原文地址：https://mp.weixin.qq.com/s/hsu9Yd-BmT459kZ50FibCA

“这是我用过最无定语强大的AI工具，但高额成本让很多朋友望而却步。”

如果你正在使用 OpenClaw，一定深有体会：这个 Agent 框架强大到让人惊叹，但每次看到账单时的心跳加速也是真实的。😰

好消息是：完全可以在不牺牲性能的前提下，将成本降到原来的 1/10 甚至更低！ 今天这篇指南，将用四种实战方法，带你实现"Token自由"。

💡 先搞懂：钱到底花哪儿了？

在讲省钱方法前，我们必须先理解Token的消耗逻辑。

每次你跟 OpenClaw 对话，发过去的可不只是你的问题，而是一个完整的工作包，包含：

组成部分 说明
1️⃣ 系统提示词 给 AI 的"员工手册"
2️⃣ Workspace 文件 agent.md、user tools、memory 等配置文件
3️⃣ 对话历史 越聊越长，雪球效应 📈
4️⃣ 工具输出 抓取的网络内容、日志等
5️⃣ 你的问题 这才是你真正想问的

为什么贵？ 打个比方：你招聘了一个超级员工，但每次跟他说话，都要先把公司章程、岗位 SOP、员工手册全念一遍，然后再提需求。能不贵吗？😅

省钱的本质就一句话：让每轮输入变短、变干净、变得更可控。

方法一：🗂️ QMD —— 知识管理的"精准打击"

问题：传统知识库 = Token 黑洞

以前我们把笔记资料像"填鸭"一样整篇塞给大模型，导致输入 Token 爆炸。一篇长文档轻松吃掉几千 Token，问几个问题就破产了。💸

解决方案：本地索引 + 语义检索

QMD（Queryable Markdown Database）是 Shopify 联合创始人兼 CEO Tobias Lütke (Tobi) 开发的本地语义搜索引擎。它的核心逻辑是：

“不再读全库，只读最相关的那几段。”

核心价值：

  • 不要把整个文件塞给 AI，而是先用本地搜索找到最相关的片段（通常只有 2-3 句话），再把这些精准内容传给 AI

  • 解决传统记忆系统把整个 MEMORY.md 文件直接塞进上下文导致的"上下文爆炸"问题

技术原理：

  • 基于 TypeScript + Bun 开发，使用 node-llama-cpp 运行本地模型

  • 三层混合检索：BM25 全文搜索 + 向量语义搜索 + LLM 重排序

  • 所有模型在本地运行（GGUF 格式），完全离线

工作原理（两步走）：

第一步：Update 索引刷新 🔍

  • 自动检测哪些文件新增、修改、删除了

  • 更新分段路径和元数据（相当于更新目录）

第二步：向量更新与投射 🎯

  • 只把新增/变化的片段生成向量

  • 投射到本地向量数据库

  • 提问时计算向量相似度，提取最相关的片段

关键优势：索引建立和检索都在本地完成，不消耗云端 Token！把"读所有文件"的成本转化为"本地计算"成本。💪

实际效果：

  • 📊 Token 削减：60-97%（平均 95% 以上）

  • ⚡ 响应速度提升：5-50 倍

  • 💰 成本降低：90-99%

  • 🎯 精准度：93%（纯语义搜索仅 59%）

安装指南（超简单）

（1）安装Bun（Windows环境最好选Linux Shell安装，将OpenClaw、Bun、Qmd都安装在这个环境下）

Bun 是一款集 JavaScript/TypeScript 运行时、打包工具、测试工具和包管理器于一体的高性能工具，旨在替代 Node.js、Webpack、Jest 和 npm/yarn/pnpm 等工具，大幅提升开发和运行效率。

# 在PowerShell中执行以下命令（以管理员身份运行更佳）
powershell -c "irm bun.sh/install.ps1 | iex"

# 检查Bun版本，确认安装成功 
bun --version

（2）用bun安装qmd

# 1. 安装 QMD
bun install -g @tobilu/qmd

# 2. 配置 openclaw.json
{
  "memory": {
    "type": "qmd",
    "indexPath": "./qmd_index"
  }
}

# 3. 重启网关，完成！

💰 预算控制三件套

在 openclaw.json 的 limit 字段下，有三个精准控制阀：

参数 作用 建议值
maximum_results 最多注入几段 3-5 段
maximum_item_chars 每段允许多长 500-1000 字符
maximum_injected_chars 每轮总注入上限 2000-3000 字符

