Eine spezialisierte Orientierungshilfe, die AI agents befähigt, den token-Verbrauch zu minimieren, indem redundante Konversationskontexte identifiziert und eliminiert werden.
Installieren & Herunterladen
1. ClawHub CLI
Der schnellste Weg, einen Skill direkt aus der Registry zu installieren.
npx clawhub@latest install save-token
2. Manuelle Installation
Kopiere den Skill-Ordner an einen dieser Orte
~/.openclaw/skills/ <project>/skills/ Priorität: Workspace > Lokal > Integriert (Bundled)
3. Prompt-Installation
Kopiere diesen Prompt in OpenClaw, um ihn automatisch zu installieren.
Hilf mir, save-token über Clawhub zu installieren. Falls Clawhub nicht installiert ist, installiere es bitte zuerst (npm i -g clawhub).
Lieber herunterladen?
Hole dir die rohen Skill-Dateien in einem ZIP-Archiv.
Was ist Save Token?
Save Token ist eine strategische Orientierungshilfe, die für das Openclaw Skills-Ökosystem entwickelt wurde. Es dient als Verhaltensrahmen, der AI agents lehrt, wiederholte Inhalte zu erkennen, lang laufende Konversationen zu verwalten und Daten zusammenzufassen, anstatt den vollständigen Verlauf erneut an LLM APIs zu senden. Durch die Implementierung dieser Muster können Entwickler die Betriebskosten erheblich senken und die Erschöpfung des Kontextfensters verhindern.
Im Gegensatz zu Ausführungsskripten fungiert dieser Skill als kognitive Ebene für Agents. Er bietet die Logik, die erforderlich ist, um kostenintensive Szenarien – wie lange Dialoge oder wiederholte Dateilesevorgänge – zu erkennen, und weist den Agent an, Komprimierungs- oder Deduplizierungstechniken anzuwenden. Dies stellt sicher, dass die relevantesten Informationen erhalten bleiben, während unnötiger Overhead verworfen wird.
Save Token Anwendungsfälle
- Reduzierung der API-Abrechnungskosten bei langen Entwicklungssitzungen oder Multi-Turn-Chats.
- Verhinderung von Kontext-Überläufen bei der Arbeit mit großen Codebasen oder umfangreichen Log-Dateien.
- Optimierung der Agent-Performance bei komplexen Aufgaben, die mehrfaches Lesen derselben Dokumentation erfordern.
- Optimierung der Fehlerbehandlung durch Zusammenfassung sich wiederholender stack traces in handlungsrelevante Muster.
So funktioniert Save Token
- Der Agent erhält eine Aufgabe und überwacht automatisch die aktuelle Kontextgröße und Inhaltsredundanz.
- Der Skill wird ausgelöst, wenn bestimmte Schwellenwerte erreicht werden, z. B. wenn Konversationen 10 Turns überschreiten oder identische Blöcke von mehr als 100 Zeichen erkannt werden.
- Der Agent bewertet den aktiven Kontext und wählt die optimale Openclaw Skills-Strategie aus, z. B. Zusammenfassung oder Referenzierung.
- Redundante Daten werden durch prägnante Zusammenfassungen oder Verweise auf frühere Nachrichten ersetzt.
- Der Agent meldet dem Benutzer die berechneten token-Einsparungen, bevor er mit der optimierten Payload fortfährt.
Save Token Einrichtung
Um diesen Guidance-Skill in Ihre Agent-Umgebung zu integrieren, stellen Sie sicher, dass Ihr Agent Zugriff auf das Openclaw Skills-Verzeichnis hat. Sie können die Konfiguration mit dem folgenden Befehl initialisieren:
# Install the save-token guidance into your agent workspace
openclaw install save-token
Es sind keine zusätzlichen API-Keys erforderlich, da dieser Skill bestehende Kommunikations-Workflows optimiert.
Save Token Datenschema & Taxonomie
Der Skill nutzt ein strukturiertes Berichtsformat, um Optimierungsmetriken zu verfolgen, und gewährleistet die Datenintegrität durch die folgende Taxonomie:
| Attribute | Description |
|---|---|
| Strategy Name | Die angewendete spezifische Methode (z. B. Summarize, Reference, De-duplicate) |
| Context Before | Die anfängliche token-Anzahl vor der Optimierung |
| Context After | Die endgültige token-Anzahl, die an die API gesendet wurde |
| Savings | Die insgesamt eingesparten Tokens und der Prozentsatz der Reduzierung |
| Source Reference | Metadaten, die auf die ursprüngliche Datei oder den Log-Eintrag verweisen, der komprimiert wurde |
Save Token Erweiterte Funktionen
- Multi-Strategie-Layering: Kombinieren Sie die Zusammenfassung des alten Verlaufs mit der Deduplizierung identischer Fehlerprotokolle.
- Intelligentes Thresholding: Benutzerdefinierte Trigger basierend auf Zeichenzahlen (z. B. >5000 Zeichen) oder spezifischer Keyword-Erkennung wie 'cost' oder 'optimize'.
- Automatisiertes Reporting: Generiert eine Zusammenfassung 'Token Optimization Applied' für jede signifikante Kontextreduzierung.
- Guidance-First-Architektur: Stellt sicher, dass der Agent die Kontrolle darüber behält, welche Inhalte lebenswichtig sind, während er den Best Practices von Openclaw Skills folgt.
SKILL.md
Laden
Verwandte Openclaw-Skills
AIPPT: Automatisierter Präsentationsgenerator
AIPPT ist ein automatisierter Skill, der professionelle PowerPoint-Präsentationen aus Textbeschreibungen oder hochgeladenen Dokumenten einschließlich docx und Bildern erstellt.
Skill Reviewer
Ein professionelles Qualitätssicherungstool zur Prüfung, Bewertung und Verbesserung der Codequalität von AI agent skills auf der Grundlage offizieller Industriestandards.
Dream Interpreter
Ein lokales Referenztool ohne Abhängigkeiten, das umfassende Leitfäden und Best Practices für die Traumanalyse in Ihrem AI agent Workflow bietet.
KnowAir Forecast
KnowAir Forecast liefert präzise stündliche und tägliche Wetterdaten unter Verwendung der Caiyun Weather API für hochauflösende globale Vorhersagen.
Face
Verleihen Sie Ihren AI Agents ein professionelles menschliches Aussehen mit schnellen Avatar-Shortlists und transparenten Hintergrundoptionen.
Karriereseiten-Generator
Ein spezialisiertes Tool für AI-Agenten zum Entwerfen, Auditieren und Optimieren von hochkonvertierenden Karriereseiten und Employer-Branding-Inhalten.
Hervorgehoben*
