点击上方👆蓝字关注我们！
作为现象级的开源 AI Agent 项目，OpenClaw 正凭借强大的自主执行能力，迅速成为能操作文件、调用系统命令、控制浏览器的“数字员工”。但用得好是生产力，用不好可能就是个“烧钱黑洞”。
一位开发者近期分享了自己的经历：他配置了 OpenClaw 的“心跳检查”功能——本意是让 Agent 每半小时看看有没有待办任务，结果因为默认配置问题，每次心跳都把整个上下文（约 12 万 token）完整发给 API，一夜之间就烧掉了 18.75 美元。按此推算，仅闲置的心跳检查一项，一周就要烧掉约 250 美元。这还不包括任何实际对话或复杂任务。
随着 OpenClaw 的自主性越强，其内部行为的不可见性就越突出。心跳检查、上下文累积、多步推理……这些看似正常的机制，都可能悄悄推高 token 消耗，而用户却浑然不觉。
APMPlus 是火山引擎推出的 AI 应用监控产品，聚焦破解 AI 应用“黑盒”难题，提供从代码到模型的全链路监控。考虑到 OpenClaw 本身内置了 diagnostics-otel 插件，可以基于 OpenTelemetry 协议采集运行时事件（如 token 消耗）的捕捉打点并进行监控数据的上报。APMPlus 在行业内率先 支持接收该插件上报的数据，并提供开箱即用的监控看板，帮助用户解决以下问题：
-
实时洞察 token 消耗： 预置看板直观展示 token 用量、成本趋势，让每一分钱都有据可查。
-
预警异常行为： 可自定义 token 消耗阈值，当心跳检查等后台任务触发异常消耗时，第一时间发出告警。
接下来，我们将详细介绍如何将 OpenClaw 的观测数据接入 APMPlus，让您的 AI 应用从“成本失控”走向“成本可控”。
一
可观测指标速览
将 OpenClaw 接入 APMPlus 后，您可以看到以下四类关键指标，它们能帮助您实时掌握 OpenClaw 的运行状态和成本消耗。
模型使用指标
这部分指标直接关系到大模型调用成本，是控制开支的核心。通过监控 token 消耗、预估成本、运行时长和上下文使用情况，您可以清晰了解每次调用花了多少钱，避免因配置不当导致的资源浪费。
指标名称
|
指标介绍
| |
openclaw.tokens
|
模型处理时消耗的 token 数量，区分输入和输出
| |
openclaw.cost.usd
|
根据 token 用量估算的费用（美元），实时掌握开支
| |
openclaw.run.duration_ms
|
一次任务从开始到结束的耗时，反映整体响应速度
| |
openclaw.context.tokens
|
当前对话或任务占用的上下文 token 数量
|
关于 openclaw.cost.usd 指标的说明
此指标用于记录模型使用的预估成本（美元）。请注意，它仅在 OpenClaw 的上游 model.usage 事件中明确提供了 costUsd 字段时才会被记录。如果上游事件未提供成本信息，此指标将不会产生数据。
Webhook 处理指标
Webhook 是 OpenClaw 与外部系统交互的重要通道。通过监控 Webhook 的接收量、处理错误率和处理时长，您可以及时发现外部服务调用的异常，确保系统间集成的稳定性。
指标名称
|
指标介绍
| |
openclaw.webhook.received
|
收到的 Webhook 请求总量
| |
openclaw.webhook.error
|
处理 Webhook 时出错的次数
| |
openclaw.webhook.duration_ms
|
处理单个 Webhook 请求的平均耗时
|
消息队列指标
消息队列是 OpenClaw 处理任务的中转站。关注入队/出队数量、队列深度和等待时间，可以帮助您判断系统是否出现拥堵、任务是否积压，从而及时调整资源或排查瓶颈。
指标名称
|
指标介绍
| |
openclaw.message.queued
|
进入待处理队列的消息总量，反映请求压力
| |
openclaw.message.processed
|
消息处理完成的次数，按成功/失败等结果分类
| |
openclaw.message.duration_ms
|
处理一条消息平均需要多少毫秒
| |
openclaw.queue.depth
|
消息入队或出队时，队列里堆积的消息数量
| |
openclaw.queue.wait_ms
|
消息执行前的队列等待时间
| |
openclaw.queue.lane.enqueue
|
命令队列通道入队次数
| |
openclaw.queue.lane.dequeue
|
命令队列通道出队次数
|
会话管理指标
会话状态变化和卡住会话的数量，反映了交互的健康度。通过监控会话卡住、重试次数等指标，您可以快速发现哪些对话陷入了死循环或异常状态，提升用户体验。
指标名称
|
指标介绍
| |
openclaw.session.state
|
会话状态转换
| |
openclaw.session.stuck
|
处理过程中卡住、没有进展的会话数量
| |
openclaw.session.stuck_age_ms
|
这些卡住的会话已经卡了多久
| |
openclaw.run.attempt
|
