必须精简上下文、限定文件范围、拆解任务并关闭冗余功能：新开会话处理新任务；用/compact压缩历史；长文本加字节限制；agents.md限定读取范围；缓存稳定背景信息；删除无用注释；任务分步执行；轻量任务调低推理等级；复杂任务启用协调者模式；关闭ambient-suggestions和process_narration。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想让Codex在有限额度内完成更多有效任务，必须直面一个现实：它烧的不是钱，而是上下文里反复加载的冗余信息、未收敛的历史对话、以及每次调用都重读的固定文档。一次长对话拖到第20轮，光是携带前19轮聊天记录就可能吃掉4000+ Token，而你只问了句“现在改好了吗”。
先砍掉最贵的上下文
第一步：新开会话处理新任务。同一个会话里混着修Bug、写文档、查日志三件事，Codex每轮都要把三段历史全带进去——这相当于让司机每次送货都先把上个月所有订单单据塞进驾驶室再出发。
第二步：用/compact命令主动压缩。当对话超过8轮或明显变慢时，输入/compact，Codex会丢弃中间试错过程，只保留当前状态和关键结论。⚠️注意：【/compact不可逆，压缩后无法回溯被删掉的中间步骤】
第三步：对长文本输出加字节限制。比如执行cat src/utils/logger.ts时，后面接| head -c 4000，避免一个没换行的日志文件直接吞掉2万Token。
让Codex少看不该看的东西
方法一：用AGENTS.md限定文件范围。在项目根目录建AGENTS.md，写明“本次任务只允许读取src/auth/、config/下的.ts文件，禁止访问node_modules和test/”，Codex会严格按此过滤，不扫描无关目录。
方法二：把稳定背景信息做成缓存断点。将README、项目架构说明、编码规范等不变内容，通过平台支持的prompt caching机制固化为缓存前缀——模型第二次看到时，这部分Token成本可降至原价的10%。
通过本地 Codex 或 OpenClaw OAuth 凭证直接调用 ChatGPT/Codex Responses 的 image_generation 工具来生成或编辑光栅图像，然后保存
方法三：删掉代码里的无用注释和调试日志再喂给Codex。一段含50行console.log的函数，Token化后实际比纯逻辑代码还贵3倍。
任务拆解与模型调度
① 把“重构支付模块”拆成三步：第一步只分析src/payment/core.ts的依赖关系；第二步给出接口变更建议；第三步生成适配代码。每步单独开新会话，边界清晰，Codex不会去翻用户管理模块的代码。
② 轻量任务用“推理=中”或“推理=低”。写单元测试、补docstring、格式化JSON这类确定性工作，超高推理纯属浪费——模型在那儿反复权衡“该不该加个空格”，而你只需要结果。
③ 复杂任务启用协调者模式。提示词写：“你作为协调者，启动3个subagent：Agent1查错误日志定位根源，Agent2读API文档确认契约，Agent3写修复方案。每个agent独立运行，你只整合报告。”这相当于把1个昂贵大模型的上下文，换成3个轻量级上下文并行推进。
关掉后台静默消耗
检查config.toml，把ambient-suggestions = true改为false。这个开关打开时，Codex在回复完主内容后还会悄悄生成3～5条后续建议，每条都算Token，且完全不显示在界面上。
设置Process_narration = false。Codex默认会输出“我将分三步解决：第一步…第二步…”这类规划叙述，实测这部分占输出Token的37%以上，关闭后直接返回结果。
