怎么降低openclaw得消耗

人人喊贵的 open call 到底该怎么省钱？最近啊，无数 open call 的 用户哭晕在了厕所，明明是想请个数字员工帮自己干活，没想到他却实打实的是一个吞金兽。网友们纷纷晒出了账单，一个免费开元的产品，每天呢，却能花几十上百美元。其实啊，这真不能赖 open call， 因为你花的每一分钱都是在为 token 买单。 咱们都知道啊， token 是 ai 理解和处理文本的最小单位，所以说呢，只要让 ai 帮你干活，它就会消耗 token。 比如说，你好，今天天气怎么样？这句话大概就包含了八个 token。 普通的聊天机器人呢，消耗很少，但是当你把它当成任务来询问 a 整数的时候，消耗量就会大得惊人。因为呢， open call 要求大模型的时候，除了要提交你的问题，还会打包发送历史的对话。 英姐呢，按 skills 执行任务，做网上搜索、读取本地文件、反复推理等。这一套组合拳下来，后台可能已经和大模型交互了十几轮。所以你的这一句，今天天气怎么样，实际的消耗啊，可能高达八千到一万五个。输入 token， 如果是整理邮件、写代码，或者是对接其他的工具， token 越用越多，账单呢，自然水涨船高。如果啊，你设置了一个夜间的检测新闻早起汇报的任务，那一夜烧光所有的 token 也就不奇怪了。 那有没有什么低成本用上大龙虾的方式呢？我最近呢，就总结了三个省钱的小妙招，大家可以试一试。首先呢，就是选对模型。大家在看 openclaw 的 攻略时啊，肯定会有很多人说 jimmy 的 效果好， claw 的 能力强，那对于大多数而言呢，用于 openclaw 可能只是想让它做一些简单的工作，并不一定要实现极致的性能。 国产的模型的价格只有海外模型的四分之一左右，所以啊，完全可以考虑用国产模型的 a p i。 如果你有专业需求，比如说代码、文字等等，那针对性的研究一下就可以了。打开全球 toker 消耗量的排行榜啊，前五个已经有四个都是国产模型了， 全球 ai 的 用户啊，都在用脚投票。其次呢，一定要多关注各家 ai 厂商的套餐，就比如说这个套餐呢，它并不会按照 token 来收费，而是开了一个固定价格的会员之后呢，就能按每五个小时问多少问题，最少的呢，是四十个， 我感觉大部分人一天都问不了四十个问题，那这个价格几乎相当于就是一天一块钱随便用了。甚至呢，还有一些平台的套餐，首月七块九两倍蜜雪冰城的价格，他敢让我一个月发一万八千次的请求，还是四款大模型随便选。国产 ai 的 这个价格，老外看见估计就得哭了。 另外呢，如果你是一个坚定的白嫖党，也可以看看阿里云、 deepsea 或者智普，他们也会有一些免费的额度啊，可以薅羊毛。 另外呢，咱们还可以从节流上下功夫。现在呢，各种 opencloud 的 大神呢，都在分享好用的 skills， 它除了能帮你完成任务之外，也有能帮你省钱的功能。 比如说呢，你让一个没有安装 skills 的 大龙虾来帮你写一个 ppt， 那 它呢，就会尝试用各种途径来完成任务，网上搜索写代码，调用本地工具之类的。这个过程啊，不光会消耗头肯，而且还会降低效率。 如果咱们安装了 skills， 它就能够直接指导大龙虾来工作，省去了不少的误用工。而且呢， skills 比 mcp 啊更实用。如果是利用 mcp 来调工具， open class， 就 要把 mcp 这个巨长无比的手册读完才会开始工作，浪费 token 呢，还低效。 而 skill 的 手册就会把目录和指令区分开来，这个 ppt skill 啊，就只用了一小段话描述清楚了自己的功能，只有在需要处理 ppt 时，它才会继续去调用剩下的指令。 这样一来呢，少浪费一些头肯，也能省下不少钱。其实呢，这次 openclaw 的 付费焦虑在整个 ai 行业还是头一次出现。大家在过去啊，习惯了为会员付费，哪怕是贵一点呢，也是一锤子的买卖。但是这次呢， agent 调用 api 的 玩法却是让大家开始为头肯付费，看着花出去的钱，感觉还是很肉疼的。 toky 的 主要成本除了算力以外，更多的是消耗电力，美国的 ai 工业用电的成本比咱们国家要高个好几倍，所以呢，用海外模型的 tokyo 呢，自然也要贵上不少，中国 ai 也有了 tokyo 出海的机会。那么你还知道哪些关于 open color 省钱的小妙招呢？评论区里分享一下。

