你有没有这种感觉？每次一觉醒来，看到OpenClaw跑了一夜的对话消耗，几万甚至上几百万tokens就没了，肉疼得像‘养龙虾’跑了苗。
作为一个天天跟AI打交道的技术人，我试遍了各种省钱方法。今天这篇不讲大道理，直接分享我目前在用的3个最有效的配置方案，特别是那个 adaptive 压缩模式，
3个方案对比如下，也可以组合一起用，下面看详细怎么做。
方案
核心原理
省钱效果
适用场景
方案一：压缩
总结历史，保留精华
★★★★★
长对话、复杂任务
方案二：优化提示词
要求模型说“人话”
★★★☆☆
所有场景的基础
方案三：限制历史
简单粗暴，忘记过去
★★☆☆☆
简单、独立问答
方案一. 启用上下文压缩（Compaction） 最推荐 OpenClaw 支持对长对话历史进行压缩，减少传递给模型 的 tokens。在配置中启用 compaction。打开你的openclaw.json文件
找到 agents 部分
你需要决定是为所有 agent 启用压缩（添加到 defaults），还是仅为单个 marketing 启用（添加到 marketing 的单独配置）。
a.为全局启用压缩（所有 agent 继承）
在 agents.defaults 中添加 compaction：
json
"agents": {
"defaults": {
"model": {
"primary": "custom-api-deepseek-com/deepseek-chat "
},
"workspace": "/root/.openclaw/workspace",
"compaction": {
"mode": "adaptive",
"maxMessages": 20
}
},
"list": [ ... ]
}
b.为单个代理marketing 单独启用压缩
在 agents.list 中找到 marketing 对象，添加 compaction 字段：
json
{
"id": "marketing",
"name": "marketing",
"workspace": "/root/.openclaw/workspace-marketing",
"agentDir": "/root/.openclaw/agents/marketing/agent",
"model": {
"primary": "custom-api-deepseek-com/deepseek-chat",
"maxTokens": 400
},
"compaction": {
"mode": "adaptive", // 压缩模式：safeguard | adaptive | none
"maxMessages": 20, // 保留最近消息的最大数量（超出部分可能被压缩）
"summaryPrompt": "请用一句话简洁总结以上对话的核心内容" // 自定义压缩提示词（可选）
}
}
压缩mode说明：
safeguard（默认）：仅当会话上下文长度接近模型限制时才会触发压缩，压缩后尽量保留完整对话。 adaptive：主动压缩，根据 maxMessages 或动态策略压缩历史，更激进地节省 tokens。 none：禁用压缩。 其他参数说明：
maxMessages：整数，表示保留的最近消息数（包括用户和助手）。超出部分会被压缩或丢弃。
summaryPrompt：字符串，自定义压缩时使用的提示词。如果不提供，使用内置默认提示。
thresholdTokens：触发压缩的 token 数阈值（仅 safeguard 模式有效），默认自动计算。
注意事项：
压缩会丢失部分历史细节，可能影响多轮对话的连贯性。建议根据实际需求调整 maxMessages 和压缩模式。 如果使用自定义 summaryPrompt，确保提示词能引导模型生成简洁总结，避免反而增加 tokens。 方案二： 优化提示词（SOUL.md） 修改 SOUL.md，在职责和回答风格中明确要求简洁、直奔主题，避免冗长解释。
例如在 SOUL.md 中添加：
回答准则
-
极简原则：在满足用户需求的前提下，回答必须尽可能简短，避免不必要的修饰和重复。
-
禁止废话：不要解释原理，除非用户明确要求；不要罗列多种方案，除非用户需要对比。
-
字数限制：普通问题回复不超过 100 字，复杂问题不超过 300 字。
方案三：限制对话历史长度 通过 session 配置限制每个会话保留的消息数量。在配置文件中添加：
json
"session": {
"maxHistoryMessages": 20 // 每个会话最多保留 20 条消息
}
注意：超出部分会被丢弃或压缩，可能会不连贯。注意。
你平时用OpenClaw最头疼的问题是什么？是token消耗，还是模型效果？欢迎在评论区留言，我会挑一个高频问题，专门写一篇避坑指南。 ———————————————— 版权声明：本文为CSDN博主「欧阳逐梦」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。 原文链接：blog.csdn.net/wpplvhq/art…
