汪湜这几年玩AI Agent的朋友应该都听过 openclaw 这个项目，简单说它是一个能帮你把大模型接进微信、飞书、Telegram 等日常渠道的个人AI助手框架。我在腾讯云服务器上部署了一套，但一开始卡在模型 API 的费用上：按量付费的商用接口跑聊天还好，一旦让它写小说、做长文总结，token 消耗起来真的肉疼。后来发现国家超算互联网平台提供免费 token 额度，配合 openclaw 的 OpenAI 兼容接口配置，几乎零成本就能跑起一个能聊能写的私人助手，这篇文章就把我踩过的坑和完整配置过程整理出来。
这篇文章适合谁看？一是想低成本跑一个 7x24 小时在线 AI 助手的个人开发者，二是研究 openclaw 部署但对云服务器和模型 API 都不太熟的新手，三是想让 openclaw 接上国产算力平台、不想给海外 API 充值的用户。我会从服务器选型讲到 token 申请，再讲到 openclaw 里的具体配置和排错，全程是实战记录，你可以直接照着抄。
1. 整体思路：为什么是这套组合
1.1 openclaw 能做什么，为什么选它
openclaw 本质上是一个 AI Agent 网关，它把底层大模型的能力包了一层“调度壳”，让你能用自然语言的方式指挥它完成各种任务。比如对接微信后，你在聊天窗口里发一句“帮我写一篇关于秋天的散文”，它会调用配置好的大模型 API 生成内容，再通过微信消息返回给你。
我选 openclaw 而不是自己写脚本接 API，原因是它把大量脏活累活都干完了：多账号渠道管理、对话上下文维护、插件系统、工具调用（比如让它查天气、算数学题），还有一个可视化的 Control UI 控制面板。你只要把模型 API 的地址和密钥填进去，它就能干活。这对个人开发者来说省了非常多时间。
而且 openclaw 是开源的，部署文档也算完善，社区活跃度不错。尤其在国内服务器上部署时，它可以设置用国内可访问的模型 endpoint，不需要依赖任何海外服务，这正是我选它的核心原因之一。
1.2 为什么用国家超算互联网的免费 token
国家超算互联网是一个聚合了超算资源和 AI 算力服务的平台，上面有不少大模型 API 可以调用，新用户注册后通常能申请到免费 token 额度，用于调用平台上提供的模型服务。对个人开发者来说，这意味着你不需要自己买 GPU 显卡，也不需要往商用 API 里充钱，就能拿到一个可用的模型接口。
我当时对比了几个方案：
- 商用大模型 API：稳定性好、模型强，但要绑卡付费，个人玩成本偏高。
- 本地部署小模型：免费但效果一般，而且腾讯云服务器如果没 GPU，CPU 推理速度慢到没法聊天。
- 超算互联网的免费 token：零成本，提供的模型够用，接口是 OpenAI 兼容格式，openclaw 直接就能对接。
最关键的是它免费额度对日常使用来说是够的，起码我自己跑写作、总结、聊天这类场景没遇到额度不够的情况。所以这个方案对“不想花钱但在云服务器上跑一个正经 AI 助手”的需求来说，性价比直接拉满。
1.3 整体架构规划
先画一个简单的逻辑关系，方便你理解后面每一步在做什么：
- 腾讯云服务器：提供 24 小时在线的运行环境，相当于给 openclaw 一个“家”。
- openclaw：部署在服务器上的 AI Agent 框架，负责接收消息、调度模型、返回结果。
- 超算互联网平台：提供大模型 API 接口和免费 token，是 openclaw 的“大脑”。
- 微信/飞书：作为用户和 openclaw 交互的入口。
整个链路就是：你在微信里发消息 → openclaw 收到消息并组装请求 → 请求发到超算互联网的模型接口 → 模型返回结果 → openclaw 把结果转成微信消息发回给你。
后面所有部署和配置工作，都是围绕这条链路把每一环打通。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 服务器准备与基础环境部署
2.1 腾讯云服务器的选型与购买建议
openclaw 本身不算重，但考虑到要跑 Docker、Node.js 运行时，再加上系统本身的占用，我建议配置不要低于 2核4G。我自己用的是腾讯云轻量应用服务器，2核4G 的规格，跑 openclaw 加一个 Control UI 完全没有压力。
选系统镜像时我强烈建议选 Ubuntu 22.04 LTS 或 Debian 12，原因是这两个系统对 Docker 的支持最省心，网上遇到问题也最容易搜到解决方案。如果你选了 CentOS，后面装 Docker 可能要额外处理 SELinux 的问题，纯粹是给自己找麻烦。
购买时还有几个细节值得注意：
- 带宽选 3Mbps 到 5Mbps 就够用了，openclaw 主要是文本交互，流量很小。
- 地域选离你近的节点就行，比如你在华北就选北京，在华南就选广州。这个对国内 API 调用基本没有影响。
- 安全组规则记得放行 22 端口（SSH）和 openclaw 的 Web 端口（默认 3000 或你在配置文件里指定的端口，具体端口后面会讲到）。
2.2 SSH 连接与 Docker 环境配置
服务器买好后，第一步是通过 SSH 连上去。我平时在本地用终端直接 ssh 连接，你也可以用 Xshell、FinalShell 这类带图形界面的工具，新手会更友好。
连接上之后，先把系统更新到最新：
bash复制sudo apt update && sudo apt upgrade -y
