❓ 为什么需要 Skills？
“2 小时，100 美元。”
这不是什么高端餐厅的账单，而是一位 OpenClaw 用户真实发生的 Token 消耗故事。更夸张的是，有企业用户晒出月度账单：180 万 token，$3600。
但同样是用 OpenClaw，有人每月$0 成本跑得飞起。差别在哪？
除了模型选择、上下文管理等方法外，安装专门的 Token 节省 Skills是最直接的优化方案。
今天这篇，我把 OpenClaw 生态中 5 个专门用于节省 Token 的 Skills 全部整理出来。从安装到配置，手把手教你把 Token 费用打下来。
省下的，都是纯利润。
🥇 强烈推荐：QMD（必装）
开发者: Shopify 创始人 Tobi
节省比例: 90%
实施难度: ⭐⭐
回本周期: 1 周
核心功能
QMD 是一个本地语义搜索引擎，专为 AI Agent 设计。它解决了 OpenClaw 原生记忆系统的核心痛点：每次查询都要读取全部记忆文件。
技术架构：
• BM25 全文搜索：精确匹配关键词、ID、代码符号
• 向量语义搜索：理解同义词、概念关联
• LLM 重排序：Qwen3 reranker 提升精度
真实数据
用户评价：”如果 MEMORY.md 超过 2000 tokens，QMD 一周就能回本”
安装配置
bash
# 1. 安装 QMD CLI
bun install -g qmd
# 2. 初始化 QMD
qmd init –backend openclaw
# 3. 在 openclaw.json 中启用
{
“memory”: {
“backend”: “qmd”,
“qmd”: {
“enabled”: true,
“max_retrievals”: 5,
“truncation_limit”: 10,
“timeout_ms”: 3000
}
}
}
# 4. 配置记忆刷新（防止压缩破坏上下文）
{
“memoryFlush”: true,
“enableHybridSearch”: true
}
适用场景
注意事项
1. 首次索引需要时间：大量记忆文件可能需要 5-10 分钟
2. M 系列 Mac 性能最佳：Rust 原生支持 Apple Silicon
3. 定期清理过期记忆：避免索引膨胀
链接: https://linux.do/t/topic/
三、🥈 强烈推荐：prompt-guard（新发布 3 小时）
节省比例: 70%
实施难度: ⭐
发布时间: 2026-02-24（3 小时前）
核心功能
prompt-guard 是一个 Token 优化的提示注入防御引擎。它解决了两个问题：
1. 安全防护：防止恶意提示注入
2. 成本优化：分层模式加载，减少 70% token 开销
技术原理
传统方式：每次请求都加载完整防御规则（约 5000 tokens）
prompt-guard：
• 初始扫描：仅加载基础规则（约 1500 tokens）
• 深度检测：仅在可疑时加载完整规则
• 缓存优化：重复请求直接复用结果
安装配置
bash
# 安装 Skill
openclaw skills install prompt-guard
# 在 openclaw.json 中启用
{
“skills”: {
“prompt-guard”: {
“enabled”: true,
“mode”: “tiered”, # 分层模式
“cacheTTL”: “1h” # 缓存存活时间
}
}
}
节省效果
适用场景
链接: https://lobehub.com/skills/openclaw-skills-prompt-guard
四、🥉 推荐：memory-hygiene
节省比例: 30-40%
实施难度: ⭐
核心功能
memory-hygiene 负责保持向量内存精简，防止垃圾记忆浪费 token。它自动：
• 清理过期/无用记忆
• 合并重复内容
• 标记重要记忆防止误删
安装配置
bash
# 安装 Skill
openclaw skills install memory-hygiene
# 配置自动清理
{
“skills”: {
“memory-hygiene”: {
“enabled”: true,
“autoClean”: true,
“cleanInterval”: “24h”, # 每 24 小时清理
“keepImportant”: true # 保留重要记忆
}
}
}
节省效果
• 向量内存减少 30-40%
• 记忆检索速度提升 50%
• 避免”记忆污染”导致的错误回答
适用场景
链接: https://lobehub.com/skills/openclaw-skills-memory-hygiene
五、其他可选 Skills
1. token-optimizer
节省比例: 70%+
实施难度: ⭐⭐⭐
核心功能:
• 动态工具加载：工具 schema 只在需要时注入
• 缓存优化：最大化 Anthropic Prompt Caching
• 重复轮次便宜 90%
安装:
bash
openclaw openclaw 安装 skills install token-optimizer
适用: 高频调用、长 workflow 场景
2. memory-search
节省比例: 50-60%
实施难度: ⭐
核心功能:
• OpenClaw 内置记忆检索
• 管理 MEMORY.md 召回
• 比 QMD 轻量，但功能有限
启用:
json
{
“memory”: {
“search”: {
“enabled”: true
}
}
}
适用: 不想装 QMD 的轻量用户
3. SecureClaw
节省比例: –
实施难度: ⭐⭐
核心功能:
• 企业级安全插件
• 优化后约 1150 tokens
• 直接影响安全指令是否被遵循
安装:
bash
openclaw skills install secureclaw
适用: 企业用户、敏感数据处理
链接: https://www.helpnetsecurity.com/2026/02/18/secureclaw-open-source-security-plugin-skill-openclaw/
六、组合效果对比
推荐安装顺序
新手：
1. memory-hygiene — 简单，零配置
2. memory-search — 内置，启用即可
进阶：
1. QMD — 节省 90%，一周回本
2. prompt-guard — 安全 + 节省双重收益
高阶：
1. token-optimizer — 动态加载 + 缓存优化
2. SecureClaw — 企业级安全
❓常见问题
Q1: Skills 会影响性能吗？
答: 短期可能有轻微影响（首次索引/加载），但长期来看：
• 检索速度更快（精准匹配）
• 响应时间更短（缓存优化）
• 总体性能提升
Q2: 安装后需要重启吗？
答: 大部分 Skills 热加载，无需重启。但 QMD 需要初始化索引，建议重启一次。
Q3: 更新会丢失配置吗？
答: 配置存储在 openclaw.json，更新不会丢失。但建议更新前备份配置。
📚 总结：投资建议
必装：
• QMD — 一周回本，节省 90%
• memory-hygiene — 零配置，节省 30%
推荐：
• prompt-guard — 安全 + 节省，新发布
• memory-search — 内置功能，启用即可
按需：
• token-optimizer — 高频调用场景
• SecureClaw — 企业级安全需求
核心建议: 先装 QMD，一周回本；再加 prompt-guard，安全 + 节省双重收益。
发布者：Ai探索者，转载请注明出处：https://javaforall.net/252140.html原文链接：https://javaforall.net
