对配置修改非常敏感。每次改完config.toml或settings.json建议在低峰期重启服务然后连续发几条相同前缀的请求让缓存重新预热。如果你需要长期跑编码类 Agent 任务可以考虑用 Coding Plan 来固定模型和预算避免按量计费带来的波动。模型对话入口可以用来快速验证某个模型在当前配置下的实际表现接入文档里则有完整的 Provider 参数说明和排障指引。这套方案的核心逻辑不复杂让该缓存的内容缓存住让该走小模型的任务别用大模型。两件事做到位OpenClaw 的账单就能从“不可预测”变成“可量化”。