使用OpenClaw时如何降低token消耗？分享一个浏览器自动化的skill

首页 > AI技术 > 正文

使用OpenClaw时如何降低token消耗？分享一个浏览器自动化的skill
2026-03-24

最近做了大量的AI实验。今天我先分享其中的一个小例子，用来说明在使用OpenClaw这类agent的时候如何大幅地降低token。

今天讨论的内容分两部分：

先介绍一个小例子：如何使用OpenClaw来爬取我的个人博客网站，检查最新的文章发布。
总结一下这个思路背后的思想：在构建和运行自动化工作流的过程中，模型的自主性和场景要求的确定性这两个因素，如何在时间和空间上进行排布，以能够达到更高的稳定性和更低的token消耗量。

自动检查我的博客网站

我们从一个简单的任务开始。任务目标是：检查zhangtielei的博客网站最近更新了哪些文章，做个总结。

解题思路可能有两个。第一个是使用爬虫的思路，写代码模拟用户请求，抓取博客文章，过滤、总结。第二个思路是把这个任务看成一个工作流。第二个思路有更强的通用性，我们按照这个思路来实施。

这个工作流可以分成三步：

访问 https://zhangtielei.com 。
依次点击过去若干天内新发布的每一篇博客文章，查看全文内容。注意：如果新发布的文章数过多，可能需要翻页。
最后，输出一个简短的总结，告诉我这些新文章大概讲了什么重要内容。

好了，我们可以把这个任务直接丢给OpenClaw让它执行。但是，大家现在都知道OpenClaw是个token粉碎机，token消耗的背后都是真金白银。特别是等各大模型厂商的coding plan优惠活动过了之后，这个问题就会更加严重~~ 而且，如果你想定期重复执行这个任务，它每次执行的效果也不太稳定。

现在我们换另外一个思路：让OpenClaw把这个任务写成脚本来执行。换句话说，使用OpenClaw把这个工作流调教好，然后「固化」成一个程序。为了让脚本生成的过程更顺畅、更准确，我下面会提供一个skill。具体实施步骤如下：

先安装一个skill，用于指导代码生成：

npx skills add bitsky-tech/bridgic-browser --skill bridgic-browser

然后在OpenClaw的工作区建立一个项目目录：

mdkir ~/.openclaw/workspace/new-blogs-checker

在新建的项目目录下面，创建一个task.md文件，把前面的任务描述放进去。task.md的内容如下：

# 把下面的任务写成Python代码

## 任务目标
检查zhangtielei的博客网站最近更新了哪些文章，做个总结。

## 具体执行步骤
1. 访问 https://zhangtielei.com 。
2. 依次点击过去若干天内新发布的每一篇博客文章，查看全文内容。
注意：如果新发布的文章数过多，可能需要翻页。
3. 最后，输出一个简短的总结，告诉我这些新文章大概讲了什么重要内容。

## 其他要求
 - 检查的时间段请作为生成的可运行程序的一个可选参数。
 - 最后对文章的总结，请使用智谱的最新模型。api key是这个： <your_api_key>

task.md的内容，基本上前面工作流描述原封不动地放了进去，又加了点非功能性需求的描述。

确保OpenClaw能够识别到刚才的skill：

确保OpenClaw能够访问到刚才新建的项目目录：

一切就绪，现在让OpenClaw开始干活儿：

注意：这个指令虽然很简短，但包含了大量的信息。

首先，它指明了要先探路，再编码。这个策略让代码生成的成功率极大提升。
bridgic-browser这个skill背后引用了一个浏览器操作工具库。为了适配前面这种「先探路、再编码」的模式，这个库提供了两套API，一套CLI一套Python SDK，且一一对应。
前面的指令还指明了：探路过程使用CLI，但编码使用Python SDK。
此外，这个指令还特意指明探路的时候使用浏览器「有头」模式，这样你可以看到OpenClaw探路的过程，监督它做得对不对。

等待几分钟过后：

我们看到，代码一次性生成了！中间只需要等待。

我们执行一下这个生成的脚本，看看效果（gif）：

小升级一下

上面这个脚本基本上功能正常。但后来发现还是有个小bug：它在点击文章详情页的时候没有打开新tab，这导致如果首页需要翻页的话，它就浏览不到更多的文章了。另外，为了更好地管理项目的依赖和执行环境，我打算引入uv。

