该技能用于审计并降低 OpenClaw 的 API 成本，针对三类常见浪费：琐碎任务使用昂贵模型、每条消息重复处理相同静态文件、加载智能体从不使用的上下文。它按影响从高到低应用六项优化。
一是模型路由：按任务选最便宜的可用模型，如日常用 Haiku 或 Kimi，心跳用 Haiku，编码用 Codex 或 Miniax，爬取用 DeepSeek V3，图像理解用 Gemini 2.5 Flash；可在 agents.defaults.models 中定义别名，并把默认模型改为 Haiku；心跳默认每 10 分钟一次，可改为 1 小时一次。
二是提示缓存：缓存稳定内容（SOUL.md、USER.md、工具定义、参考文档），不缓存每日记忆、对话历史和工具输出；通过 cacheRetention 设 short（5 分钟，API key 认证下自动启用）或 long（1 小时，需 beta 标志）。
三是精简启动上下文：仅加载 SOUL.md、USER.md、IDENTITY.md 和当日记忆，历史上下文改用 memory_search 按需检索。
四是本地心跳：用 Ollama 运行本地模型，如 curl -fsSL https://ollama.com/install.sh | sh 安装，ollama pull llama3.2:3b 拉取，并把 heartbeat.model 设为 ollama/llama3.2:3b；需要约 2GB 空闲内存。
五是速率限制与预算：在 SOUL.md 或系统提示中写入调用间隔、搜索批量、超限暂停等行为规则；OpenClaw 无原生预算配置键，需依赖提供商账单告警和外部监控，并可用 openclaw cron list --all --json 查看任务实际使用的模型。
六是精简工作区文件：删除背景设定、重复规则和不影响输出的说明，保留个性、硬性行为规则和通信偏好。
验证方式包括检查各定时任务 payload.model、查看心跳配置、用 wc -c 统计启动文件大小；理想状态为启动上下文 2–8KB、默认模型为 Haiku、心跳走本地或 Haiku、日花费降至 0.10–0.50 美元。资料未提供具体收费与官方支持信息。