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

技术参考

Token 用量和费用

OpenClaw 跟踪的是词元，不是字符。词元因模型而异，但大多数 OpenAI 风格模型在英文文本中平均约为每个词元 4 个字符。

系统提示词是如何构建的

OpenClaw 会在每次运行时组装自己的系统提示词。它包括：

  • 工具列表 + 简短描述
  • Skills 列表（仅元数据；指令会按需通过 read 加载）。 紧凑 Skills 块受 skills.limits.maxSkillsPromptChars 限制， 可在 agents.list[].skillsLimits.maxSkillsPromptChars 处按智能体覆盖。
  • 自更新指令
  • 工作区 + 引导文件（新建时包括 AGENTS.md、SOUL.md、TOOLS.md、IDENTITY.md、USER.md、HEARTBEAT.md、BOOTSTRAP.md，存在时还包括 MEMORY.md）。小写的根目录 memory.md 不会被注入；当它与 MEMORY.md 配对时，它是 openclaw doctor --fix 的旧版修复输入。大文件会按 agents.defaults.bootstrapMaxChars 截断（默认值：12000），总引导注入量受 agents.defaults.bootstrapTotalMaxChars 限制（默认值：60000）。memory/*.md 每日文件不是常规引导提示词的一部分；在普通轮次中它们仍通过记忆工具按需使用，但重置/启动模型运行可以为第一轮预置一个一次性的启动上下文块，其中包含最近的每日记忆。裸聊天 /new 和 /reset 命令会被确认，但不会调用模型。启动前导由 agents.defaults.startupContext 控制。
  • 时间（UTC + 用户时区）
  • 回复标签 + Heartbeat 行为
  • 运行时元数据（主机/OS/模型/thinking）

完整拆解见系统提示词。

上下文窗口中会计入什么

模型收到的所有内容都会计入上下文限制：

  • 系统提示词（上面列出的所有部分）
  • 对话历史（用户 + 助手消息）
  • 工具调用和工具结果
  • 附件/转录内容（图像、音频、文件）
  • 压缩摘要和剪枝产物
  • 提供商包装器或安全标头（不可见，但仍会计入）

一些运行时较重的表面有自己的显式上限：

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

按智能体覆盖项位于 agents.list[].contextLimits 下。这些旋钮用于有界运行时摘录和运行时拥有的注入块。它们独立于引导限制、启动上下文限制和 Skills 提示词限制。

对于图像，OpenClaw 会在调用提供商前下采样转录/工具图像载荷。 使用 agents.defaults.imageMaxDimensionPx（默认值：1200）进行调优：

  • 较低的值通常会减少视觉词元用量和载荷大小。
  • 较高的值会为 OCR/UI 密集型截图保留更多视觉细节。

如需实用拆解（按注入文件、工具、Skills 和系统提示词大小），使用 /context list 或 /context detail。见上下文。

如何查看当前词元用量

在聊天中使用这些命令：

  • /status → 带有丰富 emoji 的状态卡片，显示会话模型、上下文用量、上次响应的输入/输出词元，以及估算成本（仅 API key）。
  • /usage off|tokens|full → 为每条回复附加逐响应用量页脚。
    • 按会话持久化（存储为 responseUsage）。
    • OAuth 凭证隐藏成本（仅显示词元）。
  • /usage cost → 从 OpenClaw 会话日志显示本地成本摘要。

其他表面：

  • **TUI/Web TUI：**支持 /status + /usage。
  • CLI：openclaw status --usage 和 openclaw channels list 会显示 规范化的提供商配额窗口（X% left，不是逐响应成本）。 当前用量窗口提供商：Anthropic、GitHub Copilot、Gemini CLI、 OpenAI Codex、MiniMax、Xiaomi 和 z.ai。

