English简体中文繁體中文日本語EspañolPortuguês (BR)한국어DeutschFrançaisالعربيةItalianoTiếng ViệtNederlandsTürkçeУкраїнськаBahasa IndonesiaPolskiفارسیไทย

Technical reference

Uso e custos de tokens

OpenClaw rastreia tokens, não caracteres. Tokens são específicos do modelo, mas a maioria dos modelos no estilo OpenAI tem média de ~4 caracteres por token para texto em inglês.

Como o prompt do sistema é construído

OpenClaw monta seu próprio prompt do sistema em cada execução. Ele inclui:

  • Lista de ferramentas + descrições curtas
  • Lista de Skills (somente metadados; as instruções são carregadas sob demanda com read). O bloco compacto de Skills é limitado por skills.limits.maxSkillsPromptChars, com substituição opcional por agente em agents.list[].skillsLimits.maxSkillsPromptChars.
  • Instruções de autoatualização
  • Workspace + arquivos de bootstrap (AGENTS.md, SOUL.md, TOOLS.md, IDENTITY.md, USER.md, HEARTBEAT.md, BOOTSTRAP.md quando novo, além de MEMORY.md quando presente). A raiz em minúsculas memory.md não é injetada; ela é entrada de reparo legado para openclaw doctor --fix quando pareada com MEMORY.md. Arquivos grandes são truncados por agents.defaults.bootstrapMaxChars (padrão: 12000), e a injeção total de bootstrap é limitada por agents.defaults.bootstrapTotalMaxChars (padrão: 60000). Arquivos diários memory/*.md não fazem parte do prompt de bootstrap normal; eles permanecem sob demanda via ferramentas de memória em turnos comuns, mas execuções do modelo em reset/inicialização podem prefixar um bloco único de contexto de inicialização com memória diária recente para esse primeiro turno. Comandos de chat simples /new e /reset são reconhecidos sem invocar o modelo. O prelúdio de inicialização é controlado por agents.defaults.startupContext.
  • Hora (UTC + fuso horário do usuário)
  • Tags de resposta + comportamento de Heartbeat
  • Metadados de runtime (host/SO/modelo/thinking)

Veja a análise completa em Prompt do sistema.

O que conta na janela de contexto

Tudo que o modelo recebe conta para o limite de contexto:

  • Prompt do sistema (todas as seções listadas acima)
  • Histórico da conversa (mensagens do usuário + assistente)
  • Chamadas de ferramentas e resultados de ferramentas
  • Anexos/transcrições (imagens, áudio, arquivos)
  • Resumos de Compaction e artefatos de poda
  • Wrappers de provedor ou cabeçalhos de segurança (não visíveis, mas ainda contados)

Algumas superfícies pesadas em runtime têm seus próprios limites explícitos:

  • agents.defaults.contextLimits.memoryGetMaxChars
  • agents.defaults.contextLimits.memoryGetDefaultLines
  • agents.defaults.contextLimits.toolResultMaxChars
  • agents.defaults.contextLimits.postCompactionMaxChars

Substituições por agente ficam em agents.list[].contextLimits. Esses controles são para trechos de runtime limitados e blocos injetados pertencentes ao runtime. Eles são separados dos limites de bootstrap, limites de contexto de inicialização e limites de prompt de Skills.

Para imagens, o OpenClaw reduz a escala de payloads de imagens de transcrição/ferramenta antes das chamadas ao provedor. Use agents.defaults.imageMaxDimensionPx (padrão: 1200) para ajustar isso:

  • Valores menores geralmente reduzem o uso de tokens de visão e o tamanho do payload.
  • Valores maiores preservam mais detalhes visuais para capturas de tela com muito OCR/UI.

Para uma análise prática (por arquivo injetado, ferramentas, Skills e tamanho do prompt do sistema), use /context list ou /context detail. Veja Contexto.

Como ver o uso atual de tokens

Use estes no chat:

  • /status → cartão de status rico em emojis com o modelo da sessão, uso de contexto, tokens de entrada/saída da última resposta e custo estimado (somente chave de API).
  • /usage off|tokens|full → acrescenta um rodapé de uso por resposta a cada resposta.
    • Persiste por sessão (armazenado como responseUsage).
    • Autenticação OAuth oculta custo (somente tokens).
  • /usage cost → mostra um resumo de custo local dos logs de sessão do OpenClaw.

Outras superfícies:

  • TUI/Web TUI: /status + /usage têm suporte.
  • CLI: openclaw status --usage e openclaw channels list mostram janelas de cota de provedor normalizadas (X% left, não custos por resposta). Provedores atuais com janela de uso: Anthropic, GitHub Copilot, Gemini CLI, OpenAI Codex, MiniMax, Xiaomi e z.ai.

As superfícies de uso normalizam aliases comuns de campos nativos do provedor antes da exibição. Para tráfego Responses da família OpenAI, isso inclui tanto input_tokens / output_tokens quanto prompt_tokens / completion_tokens, então nomes de campos específicos do transporte não alteram /status, /usage nem resumos de sessão. O uso JSON do Gemini CLI também é normalizado: o texto da resposta vem de response, e stats.cached mapeia para cacheRead, com stats.input_tokens - stats.cached usado quando a CLI omite um campo explícito stats.input. Para tráfego Responses nativo da família OpenAI, aliases de uso WebSocket/SSE são normalizados da mesma forma, e os totais recorrem à entrada + saída normalizadas quando total_tokens está ausente ou é 0. Quando o snapshot da sessão atual é esparso, /status e session_status também podem recuperar contadores de token/cache e o rótulo do modelo de runtime ativo do log de uso de transcrição mais recente. Valores live existentes diferentes de zero ainda têm precedência sobre valores de fallback da transcrição, e totais de transcrição maiores orientados a prompt podem vencer quando os totais armazenados estão ausentes ou são menores. A autenticação de uso para janelas de cota de provedor vem de hooks específicos do provedor quando disponíveis; caso contrário, o OpenClaw recorre a credenciais OAuth/chave de API correspondentes de perfis de autenticação, env ou configuração. Entradas de transcrição do assistente persistem o mesmo formato de uso normalizado, incluindo usage.cost quando o modelo ativo tem preços configurados e o provedor retorna metadados de uso. Isso dá a /usage cost e ao status de sessão baseado em transcrição uma fonte estável mesmo depois que o estado live do runtime desaparece.

