跳转到主要内容

​
Token 用量与成本

OpenClaw 跟踪的是 token，而不是字符。Token 是模型特定的，但大多数 OpenAI 风格模型对英文文本的平均值约为每个 token 4 个字符。

​
系统提示词是如何构建的

OpenClaw 会在每次运行时组装自己的系统提示词。它包括：
  • 工具列表 + 简短描述
  • Skills 列表（仅元数据；说明会按需通过 read 加载）
  • 自我更新说明
  • 工作区 + bootstrap 文件（AGENTS.md、SOUL.md、TOOLS.md、IDENTITY.md、USER.md、HEARTBEAT.md、新建时的 BOOTSTRAP.md，以及在存在时的 MEMORY.md 或作为小写回退的 memory.md）。大文件会被 agents.defaults.bootstrapMaxChars 截断（默认：20000），bootstrap 注入总量受 agents.defaults.bootstrapTotalMaxChars 限制（默认：150000）。memory/*.md 文件通过 memory 工具按需加载，不会自动注入。
  • 时间（UTC + 用户时区）
  • 回复标签 + heartbeat 行为
  • 运行时元数据（主机/OS/模型/thinking）
完整拆分请参见 System Prompt。

​
什么会计入上下文窗口

模型接收到的所有内容都会计入上下文限制：
  • 系统提示词（上面列出的所有部分）
  • 对话历史（用户 + assistant 消息）
  • 工具调用和工具结果
  • 附件/转录内容（图片、音频、文件）
  • 压缩摘要和裁剪产物
  • provider 包装器或安全标头（不可见，但仍会计入）
对于图片，OpenClaw 会在调用 provider 之前对转录/工具图片负载进行缩放。使用 agents.defaults.imageMaxDimensionPx（默认：1200）来调整：
  • 较低的值通常会减少视觉 token 用量和负载大小。
  • 较高的值会为 OCR/UI 密集型截图保留更多视觉细节。
如需查看实用拆分（按注入文件、工具、Skills 和系统提示词大小），请使用 /context list 或 /context detail。参见 Context。

​
如何查看当前 token 用量

在聊天中使用这些命令：
  • /status → 显示富含 emoji 的状态卡片，包含会话模型、上下文用量、上次响应的输入/输出 token，以及估算成本（仅 API 密钥）。
  • /usage off|tokens|full → 在每条回复后附加按响应统计的用量页脚。
    • 按会话持久化（存储为 responseUsage）。
    • OAuth 身份验证隐藏成本（仅显示 token）。
  • /usage cost → 显示基于 OpenClaw 会话日志的本地成本摘要。
其他界面：
  • TUI/Web TUI： 支持 /status + /usage。
  • CLI： openclaw status --usage 和 openclaw channels list 显示 标准化后的 provider 配额窗口（X% left，而不是按响应成本）。 当前支持用量窗口的 provider：Anthropic、GitHub Copilot、Gemini CLI、 OpenAI Codex、MiniMax、Xiaomi 和 z.ai。
用量界面会在显示前标准化常见的 provider 原生字段别名。 对于 OpenAI 系列 Responses 流量，这包括 input_tokens / output_tokens 和 prompt_tokens / completion_tokens，因此特定传输的字段名不会改变 /status、/usage 或会话摘要。 Gemini CLI JSON 用量也会被标准化：回复文本来自 response，并且 stats.cached 会映射为 cacheRead，当 CLI 省略显式 stats.input 字段时，会使用 stats.input_tokens - stats.cached。 对于原生 OpenAI 系列 Responses 流量，WebSocket/SSE 用量别名也会以相同方式标准化，当 total_tokens 缺失或为 0 时，总量会回退到标准化后的输入 + 输出。 当当前会话快照信息较少时，/status 和 session_status 还可以从最近的转录用量日志中恢复 token/缓存计数器和活动运行时模型标签。现有的非零实时值仍然优先于转录回退值，而当存储总量缺失或更小时，较大的面向提示词的转录总量可以胜出。 用于 provider 配额窗口的用量身份验证优先来自 provider 特定 hooks；否则 OpenClaw 会回退为使用来自 auth profile、环境变量或配置中匹配的 OAuth/API 密钥凭证。