然后安装 Docker 和 Docker Compose 插件。这里我推荐用 Docker 官方脚本安装，简单且版本新：
bash复制curl -fsSL https://get.docker.com | bash -s docker
安装完启动 Docker 并设置开机自启：
bash复制sudo systemctl enable docker
sudo systemctl start docker
验证一下是否装成功：
bash复制docker --version
docker compose version
能看到版本号就说明环境准备好了。
注意：如果你用的是腾讯云的轻量服务器，默认登录用户可能是 ubuntu 或 lighthouse，执行 docker 命令时如果提示权限不足，可以在命令前加 sudo，或者把当前用户加入 docker 用户组：
bash复制sudo usermod -aG docker $USER然后退出 SSH 重新登录，就能免 sudo 使用 docker 命令了。
3. 国家超算互联网免费 token 申请全流程
3.1 注册与实名认证
访问国家超算互联网官网，用手机号注册账号。注册过程中需要实名认证，这个环节是必做的，不然没法开通 API 服务。认证流程就是上传身份证信息加人脸识别，几分钟就能完成，不用太担心。
这里提醒一句：平台的功能和入口偶尔会调整，我的截图和路径是基于我当时操作的版本，如果你看到页面布局不一样，本质上是找“API 服务”“模型服务”“算力服务”这类的入口，一般都在控制台或者服务市场里。
3.2 开通模型服务并获取 API 密钥
实名认证通过后，进入控制台，找到模型服务相关的页面。我当时看到平台上提供多个开源大模型，比如 Qwen、DeepSeek 系列等，都可以申请调用。
申请流程一般是：
- 选一个模型，点击“开通”或“申请使用”。
- 在服务页面找到“API 密钥”或“Token 管理”，点击创建密钥。
- 系统会生成一串 API Key，形如
sk-xxxxxxxxxxxx，复制保存好。 - 同时注意查看模型的“调用地址”（Base URL / Endpoint），一般是
https://xxx.api.com/v1这种格式。
这四样东西里，你最需要记住的是 API Key 和 Base URL。Base URL 后面配置到 openclaw 时要拼上 /v1 路径，不同平台格式可能略有差别，以你申请到的服务文档为准。
免费 token 的使用额度，在控制台通常能看到剩余量。建议你拿到后先随便调用一次，确认 token 能正常消耗，再去做 openclaw 的对接。
3.3 理解“token”的两种含义，避免混淆
说到 token，这里必须澄清一下，因为太多人在这里被绕晕了。
在超算互联网平台上，token 是平台计费单位，表示模型处理文本时的最小单元，大概 1 个汉字相当于 1-2 个 token。平台送的免费 token，就是给你一定量的文本处理额度。
而在 openclaw 或 OAuth 登录相关的语境下，token 是“访问凭证”，是一串用于身份验证的字符串。比如你登录 openclaw 的 Control UI 时，系统会签发一个访问令牌，令牌过期就会报“token exchange failed”之类的错误。
这两种 token 完全是两码事。后面第 5 部分排错时会提到的“token exchange failed”报错，指的是后者，跟平台免费额度无关。你先在脑子里区分开，后面遇到问题就不会懵。
4. OpenClaw 部署与对接超算互联网
4.1 拉取镜像与初始化配置
openclaw 官方提供了 Docker 镜像，部署方式很简洁。我先创建一个工作目录，然后拉取镜像：
bash复制mkdir ~/openclaw && cd ~/openclaw
拉取镜像：
bash复制docker pull openclaw/openclaw:latest
openclaw 支持环境变量配置，也可以把配置挂在外部文件夹里方便修改。官方仓库里通常有一个环境变量模板文件，比如 .env.example，我习惯先复制一份再改：
bash复制curl -O https://raw.githubusercontent.com/openclaw/openclaw/main/.env.example
cp .env.example .env
然后用编辑器打开 .env 文件，重点看两个地方：一个是模型配置相关变量，另一个是 Control UI 的登录配置。我这边实测下来，必须把 Control UI 的密码设好，否则后面访问管理面板时会在登录环节卡住。
接下来启动容器。为了让你能直观理解配置逻辑，这里用一个 docker run 的示例命令，实际使用时把路径和端口换成你自己的：
bash复制docker run -d \
--name openclaw \
--restart unless-stopped \
-p 3000:3000 \
-v ~/openclaw/.env:/app/.env \
openclaw/openclaw:latest
启动后，用 docker logs -f openclaw 查看日志。看到类似“Server is running”的输出，就说明基础服务起来了。
4.2 把免费 token 写入模型配置
这是整篇文章最核心的一步：让 openclaw 调用超算互联网的模型接口。
