OpenClaw + GitHub Copilot + Claude Opus 4.6 参数调优实录

OpenClaw 默认配置跑一段时间会遇到两个问题：额度消耗太快、长会话超时崩溃。这篇文章记录我实际调优的 8 个参数，以及背后的原因。

先说清楚架构

我用的组合：

• GitHub Copilot Pro+：月付 $19，提供 1500 次/月的 premium request 额度
• Claude Opus 4.6：通过 Copilot 的模型路由访问，模型 ID github-copilot/claude-opus-4.6
• OpenClaw：负责 Telegram 交互、Skill 调用、定时任务

额度计算逻辑：每次 AI 助手回复 = 1 次 premium request（包括 tool call 后的回复）。1500 次听起来很多，但没优化的话很快就不够用。

8 项标准优化

1. 模型只保留 Copilot，清空 fallbacks

问题：默认配置有多个 model provider 做 fallback，一旦主模型超时，会依次尝试所有 fallback，每次尝试都消耗额度。

优化：

{
  "agents": {
    "defaults": {
      "model": {
        "primary": "github-copilot/claude-opus-4.6",
        "fallbacks": []
      }
    }
  }
}

fallbacks 清空后，失败直接报错，不会触发 2-3 次无效重试。每月节省约 50 次。

2. 超时从 600s 降到 300s

问题：默认 600 秒超时意味着一次卡住的请求要等 10 分钟才报错，这段时间后续消息全部积压。

优化：

{
  "agents": {
    "defaults": {
      "timeoutSeconds": 300
    }
  }
}

300 秒对于正常任务绰绰有余，能更快发现异常，减少因超时引发的重试链。

3. Session Compaction：safeguard 模式

问题：长时间运维会话（比如调试一个服务器问题来回 SSH 几十次），上下文会膨胀到 API 拒绝接受，然后触发重试。

优化：

{
  "compaction": {
    "mode": "safeguard",
    "reserveTokensFloor": 120000
  }
}

safeguard 模式：当上下文接近模型 context 上限时，自动压缩历史，保留关键内容，防止因 context 过长导致的 API 报错。reserveTokensFloor 是保留的输出 token 缓冲。

4. Context Pruning：30 分钟 TTL

这是效果最显著的优化。

问题：tool call 的输出（SSH 命令结果、文件内容、API 响应）通常很长，但 30 分钟后基本没有参考价值，却还占着 context 的大量空间。

优化：

{
  "contextPruning": {
    "mode": "cache-ttl",
    "ttl": "30m",
    "keepLastAssistants": 5,
    "minPrunableToolChars": 30000,
    "softTrim": {
      "maxChars": 3000,
      "headChars": 1000,
      "tailChars": 1000
    },
    "hardClear": {
      "enabled": true,
      "placeholder": "[旧工具输出已清理]"
    }
  }
}

关键参数说明：

• ttl: "30m"：30 分钟前的 tool 输出自动进入裁剪候选
• keepLastAssistants: 5：保留最近 5 条 AI 回复（保持对话连贯性）
• minPrunableToolChars: 30000：只有超过 3 万字符的 tool 输出才裁剪（避免误裁）
• softTrim：保留头尾各 1000 字符，中间折叠为占位符
• hardClear：超限时完全清空替换为占位文字

实际效果：context 大小减少 50%+，长会话稳定性大幅提升。

5. 关闭 Discord

问题：Discord WebSocket 连接不稳定，频繁断连会触发 gateway 异常，进而导致一连串错误重试，消耗额度。

{
  "channels": {
    "discord": {
      "enabled": false
    }
  }
}

我的使用场景只用 Telegram，Discord 直接关掉。每月节省约 100 次。

6. 关闭 Heartbeat

问题：Heartbeat 是 OpenClaw 的存活检测机制，默认每 30 分钟发一次 ping，每次 ping = 1 次 API 调用。

{
  "agents": {
    "defaults": {
      "heartbeat": {
        "every": ""
      }
    }
  }
}

关掉后每天节省 48 次调用，每月 节省约 1440 次。这是最大的单项节省。

7. 清理无用 Model Providers

问题：配置了多个 model provider（openrouter、各种 API 代理），gateway 启动时会对所有 provider 做后台健康检查，每次检查消耗额度。

{
  "models": {
    "providers": {}
  }
}

只保留 github-copilot，其他全删。每月节省 20-50 次。

8. 关闭 Exec 审批（新版 4.5+）

问题：新版 OpenClaw 默认开启 elevated 权限审批，AI 执行 shell 命令时需要用户确认，会卡住自动化工作流。

在 openclaw.json 的 exec 配置里：

{
  "exec": {
    "requireApproval": false
  }
}

适合信任你的运维场景，不适合多人共享或不确定任务的场景。

一键应用脚本

以上 8 项可以用这段 Python 脚本批量写入：

import json, os

path = os.path.expanduser("~/.openclaw/openclaw.json")
with open(path) as f:
    c = json.load(f)

d = c.setdefault("agents", {}).setdefault("defaults", {})

# 1. 模型 + 清空 fallbacks
d["model"] = {"primary": "github-copilot/claude-opus-4.6", "fallbacks": []}

# 2. 超时 300s
d["timeoutSeconds"] = 300

# 3. Session Compaction
d["compaction"] = {
    "mode": "safeguard",
    "reserveTokensFloor": 120000
}

# 4. Context Pruning
d["contextPruning"] = {
    "mode": "cache-ttl",
    "ttl": "30m",
    "keepLastAssistants": 5,
    "minPrunableToolChars": 30000,
    "softTrim": {"maxChars": 3000, "headChars": 1000, "tailChars": 1000},
    "hardClear": {"enabled": True, "placeholder": "[旧工具输出已清理]"}
}

# 6. 关闭 Heartbeat
d["heartbeat"] = {"every": ""}

# 5. 关闭 Discord
c.setdefault("channels", {}).setdefault("discord", {})["enabled"] = False

# 7. 清理 providers
c.setdefault("models", {})["providers"] = {}

with open(path, "w") as f:
    json.dump(c, f, indent=2, ensure_ascii=False)

print("配置已更新，重启 openclaw gateway 生效")

运行后重启 gateway：

openclaw gateway restart

版本兼容性注意

部分参数只在新版（4.5+）支持，旧版写入会导致 gateway 启动失败：

如果 gateway 重启失败，先用 openclaw gateway logs 看具体报错，通常是某个不支持的字段导致的。

优化后的月度用量

优化前：Heartbeat + Discord + fallbacks + context 膨胀，单日可能消耗 150+ 次。

优化后（1500 次/月分配）：

1500 次的额度留有充足余量，即便某天密集运维消耗 200 次，月末也不会超限。

有 OpenClaw 配置问题或者额度不够用的情况，欢迎来 Telegram 聊。

延伸阅读：

• OpenClaw 是什么 — 整体架构介绍
• OpenClaw 故障排查 — 常见问题处理
• Claude API 省钱指南 — API 直连的成本控制

📷 封面图 · Flux Schnell AI 生成 · panshi.io 品牌风格