OpenClaw Cost Optimizer

专为 OpenClaw 用户设计的成本分析和优化工具。通过分析 session logs，识别高消耗场景，给出可执行的优化建议。

核心功能

1. 成本分析

• 读取 session logs，统计 token 使用和成本
• 按模型、会话、时间维度分析
• 识别高成本会话和异常消耗

2. 场景识别

• 长对话检测: 超过 50k tokens 的会话
• 频繁 Cron: 每天超过 10 次的定时任务
• 大 Context: 平均输入超过 30k tokens
• 昂贵模型: 使用高成本模型处理简单任务

3. 优化建议

• 模型降级策略（Opus → Sonnet → DeepSeek）
• Context 压缩方案
• Cron 频率调整
• 本地模型使用建议
• 预计节省金额

快速开始

生成完整分析报告（推荐）

node scripts/cost_analyzer.js analyze

默认分析最近 7 天，生成详细报告保存到 ~/.openclaw/workspace/memory/cost-analysis-report.md

指定天数:

node scripts/cost_analyzer.js analyze 30  # 分析最近 30 天

快速查看今日成本

node scripts/cost_analyzer.js quick

输出示例:

📊 今日成本快览:
  总成本: $2.45
  会话数: 12
  平均: $0.204/会话

报告示例

# OpenClaw 成本分析报告

生成时间: 2026-02-26 15:30:00

## 📊 总览

- 总会话数: 45
- 总输入 tokens: 1,234,567
- 总输出 tokens: 456,789
- 总成本: $15.67
- 平均每会话: $0.348

## 🤖 模型使用统计

### claude-opus-4-6
- 会话数: 30
- 输入: 890,123 tokens
- 输出: 345,678 tokens
- 成本: $12.34

### claude-sonnet-4-20250514
- 会话数: 15
- 输入: 344,444 tokens
- 输出: 111,111 tokens
- 成本: $3.33

## 💰 高成本会话 (Top 5)

- Session: a1b2c3d4...
  - 模型: claude-opus-4-6
  - Tokens: 125,000
  - 成本: $3.45
  - 消息数: 25

## 💡 优化建议

### 1. 🔴 模型降级：yunyi-claude/claude-opus-4-6

**问题**: 该模型成本较高 ($45/M tokens)，已使用 30 次会话

**建议**: 对于简单任务使用 Sonnet 或 DeepSeek，复杂任务才用 Opus

**预计节省**: $9.87

**操作**: `openclaw models set yunyi-claude/claude-sonnet-4-20250514`

### 2. 🟡 长对话检测

**问题**: 发现 3 个长对话，最长 125,000 tokens

**建议**: 超过 50k tokens 时开启新会话，避免 context 累积

**预计节省**: $1.04

**操作**: 手动开启新会话或设置 context 限制

### 3. 🔴 Context 过大

**问题**: 平均每次会话输入 27,435 tokens，可能加载了过多文件

**建议**: 优化 AGENTS.md、SOUL.md，移除不必要的内容；使用 lazy loading

**预计节省**: $6.27

**操作**: 参考 openclaw-token-optimizer skill 的 context_optimizer

**总预计节省**: $17.18

优化策略详解

策略 1: 模型分级使用

根据任务复杂度选择模型:

操作:

# 临时切换
openclaw models set yunyi-claude/claude-sonnet-4-20250514

# 设置 fallback
openclaw models fallbacks add deepseek/deepseek-chat

策略 2: Context 优化

问题: 默认加载所有 context 文件（SOUL.md, AGENTS.md, TOOLS.md, MEMORY.md, docs/**/*.md），可能 50k+ tokens

解决方案:

1. 精简 AGENTS.md

   • 移除冗余说明
   • 合并重复规则
   • 使用简洁语言

2. Lazy Loading

   • 简单任务只加载 SOUL.md + IDENTITY.md
   • 复杂任务按需加载相关文档
   • 参考 openclaw-token-optimizer 的 context_optimizer

3. 定期清理

   # 清理旧 memory logs
   find ~/.openclaw/workspace/memory -name "2026-*.md" -mtime +30 -delete
   

策略 3: Cron 优化

识别高频 Cron:

openclaw cron list

优化方案:

