先说结论：折腾了一个周末自己部署本地 AI，失败了。然后用 OpenClaw，3 分钟搞定。
上个月我想在自己电脑上跑一个本地模型，装 Docker、配 CUDA、调模型权重、改环境变量……周日晚上 11 点总算跑起来了。第二天朋友问我怎么用，我打开电脑一看——跑不起来了。不知道哪个依赖冲突了，还是环境变量被改了。我盯着屏幕看了半天，最后默默打开浏览器搜”有没有更简单的方案”。
然后搜到了 OpenClaw。
第一步：打开网址 https://top.wokk.cn
第二步：找到符合你系统的版本下载（支持Windows、macOS Intel、macOS Apple芯片）
第三步：双击安装包运行，全程自动安装
装完之后桌面上多一个图标，双击打开。跟装个 QQ 一样简单，真的没有夸张。接下来的配置才值得讲。
为什么本地部署比云端好用？
这个问题很多人问。ChatGPT Plus 一个月 20 美元，你用起来很方便。但如果哪天 OpenAI 改了规则，或者你的 API Key 被封了，你一点办法都没有。
OpenClaw 的逻辑完全相反。你本地安装、本地部署、数据存在自己的电脑上。你不需要付订阅费，不需要看别人的脸色，想装几个模型就装几个，想用几个技能就用几个。
这不是省钱的问题——这是控制权的问题。当然，省下的钱确实不少。
API Key 配置：10 分钟搞定
这是整个流程里唯一需要你手动操作的环节。但也不难，就是注册个账号，复制一串字符。
通义千问：
去阿里云百炼（bailian.console.aliyun.com）→ 注册 → 实名认证 → 创建 API Key → 复制。
5 分钟搞定。新用户有免费额度，不需要付钱。
DeepSeek：
去 deepseek.com → 注册开发者账号 → 获取 API Key。
也差不多 5 分钟。
拿到两个 Key 之后：
OpenClaw → 设置 → 模型管理 → 添加模型 → 通义千问 → 粘贴 Key → 保存。
然后再添加 DeepSeek 作为备用，同样操作。
设置优先级：通义千问 = 主力，DeepSeek = 备用。
用量上限：每天 500 轮对话。
我自己的数据：每天 30-50 次对话，用了两个月，token 消耗是 0。免费额度完全够用。
白嫖 300 个大模型：原理是啥？
OpenClaw 本身不提供模型，它只是一个调度器。
调度器的作用是：你把 300+ 个大模型的 API Key 填进去，它帮你智能切换。
调度逻辑：
1. 你发一条消息
2. 调度器根据预设策略选择模型
3. 调用对应模型的 API
4. 返回结果
5. 记录用量，如果额度快用完，自动切到备用模型
白嫖原理：300+ 个大模型，每个都有自己的免费额度。OpenClaw 帮你把这些额度整合起来，按策略切换，最大化利用免费资源。
我自己的配置：
| 模型 | 用途 | 免费额度 | 月均消耗 |
|---|---|---|---|
| 通义千问 | 主力（文案、对话） | 很高 | 0 元 |
| DeepSeek | 备用（代码、长对话） | 中等 | 0 元 |
| 智谱 GLM-4 | 翻译、多语言 | 较高 | 0 元 |
跑了一个多月，三个模型的 token 消耗都是 0。不是因为我用得少，而是因为免费额度真的很高。
关于各模型免费额度的详细对比，可以去 https://top.wokk.cn 看看，那边有完整的表格和配置教程。
连接手机：三种平台对比
OpenClaw 支持三种方式连接手机。配置方法都一样：
设置 → 通讯插件 → 选择微信/飞书/钉钉 → 扫码绑定。
绑定完之后，在手机上给绑定的号发消息，AI 自动回复。
我用下来的延迟数据：
| 平台 | 平均延迟 | 稳定性 |
|---|---|---|
| 飞书 | 2-5 秒 | 98% |
| 微信 | 3-8 秒 | 95% |
| 钉钉 | 3-8 秒 | 96% |
我主要用飞书，延迟最低。如果你没有飞书，用微信也完全没问题。
避坑指南
坑 1：API Key 复制不完整
复制的时候漏了最后一个字符。检查 Key 长度：通义千问的 Key 一般是 32 位，DeepSeek 的也差不多。
坑 2：用了需要翻墙的模型
GPT-4、Gemini Pro 这些需要科学上网，国内会连不上。建议用国内模型：通义千问、DeepSeek、智谱 GLM-4。
坑 3：微信主力号被封
用小号。这个我说了 N 次了……好吧，再说一遍。主力号被封损失大，小号基本没损失。
坑 4：端口被占用
OpenClaw 默认用 3000 端口，如果被占了，在设置里改成 3001 或其他空闲端口就行。Windows 用户可以在 CMD 里用 netstat -ano | findstr :3000 查看。
坑 5：电脑关机手机连不上
OpenClaw 的调度器跑在电脑上，电脑关机就断了。如果需要手机随时能用，可以部署到云服务器上。
横向对比
| 对比项 | OpenClaw | ChatGPT Plus |
|---|---|---|
| 部署方式 | 本地 | 云端 |
| 模型数量 | 300+ | 1 个 |
| 月均成本 | 0 元 | 140 元 |
| 数据隐私 | 本地存储 | 云端存储 |
| 自主权 | 完全自主 | 受平台规则限制 |
OpenClaw 唯一的门槛就是安装这一步，但也就 3 分钟的事。装完之后，优势就很明显了：模型多、零成本、数据在本地。
总结
折腾了一个周末的本地部署失败之后，我终于找到了 OpenClaw 这个方案。安装简单，配置直观，免费额度够用，模型多到选不过来。
说真的，与其花两天折腾 Docker 和 CUDA，不如一开始就用现成的一键安装方案。回过头看，这玩意儿最有价值的不是省钱，是省命——想少走弯路的，建议直接去 https://top.wokk.cn 拉个整合包，比在网上翻教程省时间多了。
