OpenClaw Cost Analyzer

OpenClaw Cost Optimizer

专为 OpenClaw 用户设计的成本分析和优化工具。通过分析 session logs，识别高消耗场景，给出可执行的优化建议。

1. 成本分析

读取 session logs，统计 token 使用和成本 按模型、会话、时间维度分析 识别高成本会话和异常消耗

2. 场景识别

长对话检测: 超过 50k tokens 的会话 频繁 Cron: 每天超过 10 次的定时任务 大 Context: 平均输入超过 30k tokens 昂贵模型: 使用高成本模型处理简单任务

3. 优化建议

模型降级策略（Opus → Sonnet → DeepSeek） Context 压缩方案 Cron 频率调整 本地模型使用建议 预计节省金额

生成完整分析报告（推荐）

node scripts/cost_analyzer.js analyze 默认分析最近 7 天，生成详细报告保存到 ~/.openclaw/workspace/memory/cost-analysis-report.md 指定天数: node scripts/cost_analyzer.js analyze 30 # 分析最近 30 天

快速查看今日成本

node scripts/cost_analyzer.js quick 输出示例: 📊 今日成本快览: 总成本: $2.45 会话数: 12 平均: $0.204/会话

报告示例

• # OpenClaw 成本分析报告
• 生成时间: 2026-02-26 15:30:00
• ## 📊 总览
• 总会话数: 45
• 总输入 tokens: 1,234,567
• 总输出 tokens: 456,789
• 总成本: $15.67
• 平均每会话: $0.348
• ## 🤖 模型使用统计
• ### claude-opus-4-6
• 会话数: 30
• 输入: 890,123 tokens
• 输出: 345,678 tokens
• 成本: $12.34
• ### claude-sonnet-4-20250514
• 会话数: 15
• 输入: 344,444 tokens
• 输出: 111,111 tokens
• 成本: $3.33
• ## 💰 高成本会话 (Top 5)
• Session: a1b2c3d4...
• - 模型: claude-opus-4-6
• - Tokens: 125,000
• - 成本: $3.45
• - 消息数: 25
• ## 💡 优化建议
• ### 1. 🔴 模型降级：yunyi-claude/claude-opus-4-6
• **问题**: 该模型成本较高 ($45/M tokens)，已使用 30 次会话
• **建议**: 对于简单任务使用 Sonnet 或 DeepSeek，复杂任务才用 Opus
• **预计节省**: $9.87
• **操作**: `openclaw models set yunyi-claude/claude-sonnet-4-20250514`
• ### 2. 🟡 长对话检测
• **问题**: 发现 3 个长对话，最长 125,000 tokens
• **建议**: 超过 50k tokens 时开启新会话，避免 context 累积
• **预计节省**: $1.04
• **操作**: 手动开启新会话或设置 context 限制
• ### 3. 🔴 Context 过大
• **问题**: 平均每次会话输入 27,435 tokens，可能加载了过多文件
• **建议**: 优化 AGENTS.md、SOUL.md，移除不必要的内容；使用 lazy loading
• **预计节省**: $6.27
• **操作**: 参考 openclaw-token-optimizer skill 的 context_optimizer
• **总预计节省**: $17.18

策略 1: 模型分级使用

根据任务复杂度选择模型: 任务类型推荐模型成本简单查询、文件读取local/qwen2.5:7b免费日常对话、代码编写claude-sonnet-4$3/M复杂推理、架构设计claude-opus-4-6$45/M备用/降级deepseek-chat$0.02/M 操作: # 临时切换 openclaw models set yunyi-claude/claude-sonnet-4-20250514 # 设置 fallback openclaw models fallbacks add deepseek/deepseek-chat

策略 2: Context 优化

问题: 默认加载所有 context 文件（SOUL.md, AGENTS.md, TOOLS.md, MEMORY.md, docs/**/*.md），可能 50k+ tokens 解决方案: 精简 AGENTS.md 移除冗余说明 合并重复规则 使用简洁语言 Lazy Loading 简单任务只加载 SOUL.md + IDENTITY.md 复杂任务按需加载相关文档 参考 openclaw-token-optimizer 的 context_optimizer 定期清理 # 清理旧 memory logs find ~/.openclaw/workspace/memory -name "2026-*.md" -mtime +30 -delete