你每在 opencall 里问一句你是谁，或者今天天气怎么样，都在白白烧掉昂贵的美元。这种无效的 token 损耗其实完全可以避免。接入这个开源插件 c i a e w z max， 它能让你的 token 账单直接脚踝展，最高狂省百分之九十八。它不是靠牺牲模型质量来省钱，而是通过本地代理，在不到一毫秒的时间内，对你的每条提问进行十四维度的智能评分。 简单的动作，走最便宜的模型，真正硬核的需求才调用顶配。现在就去 get 搜索 v 五一 ai 斜杠 c l a w 思慕 max 下集我带你拆解他不花一分钱投坑就能做决策的底层逻辑。别忘了关注，这可能是你今年最省钱的一次点记，很多人担心在 opencloud 里加一层路由判断会不会拖慢响应速度？ 完全不会。这个插件在本地起了一个极轻量级的代理层，它会对你发出的每一条 prompt 进行十四个维度的关键词扫描。这个过程完全在你本地 cpu 上运行，耗时不到一毫秒。最关键的一点，这个评分过程完全不消耗任何云端 token。 这就好比你在家门口雇了一个火眼金睛的保安，他一眼就能看出来访者是来送外卖的还是来搬家的，根本不需要打电话去总部请示。这种本地化的硬核决策，是你实现最高百分之九十八省钱目标的第一道关卡标记。玩复杂度， 剩下的就交给智能路由。当你开启 c l a w z max 自动模式，系统就开始展现真正的超能力。 如果你只是随口问一句你好，或者查询简单的语法，插件会自动把流量切到最便宜甚至免费的模型上。只有当你甩出一个极其复杂的架构设计或者深度 bug 需求时，它才会精准调度最顶级的模型。 这种切换在后台是完全透明且丝滑的，你感知不到任何区别。但月底看账单时， 你会发现，自己一直享受着顶配模型的智力，却只付出了极小部分的 token 费用。下集我带你实操如何获取 apikey 并完成部署。记得关注这套方案，能帮你省下大笔开发预算。为什么要选 zmax 做底层？ 因为它解决了最头疼的模型碎片化问题。一个 apikey 就 能直接调动一百多个顶尖模型， 你再也不用去维护那一堆乱七八糟的平台账号。它完整兼容 open ai 和 antropic 两大协议标准， 你现有的开发工具改个地址就能用。最核心的是，它跑起来极其稳定，是目前大规模智能调度的最佳底座。这就是省钱又不降智的底层逻辑。下一集，我带你进入终端， 直接配 key 跑通流程，还没关注的朋友，点个关注，别错过最后这一步。实操部署拿到 zmax 的 api key 之后，直接在终端执行这行命令， 用 echo 把你的密钥写入到加目录下的点 open claw 斜杠 j m m t t 斜杠 api 点 key 文件中。 这里的等号是赋值操作，横杠是路径分格符，千万别写错，这个路径是插件读取权限的硬性约定。 如果你习惯使用配置文件，也可以直接在 open class 点 json 里进行定义。这一步完成后，你的智能路由网关就已经拥有了访问百大模型的通行证。虽然十四维评分很聪明， 但有时候你可能想手动指定，在你的消息开头加入 close max 横杠 auto 这种指令就能实现强制层级路由。 比如你要处理复杂的图标逻辑，直接在 prompt 里带上特定的参数标记插件，就会跳过本地评估，直接把请求打到你指定的模型水位上。到这里，你的 open claw 已经彻底完成了省钱进化。 下集，我将带你深度实测不同模型在极端压力下的路由表现，看看它到底有多稳。点个关注，后续更多 ai 提效黑科技准时推送！

