OpenClaw Context Meter Plugin zeigt Telegram Token-Nutzungsprozentsatz an

Was es tut

Das openclaw-context-meter-Plugin zeigt automatisch den Token-Verbrauchsprozentsatz nach jeder Telegram-Bot-Antwort an. Nach jeder Antwort sendet es eine kleine Fußzeile wie: 📊 45k / 200k (22%). Bei Komprimierung (signifikanter Token-Rückgang) zeigt es: 📊 30k / 200k (15%) — komprimiert von 150k.

Das Problem, das es löst

Zuvor gab es keine einfache Möglichkeit, zu sehen, wie voll das Kontextfenster ist, ohne ständig /status einzugeben. Das Plugin bietet automatische Einblicke in den Token-Verbrauch.

Entwicklungsreise

v1 — Die OOM-Katastrophe: Anfangs wurde execSync("openclaw models list --json") verwendet, um Modell-Kontextfenster dynamisch zu ermitteln. Dies startete jedes Mal, wenn das Plugin geladen wurde, einen vollständigen OpenClaw-Prozess (~2 GB RAM). Da das Plugin 4-5 Mal beim Start geladen wird (einmal pro Agent/Laufzeitumgebung), führte dies zu: 2 GB Gateway + 5 × 2 GB Subprozesse = 12 GB → sofortiger OOM. Der OOM-Killer beendete sshd und NetworkManager, machte Server völlig unerreichbar und erzeugte eine Endlosschleife beim Neustart.

v2 — Die schlanke Lösung: Hartcodierte Kontextfenster für 40+ Modelle. Keine Subprozesse, kein Speicher-Overhead. Wichtige Erkenntnis: Verwende niemals execSync in OpenClaw-Plugins, da selbst eine einfache CLI-Abfrage die gesamte Laufzeitumgebung mit allen Plugins und TypeScript-Kompilierung startet.

Warum kein Fork nötig ist

Das Plugin forkte ursprünglich OpenClaw, um before_compaction/after_compaction-Hooks zu patchen, aber Upstream-Änderungen machten dies unnötig:

• v2026.3.13+ — Upstream übergibt nun sessionId + agentId + sessionKey im Komprimierungshook-Kontext
• v2026.3.22+ — Eingebaute 🧹 Kontext wird komprimiert...-Benachrichtigungen (Issue #38805) machten deren Komprimierungscode überflüssig
• v2026.3.22+ — Eingebauter /usage tokens|full|cost-Befehl für grundlegende Token-Anzeige

Das Plugin konzentriert sich nun auf das, was noch fehlt: Anzeige des Kontextfenster-Prozentsatzes.

Funktionen

• Kostenlos — verwendet nur agent_end + message_sent-Hooks, keine zusätzlichen API-Aufrufe
• Keine Subprozesse — Modell-Kontextfenster sind hartcodiert (kein execSync-OOM-Risiko)
• Intelligente Filterung — überspringt tool_use-Durchläufe, sendet Fußzeile nur nach endgültiger Textantwort
• Entprellt — wartet 1,5 s nach der letzten Nachricht, um Fußzeilen mitten im Stream zu vermeiden
• Multi-Agent — funktioniert mit mehreren Agents und Telegram-Konten
• Komprimierungserkennung — erkennt Token-Rückgänge und zeigt Vorher/Nachher-Statistiken

Bekannte Einschränkungen

• Einige Anbieter (wie Qwen) liefern totalTokens: 0 zurück — Fußzeile wird für diese Modelle nicht angezeigt
• Hartcodierte Kontextfenster könnten für neuere Modelle falsch sein — aus v2026.3.22-Quelle gezogen
• Derzeit nur Telegram (sendet Fußzeile über Bot-API)

Installation

cd ~/.openclaw/extensions
npm pack openclaw-context-meter
tar xzf openclaw-context-meter-*.tgz
mv package context-meter
rm openclaw-context-meter-*.tgz

Zu openclaw.json hinzufügen:

{
  "plugins": {
    "allow": ["context-meter"],
    "entries": {
      "context-meter": {
        "enabled": true
      }
    }
  }
}

Erfordert OpenClaw >= 2026.3.22.