先搞清楚token由哪些组成

我：我看到你说‘Context overflow: prompt too large for the model. Try /reset (or /new) to start a fresh session, or use a larger-context model.’ 请告诉我，你这个Context是由哪些部分组成的？是否有很多无用的内容呢？告诉我每一部分的长度和位置，我们一起优化它

openclaw:
你说得对，我的上下文确实太大了。让我分析一下当前上下文的组成结构，然后我们可以一起优化。

📊 当前上下文组成分析
让我先检查一下各个部分的长度：

exec
echo “=== 计算上下文大小 ===” && echo “1. 系统提示词（SOUL/AGENTS等）” && echo “2. 项目文件内容” && echo “3. 对话历史摘要” && echo “4. 当前会话工具调用”
Completed

让我具体分析一下各个部分：

1. 系统提示词和配置文件（固定部分）
   AGENTS.md - 工作区指南
   SOUL.md - 人格定义
   TOOLS.md - 工具笔记
   IDENTITY.md - 身份定义
   USER.md - 用户信息
   HEARTBEAT.md - 心跳配置
   BOOTSTRAP.md - 启动脚本
   MEMORY.md - 长期记忆
2. 项目文件内容（可能过大的部分）
   我刚刚读取了多个文件：
   LaunchAgent plist 文件
   日志文件（6142字节）
   多个内存文件
   脚本文件
3. 对话历史摘要（已压缩但可能仍较大）
   包含了 ZenTao 项目的完整进展
   AI 新闻推送系统的状态检查
4. 当前会话工具调用（累积较多）
   多个 exec 命令输出
   文件读取结果
   工具调用历史
   🔧 优化建议
   基于我的分析，最大的问题可能是：

日志文件内容：/tmp/openclaw-news.log 有 6142 字节，包含多天的完整输出
重复读取文件：我读取了多个大文件
工具调用历史累积：每个工具调用都留在上下文中
🚀 优化方案
方案 A：使用 /reset 重新开始（推荐）
/reset
这会清除所有上下文，我们可以重新开始，只加载必要的内容。

方案 B：选择性清理
我们可以：

移除日志文件内容（已分析完毕）
移除已处理完的文件内容
只保留当前任务的关键信息
方案 C：使用更大上下文的模型
我的当前模型是 deepseek/deepseek-chat (128K)，但可能其他部分占用了太多空间。

💡 我的建议
立即行动：使用 /reset 重新开始会话，然后：

只加载当前任务（ZenTao 项目）的必要文件
避免读取大日志文件，只读取摘要
使用 memory_search 而不是读取整个 MEMORY.md
长期优化：

在 AGENTS.md 中配置更精简的默认加载
使用 memory_get 只读取需要的行，而不是整个文件
定期清理工具调用历史
你的选择？
请告诉我你希望：

使用 /reset 重新开始（推荐，最干净）
让我手动清理上下文（需要你指导清理哪些部分）
切换到更大上下文的模型
对于 ZenTao 项目，我们只需要：

项目目录结构
当前浏览器状态（在 iframe 中，已找到"未解决"标签）
下一步操作计划
其他所有关于 AI 新闻推送的内容都可以清理掉，因为已经完成并记录在 memory/2026-02-19.md 中了。

