通过智能模型路由、心跳优化、预算跟踪和多供应商故障转移，降低OpenClaw的令牌使用量和API成本。适用于令牌成本高昂、API速率限制触发或大规模部署多个代理的场景。提供现成的脚本，用于任务分类、用量监控和优化心跳调度。所有操作仅限本地文件分析，无需网络请求，不执行代码。详情见SECURITY.md

追踪不同提供商的AI令牌使用情况和成本。导入会话，查看仪表板、成本明细，并对比Max计划的节省情况

跟踪、分析和优化跨AI服务商的令牌使用量与成本，设置预算、接收提醒、比较模型，降低支出

当用户要求优化提示词、设计提示模板、评估大语言模型输出、构建智能体系统、实现RAG、创建少样本示例、分析token使用或设计AI工作流时使用此技能，适用于提示工程模式、大语言模型评估框架、智能体架构和结构化输出设计

追踪并分析主会话、定时任务和子代理会话中的OpenClaw令牌使用情况，按类别、客户端、模型和工具进行归因。当用户询问令牌消耗位置、需要每日/每周令牌报告、要求会话级详细分析，或计划优化令牌成本并需 transcript 数据作为依据时使用。

实时追踪您所有OpenClaw代理的令牌使用情况和成本——提供警报、预算设置和优化建议

检查在 Anthropic 及其他提供商处的 AI 使用情况 适用场景： 1. 用户询问 AI 使用量、令牌使用量或配额 2. 用户说“我的 AI 使用了多少”或“我用了多少” 3. 用户询问 Anthropic/Claude 的使用情况或使用限制 4. 用户询问 AI 的费用或支出 5. 在心跳检测期间（每日检查）监控使用情况

分析 OpenClaw 会话日志，按代理和模型统计令牌使用量、成本和性能指标。当用户询问 API 支出、令牌使用情况、会话成本或需要使用摘要时使用。

用于优化任何大语言模型的提示词，应用经过验证的提示工程技巧，提升输出质量、减少幻觉并降低令牌消耗