适用于 Openclaw 的 Agent Cost Strategy

一个用于多 Agent AI 工作流的分层模型选择和成本优化框架。

djc00p
v1.3.6
2026年4月6日
0
1.1k
0

安装与下载

1. ClawHub CLI

从源直接安装技能的最快方式。

npx clawhub@latest install agent-cost-strategy

2. 手动安装

将技能文件夹复制到以下位置之一

全局模式
~/.openclaw/skills/
工作区
<project>/skills/

优先级:工作区 > 本地 > 内置

3. 提示词安装

将此提示词复制到 OpenClaw 即可自动安装。

请帮我使用 Clawhub 安装 agent-cost-strategy。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。

更倾向于下载?

获取包含原生技能文件的ZIP压缩包。

什么是 Agent Cost Strategy?

Agent Cost Strategy 是一个专门设计的框架,旨在通过智能地将任务路由到最具成本效益的模型类别来最大限度地减少 API 支出。在 Openclaw Skills 生态系统中,该策略将 AI 模型分为 Fast/Cheap、Mid-tier 和 Powerful 层级,确保根据任务复杂度分配资源,而不是为每次交互都默认使用昂贵的模型。

通过专注于 prompt caching 和明确的 sub-agent 配置,此 skill 帮助开发人员避免在长会话或自动化后台任务期间发生的常见成本泄漏。它优先保持会话活跃,以利用 cache hits,在初始上下文建立且缓存预热后,这可以将输入成本降低高达 90%。

Agent Cost Strategy 应用场景

  • 减少生产级 AI Agent 的高额 API 账单
  • 配置成本高效的后台监控和 cron 任务
  • 为 sub-agent 委派选择合适的模型
  • 为重复性任务实施 prompt caching 策略
  • 在低层级模型无法解决任务时管理模型升级

Agent Cost Strategy 工作原理

  1. 系统评估任务的复杂度,例如修复测试与设计架构。
  2. 选择能够可靠处理该特定任务复杂度的最低价格模型层级。
  3. 对于 sub-agent,它显式覆盖默认设置,使用高速、低成本模型,而不是继承昂贵的父模型。
  4. 管理会话时长以确保 prompt cache 保持预热状态,并可供后续消息重复使用。
  5. 对于非紧急工作,通过 Batch API 路由请求,以获得比实时处理更显著的折扣。

Agent Cost Strategy 配置指南

要将此策略集成到您的工作流中,您必须在配置或会话启动命令中明确定义模型。对于 Openclaw Skills 实现,请使用以下模式:

# 在启动 sub-agent 时显式设置模型以避免成本泄漏
sessions_spawn --model "claude-3-haiku-20240307" --task "fix failing tests"

确保您的 heartbeat 间隔配置在提供商的缓存 TTL 之下,以维持预热缓存状态。

Agent Cost Strategy 数据架构与分类体系

Agent Cost Strategy 使用分层路由表来组织模型使用和元数据分类:

Tier Purpose Recommended Models
Fast/Cheap 自动化修复、sub-agents、简单查询、cron 任务 Claude Haiku, GPT-4o-mini, Gemini Flash
Mid-tier 会话对话、规划、中等推理 Claude Sonnet, GPT-4o, Gemini Pro
Powerful 深度代码审查、复杂架构、升级 Claude Opus, GPT-4.5, Gemini Ultra

成本效率通过 cache-hit 率和模型分布指标(例如,Haiku 和 Sonnet 之间 80/20 的目标比例)进行追踪。

Agent Cost Strategy 高级特性

  • 智能模型升级:在低层级模型尝试两次失败后自动切换到更强大的模型
  • Prompt cache 优化:战略性使用 heartbeat 和会话管理以最大化 cache-read 率
  • Sub-agent 继承控制:防止 sub-agent 默认使用昂贵的父会话模型,阻止成本泄漏的主要来源
  • Batch API 路由:非紧急任务的自动化调度,以实现 API 支出 50% 的折扣

SKILL.md


加载中

Openclaw 相关技能

精选*