EasyClaw执行慢/超时？三个排查方向

执行慢/超时的三个核心原因

EasyClaw执行慢或者报超时错误（LLM request timed out），基本离不开这三个原因：提示词太啰嗦、模型选得不对、对话上下文太长。

原因一：提示词表达不清晰

这是最常见的原因——你给龙虾的指令太模糊，它要反复来回确认才能开始干活，每一次确认都消耗一轮模型调用和时间。

❌ 坏的提示词：

帮我处理一下那个重要的事情，你自己知道我想要什么，然后弄好之后告诉我。

✅ 好的提示词：

把D盘的data文件夹里所有Excel文件（2024Q1-2024Q4）的"销售额"列汇总，按月份生成月度销售额趋势图，保存为PNG。

判断标准：你的指令是不是让龙虾能直接开始干活而不用先反问你？

优化技巧：

1. 具体、具体、再具体：说清楚做什么、对什么做、输出什么格式、保存到哪里
2. 拆解成小步骤：复杂任务分成几步说，不要一次丢个大模糊指令
3. 用自然语言就行：不用写代码，也不用记特殊语法——但要表达清晰

原因二：模型选得不对

用低倍率模型处理复杂任务，效率反而更低——低倍率模型推理能力弱，处理复杂逻辑时容易卡壳、反复请求，总耗时反而比用高级模型还长。

建议：

• 如果任务需要复杂推理：直接切高级模型（比如DeepSeek V3、GPT-4o），贵但快
• 如果是日常对话/简单任务：用基础或快速模型，便宜够用
• 不要中途切模型：多步骤任务执行中切模型会中断上下文，等于前功尽弃

原因三：对话上下文太长

对话拖太长会让模型处理变慢——每轮对话模型都要读取完整的历史上下文，50轮以上的对话处理起来明显变慢，甚至会超Token窗口直接报错。

解决办法：

压缩前记得：把重要内容写入MEMORY.md，不然清完对话就丢了。

原因四（少见）：网络问题

如果以上都排查了还慢，可能是网络问题——模型API服务器过载、网络延迟高、或者你用的VPN不稳定。

快速测试：

1. 换个模型试试（比如从DeepSeek换成Kimi，不同服务器）
2. 检查VPN/代理是否稳定
3. 直接在EasyClaw里发送/status看最近的请求日志，有没有超时记录

执行慢/超时的应急处理

如果任务正在执行但突然卡住/超时了：

1. /stop → 停掉当前任务
2. /compress → 压缩上下文（或/new清空）
3. 检查提示词是不是太模糊 → 改得更清晰
4. 换个更强的模型 → 高级档
5. 重新发指令 → 这次应该快多了

一句话总结

提示词要清晰、模型要匹配、对话要干净——这三件事做到位，90%的慢/超时问题都能解决。