OpenClaw免费下载，附模型API白嫖攻略

这篇可能是本系列最"实用主义"的一篇——专门教你怎么一分钱不花地把OpenClaw跑起来。OpenClaw本身免费，但驱动Agent需要AI模型的API，而API通常是按量计费的。不过别急，市面上有不少免费的API额度可以用，甚至还有一些完全免费的开源模型。今天我就把收集到的所有免费资源整理出来，给你配一套零成本的OpenClaw方案。

OpenClaw最新版本一键部署包下载地址：https://top.wokk.cn

一、OpenClaw本身的费用

先把这个问题讲清楚：OpenClaw社区版完全免费，没有使用时间限制，没有功能阉割，没有隐藏收费。你可以免费下载、免费安装、免费使用全部基础功能。

OpenClaw的下载有多种渠道。最推荐的是官方提供的中文下载页面（国内CDN加速，下载速度快）。下载的文件是一个压缩包，解压就能用，安装过程不需要付任何费用。

如果你喜欢用命令行，也可以通过包管理器来安装：

# npm全局安装OpenClaw CLI
npm install -g @openclaw/cli

# 安装完成后验证
openclaw --version
# 输出类似：openclaw/2.x.x

# 查看帮助信息
openclaw help

这条命令从npm仓库安装OpenClaw的命令行工具。npm本身也是免费的，OpenClaw在npm上的包也是免费的。安装完之后，openclaw命令就可以全局使用了。

二、真正的成本在哪里

OpenClaw本身不收费，但AI模型的API是要花钱的。OpenClaw只是一个框架，它需要调用AI大模型来处理对话、生成内容、分析数据。每次调用都会消耗token，而token是需要付费的。

不过，好消息是很多模型提供商都提供免费额度。你注册账号就送一定量的免费token，够你用很长时间。而且还有一些完全免费的开源模型，可以在本地运行，连API都不需要。

成本结构拆解一下：

使用OpenClaw的总成本 = 以下各项之和：

1. OpenClaw框架：0元（社区版免费）
2. AI模型API费用：
   a) 免费额度内：0元
   b) 免费额度用完后：按量付费（可控制）
3. 服务器/电脑硬件：已有设备，0元
4. 网络：已有网络，0元

所以，如果你只用免费额度，总成本 = 0元

这个成本结构说明了一个事实：对于个人使用来说，OpenClaw完全可以做到零成本运行。关键在于怎么管理和利用好免费的API额度。

三、国产模型免费额度大盘点

国产模型是"白嫖"的首选。国内几家主要的大模型厂商都提供了慷慨的免费额度：

智谱AI（GLM系列）：注册就送免费额度，GLM-4-Flash模型完全免费（不限量），这个是目前白嫖OpenClaw的最佳选择。GLM-4-Flash虽然是"轻量版"，但日常对话、写代码、翻译这些任务完全够用。

来看一下怎么在OpenClaw中配置智谱API：

# ~/.qclaw/config.yaml 配置智谱GLM
models:
  default: "glm-4-flash"
  providers:
    zhipu:
      api_key: "你的智谱API密钥"
      base_url: "https://open.bigmodel.cn/api/paas/v4"
      models:
        - name: "glm-4-flash"
          max_tokens: 4096
          # GLM-4-Flash 完全免费，不扣费
          cost_per_1k_tokens: 0

agent:
  model: "glm-4-flash"
  temperature: 0.7

这段配置把默认模型设置为glm-4-flash，并填入了智谱的API密钥。智谱的API密钥可以在智谱开放平台上注册后获取，注册过程很简单，手机号验证就行。

cost_per_1k_tokens设为0是因为GLM-4-Flash确实不收费。OpenClaw会根据这个值来估算API成本，设为0表示这个模型不产生费用。

其他国产模型的免费情况：

国产模型免费额度对比（2025年信息，请以官网最新政策为准）：

| 模型提供商  | 免费模型         | 免费额度              | 注册方式       |
|------------|-----------------|----------------------|---------------|
| 智谱AI      | GLM-4-Flash     | 完全免费（不限量）    | 手机号注册     |
| 智谱AI      | GLM-4-Air       | 新用户赠送token       | 手机号注册     |
| DeepSeek   | DeepSeek-V3     | 免费额度             | 手机号注册     |
| 阿里通义     | Qwen-Turbo      | 新用户赠送100万token  | 阿里云账号     |
| 百度文心     | ERNIE-Speed     | 新用户赠送额度        | 百度智能云账号 |
| 讯飞星火     | Spark-Lite      | 免费额度             | 讯飞开放平台   |

建议：优先使用GLM-4-Flash，完全免费且能力不弱

这个表格汇总了主要国产模型的免费情况。不同厂商的免费政策可能会随时调整，建议去各平台官网确认最新信息。但总的来说，国产模型的免费额度对个人用户来说已经相当充足了。

四、OpenAI免费额度

有些用户可能更习惯用OpenAI的模型。OpenAI新注册账号会送一定量的免费额度（通常在5到18美元之间，取决于注册时期和地区）。虽然不多，但用来体验OpenClaw是完全够的。

配置OpenAI API：

# ~/.qclaw/config.yaml 配置OpenAI
models:
  default: "gpt-4o-mini"     # 推荐用mini版，更省token
  providers:
    openai:
      api_key: "sk-xxxxxxxxxxxxxxxx"
      base_url: "https://api.openai.com/v1"
      models:
        - name: "gpt-4o-mini"
          max_tokens: 4096
          cost_per_1k_tokens: 0.00015   # 输入价格（美元）
          cost_per_1k_output_tokens: 0.0006
        - name: "gpt-4o"
          max_tokens: 8192
          cost_per_1k_tokens: 0.005
          cost_per_1k_output_tokens: 0.015

