1. 先看清 OpenClaw 的钱到底烧在哪OpenClaw 是一个能 7×24 小时自主跑任务的 Agent 框架能读邮件、写代码、盯监控、调工具适合把它当数字员工用的个人开发者和中小团队。但它的计费逻辑和普通聊天 AI 完全不是一回事普通对话一次问答只触发一次 API 调用而 OpenClaw 一个任务可能触发 5 到 10 次推理每次还要把记忆、Skills、历史上下文一起塞进请求。这就是为什么有人睡一觉醒来看到 $1100 账单而同样跑 OpenClaw 的人月成本能压在 $20 以内。我把自己从月花 $1000 压到 $20 量级的过程拆成三块Fallback 链路分流、本地部署兜底、请求裁剪。核心结论先放这成本失控不是模型贵而是把贵模型用在了不该用的地方同时让上下文无限膨胀。下面每一步都给出可直接复制的config.toml和settings.json骨架以及一轮压测验证动作照着改就能看到账单变化。在动手之前先建立一个成本公式后面所有优化都围绕它月成本 ≈ 单次请求平均 Token × 日请求次数 × 30 × 单价三个乘数里单价靠 Fallback 和本地部署压请求次数靠定时任务裁剪压单次 Token 靠上下文裁剪压。三管齐下才能从三位数掉到两位数。2. 前置准备TaoToken 接入与 Key 管理优化之前得先有一个稳定的 API 入口否则 Fallback 链路没法落地。我用的是 TaoToken 作为统一网关它把多家模型收敛到一个兼容接口下切换模型只改配置不改代码这对做 Fallback 分流特别关键。注册和拿 Key 的入口在这里官网https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentAPI 基址https://taotoken.net/api这个地址不加 UTM 参数控制台https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewriteAPI Keys 管理https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite拿到 Key 之后建议按用途拆成两把一把给主力模型用一把给便宜模型和本地兜底用。这样在控制台看用量时能直接区分哪条链路在烧钱排查成本来源时省很多事。注意Key 不要写死在代码里统一走环境变量注入后面config.toml里会用${TAOTOKEN_API_KEY}这种占位方式引用。3. 可复制配置Fallback 链路 预算上限这一节是省钱的核心。OpenClaw 的模型配置支持 primary 加 fallbacks 数组很多人只知道它在主模型不可用时降级其实更值钱的用法是主动按任务难度分流复杂任务走贵模型简单任务直接落到便宜模型从源头减少贵模型调用次数。3.1 config.toml 骨架# ~/.openclaw/config.toml [gateway] base_url https://taotoken.net/api api_key ${TAOTOKEN_API_KEY} timeout 60 [agents.defaults.model] # 主力模型只处理写代码、复杂推理这类硬任务 primary anthropic/claude-sonnet-4-6 # 降级链中等任务 - 简单任务逐级变便宜 fallbacks [ anthropic/claude-haiku-4-5, deepseek/deepseek-chat ] [agents.defaults.budget] # 日预算硬上限防止循环推理一夜烧穿 max_tokens_per_day 500000 max_cost_per_day 5.00 # 超限后的动作block 直接拦截warn 只告警 on_exceed block [agents.defaults.context] # 上下文过期时间避免无限膨胀 ttl_hours 12 # 单次请求上下文上限超出自动截断 max_context_tokens 320003.2 settings.json 骨架{ env: { TAOTOKEN_API_KEY: sk-your-key-here, OLLAMA_API_KEY: ollama-local }, agents: { defaults: { model: { primary: anthropic/claude-sonnet-4-6, fallbacks: [ anthropic/claude-haiku-4-5, deepseek/deepseek-chat ] }, budget: { maxTokensPerDay: 500000, maxCostPerDay: 5.00, onExceed: block }, context: { ttlHours: 12, maxContextTokens: 32000 } } } }3.3 本地部署兜底Ollama 分流心跳任务、问候、查天气这类请求根本不该走付费 API。用 Ollama 跑本地模型让 OpenClaw 自动发现成本直接归零只花电费。# 1. 安装 Ollama 后拉取一个适合工具调用的模型 ollama pull qwen3-coder:32b # 2. 