OpenClaw 内存优化指南：从源码出发，在 2GB VPS 上也能跑

1. 问题背景

OpenClaw 是一个功能丰富的 AI Agent 框架，但功能丰富意味着默认配置下什么都开着。在 2-4GB 内存的小 VPS 上跑 OpenClaw，经常遇到 OOM（内存不足）导致进程被杀。

本文通过阅读 OpenClaw 最新源码（7814 个 TypeScript 文件），系统梳理了所有可关闭的功能开关和内存优化手段。

2. OpenClaw 内存占用分析

2.1 典型内存分布（4GB VPS 实测）

进程	RSS 内存	说明
openclaw-gateway	500-900MB	主进程，功能越多越大
Chrome（主进程）	~80MB	浏览器自动化
Chrome（渲染进程）	~186MB	每个标签页一个
Chrome（网络进程）	~42MB
Chrome（其他）	~40MB	GPU、crashpad 等
Chrome 合计	~350MB	不用浏览器就是纯浪费
Docker daemon	~60MB	如果跑了 sandbox
总计	900-1300MB	单个 gateway 实例

2.2 常见陷阱：多个 Gateway 同时运行

一个实际案例中发现 3 个 gateway 进程同时运行：


jay 用户的 gateway    → 911MB
root 用户的 gateway #1 → 642MB  
root 用户的 gateway #2 → 536MB
合计                   → 2.1GB（占 4GB 机器的 55%）

这通常是因为：

用不同用户启动过 openclaw gateway start
systemd 服务和手动启动同时存在
旧进程没有正确退出

诊断命令：


ps aux | grep openclaw-gateway | grep -v grep

只保留一个：


# 先停掉所有
sudo systemctl stop openclaw-gateway 2>/dev/null
pkill -f openclaw-gateway

# 只启动一个
openclaw gateway start

3. 可关闭的功能开关（源码级梳理）

以下所有配置项均在 ~/.openclaw/openclaw.yaml（或 openclaw.json）中设置。

3.1 Browser（浏览器自动化）— 省 ~350MB 🔥🔥🔥

这是单项收益最大的优化。

OpenClaw 内置了完整的无头 Chrome 浏览器，通过 Playwright + CDP 控制。默认开启后，Chrome 常驻内存。


browser:
  enabled: false

关闭后影响：

browser 工具不可用（snapshot/screenshot/act 等）
web_fetch 仍然可用（不依赖浏览器）
对于大部分纯文本对话场景，完全没影响

什么时候需要开：

需要操作 JS 渲染的页面（SPA、React 应用）
需要绕过 Cloudflare 等反爬
需要截图验证网页渲染
需要自动化填表、点击等操作

折中方案： 平时关闭，需要时在 openclaw.yaml 里临时开启并重启 gateway。

Browser 架构简介


Agent
  │
  ▼
browser 工具（7 种 action）
  │
  ▼ HTTP
Browser Control Server
  │
  ▼ CDP (Chrome DevTools Protocol)
Headless Chrome
  ├── 主进程 (~80MB)
  ├── 渲染进程 (~186MB/标签)
  ├── 网络进程 (~42MB)
  └── GPU/其他 (~40MB)

两种 Profile：

openclaw：自管理的无头 Chrome，独立 user-data 目录
chrome：通过 Browser Relay 扩展接管用户已打开的 Chrome 标签（可利用已登录的 session）

