openclacky

OpenClacky 是最省 Token 的开源 AI Agent。 它面向高频使用 AI Agent 的开发者、创作者和团队，解决一个很现实的问题：Agent 能做事了，但长任务、多轮任务太烧钱。OpenClacky 的核心价值不是“又一个 AI 助手”，而是用工程化架构把 Agent 的使用成本打下来，同时保持接近 Claude Code 级别的任务执行能力。 OpenClacky 采用开源、本地运行、BYOK 的产品形态，用户可以自带 API Key，接入 Claude、GPT、DeepSeek、Kimi、Gemini、Minimax、OpenRouter 等 OpenAI-compatible API，不被单一模型或平台绑定。复杂任务可以用强模型，普通子任务可以切换到更经济的模型，由用户自己决定效果和成本。 在工程实现上，OpenClacky 围绕 Prompt Cache 做了专门优化，通过冻结系统提示词、双缓存标记、Insert-then-Compress、空闲时压缩、稳定工具 Schema 等机制，提高长会话中的缓存复用率，减少重复输入 Token 消耗。官网公开数据显示，OpenClacky 7 日全网缓存命中率达到 93.8%。 OpenClacky 也没有通过堆工具来制造复杂度。它只保留 16 个核心工具，覆盖文件、终端、搜索、浏览器、任务管理等基础能力；更复杂的能力通过 Skill 扩展。Skill 可以理解为可复用的 Agent 能力包，用户可以调用现成 Skill，也可以用自然语言创建自己的 Skill，把重复流程沉淀成长期可复用的工作流。 和同类产品相比，OpenClacky 的差异很直接：Claude Code 强在能力，但闭源且模型选择受限；OpenClaw、Hermes 等 Agent 更偏多工具、多 Agent 或 IM 场景；OpenClacky 则把重点放在开源、本地、模型自由和 Token 成本优化上。官网 Benchmark 显示，在同等或接近能力条件下，OpenClacky 的任务成本低于同级 Agent，尤其适合长上下文、多轮修改、代码开发、文档处理、网页自动化和团队工作流场景。 典型使用场景包括：AI 编程开发、代码仓库修改、项目部署、会议纪要整理、行业报告生成、内容运营、网页自动化、资料处理、定时任务、IM 工作流，以及个人或团队 Skill 构建。 一句话来说，OpenClacky 是给重度 Agent 用户准备的开源省钱工具：让用户用得起、控得住、可扩展，而不是被模型账单和封闭平台锁住。 FAQ： Q：OpenClacky 和 Claude Code 有什么区别？ A：Claude Code 是强大的官方编程 Agent，而 OpenClacky 更强调开源、本地运行、模型自由选择、Skill 扩展和 Token 成本控制。OpenClacky 希望在接近 Claude Code 级别任务能力的同时，让用户拥有更强的模型选择权和成本控制权。 Q：OpenClacky 为什么更省钱？ A：主要不是因为“换便宜模型”，而是因为工程架构降低了浪费。它通过高缓存命中率、稳定系统提示词、双缓存标记、空闲压缩、精简工具集、Skill 隔离执行和模型自由路由，减少长任务中的重复输入、无效请求和上下文膨胀。 Q：OpenClacky 是不是只适合程序员？ A：不是。开发者可以把它当作本地 AI 编程 Agent，非技术用户也可以通过 Web UI 和 Skill 完成文档、内容、运营、浏览器自动化等任务。只是高级配置和项目开发场景中，具备一定技术基础会更容易发挥完整能力。 Q：是否开源？ A：是。OpenClacky 是 MIT License 开源项目，用户可以查看源码、自由使用，也可以基于开源版本参与共建。 Q：是否必须使用官方模型服务？ A：不必须。OpenClacky 支持 BYOK，用户可以自带 API Key。也可以使用 OpenClacky AI Keys 获得统一模型入口、稳定路由和更方便的账单管理。 Q：OpenClacky 适合企业团队吗？ A：适合需要控制 AI 使用成本、沉淀内部流程、复用团队经验、搭建行业 Agent 或 Skill 能力包的团队。它可以用于研发、运营、市场、内容、知识管理、自动化流程等场景。