​
成本估算（显示时）

成本是根据你的模型定价配置估算的： 
models.providers.<provider>.models[].cost
这些值表示 input、output、cacheRead 和 cacheWrite 的每 100 万 token 的美元价格。如果缺少定价，OpenClaw 只显示 token。OAuth token 永远不会显示美元成本。

​
缓存 TTL 和裁剪的影响

Provider 提示词缓存只会在缓存 TTL 窗口内生效。OpenClaw 可以选择运行缓存 TTL 裁剪：一旦缓存 TTL 过期，它就会裁剪会话，然后重置缓存窗口，这样后续请求就能重用刚刚重新缓存的上下文，而不是重新缓存完整历史。这可以在会话空闲超过 TTL 时降低缓存写入成本。 请在 Gateway 网关配置 中进行配置，并在 会话裁剪 中查看行为细节。 Heartbeat 可以在空闲间隔期间保持缓存预热。如果你的模型缓存 TTL 是 1h，将 heartbeat 间隔设置为略低于该值（例如 55m）可以避免重新缓存完整提示词，从而减少缓存写入成本。 在多智能体设置中，你可以保留一个共享模型配置，并通过 agents.list[].params.cacheRetention 为每个智能体调整缓存行为。 如需完整的逐项参数指南，请参见 Prompt Caching。 对于 Anthropic API 定价，缓存读取比输入 token 便宜得多，而缓存写入则按更高倍数计费。最新费率和 TTL 倍数请参见 Anthropic 的提示词缓存定价： https://docs.anthropic.com/docs/build-with-claude/prompt-caching

​
示例：使用 heartbeat 保持 1 小时缓存预热

agents:
  defaults:
    model:
      primary: "anthropic/claude-opus-4-6"
    models:
      "anthropic/claude-opus-4-6":
        params:
          cacheRetention: "long"
    heartbeat:
      every: "55m"

​
示例：带有按智能体缓存策略的混合流量

agents:
  defaults:
    model:
      primary: "anthropic/claude-opus-4-6"
    models:
      "anthropic/claude-opus-4-6":
        params:
          cacheRetention: "long" # 大多数智能体的默认基线
  list:
    - id: "research"
      default: true
      heartbeat:
        every: "55m" # 为深度会话保持长缓存预热
    - id: "alerts"
      params:
        cacheRetention: "none" # 避免为突发通知写入缓存
agents.list[].params 会在所选模型的 params 之上合并，因此你可以只覆盖 cacheRetention，而让其他模型默认值保持不变。

​
示例：启用 Anthropic 1M 上下文 beta 标头

Anthropic 的 1M 上下文窗口当前仍受 beta 限制。启用受支持的 Opus 或 Sonnet 模型上的 context1m 后，OpenClaw 可以注入所需的 anthropic-beta 值。 
agents:
  defaults:
    models:
      "anthropic/claude-opus-4-6":
        params:
          context1m: true
这会映射到 Anthropic 的 context-1m-2025-08-07 beta 标头。 这仅在该模型条目上设置了 context1m: true 时生效。 要求：该凭证必须具备长上下文使用资格。否则，Anthropic 会对该请求返回 provider 侧速率限制错误。 如果你使用 OAuth/订阅 token（sk-ant-oat-*）对 Anthropic 进行身份验证，OpenClaw 会跳过 context-1m-* beta 标头，因为 Anthropic 当前会以 HTTP 401 拒绝这种组合。

​
减少 token 压力的技巧

  • 使用 /compact 总结较长的会话。
  • 在你的工作流中裁剪较大的工具输出。
  • 对截图密集型会话降低 agents.defaults.imageMaxDimensionPx。
  • 保持 skill 描述简短（skill 列表会被注入到提示词中）。
  • 对冗长、探索性工作优先使用更小的模型。
精确的 skill 列表开销公式请参见 Skills。