openclaw内存占用过高源于默认配置重功能轻资源，需从模型加载、缓存管理、服务精简、上下文限制四层约束：一调按需加载与lru缓存；二关冗余服务与技能；三缩上下文窗口与对话轮次；四设docker/ulimit/jvm资源硬限，启用lite_mode可压至512mb以下。
☞☞☞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☜☜☜
OpenClaw本地部署后内存占用飙升至3GB以上，导致笔记本卡顿、其他应用频繁被杀，根本原因是默认配置全量加载大模型+长期驻留缓存+冗余服务常驻，不是硬件不行，而是配置没调。
强制启用按需加载与LRU缓存
编辑~/.openclaw/openclaw.json文件，在"glm-flash"配置段内添加两行：
"loadPolicy": "demand" → 让模型只在实际请求时才加载，避免启动即吃光2GB内存
"maxConcurrent": 1 → 限制并发加载数，防止多轮对话触发多个模型实例
再在根节点添加缓存控制参数："performance.modelCache.maxSizeMB": 1024和"ttlMinutes": 15，启用LRU自动淘汰机制。这一步不做，缓存会越积越多，30分钟后仍占用1.8GB内存不释放。
若使用config.yaml，将load_full_model: true改为false，并追加启动参数--lazy-load=true。
保存后执行openclawgateway restart生效。
关闭图形渲染与调度器等冗余服务
纯命令行或低配设备上，GUI渲染代理和多任务流调度器（MTS）完全无用，却各自常驻300MB+内存：
在openclaw.json的"services"节点下，设"gui_renderer": false和"scheduler.enabled": false。
【注意】禁用前确认你不需要Web界面操作，否则页面将无法加载
执行openclaw config reload热加载配置，无需重启主进程。
验证效果：运行top -p $(pgrep -f 'openclaw.*skill')，观察RES列数值是否回落600MB以上。
压缩上下文窗口与对话轮次
默认32768长度的上下文窗口是内存杀手，尤其在连续追问时，每轮对话新增的token都会叠加驻留内存：
第一步：定位"glm-4.7-flash"节点，将"contextWindow"从32768改为8192；
第二步：设"maxTokens": 512，硬性截断输出长度；
第三步：执行openclaw config set context.ttl 300，让单次对话5分钟后自动失效；
第四步：在openclaw-config.yaml中添加context.max_turns: 3和pruning_strategy: "smart"，强制三轮后自动裁剪历史。
实测该组合可使内存峰值从2.9GB压至1.3GB，响应延迟同步缩短50%。
设置Docker或ulimit硬性资源上限
方法一（Docker部署）：在docker-compose.yml的openhands服务下添加资源限制：
mem_limit: 1.5g → 容器内存上限锁定为1.5GB
mem_reservation: 1g → 预留1GB保障基础运行
方法二（宿主机直跑）：启动前执行ulimit -v 1572864（单位KB），硬性封顶1.5GB虚拟内存。
方法三（JVM环境）：若用Java版网关，在启动脚本中加入-Xmx1024m -XX:+UseG1GC参数。
启用lite_mode开关可进一步压至512MB以下，但会禁用多模态解析能力。