注意这里用了gpt-4o-mini而不是gpt-4o。mini版本是GPT-4o的轻量版，价格只有完整版的约5%，但日常使用的效果差异不大。对于预算有限的情况，强烈推荐优先使用mini版。

关于OpenAI API Key的安全：千万不要把API Key提交到代码仓库或者公开分享。建议把它存在环境变量里：

# Windows PowerShell 设置环境变量
$env:OPENAI_API_KEY="sk-你的密钥"

# Mac/Linux 设置环境变量
export OPENAI_API_KEY="sk-你的密钥"

# 然后在配置文件中引用环境变量
# config.yaml:
models:
  providers:
    openai:
      api_key: "${OPENAI_API_KEY}"    # 引用环境变量

把API Key放在环境变量里比直接写在配置文件里更安全。这样即使配置文件被意外分享，你的密钥也不会泄露。

五、本地模型方案（完全离线免费）

如果你想完全不依赖任何在线API，可以用本地运行的开源模型。OpenClaw支持通过Ollama等工具接入本地模型，这种方式完全免费、完全离线、没有任何限制。

先安装Ollama：

# Windows - 下载安装包
# 访问 https://ollama.ai 下载 Windows 安装包，双击安装

# Mac - 用Homebrew安装
brew install ollama

# Linux - 一键安装脚本
curl -fsSL https://ollama.ai/install.sh | sh

# 安装完成后，拉取一个模型（以Qwen2.5为例）
ollama pull qwen2.5:7b

# 测试模型是否正常工作
ollama run qwen2.5:7b "你好，请做个自我介绍"

Ollama安装好后，它会在本地启动一个API服务（默认端口11434）。OpenClaw可以直接对接这个服务，就像对接OpenAI的API一样。

在OpenClaw中配置本地模型：

# ~/.qclaw/config.yaml 配置Ollama本地模型
models:
  default: "qwen2.5:7b"
  providers:
    ollama:
      base_url: "http://127.0.0.1:11434/v1"
      api_key: "ollama"    # Ollama不需要真实密钥，随便填
      models:
        - name: "qwen2.5:7b"
          max_tokens: 4096
          cost_per_1k_tokens: 0    # 本地运行，零成本

agent:
  model: "qwen2.5:7b"
  temperature: 0.7

配置中base_url指向Ollama的本地API地址。api_key填"ollama"就行，因为本地模型不需要认证。cost_per_1k_tokens设为0，因为本地运行不产生任何费用。

本地模型方案的优势是完全免费、数据不出本地、没有网络依赖。缺点是模型质量不如顶级云端模型，而且需要一定的硬件配置（建议至少16GB内存，最好有GPU）。

推荐的本地模型：

本地模型推荐（按质量排序）：
├── qwen2.5:14b      # 阿里通义千问，中文表现优秀
├── qwen2.5:7b       # 轻量版，8GB内存也能跑
├── llama3.1:8b      # Meta出品，英文能力强
├── gemma2:9b        # Google出品，综合质量好
└── phi3:mini        # 微软出品，极小但可用

硬件需求参考：
- 7B模型：至少8GB内存（无GPU可用CPU跑，速度慢）
- 14B模型：至少16GB内存（推荐有GPU）
- 量化版本（q4）：内存需求减半，质量略有下降

六、多模型混合策略

最聪明的做法不是只用一个免费模型，而是把多个免费来源组合起来。OpenClaw支持模型路由，可以根据任务类型自动选择最合适的模型：

# 智能模型路由配置
models:
  default: "glm-4-flash"      # 默认用免费模型
  routing:
    # 简单对话 → GLM-4-Flash（免费）
    pattern_simple: "glm-4-flash"
    # 代码相关 → GPT-4o-mini（免费额度内）
    pattern_code: "gpt-4o-mini"
    # 需要中文创作 → GLM-4-Air（免费额度内）
    pattern_chinese: "glm-4-air"
    # 复杂推理 → Qwen2.5 14B（本地免费）
    pattern_complex: "qwen2.5:14b"

这种混合策略的好处是：每种任务都用最适合的模型，而且全部都在免费额度或本地运行范围内。简单任务用免费的GLM-4-Flash，代码生成用OpenAI的免费额度，复杂推理用本地模型。这样你的实际成本仍然是零，但Agent的整体能力比单用一个免费模型强很多。

七、免费额度的使用技巧

最后分享几个省着用免费额度的技巧：

技巧一：控制上下文长度。每次对话Agent会携带之前的上下文，上下文越长，消耗的token越多。定期清理上下文（发"清空"指令），可以显著减少token消耗。

技巧二：选择合适的模型。不是所有任务都需要最强的模型。问个简单问题用Flash就够了，不需要动用Plus或GPT-4o。

技巧三：利用缓存。OpenClaw对某些重复的查询有缓存机制，命中缓存的请求不会消耗API token。合理利用可以节省不少。

技巧四：批量处理。把多个小问题合并成一个大问题一次问完，比分多次问更省token（因为上下文只加载一次）。

技巧五：监控用量。定期查看自己的API用量，做到心中有数。OpenClaw内置了用量统计功能：

# 查看API用量统计
openclaw stats

# 输出示例：
# 今日用量：
#   glm-4-flash:    12,345 tokens (免费)
#   gpt-4o-mini:    5,678 tokens ($0.003, 免费额度剩余 $4.997)
#   总费用：$0.00

好了，这就是完整的免费方案。OpenClaw免费、国产模型免费额度、本地开源模型免费——三管齐下，你完全可以做到零成本把整个系统跑起来。去试试吧！

下一篇会聊聊完全不需要本地硬件的云端方案，另一种零成本思路。我们下期见！