OpenClaw mantém a contabilidade de uso do provedor separada do snapshot de contexto atual. usage.total do provedor pode incluir entrada em cache, saída e várias chamadas de modelo em loop de ferramentas, então ele é útil para custo e telemetria, mas pode superestimar a janela de contexto live. Exibições de contexto e diagnósticos usam o snapshot de prompt mais recente (promptTokens, ou a última chamada de modelo quando nenhum snapshot de prompt está disponível) para context.used.

Estimativa de custo (quando exibida)

Os custos são estimados a partir da sua configuração de preços de modelo:

models.providers.<provider>.models[].cost

Eles são USD por 1M tokens para input, output, cacheRead e cacheWrite. Se não houver preços, o OpenClaw mostra somente tokens. Tokens OAuth nunca mostram custo em dólares.

Depois que sidecars e canais alcançam o caminho pronto do Gateway, o OpenClaw inicia um bootstrap opcional de preços em segundo plano para refs de modelo configuradas que ainda não têm preços locais. Esse bootstrap busca catálogos remotos de preços do OpenRouter e LiteLLM. Defina models.pricing.enabled: false para ignorar essas buscas de catálogo em redes offline ou restritas; entradas explícitas models.providers.*.models[].cost continuam a conduzir estimativas de custo locais.

TTL de cache e impacto da poda

O cache de prompt do provedor só se aplica dentro da janela de TTL do cache. O OpenClaw pode executar opcionalmente poda por cache-ttl: ele poda a sessão depois que o TTL do cache expira e então redefine a janela de cache para que solicitações subsequentes possam reutilizar o contexto recém-armazenado em cache em vez de armazenar em cache novamente o histórico completo. Isso mantém os custos de gravação em cache mais baixos quando uma sessão fica ociosa além do TTL.

Configure isso em Configuração do Gateway e veja os detalhes do comportamento em Poda de sessão.

Heartbeat pode manter o cache quente durante intervalos ociosos. Se o TTL de cache do seu modelo for 1h, definir o intervalo de Heartbeat um pouco abaixo disso (por exemplo, 55m) pode evitar rearmazenar em cache o prompt completo, reduzindo custos de gravação em cache.

Em configurações multiagente, você pode manter uma configuração de modelo compartilhada e ajustar o comportamento de cache por agente com agents.list[].params.cacheRetention.

Para um guia completo controle por controle, veja Cache de prompt.

Para preços da API Anthropic, leituras de cache são significativamente mais baratas que tokens de entrada, enquanto gravações de cache são cobradas com um multiplicador mais alto. Veja os preços de cache de prompt da Anthropic para as taxas e multiplicadores de TTL mais recentes: https://docs.anthropic.com/docs/build-with-claude/prompt-caching

Exemplo: manter cache de 1h quente com Heartbeat

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

Exemplo: tráfego misto com estratégia de cache por agente

agents:
  defaults:
    model:
      primary: "anthropic/claude-opus-4-6"
    models:
      "anthropic/claude-opus-4-6":
        params:
          cacheRetention: "long" # default baseline for most agents
  list:
    - id: "research"
      default: true
      heartbeat:
        every: "55m" # keep long cache warm for deep sessions
    - id: "alerts"
      params:
        cacheRetention: "none" # avoid cache writes for bursty notifications

agents.list[].params é mesclado sobre os params do modelo selecionado, então você pode substituir somente cacheRetention e herdar outros padrões do modelo sem alterações.

Exemplo: habilitar o cabeçalho beta de contexto 1M da Anthropic

A janela de contexto 1M da Anthropic está atualmente controlada por beta. O OpenClaw pode injetar o valor anthropic-beta obrigatório quando você habilita context1m em modelos Opus ou Sonnet com suporte.

agents:
  defaults:
    models:
      "anthropic/claude-opus-4-6":
        params:
          context1m: true

Isso mapeia para o cabeçalho beta context-1m-2025-08-07 da Anthropic.

Isso só se aplica quando context1m: true está definido nessa entrada de modelo.

Requisito: a credencial deve estar qualificada para uso de contexto longo. Caso contrário, a Anthropic responde com um erro de limite de taxa no lado do provedor para essa solicitação.

Se você autenticar a Anthropic com tokens OAuth/assinatura (sk-ant-oat-*), o OpenClaw ignora o cabeçalho beta context-1m-* porque a Anthropic atualmente rejeita essa combinação com HTTP 401.

Dicas para reduzir a pressão de tokens

  • Use /compact para resumir sessões longas.
  • Reduza saídas grandes de ferramentas em seus fluxos de trabalho.
  • Diminua agents.defaults.imageMaxDimensionPx para sessões com muitas capturas de tela.
  • Mantenha descrições de Skills curtas (a lista de Skills é injetada no prompt).
  • Prefira modelos menores para trabalho verboso e exploratório.

Veja Skills para a fórmula exata de overhead da lista de Skills.

Relacionados