重复提交同一资料会重复计费，因每次均为独立模型调用且无输入去重缓存；启用「本地摘要记忆」插件或复用历史结果可避免浪费。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
当你在 AionClaw 中反复提交同一份资料（比如连续三次上传同一份 PDF 报告并让 AI 摘要），系统会真实消耗三倍 Token，而不是“识别重复后跳过计费”。
为什么重复提交会重复计费
每次提交触发的是独立的模型调用请求，AionClaw 不对输入内容做去重缓存。即使你五分钟后又发一遍刚处理过的 Excel 文件，后台仍会向 TaoToken（或你配置的任意模型通道）发起全新 API 请求，携带完整文件内容或文本切片，模型端无法判断这是不是“上一秒刚算过的数据”。
这和本地大模型推理不同——AionClaw 默认走的是远程模型服务，所有 token 消耗发生在云端，本地不保留语义级缓存。
如何避免无谓的 Token 浪费
方法一：启用本地缓存技能插件
在 AionClaw 控制台 →【技能管理】→ 搜索安装「本地摘要记忆」插件（社区编号 #SK-284），该插件会在首次处理后将文档哈希值与摘要结果存入本地 AES256 加密数据库；后续提交相同文件时，自动比对哈希并直接返回历史结果，【不发起新模型调用】。
方法二：手动复用已有分析结果
在「任务历史」页找到上次处理该资料的记录 → 点击右侧「导出原始输出」→ 将生成的 Markdown 或 JSON 内容复制粘贴进新任务指令中，例如：“基于以下已提取的核心结论，生成三版汇报PPT大纲：……”。
验证是否真的重复计费
第一步：打开 TaoToken 控制台 → 进入「用量明细」页
第二步：筛选时间范围为最近 2 小时 → 查看「请求路径」列中是否有多个 /v1/chat/completions 请求对应相同 model_id 且 timestamp 间隔＜90 秒
第三步：点击任一请求详情 → 检查「input_tokens」数值是否显著高于单次文档长度预期（例如一份 2000 字文本却显示 input_tokens=18500，大概率是被重复切片上传）
若发现连续高 token 请求来自同一份资料，说明未启用防重机制。
