AI agent

免费运行 OpenClaw：OpenRouter、Dobby API 与 NVIDIA 配置指南

这是一篇面向初学者的 OpenClaw 免费运行指南，介绍如何用 OpenRouter 免费模型、Dobby API 和 NVIDIA Kimi-k2.5 配置零成本 LLM 工作流。

本文为翻译转载，原文作者 Kory Becker，原文发布于 Towards AI，日期为 2026 年 2 月 22 日。原文链接：A Beginner-Friendly Guide to Running OpenClaw for Free。本文在 OpenRouter 部分补充了 Dobby API 的配置说明。

副标题：一篇面向初学者的实操指南，介绍如何用 OpenRouter 和 NVIDIA 的零成本 LLM 来配置 OpenClaw。

OpenClaw 不一定很贵

关于运行 OpenClaw 产生意外费用的故事，似乎一点也不少。

毕竟，OpenClaw 是一个运行在你电脑上的服务，它会把请求发送给你选择的大语言模型。它几乎可以操作你的电脑能做的任何任务，包括查看邮件、下载图片、撰写博客文章、管理业务和安排任务。它通常还会全天候运行。

这样一来，发给 Claude Opus、Sonnet 和 GPT 的 API 请求很快就会累积成一笔不小的费用。好在，你也可以用完全免费的 LLM 来运行 OpenClaw。

这里是作者此前关于搭建 OpenClaw 的经验分享。这篇文章会介绍如何让它全天运行，而且不需要为任何 API 调用付费。

运行 OpenClaw 两周之后

在开始完全免费方案的配置之前，作者先分享了过去两周运行 OpenClaw 的体验。

OpenClaw 的表现有点复杂。

它确实让人开眼，也非常有趣。它几乎是把你的电脑变成了一个可以为你工作的智能 agent。甚至可以说，它有点像一个朋友。

作者用 OpenClaw 自动化了很多日常任务，这些任务省下了大量时间，哪怕只是几分钟、几十分钟，累计起来也能腾出更多时间做别的事。

作者已经自动化的任务

创建并运行批处理文件，用来领取每周食品购物优惠券。
安排天气更新，在频繁出现暴风雪时提醒自己。
撰写社交媒体短文，并直接从浏览器跨发到 X 和 Bluesky。
编写代码、部署应用，甚至配置它自己。

当大型厂商把 OpenClaw 这类方案真正集成进操作系统之后，电脑的未来会非常值得期待。微软 Windows、macOS、iOS 等系统整合类似界面，只是时间问题。

OpenClaw 其实才像是 Microsoft Copilot 本来应该成为的东西。

不过，对 OpenClaw 来说，未来已经来了。

先调整预期

把社交媒体上的热闹暂且放到一边，作者的体验是：用免费 LLM 模型运行 OpenClaw，也能得到相当不错的结果。

这些免费 LLM 的准确性和响应速度不断让人惊讶。当然，如果使用最新的 Anthropic Claude Opus、Sonnet、OpenAI GPT、Google Gemini 或 Grok 之类的付费模型，体验会更强。但你也需要为此付费。

既然目标是免费运行，我们就开始配置。

步骤 1：创建 OpenRouter 账号

你会使用 OpenRouter 来获得快速、可靠、完全免费的 LLM。这一步会让你拿到支撑免费 OpenClaw 设置所需的模型。

第一步是在 OpenRouter 创建账号。OpenRouter 通过 API 提供大量 LLM 模型。你可以用关键词 free 搜索那些无需付费即可使用的模型。作者使用下来，下面两个模型效果最好：

补充：Dobby API。如果你已经在使用 Dobby，也可以把 Dobby API 作为 OpenAI-compatible endpoint 使用，API 地址为 https://api.dobby.now。配置时把 base URL 指向这个地址，并使用你的 Dobby API key。这样除了 OpenRouter 的免费模型之外，还可以多一个可控的 Dobby 模型入口。实际字段名请以你当前 OpenClaw 版本支持的 OpenAI-compatible provider 配置为准。

