Openclaw玩家必学的省钱小技巧

Fri, 03 Jul 2026 00:00:00 +0000

另一个 AI 恐怖故事

就跟很多 AI 恐怖故事一样，只不过我没有在早上醒来时收到一张 1000 美元的账单。

上周，我突然收到 OpenAI 的邮件，说我的余额已经用完，需要充值。我当时吓了一跳，因为我的 OpenClaw 使用的是 OAuth 方式连接，按理说不应该动到我的 Credit。但由于 OpenClaw 的 Token 花费突然提高，它开始扣除我的 Credit 余额了。至于这是 OpenClaw 的 Fallback 策略导致的，还是 OpenAI 自身的 Fallback 策略导致的，我并不清楚。总之，这件事就这么发生了。

我第一时间有些慌张，直接把整个 OpenClaw 删除重装，然后又在 Discord 里新建了一份会话。这个方法虽然有效，但多少有些反应过度。今天我要教你的，是一个使用 OpenClaw 时必学、但很多人都不会的技巧。

根本原因

这个问题是这样发生的。你要知道，模型本身是没有记忆的。每一次你跟模型对话时，它都不知道你是谁，也不知道它自己是谁。你需要给模型提供上下文，告诉它它是谁、你是谁、你们之前聊过什么，以及你现在需要它做什么。除了你当前发送的这条消息之外，其他所有信息都可以统称为上下文。这个上下文通常由 Harness 负责维护。常见的 Harness 包括 OpenClaw、Hermes Agent、Claude Code 等。

不过 “Harness” 这个词有点过于专业，所以大家平时更习惯把它们统称为 Agent。

多层上下文

上下文本身也是分层的：

app 层：这一层记录了你是谁、这个 App 是谁。你在 ChatGPT 里问"你是谁"，它会告诉你它是 ChatGPT；你在 OpenClaw 里问同样的问题，它会告诉你它是 OpenClaw。即使你的 OpenClaw 连接的是 OpenAI 的模型，回答你的其实仍然是同一个底层模型。
session 层：这一层是当前 Chat 的上下文。这也是为什么你在一个 Chat 里说过的话，不一定能在另一个 Chat 里被识别。但好处是可以隔离不同对话。例如你可以在一个 Chat 里让它扮演律师，在另一个 Chat 里让它扮演心理咨询师。

在 app 层，OpenClaw 会帮你注入大量上下文，包括但不限于：

AGENTS.md
SOUL.md
USER.md
MEMORY.md

上下文压缩

那么问题来了。随着 App 使用时间越来越长，以及 Chat 对话持续时间越来越久，你的上下文会变得越来越长。最终长到让费用开始暴涨。有时候 Agent 会触发上下文压缩（Context Compression）来缓解这个问题。但你很快会发现，Agent 好像变傻了。它并不是完全忘记了你交代的事情，而是会记住一部分、遗漏一部分。这是因为在压缩过程中，你之前的指示细节被丢失了。而且即使经过压缩，上下文依然可能非常庞大。

那么，如果压缩也解决不了问题，我们该怎么办呢？

解决方案

养成好习惯

首先，问问自己是不是经常依赖某个 Chat 来做重复性的事情。例如，你开了一个 Chat，然后不断让它帮你翻译文档，或者持续帮你访问某个网站完成固定任务。久而久之，你会非常害怕这个 Chat 被关闭，因为重新建立一个新的 Chat 很麻烦。

如果你存在这种情况，那么需要养成一个好习惯：

当一件事情重复三次以上，就把它蒸馏成 Skill。

如果你做不到这件事，可以直接去使用 Hermes Agent。现在你应该能理解 Hermes Agent 为什么会火了吧。不过我个人还是更喜欢手动掌控 Skill 的制作过程，所以我依然使用 OpenClaw。

平时也记得把一些长期有效的信息固化到预加载的上下文文件中，例如：

如果你觉得自己设计的人设很好玩，请确保这些设定被写入 SOUL.md。
如果你希望某些个人信息被长期记住，例如地址、电话等，避免每次重复说明，那么请确保这些信息被记录到 USER.md 中。

重置上下文

如果你已经养成了前面的习惯，那么当再次遇到上下文暴涨时，就可以比较放心地重置上下文。重置上下文主要分为两步：

app 层：清空 MEMORY.md 以及 memory 文件夹。由于常用习惯已经被蒸馏成 Skill，这部分 Memory 往往没有那么重要，可以直接删除。
session 层：当你完成了一个大型任务，或者某个 Chat 已经连续使用超过一周时，就使用 /new 创建一个新的 Chat。

这样一来，你就清理掉了上下文中体积最大的两个部分。

好处

这样做有两个直接好处：

大幅降低 Token 消耗，从而减少使用成本。
降低 OpenClaw 的出错概率。上下文越干净，模型越容易聚焦于当前任务，减少遗漏和误解。返工次数少了，本质上就是工作效率提高了。

关于作者

我是代码Plato。

我相信，人类的创造力才是 AI Coding 的真实之树，而代码与模型不过是投射在洞穴墙上的影子。

微博：@代码Plato 主页：https://weibo.com/u/1041257881

效率 on Code Plato