积分节省指南

输入消耗

Clawbot在理解任务要求时产生的消耗，主要包括：

• 用户发出的消息内容。

• 用户上传的文件、图片、截图。

• 当前会话里的上下文历史。

• 已加载的记忆、历史会话。

• Skill / API 的描述信息、工具定义等。

• 后台加载的人设文件、规则文件、系统提示词（System Prompt）等隐藏配置。

执行消耗

Clawbot在完成任务时产生的成本，主要包括但不限于以下几类：

• 打开网页、搜索资料、读取页面内容。

• 调用工具、Skill、API。

• 分析代码、日志、图片、文档。

• 生成内容、整理结果、发布消息。

• 多轮推理、比对、总结。

多任务分对话执行

• 典型高消耗场景：同一个会话里执行多个任务，每次回复都要重读大量历史，单次回复很可能就要消耗 0.2-0.5积分，上下文越多消耗越高。

• 优化策略：任务阶段性完成后，及时新开对话，需要承接历史时，优先通过 memory 文件、总结文档、历史 session 来恢复上下文。可在对话中输入 /new 或者直接新开一个会话。

• 设计原则：避免让模型每次都重新读长对话历史，而是给它看"摘要版任务说明"。

避免浏览器滥用

• 典型高消耗场景：同一个任务拆成多次零碎浏览，非必要搜索浏览器。浏览器自动化通常并不是只点一下那么简单，背后往往包含页面加载、DOM 解析、内容提取、交互动作和结果整理。

• 优化策略：能通过已有信息判断的，不重复打开网页，一次性批量完成操作，避免来回切换。任务描述尽量明确，减少无效探索。

• 设计原则：浏览器是高消耗工具，不是频繁使用的工具。

大文件/多文件读取

• 典型高消耗场景：一上来就读整个项目，把长日志、完整代码仓、整篇大文档都扔进去，不限定范围，让模型自己找重点。

• 优化策略：先精准定位，再读取内容；尽量缩小范围到"具体文件 + 具体行数 + 具体问题"；先给任务背景，再给最小必要信息。

  • 推荐描述：例如"检查 /path/to/file.py 第 30～50 行是否有内存泄漏"“分析这段错误日志里为什么会出现连接超时”。

• 设计原则：让模型读"问题定位的局部内容"，而不是"全部内容"。

多Skill/API调用

• 典型高消耗场景：安装大量工具及skill，每次任务都带着大量无关工具信息一起进入上下文，很多 skill / API 会带来额外的说明、参数定义、调用上下文，这些都会消耗积分。

• 优化策略：只安装自己真正常用的 skill / API，不常用的临时启用，用完就停，对单一任务尽量保持工具集合精简。

• 设计原则：工具集应保持精简，过多工具会增加上下文负担。

重复查询相同内容

• 典型高消耗场景：同一个复杂问题，在不同会话反复从头问，每次都消耗积分，不共享。

• 优化策略：复杂任务完成后，及时写总结，关键结论沉淀到 memory/，常用流程写成 SOP / checklist / 说明文档，对重要排查结果保留"结论 + 证据 + 文件位置"。

• 设计原则：能复用结论，就不要复用消耗。

图片/视频处理

• 典型高消耗场景：图片和视频理解属于高消耗能力，高频发截图，不裁剪重点区域，整屏乱丢，可以文字描述也要上图，OCR、图片理解、视频分析来回做很多次。

• 优化策略：优先裁剪到关键区域，用低分辨率截图即可，不必原图直传。能用文字准确描述，就不要发图。一次把关键截图发全，避免来回补图。

• 设计原则：图像输入要精准取证，避免整屏轰炸。

7. 无计划复杂任务

• 典型高消耗场景：复杂任务不先拆解，完全靠多轮聊天推进，每一步都在对话里临时回忆"上一步做到了哪"，做着做着上下文越来越长，越来越乱。

• 优化策略：复杂任务一开始就写计划文件，把状态、结论、待办写进文件，不靠上下文记忆，下次继续时直接读取计划文件即可。推荐方式：例如先建立 temp/xxx-plan.md、temp/xxx-progress.md、memory/xxx-summary.md。

• 设计原则：复杂任务靠"外部状态文件"推进，而不是靠"聊天上下文堆积"推进。

每日赠送积分为什么没有在凌晨 0 点准时到账？

每日免费积分并非严格在 00:00 到账，存在一定延迟，且需系统检测到当日有效登录后才会发放。

排查方法：

1. 若积分未到账，请完全退出阿里云账号后重新登录以刷新状态（仅重启客户端无效）。

2. 登录后前往积分管理查看历史记录，确认积分是否已到账或已被后台任务自动抵扣。

为什么任务未生成答案或未响应，但积分仍在持续消耗？

积分消耗对应模型的实际计算量，而非仅以用户可见的输出为准。常见原因有两类：

1. 模型陷入循环思考或重复检查动作：表面看似无输出，实则后台已进行大量任务调用和算力消耗。建议优化提问方式，引导模型准确执行，或手动中断当前任务后重新输入。

2. 输入内容过多导致执行耗时较长：复杂任务需要时间处理，期间会持续计费。建议将复杂任务分步拆解，降低单次负载。

JVS Claw 积分与 Token 的换算关系是什么？

积分与 Token 没有固定的换算比例，消耗量取决于所使用的模型类型、思考模式及工具调用情况。

参考标准（以 qwen3.5-plus 模型、新开对话为准）：

如何查看每日赠送积分的数量及有效期？

登录 JVS Claw 控制台或客户端，点击右上角头像，进入我的页面，在总积分卡片中查看当前可用积分及来源明细。

赠送规则：每日登录赠送 20 积分，仅限当日有效，次日重置。

如何排查单次任务积分消耗异常偏高（如数百积分）的原因？

对话触发的任务涉及多轮推理、工具调用（如 Python 脚本执行）及上下文累积，随着聊天记录增加，每次调用携带的信息量增大，消耗上升属正常现象；定时任务仅涉及少量模型调用，消耗相对稳定。

排查方法：

1. 检查 session 日志（路径：/home/admin/.openclaw/agents/main/sessions/）分析具体调用详情。

2. 检查 openclaw 日志（路径：/tmp/openclaw）查看工具调用记录。

3. 参考本文档「积分节省策略」章节优化使用习惯。

JVS Claw 大师版剩余积分配额能否分享给朋友使用？

不支持直接将剩余积分配额分享给他人独立使用。

若需共享，必须由朋友提供电脑作为服务器搭建环境，并使用分享者的手机号登录后进行操作。