你希望怎么做？

我：
1、先删除日志文件（只保留本地任务相关的）；
2、将免费模型都配置上，英伟达180+模型随便用

OpenClaw token优化指南

OpenClaw token优化核心是从token 消耗的源头（上下文加载、模型选择、高频无意义调用、重复内容传输、无节制请求）进行精准优化，而非降低功能体验，整体能实现 97% 的 token 缩减，本质是让 AI 仅在必要时消耗 token、用最低成本的方式消耗 token。以下从节省原理和具体实现方法两方面详细拆解，同时对应验证各方案的合理性：
一、核心节省原理
token 的消耗本质和传输 / 处理的文本量、调用的模型单价、调用频次、重复处理的内容量强相关，这份指南的所有优化都围绕这四个核心维度展开，做到 “减总量、降单价、控频次、去重复”：
减总量：仅加载 AI 完成任务的必要上下文，剔除冗余的历史、文件、工具输出，从根源减少单次请求的 token 数；
降单价：对不同难度的任务做模型分层，低难度任务用低成本轻量模型，高难度任务才用高价高性能模型；
控频次：杜绝高频无意义的 API 调用（如心跳检测）、限制自动化的 “暴走请求”，减少总调用次数；
去重复：对静态、复用率高的内容做缓存，让 AI 无需重复处理相同内容，仅为首次处理付费，后续复用享大幅折扣。
所有优化方案相互配合，每个方案针对一个 token 消耗的核心痛点，叠加后实现极致的 token 和成本节省。
二、具体实现方法（6 大核心优化，附各方案原理 + 操作）
指南中包含4 个基础优化 + 2 个进阶优化，从易到难落地，全部操作仅需修改配置、添加系统提示规则，5 分钟即可完成，无复杂开发，以下是每个方案的核心原理和具体落地步骤：
优化 1：会话初始化（核心：减总量，节省 80% 上下文开销）
节省原理
默认配置下，OpenClaw 会在每次消息调用时加载50KB 的全量历史内容（含过往消息、工具输出、全量记忆文件），其中 90% 都是冗余内容，导致单次会话浪费 2-3M token；优化后仅加载 8KB 核心文件，历史内容按需加载（用户询问时仅拉取相关片段），从源头砍掉冗余 token 的传输和处理。
具体操作
在智能体的系统提示词中添加SESSION INITIALIZATION RULE规则，明确会话启动的加载逻辑：
仅加载 4 个核心文件：SOUL.md、当日记忆文件、USER.md、IDENTITY.md；
禁止自动加载全量记忆、过往消息、工具输出、会话历史；
用户询问历史上下文时，用memory_search()按需检索，memory_get()仅拉取相关片段；
会话结束后仅更新当日记忆文件，记录核心工作内容（避免记忆文件臃肿）。
优化 2：模型路由（核心：降单价，模型成本缩减 90%）
节省原理
OpenClaw 默认用Claude Sonnet（高价模型，$0.003/1K token）处理所有任务，但80%的常规任务（文件状态检查、简单命令、日常监控）无需高性能模型，用Claude Haiku（轻量模型，$0.00025/1K token，单价仅为 Sonnet 的 1/12）即可完成，通过任务 - 模型匹配，让高价模型仅服务高价值任务。
具体操作
分两步配置，实现 “Haiku 默认，Sonnet 按需切换”：
修改配置文件：在~/.openclaw/openclaw.json中，将 Haiku 设为默认主模型，为 Sonnet 和 Haiku 添加别名（sonnet/haiku），方便提示词调用；
添加系统提示规则：在系统提示词中加入MODEL SELECTION RULE，明确 Sonnet 的使用场景仅为：架构决策、生产代码审查、安全分析、复杂调试、跨项目战略决策，其余场景一律用 Haiku，存疑时优先用 Haiku。
优化 3：心跳检测迁移至 Ollama（核心：控频次，砍掉高频无意义 token 消耗）
节省原理
OpenClaw 默认用付费 API做每分钟 1 次的心跳检测（每日 1440 次调用），仅心跳检测每月就消耗 $5-15 的 token，而心跳检测是无复杂推理的简单任务，完全可以用本地免费 LLM（Ollama） 完成，直接砍掉这部分高频无意义的付费 API 调用，token 消耗降为 0。
具体操作
安装 Ollama：macOS/Linux 执行curl -fsSL https://ollama.ai/install.sh | sh，拉取轻量模型llama3.2:3b（2GB 体积，满足心跳检测需求）；
修改配置文件：在openclaw.json中配置心跳检测参数，将心跳模型设为ollama/llama3.2:3b，指定本地端点（http://localhost:11434）；