策略 3: Cron 优化

识别高频 Cron: openclaw cron list 优化方案: 非关键任务降低频率（每小时 → 每 4 小时） 使用更便宜的模型执行 cron 合并多个小任务为一个批处理 示例: # 修改 cron 频率 openclaw cron edit <job-id> # 为 cron 指定模型 openclaw cron add --model local/qwen2.5:7b "0 */4 * * *" "检查系统状态"

策略 4: 会话管理

长对话问题: Context 累积导致每次请求都携带完整历史 解决方案: 超过 50k tokens 时主动开启新会话 使用 /new 命令清空 context 重要信息保存到 MEMORY.md，不依赖会话历史

策略 5: 启用本地模型

适用场景: 文件读取、简单查询 开发测试 离线工作 设置: # 确保 Ollama 运行 ollama serve # 拉取模型 ollama pull qwen2.5:7b # 切换到本地模型 openclaw models set local/qwen2.5:7b

成本基准

基于实际使用数据的成本参考: 使用模式每日会话数平均 tokens/会话每日成本每月成本轻度使用5-1020k$0.50-1.00$15-30中度使用20-3030k$2.00-4.00$60-120重度使用50+40k$8.00-15.00$240-450优化后50+15k$3.00-6.00$90-180 优化目标: 重度使用场景下节省 50-60% 成本

每日成本检查（推荐）

添加 cron 任务，每天生成报告: openclaw cron add "0 9 * * *" "node ~/.openclaw/workspace/skills/openclaw-cost-optimizer/scripts/cost_analyzer.js quick"

每周深度分析

openclaw cron add "0 10 * * 1" "node ~/.openclaw/workspace/skills/openclaw-cost-optimizer/scripts/cost_analyzer.js analyze 7"

成本告警

• 在 AGENTS.md 中添加规则:
• ## 成本监控
• 每日成本超过 $5 → 立即告警
• 单次会话超过 $1 → 记录并分析
• 每周生成成本报告

openclaw-token-optimizer

本 skill 专注成本分析和报告 token-optimizer 提供底层优化工具（context_optimizer, model_router） 配合使用效果最佳

openclaw-doctor

doctor 检查系统健康 cost-optimizer 检查成本健康 一起使用确保系统稳定且经济

数据来源

Session logs: ~/.openclaw/agents/main/agent/sessions/*.jsonl 分析最近 N 天的日志（默认 7 天） 提取 inputTokens, outputTokens, model, sessionId

成本计算

基于各模型官方定价: modelCosts: { 'yunyi-claude/claude-opus-4-6': { input: 15, output: 75 }, 'yunyi-claude/claude-sonnet-4-20250514': { input: 3, output: 15 }, 'deepseek/deepseek-chat': { input: 0.014, output: 0.028 }, 'local/qwen2.5:7b': { input: 0, output: 0 } }

阈值配置

thresholds: { longConversation: 50000, // tokens highContextSession: 30000, // tokens frequentCron: 10, // 每天次数 expensiveModel: 10 // USD per 1M tokens } 可在脚本中修改以适应个人需求。

安全性

✅ 纯本地运行 无网络请求 无外部依赖 不执行子进程 数据不离开本机 ✅ 只读分析 只读取 session logs 不修改任何配置 不执行任何操作 建议需手动执行

问题: 未找到 session logs

原因: logs 目录不存在或路径错误 解决: ls ~/.openclaw/agents/main/agent/sessions/ 如果目录不存在，说明还没有会话记录。

问题: 成本计算不准确

原因: 模型定价可能更新 解决: 编辑 scripts/cost_analyzer.js，更新 modelCosts 对象。

问题: 报告为空

原因: 指定天数内没有日志 解决: 增加分析天数 node scripts/cost_analyzer.js analyze 30

v1.0.0 (2026-02-26)

初始版本 支持 session logs 分析 识别 5 大高消耗场景 生成优化建议和成本报告 纯 Node.js 实现，无外部依赖

贡献

欢迎提交 Issue 和 PR: 新的优化策略 更准确的成本计算 更多模型支持 报告格式改进

许可

MIT License 让 OpenClaw 更经济，让 AI 更可持续！ 💰✨