DOBBY_BASE_URL=https://api.dobby.now
DOBBY_API_KEY=<YOUR_DOBBY_API_KEY>

步骤 2：编辑 OpenClaw 配置

这一步是把 OpenClaw 指向新的免费模型。你需要更新配置文件、设置别名，并加入 API key，让 OpenClaw 知道该使用哪个 LLM。

如果你还没有安装 OpenClaw，可以运行下面的命令：

npm install -g openclaw@latest

如果是全新安装，还需要先完成初始化设置。运行下面的命令即可开始：

openclaw gateway

要编辑配置，可以打开 OpenClaw 管理页面 http://127.0.0.1:18789，点击 Settings/Config，再选择 Raw 查看 JSON 内容。你也可以直接编辑这个文件：

C:\users\<YOUR_USER_NAME>\.openclaw\openclaw.json

找到名为 agents 的部分，并粘贴下面的内容：

{
  "agents": {
    "defaults": {
      "model": {
        "primary": "step"
      },
      "models": {
        "openrouter/auto": {
          "alias": "OpenRouter"
        },
        "openrouter/arcee-ai/trinity-large-preview:free": {
          "alias": "trinity"
        },
        "openrouter/stepfun/step-3.5-flash:free": {
          "alias": "step"
        }
      },
      "workspace": "C:\\Users\\<YOUR_USER_NAME>\\.openclaw\\workspace",
      "compaction": {
        "mode": "safeguard"
      },
      "maxConcurrent": 4,
      "subagents": {
        "maxConcurrent": 8
      },
      "sandbox": {
        "browser": {
          "allowHostControl": true
        }
      }
    }
  }
}

如果配置里还没有 auth 部分，也把下面的内容加进去：

{
  "auth": {
    "profiles": {
      "openrouter:default": {
        "provider": "openrouter",
        "mode": "api_key"
      }
    }
  }
}

最后，把你的 API key 加入配置：

{
  "env": {
    "OPENROUTER_API_KEY": "sk-YOUR_API_KEY"
  }
}

步骤 3：启动 OpenClaw 并测试

配置完成后，就可以启动 OpenClaw，并验证免费模型是否正常工作。这一步能确认所有连接都已经打通，可以开始使用。

现在你已经配置好了免费模型，启动 OpenClaw，然后在管理聊天界面里测试响应。

替代免费模型：NVIDIA

如果 OpenRouter 的免费模型变慢，或者遇到容量限制，NVIDIA 的 Kimi-k2.5 可以作为可靠备选。它速度较慢，但上下文窗口大，推理能力也很好，很适合 OpenClaw 使用。

作者发现，OpenRouter 的模型即便是免费版本，响应速度也相当快。

不过，如果你想尝试 NVIDIA 提供的免费模型，它们也通过 API 提供了若干选择。例如 Kimi-k2.5 模型是免费的，并且可以与 OpenClaw 配合使用。

创建账号，然后选择 Get API Key。
使用下面的命令测试你的 API key。

curl -X POST https://integrate.api.nvidia.com/v1/chat/completions \
  -H 'Authorization: Bearer <YOUR_NVIDIA_API_KEY>' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "moonshotai/kimi-k2.5",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Hello World!"}
    ],
    "max_tokens": 500,
    "temperature": 0.7
  }'

NVIDIA 的免费 API 比 OpenRouter 慢一些，可能需要几分钟才会返回响应。最后你应该能在输出中看到文本回复。

在 openclaw.json 中配置模型：在 agents 部分上方加入一个名为 models 的配置块。

{
  "models": {
    "providers": {
      "nvidia": {
        "baseUrl": "https://integrate.api.nvidia.com/v1/chat/completions",
        "apiKey": "nvapi-<YOUR_API_KEY>",
        "api": "openai-completions",
        "models": [
          {
            "id": "moonshotai/kimi-k2.5",
            "name": "Moonshot Kimi K2.5",
            "reasoning": false,
            "input": ["text"],
            "cost": {"input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0},
            "contextWindow": 200000,
            "maxTokens": 8192
          }
        ]
      }
    }
  }
}