给大家介绍一下，就是可以节省 token 的 一种方法，就是使用 qmd。 当然安装使用也非常简单，我们可以直接安装 select， select 是 支持是一个轻量级的数据库，然后它支持有项链搜索的一个插件。第二个就是 qmd， 我 们直接安装，配置也非常简单，直接加一个 memorize memory 的 一个配置，加上 backend， 使用 qmd 驱动，然后更新的频率是五分钟更新一次。 当然我们也对照着官方文档 agent memory， 然后 q m d backend， 它这个地方讲了怎么去安装，直接安装它，然后官方推荐的一个配置 完之后，直接重启 opencloud 切换，我们就可以看到 我们这个 a 镜子的下面会有一个 kmd 的 文件夹，这个文件夹里面会有这个，这个配置主要是写它，呃，搜索的哪些内容，就是我们的搜索我们 memory， 然后每天的 memory， 然后同时它这个 select 会在这个地方创建一个 select 数据库，我们也可以看项链数据库，然后他把我们的那个 所有的记忆文件，就是引白领之后存入这个向量数据库，后面查询的时候就可以以片段的形式查出来，因为因为以前他是一个 md 的 文件，他在那个 md 文件里面搜到之后，直接把那 md 文件就整体的就给大模型了，你搜到一个片段，他就会指 这是给这个上下文，它一个是一个是，它搜出来的是片段的话节省了多肯。再一个就是它剪辑的速度肯定更快，因为一个是在很多文件里面去剪辑，一个是在数据库里面剪辑，这个速度是有所提升的。通过讲 qmd 呢，我就想 讲一下为什么 open cloud 那 么的费 talkin， 然后去引呃，看一下它的这个核心的原理，地方有个 walk follow， walk follow 就是 代表了 open cloud 整个工作的一个流程，它首先要读取 soar 安全边界规则， soar 是 核心人格价值观的定义， i 定义法就是这个 open 这个信息的身份，身份信息 u 的 话就是我们本身我们自己的一些信息。 thor 就是 本地的配置环境的笔记，它这个这个配置的版本是长期长期的一个记忆，它每次启动的过程中都会把这些文件都 都读取一遍，然后带着用底层的一个代理，把 open cloud 和 大模型进行交互的时候，所有的调用的请求打出来的一个日制，大家可以看一下，这个日制非常的大，然后我们可以把这个日制调用的日制虚拟化的，看一下它为什么这么费 talk， 它在向这个大模型进行调用的时候，它有几个比较重要的子段。第一个就是 system， system 就是 它的刚刚那个工作流的核心的提示词都在这个里面， 大家可以看一下。就是首先那个就是那个 agent 确定一些边点工作流，他会辨别我给他定义的， 然后这个是长期记忆，有的时候我们这个地方会有个 catch control， 这个临时的 就是说我们所发的这个系统提示词在没有变化的时候，其实这个会命中大模型的一个缓存，然后这一部分的长，他如果长期不变的话， 这个系统系统提示词就不会费托管。但是如果你是因为这个默认还有这些数据一直在变，如果你是每次读文件的话就一直变，但是引入了 qmd 的 话，它可能就有缓存，它好久不变，而且它有一个截断， 他只会在搜得到自己需要用到的新的记忆的时候，他才会塞到这个新的提示词里面，然后让这个缓存一直可以命中来节省这个 token。 也就是说 kmd 为什么可以节省 token？ user 就是 我们用户，然后 assistant 就是 opencloud 跟我们之间的一个对话，对话的历史一直都带着，然后这个 tools 就是 告诉了大模型哪些工具可以调用， 其实这个体式词就是 opencloud 的 一个核心思想，其他的，呃， skills agents 啊，其实都是在这些基础上面延伸出来的。

别再在 openclo 的 使用上瞎摸索了，高达百分之九十的人都用错了方法。今天咱们就通过错误与正确用法的对比，用一分钟时间教你掌握 openclo 的 正确打开方式。四到十五秒错误打开方式 错误用法大揭秘很多人把 oppo 科二单纯当成普通的聊天 ai， 只知道提问却不利用他执行任务。还有人一上手就盲目安装各种插件，结果软件越用越卡顿。更有甚者将权限全部开放，随意修改系统设置、删除文件。还有些人只会机械的复制命 令，根本不理解本地部署的逻辑。最终的结果就是软件卡顿，频繁报错、偷啃、疯狂消耗，却什么事情都做不成。 正确用法来了，首先要明确 opencloud 的 定位，它是能实实在在动手干活的 ai 代理，而不是单纯的聊天机器人。启动时先运行官方提供的一键命令，以最简方式启动，避免复杂的配置。 权限方面，只开启必要的权限，重要操作一定要先确认再执行。使用时，一个任务对应一个绘画，不要混淆，避免程序乱跑。部署时优先选择本地部署，这样既能保障数据安全，响应速度也更快。 错误示范，同时给 openclaw 安排写脚本、剪视频、搜资料等多项任务，软件直接崩溃。正确做法，让它专注于单一任务， 比如自动整理文件、发送邮件、填写表单、控制浏览器等。错误示范，全程在云端运行，不仅容易导致隐私泄露，成本还很高。正确做法，采用本地部署，在按需连接模型，既安全又省钱。总结加行动指令， 记住关键的一句话，欧芬科奥不是用来闲聊的，而是用来干活的。先进行极简部署，接着专注于单一任务，最后再按需扩展功能。结尾勾子， 要是你还不会部署 open club， 就 在评论区打出 open club， 我 给你发一键安装包和避坑指南。