效果对比：

  • ❌ 传统方式：上传 10 篇长文 ≈ 15,000 Token/轮

  • ✅ QMD 方式：只传 3 个相关片段 ≈ 800 Token/轮

  • 节省率：95%+ 🎉

关于QMD的安装配置请参考：https://2048ai.net/698a7f140a2f6a37c590f45b.html

方法二：❤️ 心跳本地化 —— 别让"监工"变成"吞金兽"

什么是心跳（Heartbeat）？

心跳是 OpenClaw 的定时唤醒机制。简单说，就是按你设置的频率（比如每 30 分钟）把 Agent 叫醒一次，让它：

  1. 读取 heartbeat.md 清单（我的文件路径为"C:\Users\seed\.openclaw\workspace\HEARTBEAT.md"）

  2. 检查是否需要维护、提醒或执行任务

  1. 没事就输出"OK"，有事就去干活

典型应用场景：

  • 🎯 长期任务监工：防止 AI 做一步就"歇菜"，定期刺激它继续推进

  • ⏰ 定时提醒：日程管理、截止日期预警

  • 🔄 状态维护：检查系统健康、同步数据等

为什么心跳是隐形杀手？

每次心跳都是完整的 Agent 回合，输入包含：

  • 系统提示词

  • Workspace 文件（尤其是 memory.md 和 agent.md，可能很大！）

  • 对话历史

  • 心跳清单和提示词

算笔账：

  • 心跳频率：30 分钟/次

  • 每月心跳次数：1,440 次

  • 每次输入 3,000 Token（保守估计）

  • 每月仅心跳就消耗：432 万 Token 😱

输出可能只有"OK"两个字，但输入却是长篇大论——这买卖太亏了！

解决方案：本地小模型跑心跳

核心原则：心跳只用来"触发"，不执行复杂任务。这种"低智商"任务完全可以用本地小模型搞定！

操作步骤：

1. 安装 Ollama（本地大模型运行环境）

# macOS/Linux
curl -fsSL https://ollama.com/install.sh | sh

# Windows 去官网下载安装包

2. 选择适合的本地模型（根据电脑配置）

电脑内存 推荐模型 特点
8GB Qwen 2.5 3B 轻量快速
16GB Qwen 2.5 7B 性价比之王
32GB+ Qwen 2.5 14B 更稳定智能 
# 下载模型（示例）
ollama pull qwen2.5:7b

3. 配置 OpenClaw 使用本地模型跑心跳

在 openclaw.json 中：

{
  "heartbeat": {
    "model": "ollama://qwen2.5:7b",
    "interval": 1800,
    "tasks": ["check_status", "send_reminders"]
  }
}

成本对比：

  • ❌ 云端 GPT-4 跑心跳：$0.03/次 × 1,440 次 = $43.2/月

  • ✅ 本地 Qwen 7B：电费几乎可以忽略 ≈ $0/月

  • 节省率：100%（当然，电脑得开着 😄）

方法三：💳 能用订阅就别走 API —— 厂商政策的"漏洞"

残酷的现实：API 用量 = 账单刺客

很多厂商对 OpenClaw 的使用有限制：

  • ❌ Anthropic (Claude)：严禁订阅用于 OpenClaw

  • ❌ Google (Gemini)：同样禁止

  • ✅ OpenAI：因为收购了 OpenClaw，目前仍然开放 🎉

真实案例：

我用 MiniMax API 一天花 $30，如果换成 Anthropic 最新的 Claude 3.5 Opus，同样的用量要 $500/天！一个月就是 $15,000，够买辆车了。🚗💨

订阅 vs API 的成本差异

使用方式 GPT-4o Claude 3.5 Sonnet 适合场景
API 用量 $0.005/1K Token $0.003/1K Token 企业级稳定需求
订阅制 $20/月 无限量 $20/月 有额度限制 个人/小团队日常使用

关键洞察：如果你不是追求极致稳定的企业用户，订阅制的性价比碾压 API。

这里插入一个小小的广告，国内用户可以考虑使用AlayaNeW的托管模式的OpenClaw，也是一种订阅方式，性价比杠杠的，首月45元，后续110元/月：https://www.alayanew.com/product/openClaw

方法四：🔍 成本体检 —— 让 OpenClaw 给自己"开刀"

这是最定制化但也最有效的方法：让 OpenClaw 生成一份成本体检报告，找出隐藏的 Token 浪费。

如何生成体检报告？

直接问你的 OpenClaw：

“请给我生成一份成本分析报告，列出消耗 Token 最多的 Top 10 任务，用百分比展示。找出不合理的地方，告诉我哪些任务可以优化。”

