这是一个战略性诊断框架，旨在通过识别并修复 Agent 工作流中消耗大量 Token 的习惯，从而大幅削减 AI 模型支出。
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 free-token-optimization-primer
2. 手动安装
将技能文件夹复制到以下位置之一
~/.openclaw/skills/ <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 free-token-optimization-primer。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 Token Cost Intelligence？
Token Cost Intelligence 是面向运行高规模 AI Agent 的开发者和团队的关键入门指南。大多数用户由于低效的习惯（例如输入原始图像数据或维护过长的对话历史），而非模型本身的固有成本，导致花费了远超必要的费用。本技能提供了架构指南，帮助用户在 Openclaw Skills 生态系统中从昂贵、杂乱的工作流转型为精简、高性能的部署。
通过实施所提供的诊断框架，操作员可以在不牺牲输出质量的前提下实现高达 10 倍的成本削减。本技能聚焦于五个关键支柱：资产优化、历史管理、分层模型路由、Context Caching 以及精准索引，确保您的 AI 基础设施在扩展时保持可持续性。
Token Cost Intelligence 应用场景
- 减少生产环境 Agent 堆栈的每月 API 开支。
- 审计现有的 Openclaw Skills，识别插件配置中隐藏的 Token 泄漏。
- 在开发团队扩展的同时，通过更好的上下文管理维持预算平稳。
- 通过将高 Token 的原始文件转换为精简的 Markdown 格式来优化文档摄取管道。
Token Cost Intelligence 工作原理
- 运行 6 点诊断审计，识别如原始 PDF 使用或超过 30 轮的对话线程等即时浪费。
- 将所有上下文资产预处理为 Markdown，与原始文档转储相比，Token 数量最多可减少 20 倍。
- 对对话实施 10-15 轮的上限，通过总结并重新开始来避免重新发送冗余历史记录。
- 将任务路由至分层模型，利用更快、更便宜的模型进行校对和格式化，同时为复杂逻辑预留旗舰模型。
- 缓存如 System Prompts 和工具定义等稳定上下文，以触发高达 90% 的 API 折扣。
- 衡量并检测每个 Agent 调用，以监控输入/输出比例和模型组合性能。
Token Cost Intelligence 配置指南
要在您的 Openclaw Skills 工作流中实施 Token Cost Intelligence，请遵循以下设置步骤：
- 审计您的活动插件和连接器，确保在用户第一次按键之前没有消耗隐形 Token。
- 配置您的 Agent 设置，强制执行对话历史的轮数限制。
- 安装实用工具，在文件进入 Context Window 之前将其预处理为 Markdown：
# 将资产转换为文本以节省 Token 的示例
pandoc input.docx -t markdown -o context.md
- 更新您的 API 配置以启用 System Prompts 和角色指令的 Context Caching，确保在重复调用时命中缓存。
Token Cost Intelligence 数据架构与分类体系
该框架基于以下效率指标组织 Token 数据：
| 效率因素 | 浪费的方法 | 优化后的方法 | 预期影响 |
|---|---|---|---|
| 内容格式 | 原始 PDF/图像 | Markdown 文本 | ~20 倍削减 |
| 线程深度 | 30+ 轮漫延 | 10-15 轮上限 | ~3 倍削减 |
| 模型选择 | 所有任务均使用 Opus | 分层模型路由 | ~30 倍成本削减 |
| 上下文类型 | 原始文档转储 | RAG/分块索引 | 高精度 |
| API 计费 | 标准输入 | Context Caching | 90% 折扣 |
Token Cost Intelligence 高级特性
- Context Caching：大幅降低角色指令和文档等稳定数据的成本。
- 分层模型路由：自动将简单任务分配给低成本模型，从而为旗舰推理保留预算。
- MCP-Routed 网络搜索：以原生模型搜索工具一小部分的 Token 成本返回结构化结果。
- 自动化上下文索引：确保 Agent 仅接收相关的数据块，而不是充满 Token 的完整文档转储。
- 检测钩子：允许实时监控不同 Openclaw Skills 的 Token 燃烧率。
SKILL.md
加载中
Openclaw 相关技能
精选*