在 openclaw 当中，如何免费地使用顶级大模型呢？我们知道 openclaw 本身是比较消耗 talking 的， 原因是在于当你和 openclaw 聊天的时候，它会使用上下文的 talking 调用大模型，从而导致我们使用 openclaw 会消耗大量的 talking。 问题来了，免费的大模型不好用，付费的大模型又用不起，那有没有折中的方案可以让我免费的使用顶级的大模型啊？答案还真有，那么接下来就给大家分享一个价值几千甚至上万的方式，可以让你免费的使用大模型，少花很多钱，所以大家先点赞再观看吧。那么怎么免费用啊？这里呢就给大家去说一下。 我们只需要去 n 平台，然后 n 平台里面是提供了很多顶级的大模型的，而这些大模型都是可以免费去调用的， 大家来看看都有哪些啊？比如说像国内的顶级的 mini max 最新版二点一可以免费的调用，还有像智普的四点七的满血版也可以免费调用。那么像 deep sync， 三点二、 kimi 等模型更不用说了，全部都是免费的。那么我们只需要去 n 平台申请一个 api k， 有 了这个 api k 之后呢，接下来将这个 api k 的 方式使用 open a 的 方式啊，配置到你的龙虾的配置文件里面就行了。 龙虾的配置文件在哪呢？给大家说一下啊。龙虾的配置文件呢，是在当前的用户底下有一个 opencloud 的 文件夹，然后在这个文件夹底下呢，有一个 opencloud 的 json， 然后这时候打开你的 json 啊，因为它内置是不支持这个平台的部署的，所以我们手动去配置它就行了。 手动配置呢，总共有三处地方啊，那么第一个地方呢，就是咱们在 models 供应商里面去添加一个名称，这个名称呢，其实叫啥都无所谓啊，只要后面和咱们的 agent 去对应起来就行了。然后在里面呢， ok， 去写他们家的地址。然后呢，重点这块来了，要去写你的 api k 的 换成你自己的， 用 open ai 的 方式进行调用。然后你调的模型是啥啊？那比如说我这儿呢，就是 mini max 二点一的最新版本。好，然后底下呢进行一个设置啊，这是第一处，先把它进行设置，然后设置完了之后呢，接下来第二处啊，导到你的 agents 里面， 然后将你的 default model 设置成你要调用的模型啊。设置完了之后呢， ok， 在 models 里面同样把这个名称再进行赋值一下就行了。这三个地方全部设置完成之后， ok， 这时候回到咱们的 open cloud 里面，将服务关掉，然后这时候使用命令 open cloud get v 重启你的服务啊。重启完你的服务之后呢，接下来你就可以去问一下你的龙虾你使用的模型到底是啥了。好，那这时候呢，咱们回到龙虾的 使用界面啊，那么咱们去问一下他，我为你设置了新的大模型，告诉我你使用的大模型是啥，咱们来看一下这个大模型 是否是我设置的那个大模型呢？好啊，咱们等待片刻，看到没啊，这就是我设置的 n 公司的 minimax 二点一了，那么到这咱们就可以免费的白嫖顶级的大模型了。我是磊哥，每天分享一个干货内容。

