Token 优化 Pro

要解决的问题

在多 Agent、多模型的 OpenClaw 环境中，token 消耗往往不是简单的线性增长，而是由上下文长度、会话轮次、工具调用、模型选择共同造成。账单或监控面板能回答“用了多少”，但通常不会指出“哪个 Agent 在重复携带大上下文”“哪个模型本周成本最高”“昨天是否出现异常峰值”。token-optimizer-pro 面向这类成本排查：把用量数据转化为可执行的优化动作，而不只是展示曲线。

工作方式

• 用量追踪：按 agent 与 model 维度查看 token 使用，定位高消耗对象。
• 趋势与成本：分析时间序列，估算当前成本和预测成本，发现异常尖峰。
• 优化建议：围绕 model selection、context trimming、session management、tool usage efficiency 给出具体节省方向。
• 阈值与告警：可定义高用量阈值，便于在成本失控前介入。

适合把它当作 token 成本审计入口：先回答“哪里最贵”，再讨论“如何降低 20% 或更多”。不适用于替代计费系统、网关层限流或模型部署本身的改造；如果缺少细粒度 trace、prompt 全文或工具调用明细，建议结论只能作为排查线索。