确认本地服务在跑 ollama list curl http://localhost:11434/api/tags然后在settings.json里把本地模型挂到 Fallback 链最末端{ agents: { defaults: { model: { primary: anthropic/claude-sonnet-4-6, fallbacks: [ anthropic/claude-haiku-4-5, deepseek/deepseek-chat, ollama/qwen3-coder:32b ] } } } }注意接 Ollama 时不要用/v1那个 OpenAI 兼容地址工具调用会异常。让 OpenClaw 走原生 Ollama API它会自动发现本地模型不用额外配 endpoint。3.4 定时任务裁剪24/7 定时任务是隐形杀手。把频率降下来再加一个有新任务才触发的判断# ~/.openclaw/tasks.toml [[tasks]] name check-email schedule 0 8,12,20 * * * # 一天三次别用每小时 enabled true # 只有存在未读邮件时才真正调用模型 condition unread_count 0 [[tasks]] name heartbeat schedule */30 * * * * model ollama/qwen3-coder:32b # 心跳强制走本地零成本4. 验证请求确认分流真的生效配置改完不能靠感觉得用一轮压测确认钱花在了对的地方。下面这套动作我实测下来能直接看出 Fallback 有没有按预期工作。4.1 发一条简单请求看落到哪个模型curl -s https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer ${TAOTOKEN_API_KEY} \ -H Content-Type: application/json \ -d { model: deepseek/deepseek-chat, messages: [{role: user, content: 现在几点}], max_tokens: 64 } | jq .model, .usage返回里usage.prompt_tokens和usage.completion_tokens就是这次的真实消耗。简单问候类请求的 prompt_tokens 应该控制在几百以内如果动辄上万说明上下文没裁干净。4.2 核对 Token 用量清单压测时按这张表逐项对哪一项超标就回去改对应配置检查项健康值超标说明对应配置单次 prompt_tokens 8000上下文或 Skills 注入过多max_context_tokens日请求次数 500定时任务太频繁tasks.toml schedule贵模型调用占比 20%Fallback 分流没生效fallbacks 顺序日成本 $0.7综合超标max_cost_per_day4.3 跑一轮 24 小时压测把max_cost_per_day临时设成 $1让 Agent 正常跑一天。第二天看控制台用量如果被block拦下来了说明还有无效请求在烧钱回去查是哪个任务触发的如果一天下来只花了 $0.3 到 $0.6说明分流链路已经健康把上限调回 $5 即可。5. 本篇常见错排查改配置的过程中我踩过几个坑列出来帮你省时间。Fallback 顺序写反把便宜模型放 primary、贵模型放 fallbacks结果复杂任务全落到便宜模型上输出质量崩了又反复重试反而更贵。记住 primary 一定是能力最强的那个。上下文 TTL 设太长ttl_hours 设成 72 甚至不设记忆文件越滚越大每次请求都拖着几万 Token 的行李。12 小时对大多数场景够用。Ollama 用了 /v1 地址工具调用直接报错Agent 反复重试本地没省钱反而把请求打到了付费链路上。检查 gateway 配置里本地模型走的是原生 API。预算上限只告警不拦截on_exceed 设成 warn循环推理时照样烧钱只是给你发个通知。生产环境一律用 block。Skills 描述写太长每个 Skill 的说明都会注入 system prompt写几百字描述等于每次请求多烧几百 Token。描述精简到一句话能省 30% 左右的输入 Token。定时任务没有 condition没有新任务也照常触发一天空跑几十次。加上condition判断没活干就休眠。6. 把月账单压到 $20 的完整链路把上面所有配置串起来最终的成本结构是这样的复杂任务走 Claude Sonnet中等任务走 Haiku简单任务走 DeepSeek心跳和问候走本地 Ollama日预算 $5 兜底上下文 12 小时过期。实测下来月成本稳定在 $15 到 $20 之间比优化前降了 95% 以上。如果你还想进一步压可以试试把主力模型也换成按量更划算的组合或者把更多任务迁到本地。模型对话和 Coding Plan 的入口在这里按需取用模型对话https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentchatutm_campaignrewriteCoding Planhttps://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite接入文档https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite最后留一个我一直在用的习惯每周花五分钟看一次控制台的用量曲线哪条链路突然抬头就回去查对应配置。成本控制不是一次性的活是持续盯着乘数里那个偷偷变大的因子。