今天给大家分享一个项目，让你用最少的钱去用上最好的模型来使用这个 open curl， 因为我们都知道这个 open curl 小 龙虾，它的性能很好，而且非常有意思，但是它的 token 消耗太恐怖了， 如果你要用 open i 的 这种 codex， 五点二，五点三这种模型的话，或者用 cloud 的 这些模型的话，它可能跑一晚上，你明天就欠费了。 今天来给大家分享的这个项目是什么？可以让你把这些 cloud code， 把这种 etgrity 这种应用 它里面的会员额度给它套成 token 来使用这个 open curl。 当然你如果要用在其他地方也是可以的，比如说你想用这 codex 这个模型去在 cloud code 里面使用也是可以的。这个项目本质上就是一个怎么样把这些会员的 token 给它套出来， 把它弄成一个标准的 a p i 的 格式，标准的 open i， a p i 的 格式，让所有的这种应用都可以去调用。 ok， 我 们来看一下，我直接给大家看一下出来的结果是什么样。提起来这个服务，就可以直接到这个网址里面去配置了，这是它的一些仪表盘，你可以配置上你的这些会员 ai 提供商是什么？ 一般我们用的话，用这个 codex 的 会比较多一点，像其他的是这种 jammer 或者 ideographic 的 cloud pro， 这种会员基本上就不用考虑了，因为在国内是非常容易被封的， 所以说基本上是不用考虑的。所以为什么要用这个？它的二十美金 plus 这种会员它有一些渠道，它会比较便宜，并且最近最划算的是什么？去买那种 team 的 账号， team 的 母账号，它还可以拉四个子账号，只要几十块钱，它相当于你一共有五个这种 plus 的 二十美金的会员账号，然后你有五个 codex 的 使用量，你只要登录授权， 登录了之后，它的这个网址里面有一个 token， 你 就直接复制到这里面提交就可以了，它可能会报错，但是不用管它，你直接砍看这个配额管理，这后面就可以，只要它这儿是有的，都可以使用， 就是正常可以使用的。还有这些配置面板这些，这个提起来也很简单，大家用 cursor 或者说用 cloud code 直接全选 给它复制，让 cloud code 的 去给你做配置就行了，就 cloud code 的 这些直接给你做配置就行了，但是它还是有些坑，但是 cloud code 呢？这 coser 这些它自己就能解决，它需要自己去配置一个 key， 这个 key 随便是什么都可以。还有一个坑就是我这 cloud code 第一次登录的时候，它把这个这个东西它搞错了， 他以为不需要这个后缀，他一直告诉我这个，我让他检查，他检查了半天才知道他是要要这个的才能登录进这里，提起来也是非常方便。总体来讲这个项目还是非常不错啊，他可以把这种 codex 可以 套出来，甚至你可以把你的端口 去做个内网穿透，或者搭在服务器里面，这个项目你就可以去卖 token 了。我也用这个 codex 这个模型在我的 cloud code 里面去跑了一遍，它是真的有点慢。 codex 这个模型，但是它的准确度这些没太大问题了，感觉跟 cloud code 是 没有本质的区别的，但是效果都还是蛮蛮不错。

兄弟们，用老本夸大概十天了，我跟你们说，这东西是真好用，可玩性非常高。但有个很头疼的问题，免费抽根不够用， 玩着玩着就超时，要付费。对我们普通玩家来说，一天抽根费就要上百块，真耗不起。所以今天我直接把我研究出来的 低成本白嫖 talking 免费套模型的方法分享给你们，先做我踩过的坑。一开始我去英伟达官网注册了免费账号，想用它的免费模型， 网上都说免费模型慢，我又下来，根本不是慢不慢的问题， 直接调用不了，没法设成默认模型。你们看这里哦啊，显示 no 用不了，服务商那些设置又太麻烦，我也懒得折腾。后来我找到一个最简单最稳的办法，先去注册一个 mini max 付费账号， 不用贵，我开的就是二十九块那种。把它配纸巾稳稳夸。 终点来了，这是最关键的一步，默认模型固定用 mini max 别动，但让它实际回答的时候优先用免费模型。我现在设置的是 优先用千万二点五，不行再走。英伟达那些免费模型， 八 b、 四 b， 十二 b、 三十 b 全都失败了，最后才走 mini map 付费。只要末音模型不改，这个顺序不乱，他就会先拼命用免费的，实在不行才走付费。 我亲测了好几天，非常稳，我现在一天玩十几个小时，查查资料，问问题，熟悉功能，偶尔聊聊天，抽根完全够用，几乎不怎么扣付费额度，等于白嫖。 这个方法我亲测有效，分享给跟我一样喜欢折腾 open call 的 兄弟，希望能帮到你们，我们下期再见！