核心技巧：snapshot 返回 accessibility tree（纯文本），比 screenshot（图片+视觉模型）便宜 10 倍以上。

3.2 Canvas Host — 省 ~20-50MB

Canvas 是 OpenClaw 的实时 UI 渲染功能，用于在对话中展示交互式内容。


canvasHost:
  enabled: false

关闭后影响： canvas 工具不可用，无法在对话中渲染交互式 UI。

3.3 ACP（Agent Communication Protocol）— 省 ~30-80MB

ACP 是 sub-agent 编排系统，允许 spawn 独立的子 agent 会话。


acp:
  enabled: false

关闭后影响：

sessions_spawn 工具不可用
无法创建 sub-agent
如果你不用多 agent 协作，可以关

注意： 如果你用了 Codex CLI、Claude Code 等通过 ACP 接入的工具，不能关。

3.4 Memory Search（语义记忆搜索）— 省 ~50-100MB

OpenClaw 可以对 memory 文件建立向量索引，实现语义搜索。


agents:
  defaults:
    memorySearch:
      enabled: false

关闭后影响：

Agent 不再自动索引和搜索记忆文件
仍然可以手动 read 文件
对于依赖文件读取而非语义搜索的工作流，没有影响

3.5 Web Channel（WebChat）— 省 ~10-20MB

内置的网页聊天界面。


web:
  enabled: false

关闭后影响： 无法通过浏览器访问 WebChat。如果只用 Telegram/Discord/微信等渠道，不需要。

3.6 Control UI（管理界面）— 省 ~10-20MB

Gateway 的 Web 管理界面。


gateway:
  controlUi:
    enabled: false

关闭后影响： 无法通过浏览器访问 Dashboard。CLI 管理不受影响。

3.7 OpenTelemetry（遥测）— 省 ~10-30MB


diagnostics:
  enabled: false
  otel:
    enabled: false

关闭后影响： 无 traces/metrics/logs 导出。除非你接了 Grafana/Jaeger 等监控系统，否则这些数据也没人看。

3.8 Wide-area Discovery（广域发现）— 省 ~5-10MB

mDNS 广域发现，用于跨网络发现其他 OpenClaw 实例。


discovery:
  wideArea:
    enabled: false

关闭后影响： 无法跨网络发现其他 gateway。本地 mDNS 发现不受影响。

3.9 Link Understanding（链接预处理）— 省处理开销

不是常驻内存，但会在每条消息中自动抓取和摘要 URL。


tools:
  links:
    enabled: false

关闭后影响： 消息中的 URL 不再自动预处理。Agent 仍可手动用 web_fetch 抓取。

3.10 Compaction Memory Flush（压缩前记忆刷盘）


agents:
  defaults:
    compaction:
      memoryFlush:
        enabled: false

关闭后影响： 上下文压缩前不再自动触发记忆保存。如果你的 agent 不依赖自动记忆，可以关。

4. 系统级优化

4.1 添加 Swap（必做）🔥🔥🔥

小内存机器必须有 swap，否则内存用尽直接 OOM kill。


# 创建 2GB swap
sudo fallocate -l 2G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile

# 开机自动挂载
echo '/swapfile none swap sw 0 0' | sudo tee -a /etc/fstab

# 调整 swappiness（小内存建议 60-80）
sudo sysctl vm.swappiness=60
echo 'vm.swappiness=60' | sudo tee -a /etc/sysctl.conf

4.2 限制 Node.js 堆内存

OpenClaw 基于 Node.js，默认堆内存上限是物理内存的 ~70%。可以显式限制：


# 在启动命令前设置
export NODE_OPTIONS="--max-old-space-size=512"
openclaw gateway start

建议值：

2GB 机器：--max-old-space-size=384
4GB 机器：--max-old-space-size=512
8GB+ 机器：不需要限制

4.3 减少 Cron 任务

每个 cron 任务触发时都会创建一个 agent 会话，消耗内存。


# 查看当前 cron 任务数量
openclaw cron list | wc -l

精简不必要的 cron，合并频率相近的任务。

4.4 使用更小的模型

大模型的上下文窗口意味着更大的 token 缓存。如果内存紧张：

用 Sonnet 替代 Opus（更小的默认上下文）
减小 contextWindow 配置
启用更积极的 compaction（更早压缩上下文）

5. 推荐配置模板

5.1 极限省内存（2GB VPS）


browser:
  enabled: false
canvasHost:
  enabled: false
acp:
  enabled: false
web:
  enabled: false
gateway:
  controlUi:
    enabled: false
diagnostics:
  enabled: false
discovery:
  wideArea:
    enabled: false
tools:
  links:
    enabled: false
agents:
  defaults:
    memorySearch:
      enabled: false
    compaction:
      memoryFlush:
        enabled: false

预期效果： Gateway 内存从 ~900MB 降到 ~300-400MB。

5.2 平衡配置（4GB VPS）


browser:
  enabled: false          # 需要时临时开
canvasHost:
  enabled: false
diagnostics:
  enabled: false
discovery:
  wideArea:
    enabled: false
web:
  enabled: false          # 只用 Telegram/Discord

预期效果： Gateway 内存 ~500-600MB，保留 ACP 和 Memory Search。

5.3 全功能（8GB+ VPS）

保持默认即可，所有功能都开。建议只关 diagnostics 和 discovery.wideArea。

6. 优化效果汇总

优化项	预估节省	风险	推荐度
杀多余 gateway 进程	500-1200MB	无	⭐⭐⭐⭐⭐
添加 Swap	防 OOM	无	⭐⭐⭐⭐⭐
browser.enabled: false	~350MB	无法浏览器自动化	⭐⭐⭐⭐⭐
canvasHost.enabled: false	~20-50MB	无 Canvas UI	⭐⭐⭐⭐
acp.enabled: false	~30-80MB	无 sub-agent	⭐⭐⭐
memorySearch.enabled: false	~50-100MB	无语义记忆搜索	⭐⭐⭐
diagnostics.enabled: false	~10-30MB	无遥测	⭐⭐⭐⭐
web.enabled: false	~10-20MB	无 WebChat	⭐⭐⭐⭐
controlUi.enabled: false	~10-20MB	无 Dashboard	⭐⭐⭐
NODE_OPTIONS 限制堆	防止膨胀	可能影响大上下文	⭐⭐⭐

理论最大节省： 从默认 ~1.3GB 降到 ~300MB（不含系统开销）。

7. 诊断命令速查


# 查看总内存使用
free -h

# 按内存排序看进程
ps aux --sort=-%mem | head -15

# 查看 OpenClaw gateway 详细内存
cat /proc/$(pgrep -f openclaw-gateway | head -1)/status | grep -i "vmrss\|vmsize\|threads"

# 查看是否有多个 gateway
pgrep -fa openclaw-gateway

# 查看 Chrome 进程
pgrep -fa chrome | grep -c ""

# 查看 swap 使用
swapon --show

# 查看 Node.js 堆使用（运行时）
node -e "console.log(process.memoryUsage())"

8. 总结

OpenClaw 默认是"全家桶"模式——浏览器、Canvas、ACP、Memory Search、遥测、WebChat 全开。这在 8GB+ 的机器上没问题，但在小 VPS 上会把内存吃光。

核心原则：

1. 先杀多余进程 — 确保只有一个 gateway 在跑

2. 加 Swap — 小内存机器的安全网

3. 关掉不用的功能 — browser 是最大的优化点

4. 按需开启 — 需要浏览器时临时开，用完关掉

OpenClaw 的模块化设计让这些优化成为可能——每个功能都有独立的开关，不是全有或全无。

基于 OpenClaw 源码分析（2026-03-26 最新版本，7814 个 TypeScript 文件）

源码：github.com/openclaw/openclaw