任务执行重试的次数，帮助发现不稳定环节
|
有了这些指标，再结合 APMPlus 提供的统一仪表盘，您可以直观了解 OpenClaw 的工作负载、响应速度和潜在瓶颈，再也不用担心半夜被账单惊醒。
二
观测数据接入与查看
开源 OpenClaw 接入
当您使用开源的 OpenClaw ，并希望将观测数据（如 token 消耗等）接入到 APMPlus 时，可按照以下步骤操作。
部署 OpenClaw
按照 OpenClaw 官网（https://docs.openclaw.ai/install）介绍，部署并启动最新版本的 OpenClaw，最低版本要求为 v26.2.19。如已部署旧版本 OpenClaw，需要升级到最新版本。
启动 diagnostics-otel 插件
执行 openclaw plugins enable 命令启动插件：
openclaw plugins enable diagnostics-otel
执行完成后，可通过 openclaw plugins list 命令查看插件状态，预期状态为 loaded。
配置 diagnostics-otel 数据上报配置
在 ~/.openclaw/openclaw.json 文件中，添加以下配置以开启插件并将观测数据上报到 APMPlus：
{
"previous configs": {
...
},
"plugins": {
"entries": {
"diagnostics-otel": {
"enabled": true
}
}
},
"diagnostics": {
"enabled": true,
"otel": {
"enabled": true,
"endpoint": "http://apmplus-cn-beijing.volces.com/server_collect/third_party/open_telemetry/v2/{your_app_key}",
"protocol": "http/protobuf",
"serviceName": "openclaw",
"traces": true,
"metrics": true,
"logs": true,
"flushIntervalMs": 30000
}
}
}
其中 {your_app_key} 需要替换成具体账号的 app_key，获取方式参考
https://www.volcengine.com/docs/6431/1469364?lang=zh。serviceName 的值可替换成你所需要的服务名。
重启 OpenClaw
在终端执行以下命令以重启 OpenClaw gateway 服务：
openclaw gateway restart
发起对话
此时您可以通过 WebUI 或其他方式与 OpenClaw 进行交互：
APMPlus 数据查看&报警规则配置
查看可观测数据
对话完成后，可前往 APMPlus 控制台查看观测数据：
1、在服务列表页（https://console.volcengine.com/observe/apmplus-server/region:apmplus-server+cn-beijing/server/service/list）将可看到配置的 OpenClaw 服务名。
2、点击进入服务详情页后，在 Trace 分析界面可看到对应的 trace span 列表，点击可查看具体 trace 详情。
3、点击可查看具体 trace 详情， 切换到属性 tab 可查看这次请求的相关信息，如请求的模型和对应 token 消耗等。
4、OpenClaw 还对 token 消耗等进行了指标打点，指标数据也会上报到 APMPlus，APMPlus 也提供了对应的预置看板，您可直接在自定义看板 - 预置看板（https://console.volcengine.com/observe/dashboard/dashboard/?type=builtin）进行查看。
5、针对 OpenClaw 场景的指标，APMPlus 也对其进行了整理和介绍，见：
配置报警规则
除自定义看板外，如您还需要对 OpenClaw 可观测指标进行自动化报警监控，如 token 消耗，会话卡顿等。可在 APMPlus 配置对应的报警任务以监测对应指标值，满足配置条件时发送报警消息。通过报警任务，您可以监测目标服务的配置项指标的异常情况，并及时收到通知，帮助您及时关注 OpenClaw 的运行状况。使用方式参考：https://www.volcengine.com/docs/6431/97320?lang=zh。
三
小结
通过集成火山引擎 APMPlus，用户可以将模糊的“成本焦虑”转化为清晰的“数据洞察”，只需简单配置即可将 token 消耗、调用链等关键指标上报至托管监控平台，无需自建看板、无需运维基础设施，真正实现每一笔 token 消耗都有据可查、异常行为实时预警、成本黑洞快速定位。
更值得期待的是，APMPlus 即将上线一个新能力，更好地提供云上可观测服务：后续用户如在火山引擎 ECS 购买了 OpenClaw 活动实例，平台将提供一键开启可观测能力的集成方案。届时，用户无需手动配置插件，创建实例后即可自动将观测数据上报至 APMPlus，进一步降低接入门槛。