aionclaw中可通过复用输出、本地缓存和合并指令优化多步工作流：复用上步json字段避免重复调用；启用缓存或手动读写缓存文件跳过模型推理；合并语义相近节点减少token消耗与格式风险。
☞☞☞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☜☜☜
当你在AionClaw中设计多步骤工作流（比如“读PDF→提取数据→生成图表→导出PPT”）时，若每步都触发一次模型调用，不仅Token消耗翻倍，还会因重复上下文加载拖慢整体执行速度——更关键的是，中间步骤的模型输出可能被下一轮调用覆盖或干扰，导致结构化字段丢失。
复用上一步模型输出结果
第一步：在任务编辑器中，选中任意一个已执行成功的节点 → 点击右上角「复制输出」按钮 → 弹出的JSON面板里勾选你需要复用的字段（如extracted_data、summary_text）→ 点击「插入到下个节点输入」。
第二步：切换到下一个节点的输入配置区 → 找到对应参数栏（例如「分析依据」或「原始内容」）→ 直接粘贴刚才插入的变量，格式为{{step_3.output.extracted_data}}。这会强制跳过该节点的模型推理，直接把前序结果当作输入传入后续技能。
注意：变量引用仅在当前工作流内有效，且必须确保前序节点成功完成并返回非空JSON；若前序节点报错或输出为空，后续节点将因缺失输入而中断。
用本地缓存替代实时模型调用
方法一：启用「本地结果缓存」开关
进入AionClaw设置 → 「高级行为」页签 → 打开「启用技能结果缓存」→ 设置默认缓存有效期为「72小时」。此后，相同输入参数+相同技能组合的执行结果将自动存入./cache/skill_result/目录，下次触发时直接读取，不发起新模型请求。
方法二：手动写入缓存文件供后续读取
在某节点末尾添加「保存文本」技能 → 路径填./cache/manual/{项目名}_v{版本}.json → 内容填{{current_step.output}}。下一步用「读取JSON文件」技能加载该路径，即可绕过模型调用直接获取结构化数据。
【缓存路径必须使用相对路径且以./开头】，绝对路径或网络路径会导致缓存机制失效。
合并语义相近的多步指令
① 打开工作流编辑器 → 定位到连续两个模型节点（如“总结段落”和“提炼三点结论”）→ 长按第一个节点拖拽至第二个节点上方 → 松手后弹出「合并指令」提示框。
② 在合并框中删掉重复提示词（如两处都写的“请用中文回答”），保留唯一角色定义（如“你是一名资深运营分析师”），将第二步指令改写为追加要求：“并在最后用「●」符号列出三点核心结论”。
③ 点击「确认合并」→ 原有两个节点自动坍缩为单个节点，仅调用一次模型，同时满足两项输出需求。这比串行调用节省约40% Token，且避免了中间文本被截断或格式错乱的风险。