• 非关键任务降低频率（每小时 → 每 4 小时）
• 使用更便宜的模型执行 cron
• 合并多个小任务为一个批处理

示例:

# 修改 cron 频率
openclaw cron edit <job-id>

# 为 cron 指定模型
openclaw cron add --model local/qwen2.5:7b "0 */4 * * *" "检查系统状态"

策略 4: 会话管理

长对话问题: Context 累积导致每次请求都携带完整历史

解决方案:

• 超过 50k tokens 时主动开启新会话
• 使用 /new 命令清空 context
• 重要信息保存到 MEMORY.md，不依赖会话历史

策略 5: 启用本地模型

适用场景:

• 文件读取、简单查询
• 开发测试
• 离线工作

设置:

# 确保 Ollama 运行
ollama serve

# 拉取模型
ollama pull qwen2.5:7b

# 切换到本地模型
openclaw models set local/qwen2.5:7b

成本基准

基于实际使用数据的成本参考:

优化目标: 重度使用场景下节省 50-60% 成本

集成到工作流

每日成本检查（推荐）

添加 cron 任务，每天生成报告:

openclaw cron add "0 9 * * *" "node ~/.openclaw/workspace/skills/openclaw-cost-optimizer/scripts/cost_analyzer.js quick"

每周深度分析

openclaw cron add "0 10 * * 1" "node ~/.openclaw/workspace/skills/openclaw-cost-optimizer/scripts/cost_analyzer.js analyze 7"

成本告警

在 AGENTS.md 中添加规则:

## 成本监控
- 每日成本超过 $5 → 立即告警
- 单次会话超过 $1 → 记录并分析
- 每周生成成本报告

与其他 Skills 配合

openclaw-token-optimizer

• 本 skill 专注成本分析和报告
• token-optimizer 提供底层优化工具（context_optimizer, model_router）
• 配合使用效果最佳

openclaw-doctor

• doctor 检查系统健康
• cost-optimizer 检查成本健康
• 一起使用确保系统稳定且经济

技术细节

数据来源

• Session logs: ~/.openclaw/agents/main/agent/sessions/*.jsonl
• 分析最近 N 天的日志（默认 7 天）
• 提取 inputTokens, outputTokens, model, sessionId

成本计算

基于各模型官方定价:

modelCosts: {
  'yunyi-claude/claude-opus-4-6': { input: 15, output: 75 },
  'yunyi-claude/claude-sonnet-4-20250514': { input: 3, output: 15 },
  'deepseek/deepseek-chat': { input: 0.014, output: 0.028 },
  'local/qwen2.5:7b': { input: 0, output: 0 }
}

阈值配置

thresholds: {
  longConversation: 50000,      // tokens
  highContextSession: 30000,    // tokens
  frequentCron: 10,             // 每天次数
  expensiveModel: 10            // USD per 1M tokens
}

可在脚本中修改以适应个人需求。

安全性

✅ 纯本地运行

• 无网络请求
• 无外部依赖
• 不执行子进程
• 数据不离开本机

✅ 只读分析

• 只读取 session logs
• 不修改任何配置
• 不执行任何操作
• 建议需手动执行

故障排查

问题: 未找到 session logs

原因: logs 目录不存在或路径错误

解决:

ls ~/.openclaw/agents/main/agent/sessions/

如果目录不存在，说明还没有会话记录。

问题: 成本计算不准确

原因: 模型定价可能更新

解决: 编辑 scripts/cost_analyzer.js，更新 modelCosts 对象。

问题: 报告为空

原因: 指定天数内没有日志

解决: 增加分析天数

node scripts/cost_analyzer.js analyze 30

更新日志

v1.0.0 (2026-02-26)

• 初始版本
• 支持 session logs 分析
• 识别 5 大高消耗场景
• 生成优化建议和成本报告
• 纯 Node.js 实现，无外部依赖

贡献

欢迎提交 Issue 和 PR:

• 新的优化策略
• 更准确的成本计算
• 更多模型支持
• 报告格式改进

许可

MIT License

让 OpenClaw 更经济，让 AI 更可持续！ 💰✨