OpenClaw API 成本追踪与分析

实用 不花冤枉钱 — Token预算管理、消费分析、智能省钱策略

世界上有两种Agent开发者：一种月底看账单才意识到自己烧了$500，另一种每天都在精确知道每一分钱的流向。差别不在于用哪个模型，而在于有没有一套成本追踪体系。

OpenClaw 成本追踪架构

OpenClaw 内置了完整的成本追踪系统，无需额外工具即可监控API消费：

OpenClaw Cost Tracker
    │
    ├─── 实时计数器（每次LLM调用后更新）
    │    ├─ input_tokens_total
    │    ├─ output_tokens_total
    │    ├─ estimated_cost_usd
    │    └─ call_count
    │
    ├─── 会话级追踪
    │    ├─ session_total_cost
    │    ├─ session_token_distribution
    │    └─ session_tool_call_cost
    │
    └─── 全局汇总
         ├─ daily_cost_report
         ├─ monthly_cost_trend
         └─ cost_by_agent breakdown

查看成本数据

1. 命令行查看

# 查看当前会话成本
openclaw cost session

# 查看今日总成本
openclaw cost today

# 查看本月成本
openclaw cost month

# 查看各Agent成本分布
openclaw cost by-agent

# 查看各模型成本分布
openclaw cost by-model

# 输出示例：
# Model          | Input Tokens | Output Tokens | Cost
# ---------------|-------------|---------------|--------
# gpt-4o         | 1,234,567   | 456,789       | $12.34
# deepseek-chat  | 3,456,789   | 1,234,567     | $1.89
# claude-3.5     | 567,890     | 234,567       | $4.56
# Total          | 5,259,246   | 1,925,923     | $18.79

2. 通过 API 查询

# HTTP API 查询成本数据
curl http://localhost:3000/api/v1/cost/today \
  -H "Authorization: Bearer $OPENCLAW_API_KEY"

# 返回JSON格式
{
  "date": "2026-04-25",
  "total_cost_usd": 2.34,
  "total_input_tokens": 234567,
  "total_output_tokens": 56789,
  "by_model": {
    "gpt-4o": { "cost": 1.50, "calls": 45 },
    "deepseek-chat": { "cost": 0.84, "calls": 120 }
  },
  "by_agent": {
    "miaoquai": { "cost": 1.20 },
    "knowledge-keeper": { "cost": 0.80 },
    "hr-agent": { "cost": 0.34 }
  }
}

设置 Token 预算

全局预算配置

# .env 或 openclaw config
OPENCLAW_BUDGET_DAILY=10.00     # 日预算 $10
OPENCLAW_BUDGET_MONTHLY=200.00  # 月预算 $200

# 超预算行为
OPENCLAW_BUDGET_ACTION=warn     # warn=警告 | block=阻断 | switch=切模型

# 预算告警阈值
OPENCLAW_BUDGET_ALERT_AT=0.8    # 80%时告警

Agent级预算

# AGENTS.md 中为特定Agent设置预算
## 预算限制
- 日预算: $2.00
- 月预算: $50.00
- 超限策略: 自动切换到 deepseek-chat
- 优先级: 高（超出预算不影响其他Agent）

任务级预算

# 单次任务的token限制
openclaw task run --max-tokens 50000 \
  --max-cost 0.50 \
  "生成10个SEO页面"

# 如果任务消耗可能超过预算，系统会：
# 1. 发出预警
# 2. 自动切换到更便宜的模型
# 3. 限制工具调用次数

成本分析仪表盘

生成成本报告

# 导出CSV格式成本数据
openclaw cost export --format csv --period week > cost_report.csv

# 导出HTML报告
openclaw cost report --period week --output cost_report.html

# 报告内容包含：
# - 每日消费趋势
# - 模型成本占比
# - Agent成本排名
# - Token使用效率
# - 异常消费检测

智能省钱策略

策略一：模型分级

# 将任务按复杂度分级，匹配不同模型
task_routing:
  simple:      # 问候、格式化、简单查询
    model: gpt-4o-mini
    cost: ~$0.15/1M tokens
    
  standard:    # 日常对话、代码补全
    model: deepseek-chat
    cost: ~$0.27/1M tokens
    
  complex:     # 深度分析、复杂推理
    model: deepseek-reasoner
    cost: ~$0.55/1M tokens
    
  critical:    # 生产决策、安全相关
    model: gpt-4o
    cost: ~$2.50/1M tokens

策略二：缓存命中

# 启用响应缓存减少重复调用
OPENCLAW_CACHE_ENABLED=true
OPENCLAW_CACHE_TTL=3600           # 1小时缓存
OPENCLAW_CACHE_MAX_SIZE=1000      # 最多缓存1000条
OPENCLAW_CACHE_SIMILARITY=0.95    # 相似度95%以上命中缓存

# 典型节省：
# 未缓存：1000次相似查询 × 2k tokens = 2M tokens
# 缓存后：1000次 → 200次实际调用 = 400k tokens
# 节省：80%

策略三：Prompt 优化

# 系统Prompt优化：删除冗余信息
# 差的系统Prompt（500 tokens）
"你是一个专业的AI助手，你擅长回答各种问题，
 包括但不限于编程、设计、写作、数据分析..."
# 每次调用都消耗500 tokens × 100次/天 = 50k tokens/天

# 好的系统Prompt（150 tokens）
"你是妙趣AI的运营Agent。遵循SOUL.md人设。
 优先使用工具而非猜测。简洁高效。"

# 每天节省：35k tokens = ~$0.09
# 月节省：~$2.7（看似不多，但prompt是每次必传的）

模型定价速查表（2026年4月）

常见问题

Q: OpenClaw 成本追踪准确吗？

OpenClaw 的成本估算基于公开定价表，与实际账单可能有微小差异（缓存命中、批量折扣等）。建议每周对比一次OpenClaw估算值和实际API账单，校准差距。

Q: 子Agent成本怎么算？

子Agent（spawned sessions）的成本默认计入父Agent。你可以在sessions_spawn时设置独立预算：max_cost: "1.00"。子Agent超预算后会被自动终止。

Q: cron定时任务成本会失控吗？

会，如果不设预算的话。强烈建议为每个cron任务设置max_tokens和max_cost上限。一个失控的cron任务可能在一夜之间烧掉整个月预算。

相关教程