OK，那还是用OpenClaw来做这个实验。这次我创建一个新的项目目录，里面的task.md内容不变：

mdkir ~/.openclaw/workspace/new-blogs-checker-v2
cp ~/.openclaw/workspace/new-blogs-checker/task.md ~/.openclaw/workspace/new-blogs-checker-v2/task.md 

输入的指令稍微微调了一下：

OpenClaw提示说任务完成了，并且测试结果显示60天范围内只找到1篇文章。实际上这里结果不对，应该有2篇。

那提示它修改一下：

注意：这个显示是因为OpenClaw的web UI的bug，实际上我只输入了一句话：

60天范围内应该有2篇文章才是对的。请重新测试、修改代码并验证。

这次可以了！中间经过了一次提示，新的脚本成功编写出来。

讨论

有人可能会问：为啥用OpenClaw生成代码？而不是使用Claude Code、Codex或Cursor这些coding agent？

在当今AI agent时代，可以粗略地说：一个coding agent就是一个通用agent。很多人早就开始拿Claude Code去完成非编码任务了。反之，一个通用agent，也是一个coding agent。只要给一个自主agent配置了读写文件、编辑以及bash工具，它就具备了基本的编码能力。

本文的实验验证了，只要引导做得好，像OpenClaw这样的一个通用智能体，虽然它没有像Claude Code那样针对编码任务进行过那么多调优，但还是能够比较顺畅地把编码任务完成。在这里，它只是手头恰好可用的一个工具。顺便说一下，前面的实验中，OpenClaw使用的模型是Kimi 2.5。

这也是AI软件和传统软件的一个重要区别。以前，不同的软件之间，能力边界相差很大。而现在呢，不同的AI软件之间，能力边界是模糊的。同一个任务，既可以用Claude Code去实现，也可以用OpenClaw去实现；既可以用“这个Claw”去实现，也可以用“那个Claw”去实现。未来不同的Claw类产品的同质化竞争是可以预见的。

插一句：这个事实可能对真正的工程师来说是好事。想象一下，以后不管用户手头上有什么Claw产品可用，只要你的Harness做得好，你就可以随时利用手头上的任何一个Claw把需要的软件生产出来。Claw为未来世界提供了某种通用的算力单元。

那是不是只要某一个XxxClaw优化到足够好，市场就不需要其它Claw类产品了呢？也不是。各个产品面向的用户群体、提供的用户体验可能还是会非常不同，能力禀赋上也会产生差异。

回到前面采用的编码策略上：先探路、再编码。实际上，这是在构建自动化工作流的过程中，为了平衡自主性和确定性两者的矛盾所采取的其中一个策略。模型具备高度的自主性，可以根据任务即时规划执行，快速把自然语言的需求变成执行动作。但是也面临着执行不稳定、token消耗高的问题。另一面，很多场景都需要确定性，要求能够稳定地执行任务，同时token消耗越少越好。这两者是存在矛盾的。

消解这种矛盾的两个思路，要分别从时间和空间两个大的维度上来进行：

时间上，构建阶段发挥自主性，运行阶段发挥确定性。「先探路、再编码」的策略，就是沿着这一维度的。
空间上，一个工作流包含确定的部分和自主的部分。确定的部分「固化」为代码，自主的部分才使用模型。在前面的例子中，访问博客网站首页以及点击文章详情，属于前者；对文章进行总结，属于后者。当然，这个例子只是最简单的一种组合方式。

最后，前面实验中用到的bridgic-browser，是我们新构建的Python版本的一个浏览器自动化工具库，也正是沿着前面这个思路所构建出来的其中一个技术模块。现在已经开源了，欢迎试用提bug，需要的可以star一下：

点击这里下载源码 ➜ https://github.com/bitsky-tech/bridgic-browser/

（正文完）

其它精选文章：

原创文章，转载请注明出处，并包含下面的二维码！否则拒绝转载！
本文链接：http://zhangtielei.com/posts/blog-myblog-checker.html
欢迎关注我的个人微博：微博上搜索我的名字「张铁蕾」。

上篇：过年了，聊聊AI和人文