前几天说了OpenClaw省Token神器QMD与MemOS对比与使用，然后也查过一些资料，也问过千问，说OpenClaw 内嵌了QMD核心功能，需再额外安装。
然后用openclaw memory status查询状态，显示运行也正常
结果重点来了，几天断断续续使用了一下，发现token消耗了1400多万的Token，但请求数并不多只有可怜的几百次。
查看日志发现，都是输入都是几万几万的token，这不就表明qmd基本没啥用哈。
然后用openclaw自己检查一下，发现，真没启用，还需要安装qmd
再然后，它就自己开始安装起来了，等待安装完让他自己配置并执行。第一次执行qmd embed 时会要先下载模型，加上我这在pve虚拟机上还没有GPU，所以速度很慢很慢很慢，耐心等待完成就行。我是挂在后台，煮饭吃饭几个小时后才回来发现还没完成。
让OpenClaw自己分析日志，说是缺少sqlite-vec数据库插件，然后，她就开始自己修复
可能是HuggingFace 在国内访问可能较慢超时了，然后，OpenClaw又自己去别的网站下载了，对于中文纯CPU长文本来说，nomic-embed-text-v1.5.Q8_0模型比默认的embeddinggemma-300M-GGUF更有优势，这里就更换了。
下载模型后，因为没有GPU，所以没有嵌入。
继续使用推荐方案1来让写脚本绕过QMD的CUDA编译问题。
添加到WORKFLOW_AUTO.md文件，自动检查监听的监听文件改变，自动完成 qmd update和qmd embed。
再查看状态
再看效果，输入明显从几万下降到了几千。
Token消耗真的费啊，就让它自己处理了一下qmd问题，结果直接消耗了1千万的Token，用了阿里百炼的Coding Plan，7.9月包月了，不心疼。
评论区