Clawdbot内存过高可通过五步优化：一、精简依赖，卸载非核心包并安装轻量版requirements；二、禁用监控、更新检查与远程日志；三、限制协程并发数、HTTP连接池及队列大小；四、替换pickle为msgpack序列化；五、启用只读模式并禁用缓存预热。
如果您发现Clawdbot在运行过程中占用内存过高，导致系统响应迟缓或服务不稳定，则可能是由于默认配置未针对资源受限环境优化、日志冗余、模块加载过多或后台任务堆积所致。以下是多种轻量化安装与运行优化的具体操作步骤：
一、精简安装依赖
Clawdbot默认安装可能包含大量非必需的可选依赖（如图形渲染、完整测试套件、调试工具等），这些会增加内存驻留体积。通过自定义安装方式排除无关组件，可显著降低初始内存占用。
1、进入Clawdbot项目根目录，执行pip uninstall -y $(cat requirements.txt | grep -v "^#" | grep -v "pytest|debugpy|pillow|matplotlib" | tr "\n" " ")，批量卸载图像处理、测试框架与调试相关包。
2、新建精简版requirements-light.txt，仅保留核心依赖：requests==2.31.0、aiohttp==3.8.5、pydantic==1.10.14、redis==4.6.0。
3、使用命令pip install -r requirements-light.txt --no-cache-dir完成轻量级安装，避免pip缓存引入额外元数据。
二、禁用非必要后台服务
Clawdbot内置的监控上报、自动更新检查、实时日志聚合等后台服务在低配环境中属于高开销组件，关闭后可释放约120–180 MB常驻内存。
1、编辑配置文件config.yaml，将monitoring.enabled字段设为false。
2、定位到services.update_checker节点，将其值修改为enabled: false。
3、在logging区块中，将level由DEBUG调整为WARNING，并注释掉handlers.remote_log整段配置。
三、限制协程并发与缓冲区大小
Clawdbot基于asyncio构建，其默认并发数和HTTP连接池尺寸面向中大型部署设计，在单核/1GB内存设备上易引发内存膨胀。需主动约束资源边界。
1、在config.yaml中新增runtime区块，设置max_concurrent_tasks: 8。
2、修改http_client.pool_size为16，并将http_client.timeout.total从300降至90（单位：秒）。
3、对所有使用asyncio.Queue的模块，查找maxsize=0或未设限处，统一改为maxsize=256。
四、启用内存敏感型序列化
Clawdbot在任务调度与中间件通信中默认采用Python原生pickle序列化，该方式内存占用高且存在安全风险；替换为msgpack可减少约35%对象序列化内存开销，并加快反序列化速度。
1、执行pip install msgpack==1.0.7安装兼容版本。
2、在core/serialization.py中，将import pickle替换为import msgpack，并将所有pickle.dumps()调用改为msgpack.packb(..., use_bin_type=True)。
3、同步修改loads()逻辑为msgpack.unpackb(..., raw=False)，确保字符串解码一致性。
五、启用只读模式与缓存预热隔离
当Clawdbot仅用于数据采集而无需写入本地存储时，强制切换至只读运行模式可跳过数据库连接初始化、事务管理器加载及磁盘I/O缓冲区分配，节省约90 MB基础内存。
1、启动命令末尾添加环境变量CLAWDBOT_READONLY=1，例如：CLAWDBOT_READONLY=1 python main.py。
2、确认storage.backend配置项已设为none或memory，禁止加载SQLite或PostgreSQL驱动。
3、在cache.preload配置下，将enable设为false，并删除preload_items列表全部内容。