今天教大家一个让你的 opencloud 免费联网，并且节省百分之八十的托肯消耗的方法。 首先我们都知道 opencloud 它是依赖这个小熊作为搜索引擎的，但是这个小熊它是需要付费的免费套餐，每个月只有两千次查询，而且通过这种方法， opencloud 它查询到的网页 跟我们人的肉眼看着其实是不太一样的。比如说我让他去官网查询一下，我们人看到的是这样子的页面， 但是 opencloud 眼里他看到的其实是像这样的代码页面，那像这样的代码他也能够读懂，但是肯定会浪费他的托管和上下文。于是就有了这么一个 scares， 它不仅可以免费配置，而且它会对 opencloud 搜索到的这个网页进行清洗，他看到的网页就会变成这样子的。虽然说在我们人类看来这种网页是非常不清晰，而且非常杂乱的，但是在 ai 眼里他就是一个排版清晰的文章和网页， 这里是搜索关键词的页面，也就是说它还可以利用这个 scales 去进行搜索以及一些数据抓取。这里就是 opencloud 官网的页面，那这个工具的名字呢？就叫 smartweb fetch， 我 们安装它不只是 让 opencloud 安装这个 scales， 我 们还要给他一行指令，让他去禁用掉它自带的这个网页搜索，这样的话就可以降低我们的托管消耗。

深夜紧急提醒二师兄，请所有使用 openclaw 即成飞书的用户注意，现在立刻马上去更改小龙虾原码的这个配置项，改完再回来感谢我 小龙虾突然不回复你！除了常见的网络连接问题或者 a p i 额度耗尽等原因，还很有可能是因为飞书机器人的调用次数达到了上限。 目前基础免费版的飞书企业自建应用 api 调用总量的上限为每月一万次，但是小龙虾默认每一分钟就会向飞书发送一次 api 心跳请求，目的是验证机器人是否存活，也就意味着即使你不使用小龙虾，不到七天，飞书机器人将不再响应你的任何指令。 那么解决办法分两步，第一步，修改心跳间隔，远程登录服务器，找到如下文件，将参数的值修改为八千六百四十万，即二十四小时。第二步，复制这段指令， 直接让小龙虾执行，完成后检查此处，验证配置项是否生效。这里是二师兄 ai 分享 ai 实操干货，欢迎关注！

很多人在 win 十上面装这个 open hello 啊，发现运行非常的慢，你知道是什么原因吗？来，我给你看一下，先打开这个任务管理器， 打开之后你在这个性能这里啊，你会看到有一个速度，对吧？这个是 cpu 的 速度，我这个 cpu 是 i 五幺幺四零零的啊， 你看现在的速度才才多少？一点多，对吧？一点多啊，来，我教你一个方法，你就按住这个 win 跟 x 键啊，然后在这个电源选项这里看到吗？电源选项打开它 啊，在这里电源模式好，这里选择最佳，性能 好，选完之后关掉它。这个时候你回来这里看啊，现在是多少？现在你的 cpu 速度已经跑到最顶，看到没？四点幺九啊？ 四点幺九，这个时候你再看一下它快不快来，你现在随便开，是不是很快，对吧？

如果你在用 openglue 经营一个数值团队啊，你的头肯消耗又特别特别大的话，一定要记着用上一个向量数据库，也就说呢，他需要把你本地的一些知识啊文件转成一个向量数据库，而不要放在本地啊，这样不然会导致你的啊头肯消耗你是承受不住的。为什么呢？ 因为这个 openglue 他 在处理任务的时候，他的任务过程中，他要去提取大量的文件，他一旦提取文件之后，就会把整个文件加入你的绘画，这样就会导致你的头肯呢与滚雪球一样，越滚越大啊。那为什么要用上向量数据库呢？ 用上线的数据库的话，那你把你的这些知识文件进行项链化啊，存在一个外界的数据库里面，那他需要的时候，你就可以通过语义的相似度去匹配，匹配到这个文件可能需要的某一段落， 把它截内段截出来给到大模型去处理就行了，他不需要把整个文件加载到你的这个对话里面，这样就可以大大的节省你的 token 的 消耗，也可以大大的提高你的效率。注意啊，记得一定采用这种方式啊。