Clawzempic 是一款专为 OpenClaw 实例设计的效率审计工具，其核心理念借鉴了 Chrome Lighthouse 的性能检测模式。该工具通过自动化扫描，对 OpenClaw 的安装环境进行全面评估，并生成从 A+ 到 F 的等级评分，帮助用户快速识别系统臃肿、配置不当或资源浪费等问题。Clawzempic 不依赖任何第三方库，仅需 Python 3.8+ 标准库即可运行，极大降低了部署门槛。它不仅能输出整体评级，还能按类别详细展示问题所在，并提供可操作的优化建议，是提升 AI 工作流性能与资源利用率的高效诊断利器。
核心功能特点
- 基于六项关键指标进行综合评分：上下文注入、Cron 健康、会话膨胀、配置健康、技能冗余和转录文件体积
- 支持本地与远程实例审计，可通过 SSH 直接检测虚拟机或其他服务器上的 OpenClaw 环境
- 提供 JSON 格式输出，便于集成到监控面板或 CI/CD 流水线中实现自动化告警
- 具备一键修复功能（–fix），可对低分项执行自动化清理，显著降低人工干预成本
- 零外部依赖，纯 Python 实现，确保在任何兼容环境中均可安全运行
适用场景
Clawzempic 特别适用于需要长期维护复杂 OpenClaw 实例的开发者或运维团队。例如，当某个 Claude Code 实例在运行一段时间后出现响应变慢、上下文频繁超限或磁盘占用激增时，使用 Clawzempic 可在数分钟内定位根本原因——可能是未及时清理的陈旧会话、过度加载的技能插件，或是 Cron 任务配置不当导致重复调用高算力模型。对于远程团队协作场景，该工具支持通过 SSH 对生产环境中的 OpenClaw VM 进行无侵入式审计，无需额外安装代理程序。此外，在持续集成流程中定期调用 Clawzempic 并设定评分阈值（如低于 B 级即触发告警），可有效预防因配置漂移引发的性能退化，保障开发体验的一致性与稳定性。