常见"不合理"发现

根据经验，新手使用 OpenClaw 时，通常有这些成本陷阱：

问题类型 典型案例 优化方案
轻任务重上下文 查个天气却携带了 5000 字的对话历史 清空无关历史，使用新会话
轮询代替事件 每 10 分钟检查一次邮件，而不是收到邮件时触发 改成 Webhook 事件驱动
过度使用大模型 简单格式化任务也用 GPT-4 换 GPT-3.5 或本地模型
Memory 膨胀 memory.md 累积到 10 万字从不清理 定期归档，使用 QMD
工具输出冗余 抓取网页时保留全部 HTML 而非正文 配置内容提取规则

优化双维度

流程维度：

  • 轮询任务 → 事件触发（If A Then B）

  • 长上下文 → QMD 精准检索

  • 重复任务 → 缓存结果

模型维度：

  • 复杂推理 → GPT-4/Claude 3.5

  • 日常任务 → GPT-3.5/本地模型

  • 心跳触发 → 本地小模型（Qwen/Llama）

实战对话示例

你：分析下我最近一周的成本消耗。

OpenClaw：📊 成本体检报告

  • Top 1：心跳检查（35%）→ 建议改用本地模型

  • Top 2：网页抓取后的全文分析（28%）→ 建议用 QMD 只传摘要

  • Top 3：每日新闻总结（20%）→ 建议换 GPT-3.5

  • Top 4：代码审查（15%）→ 保持现状

  • 异常发现：有个任务每 5 分钟轮询一次 API，建议改为 Webhook

你：帮我把心跳改成用本地 Qwen 7B 运行。

OpenClaw：✅ 已更新配置，预计每月节省 $40+

🎯 总结：四招实现 Token 自由

方法 核心操作 节省幅度 难度
1. QMD 本地索引 + 语义检索 90-95% 知识库 Token ⭐⭐
2. 心跳本地化 本地小模型跑定时任务 100% 心跳成本 ⭐⭐⭐
3. 订阅优先 用订阅代替 API 80-90% 基础成本 ⭐
4. 成本体检 让 AI 自我分析优化 20-50% 隐藏浪费 ⭐⭐

组合使用效果最佳：

假设原来每月花费 $200

  • QMD 节省 $60（知识库部分）

  • 心跳本地化节省 $40

  • 订阅制节省 $80

  • 体检优化节省 $20

  • 新账单：$10-20/月 🎊

🚀 立即行动清单

今天就能做的：

  • 检查 openclaw.json，确认是否在用 API 还是订阅

  • 安装 QMD，把知识库从"填鸭"改成"精准投喂"

  • 让 OpenClaw 生成你的第一份成本体检报告

本周完成的：

  • 安装 Ollama，下载 Qwen 7B 模型

  • 把心跳任务迁移到本地模型

  • 清理膨胀的 memory.md 和对话历史

最后想说：OpenClaw 的强大值得被更多人体验，不应该被成本门槛阻挡。希望这篇指南能帮你卸下"Token焦虑"，真正释放 AI Agent 的潜力。

如果你成功降低了成本，或者有其他省钱妙招，欢迎在评论区分享！👇

觉得有用？别忘了点赞、收藏、转发给还在被账单困扰的朋友～

保持关注，我们下期再见！ 👋✨

# 程序人生
Logo
龙虾开发者社区

小龙虾开发者社区是 CSDN 旗下专注 OpenClaw 生态的官方阵地，聚焦技能开发、插件实践与部署教程，为开发者提供可直接落地的方案、工具与交流平台，助力高效构建与落地 AI 应用

更多推荐

OpenClaw+GLM-4.7-Flash语音交互：对接Whisper实现语音控制

本文介绍了如何在星图GPU平台上自动化部署【ollama】GLM-4.7-Flash镜像，构建语音交互系统。该系统结合Whisper语音识别与GLM-4.7-Flash的指令理解能力，实现智能家居控制等场景的语音操作，提升日常任务执行效率。

avatar 龙虾开发者社区

学生党福音：OpenClaw+nanobot搭建学习监督助手

本文介绍了如何在星图GPU平台上自动化部署🐈 nanobot：超轻量级OpenClaw镜像，构建智能学习监督助手。该方案利用轻量级模型实现网课进度跟踪、自动生成练习题和错题整理功能，特别适合学生群体通过QQ机器人实现移动端学习管理，显著提升学习效率。

avatar 龙虾开发者社区

OpenClaw创意工坊：用nanobot镜像生成技术海报文案

本文介绍了如何在星图GPU平台上自动化部署🐈 nanobot：超轻量级OpenClaw镜像，快速生成技术海报文案。该镜像基于Qwen3-4B模型，能将复杂技术术语转化为通俗表达，适用于技术活动宣传、社交媒体推广等场景，显著提升内容创作效率。

avatar 龙虾开发者社区