negodiy/openclaw
1
0
Fork 0
Code Issues Pull Requests Actions 1 Packages Projects Releases Wiki Activity
Files
157d6d2db7e004ca4bfa1dfd0142d5bbd6aa8e45
openclaw/docs/zh-CN/token-use.md
Josh Palmer 5676a6b38d Docs: normalize zh-CN terminology + tone 
What: switch to 你/你的 tone; standardize Skills/Gateway网关/local loopback/私信 wording
Why: align zh-CN docs with issue 6995 feedback + idiomatic tech style
Tests: pnpm docs:build
2026-02-02 16:38:25 +01:00

4.4 KiB
Raw Blame History

read_when, summary, title, x-i18n
read_when summary title x-i18n
解释 token 使用量、费用或上下文窗口时
调试上下文增长或压缩行为时
OpenClaw 如何构建提示上下文以及报告 token 使用量和费用 Token 使用与费用
generated_at model provider source_hash source_path workflow
2026-02-01T21:39:26Z claude-opus-4-5 pi aee417119851db9e36890487517ed9602d214849e412127e7f534ebec5c9e105 token-use.md 15

Token 使用与费用

OpenClaw 跟踪的是 token，而非字符。Token 因模型而异，但大多数 OpenAI 风格的模型对英文文本平均约 4 个字符对应 1 个 token。

系统提示的构建方式

OpenClaw 在每次运行时组装自己的系统提示。它包括：

  • 工具列表 + 简短描述
  • Skills 列表（仅元数据；指令通过 read 按需加载）
  • 自更新指令
  • 工作区 + 引导文件（AGENTS.md、SOUL.md、TOOLS.md、IDENTITY.md、USER.md、HEARTBEAT.md、BOOTSTRAP.md（仅新会话时加载））。大文件会被 agents.defaults.bootstrapMaxChars（默认值：20000）截断。
  • 时间（UTC + 用户时区）
  • 回复标签 + 心跳行为
  • 运行时元数据（主机/操作系统/模型/思考）

完整分解请参阅系统提示。

上下文窗口中计入的内容

模型接收的所有内容都计入上下文限制：

  • 系统提示（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（图片、音频、文件）
  • 压缩摘要和裁剪产物
  • 提供商包装器或安全头部（不可见，但仍然计入）

如需了解实际分解（按注入文件、工具、Skills 和系统提示大小），请使用 /context list 或 /context detail。参见上下文。

如何查看当前 token 使用量

在聊天中使用以下命令：

  • /status → 富表情状态卡片，显示会话模型、上下文使用量、上次响应的输入/输出 token 数以及估算费用（仅 API 密钥模式）。
  • /usage off|tokens|full → 在每条回复后附加逐条响应使用量页脚。
    • 按会话持久化（存储为 responseUsage）。
    • OAuth 认证下隐藏费用（仅显示 token 数）。
  • /usage cost → 显示来自 OpenClaw 会话日志的本地费用摘要。

其他界面：

  • TUI/Web TUI： 支持 /status + /usage。
  • CLI： openclaw status --usage 和 openclaw channels list 显示提供商配额窗口（非逐条响应费用）。

费用估算（何时显示）

费用根据你的模型定价配置进行估算：

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

这些是 input、output、cacheRead 和 cacheWrite 的每百万 token 美元价格。如果缺少定价信息，OpenClaw 仅显示 token 数。OAuth token 永远不显示美元费用。

缓存 TTL 与裁剪影响

提供商的提示缓存仅在缓存 TTL 窗口内有效。OpenClaw 可以选择性地运行缓存 TTL 裁剪：在缓存 TTL 过期后裁剪会话，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。这可以在会话空闲超过 TTL 后降低缓存写入费用。

在 Gateway网关配置中进行配置，并在会话裁剪中查看行为详情。

心跳可以在空闲间隙中保持缓存热活。如果你的模型缓存 TTL 为 1h，将心跳间隔设置为略短于此的值（例如 55m），可以避免重新缓存完整提示，从而降低缓存写入费用。

关于 Anthropic API 定价，缓存读取比输入 token 便宜得多，而缓存写入则按更高的倍率计费。请参阅 Anthropic 的提示缓存定价了解最新费率和 TTL 倍率： https://docs.anthropic.com/docs/build-with-claude/prompt-caching

示例：用心跳保持 1 小时缓存热活

agents:
  defaults:
    model:
      primary: "anthropic/claude-opus-4-5"
    models:
      "anthropic/claude-opus-4-5":
        params:
          cacheRetention: "long"
    heartbeat:
      every: "55m"

降低 token 压力的技巧

  • 使用 /compact 来摘要长会话。
  • 在工作流中裁剪大型工具输出。
  • 保持 Skills 描述简短（Skills 列表会注入到提示中）。
  • 对于冗长的探索性工作，优先选择较小的模型。

Skills 列表开销的精确计算公式请参阅Skills。