把这个模型加入 agents 部分，如下所示。

{
  "agents": {
    "defaults": {
      "model": {
        "primary": "kimi"
      },
      "models": {
        "nvidia/moonshotai/kimi-k2.5": {
          "alias": "kimi"
        }
      },
      "workspace": "C:\\Users\\<YOUR_USER_NAME>\\.openclaw\\workspace"
    }
  }
}

重启 OpenClaw 服务，并在管理员聊天界面里测试响应。

一些值得安装的技能

现在你已经可以运行一个免费的 OpenClaw 实例，接下来可以安装一些有用的 skill。

ClawHub 是安装新 skill 的仓库，可以增强你的 OpenClaw 实例能力。作者觉得最有用的一些 skill 如下。你可以用下面的命令安装它们：

openclaw skill install <SKILL_NAME>

有用的 skill

Browser Chrome Extension：允许 agent 浏览网页、与网页和表单交互，并替你执行各种动作。它需要安装 Chrome 扩展，并运行到 OpenClaw 的 relay。如果你设置浏览器自动化，作者强烈推荐这么做，需要把对应配置加入 openclaw.json，然后运行 openclaw browser --browser-profile openclaw start，并把 Relay port 设置为 18789。
Memory Manager：扩展内置记忆能力，支持情节记忆、语义记忆和流程记忆的组织。
Humanizer：改写社交媒体草稿、短文和其他文本，让表达更自然、更友好。
Bluesky：允许通过 Bluesky API 读取和发布内容。
Weather：用于获取天气报告。当然，你也可以直接使用浏览器自动化，或者让模型自己抓取天气内容。
Agent Browser：用于 headless 浏览器自动化，让 agent 可以搜索网页、操作表单和页面。在 Linux/Mac 上效果更好。OpenClaw 本身也带有内置浏览器，但这个 skill 提供了另一种选择。

结论

运行 OpenClaw 不一定要让钱包受伤，也不需要因为昂贵模型而焦虑。

只要做一点配置，并选择合适的免费模型，你就可以在自己的电脑上构建一个很有能力的 AI agent。作者发现，OpenRouter 的 Trinity 和 Step 3.5 Flash 很适合日常任务；如果你需要更大的上下文窗口或更强的规划能力，NVIDIA 的 Kimi-k2.5 也可以作为很好的备选。

一旦它跑起来，继续添加 skill、尝试浏览器自动化、看着 agent 承担更多工作，确实很有意思。随着时间推移，它会越来越不像一个工具，而更像一个伙伴。

免费模型也还在不断进步。

如果这篇文章对你有帮助，可以继续关注作者。他还会分享更多关于本地 AI 能做什么的实验和配置。

关于作者

如果你喜欢这篇文章，可以在 Medium、Bluesky、LinkedIn 和作者的网站关注 Kory Becker，以便获取他的后续文章和研究工作。

免费运行 OpenClaw：OpenRouter、Dobby API 与 NVIDIA 配置指南

OpenClaw 不一定很贵

运行 OpenClaw 两周之后

作者已经自动化的任务

先调整预期

步骤 1：创建 OpenRouter 账号

步骤 2：编辑 OpenClaw 配置

步骤 3：启动 OpenClaw 并测试

替代免费模型：NVIDIA

推荐模型

Trinity Large Preview（Arcee AI，免费）

Step 3.5 Flash（Stepfun，免费）

Kimi-k2.5（NVIDIA，免费）

一些值得安装的技能

有用的 skill

结论

关于作者

Read more

OpenClaw、Paperclip 与 Hermes（2026）：AI Agent 平台完整对比

Hermes Agent 在 GitHub 上超过了 Claude Code，但我服务器上的 Agent 已经在做 Hermes 承诺的事

运行 Clawdbot / OpenClaw 要花多少钱？

Clawdbot AI：2026年彻底改变生产力的开源个人助理