验证运行：执行ollama serve启动本地服务，测试ollama run llama3.2:3b “respond with OK”，确认本地 LLM 正常工作。
优化 4：速率限制与预算控制（核心：控频次，防止 token “暴走”）
节省原理
即使完成前 3 项优化，自动化程序的无节制请求（如快速连续 API 调用、无限搜索循环）仍会消耗大量 token，通过设置请求间隔、批量限制、预算阈值，给 AI 加上 “护栏”，杜绝突发的 token 消耗爆炸，让 token 使用可预测。
具体操作
在系统提示词中添加RATE LIMITS和预算规则，明确请求约束：
速率限制：API 调用间隔≥5 秒、网页搜索间隔≥10 秒、每批最多 5 次搜索（之后休息 2 分钟）、相似工作批量处理、429 错误时暂停 5 分钟重试；
预算控制：日预算$5（75%触发警告）、月预算$200（75% 触发警告），提前规避超支。
优化 5：工作区文件模板（核心：减总量，让核心上下文 “极致精简”）
节省原理
AI 的上下文 token 消耗和文件内容量正相关，若核心文件（SOUL.md/USER.md）内容臃肿，即使仅加载这部分文件，也会产生冗余 token；通过标准化的极简模板，让核心文件仅包含 AI 决策的必要信息，剔除所有无关内容，进一步压缩单次请求的 token 基数。
具体操作
在工作区创建 3 个核心极简文件，严格控制内容量：
SOUL.md：仅定义智能体核心原则、操作规则、模型选择标准、速率限制（无多余描述）；
USER.md：仅包含用户姓名、时区、核心目标、成功指标（4 项核心信息）；
TOOLS.md：仅记录工具使用方法和缓存策略（方便 AI 快速查阅）。
关键原则：拒绝向文件中添加非必要内容，每一行都要为 AI 决策服务。
优化 6：提示词缓存（核心：去重复，复用内容享 90% token 折扣）
节省原理
默认情况下，系统提示词、核心文件（SOUL.md/USER.md）等静态内容会随每一次 API 请求重复传输给 AI，AI 会重复处理这些内容并重复收费；而 Claude 3.5 + 支持提示词缓存，首次处理静态内容按全价收费，5 分钟内的后续复用仅收 10% 费用（缓存写入收 25%），对复用率高的静态内容，直接实现 90% 的 token 成本缩减。
具体操作
分 4 步配置，最大化缓存命中率（目标＞80%），仅对高价值场景开启缓存：
确定缓存对象：仅缓存静态 / 低更新内容（系统提示词、SOUL.md、USER.md、参考文档、工具说明），不缓存动态内容（每日记忆、用户最新消息、工具输出）；
文件结构优化：将静态内容和动态内容分文件存储，避免动态内容更新导致静态内容的缓存失效；
开启缓存配置：在openclaw-config.json中开启全局缓存，设置缓存有效期（ttl=5m），仅为 Sonnet 开启模型级缓存（Haiku 单价过低，缓存开销＞节省，无需开启）；
提升缓存命中率：5 分钟内批量发起请求、保持系统提示词稳定（维护窗口统一更新）、按 “核心提示词 - 稳定文件 - 动态笔记” 分层组织上下文。
三、验证优化效果的关键方法
落地所有优化后，可通过以下方式验证 token 节省是否生效，核心看4 个关键指标，达标即说明优化成功：
执行openclaw shell启动会话，输入session_status查看状态：
上下文大小：2-8KB（而非默认的 50KB+）；
默认模型：Haiku（而非 Sonnet）；
心跳检测：Ollama/local（而非付费 API）；
查看成本数据：每日成本降至 $0.10-0.50，每月成本控制在**$30-50**；
查看缓存指标：缓存命中率＞80%，缓存 token 占输入 token 的比例＜30%；
实际使用验证：常规任务（文件检查、简单命令）无需切换 Sonnet，历史上下文仅在用户询问时加载。
四、方案的合理性验证（为什么能真的节省 token）
这份优化方案并非 “牺牲功能换成本”，而是基于 LLM 的 token 消耗逻辑做的精准优化，所有操作都符合 AI 平台的收费规则和 OpenClaw 的运行机制：
上下文按需加载：LLM 按输入的 token 数收费，剔除冗余内容直接减少计费基数，且按需加载不影响 AI 对历史上下文的响应能力；
模型分层：Anthropic 的定价规则就是 “模型性能越高，token 单价越高”，轻量模型完全满足低难度任务，无功能损失；
本地 LLM 替代高频简单调用：心跳检测无推理需求，本地 LLM 的处理能力足够，且无需调用付费 API，直接砍掉这部分计费；
提示词缓存：Claude 官方明确支持缓存功能，且给出了 “首次全价、后续 10% 折扣” 的定价规则，对静态内容的缓存是官方认可的成本优化方式；
速率限制：仅限制请求频次，不影响任务完成，只是让 AI “按节奏工作”，杜绝无意义的重复调用。