用量表面会在显示前规范化常见的提供商原生字段别名。 对于 OpenAI 系列 Responses 流量，这包括 input_tokens / output_tokens 和 prompt_tokens / completion_tokens，因此传输特定的字段名不会改变 /status、/usage 或会话摘要。 Gemini CLI JSON 用量也会被规范化：回复文本来自 response，并且 stats.cached 映射到 cacheRead；当 CLI 省略显式的 stats.input 字段时，会使用 stats.input_tokens - stats.cached。 对于原生 OpenAI 系列 Responses 流量，WebSocket/SSE 用量别名会以相同方式规范化；当 total_tokens 缺失或为 0 时，总量会回退到规范化输入 + 输出。 当当前会话快照较稀疏时，/status 和 session_status 还可以从最近的转录用量日志中恢复词元/缓存计数器和当前活动运行时模型标签。现有的非零实时值仍优先于转录回退值；当存储总量缺失或更小时，较大的面向提示词的转录总量可以胜出。 提供商配额窗口的用量凭证在可用时来自提供商特定钩子；否则 OpenClaw 会回退到从 auth profiles、环境变量或配置中匹配 OAuth/API-key 凭证。 助手转录条目会持久化相同的规范化用量形状，包括当活动模型已配置价格且提供商返回用量元数据时的 usage.cost。这让 /usage cost 和基于转录的会话状态在实时运行时状态消失后仍有稳定来源。

OpenClaw 将提供商用量计量与当前上下文快照分开。提供商 usage.total 可以包含缓存输入、输出和多次工具循环模型调用，因此它适合成本和遥测，但可能会高估实时上下文窗口。上下文显示和诊断使用最新提示词快照（promptTokens，或没有提示词快照时的最后一次模型调用）作为 context.used。

成本估算（显示时）

成本根据你的模型价格配置估算：

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

这些是 input、output、cacheRead 和 cacheWrite 的每 100 万词元美元价格。如果缺少价格，OpenClaw 只显示词元。OAuth 词元从不显示美元成本。

当 sidecar 和渠道到达 Gateway 网关就绪路径后，OpenClaw 会为尚无本地价格的已配置模型引用启动可选后台价格引导。该引导会获取远程 OpenRouter 和 LiteLLM 价格目录。在离线或受限网络上，将 models.pricing.enabled: false 设为跳过这些目录获取；显式的 models.providers.*.models[].cost 条目会继续驱动本地成本估算。

缓存 TTL 和剪枝影响

提供商提示词缓存只在缓存 TTL 窗口内生效。OpenClaw 可以选择运行缓存 TTL 剪枝：它会在缓存 TTL 过期后剪枝会话，然后重置缓存窗口，使后续请求可以复用新缓存的上下文，而不是重新缓存完整历史记录。当会话空闲超过 TTL 时，这可以降低缓存写入成本。

在 Gateway 网关配置 中配置它，并在会话剪枝中查看行为详情。

Heartbeat 可以在空闲间隔期间让缓存保持温热。如果你的模型缓存 TTL 是 1h，将 Heartbeat 间隔设置为略低于该值（例如 55m）可以避免重新缓存完整提示词，从而减少缓存写入成本。

在多智能体设置中，你可以保留一个共享模型配置，并用 agents.list[].params.cacheRetention 按智能体调优缓存行为。

如需完整的逐旋钮指南，见提示词缓存。

对于 Anthropic API 价格，缓存读取明显便宜于输入词元，而缓存写入会按更高倍数计费。最新费率和 TTL 倍数见 Anthropic 的提示词缓存价格： https://docs.anthropic.com/docs/build-with-claude/prompt-caching

示例：用 Heartbeat 保持 1h 缓存温热

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

示例：按智能体缓存策略混合流量

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 会合并到所选模型的 params 之上，因此你可以只覆盖 cacheRetention，并继承其他模型默认值且保持不变。

示例：启用 Anthropic 1M 上下文 beta 标头

Anthropic 的 1M 上下文窗口目前受 beta 门控。OpenClaw 可以在受支持的 Opus 或 Sonnet 模型上启用 context1m 时，注入所需的 anthropic-beta 值。

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

这会映射到 Anthropic 的 context-1m-2025-08-07 beta 标头。

这仅在该模型条目上设置 context1m: true 时适用。

要求：凭证必须有资格使用长上下文。否则，Anthropic 会为该请求返回提供商侧速率限制错误。

如果你使用 OAuth/订阅词元（sk-ant-oat-*）向 Anthropic 认证，OpenClaw 会跳过 context-1m-* beta 标头，因为 Anthropic 目前会以 HTTP 401 拒绝该组合。

减少词元压力的提示

  • 使用 /compact 汇总长会话。
  • 在你的工作流中裁剪大型工具输出。
  • 对截图密集型会话降低 agents.defaults.imageMaxDimensionPx。
  • 保持技能描述简短（技能列表会被注入提示词）。
  • 对冗长的探索性工作优先使用较小模型。

准确的技能列表开销公式见 Skills。

相关