openclaw 的模型配置支持 OpenAI 兼容的 API 格式，而超算互联网提供的模型接口恰恰就是这种格式，所以对接非常顺。你在 .env 文件里找到模型相关配置段，改成类似下面的内容：
bash复制# 模型 provider 类型，OpenAI 兼容接口填 openai
LLM_PROVIDER=openai
# 模型名称，填你在超算互联网平台申请的那个模型 ID
LLM_MODEL=qwen-plus
# API Key，填你在平台创建的密钥
LLM_API_KEY=sk-xxxxxxxxxxx
# 自定义接口地址，填平台的 Base URL
LLM_BASE_URL=https://api.sc-net.cn/v1
需要注意，不同模型的名称要严格填对，如果你填的模型名在平台上不存在，调用会直接报 404 或 model not found。我建议在配置之前，先用 curl 直接测一下接口通不通：
bash复制curl https://api.sc-net.cn/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer sk-xxxxxxxxxxx" \
-d '{
"model": "qwen-plus",
"messages": [{"role": "user", "content": "你好"}]
}'
如果返回一段包含 choices 字段的 JSON，说明接口和密钥都正常。这一步没问题再去改 openclaw 配置，能省掉后面一大半的排错时间。
改完 .env 后重启容器：
bash复制docker restart openclaw
然后到 Control UI 里发一条测试消息，看能不能正常返回。如果返回内容正常，恭喜你，免费 token 已经成功接进来了。
4.3 接入微信、飞书等渠道
模型通了之后，再把它接到你日常用的聊天工具上，openclaw 才算真正好用起来。
openclaw 官方文档里对微信个人号、飞书、Telegram 等渠道都有说明。以微信为例，接入逻辑是通过代理方式实现的，openclaw 会启动一个本地服务，然后微信客户端通过代理把消息转发给 openclaw。
具体做法是：在 .env 文件里找到微信相关的配置项，把微信代理开关打开，设置好代理端口：
bash复制WECHAT_ENABLED=true
WECHAT_PROXY_PORT=8080
重启 openclaw，然后在微信客户端里设置 HTTP 代理为“服务器IP:8080”，再给文件传输助手发一条消息测试。如果 openclaw 有反应，说明链路已经通了一半。
飞书的接入方式稍有不同，需要通过开放平台创建应用，拿到 App ID 和 App Secret，再把这两个值填到 openclaw 的飞书配置里。飞书的长连接模式对服务器防火墙要求低，不需要额外开放端口，配置起来比微信还省心。
实测下来，个人使用场景里，飞书是比微信更稳的选择，因为它走开放平台接口，不需要代理微信客户端，没有那么容易被风控。
5. 常见问题与排查经验
5.1 token exchange failed 系列报错
这个报错在 openclaw 社区里非常多见。我自己遇到过的场景是登录 Control UI 时，页面提示 sign-in could not be completed token exchange failed。
先说结论：这个报错几乎都跟模型 API 的免费额度没关系，它是 openclaw 自身登录流程的问题。openclaw 的 Control UI 登录会先向本地服务请求一个临时授权码，再用授权码换访问令牌。如果本地服务在“换令牌”这一步失败了，就会报 token exchange failed。
常见原因主要有三个：
-
服务器系统时间不准。JWT 令牌的签发和校验都依赖时间戳，如果服务器时间和真实时间差太多，令牌会被判定为无效。修复方法很简单：
bash复制sudo apt install ntpdate sudo ntpdate ntp.aliyun.com -
浏览器缓存了旧的登录状态。清掉浏览器里该站点的 cookie 和 localStorage，重新打开登录页。
-
容器内时间和宿主机时间不一致。重启 Docker 服务可以解决：
bash复制sudo systemctl restart docker docker restart openclaw
另外，如果你是从公网访问 Control UI，一定要用 https:// 或配置了正确的域名，部分浏览器在纯 IP 加 http 环境下会对本地存储的令牌策略做限制，也会导致 token exchange 失败。
5.2 token 失效与续签
接入微信或飞书后，过一段时间可能会遇到“登录凭证失效，需要重新授权”的提示。这本质上是渠道平台的 access token 过期了。
微信/飞书的 token 有效期一般在一到两个小时之间，openclaw 正常情况下会自动续签。如果发现失效，第一步先看 openclaw 日志：
bash复制docker logs -f openclaw --tail 100
如果看到类似“refresh token failed”的日志，通常是长时间未使用导致 refresh token 也过期了。解决办法是重新扫码或重新授权一次。
这里有一个小技巧：如果只是临时用一下，可以把 .env 里的会话保持时间调长一点，减少重新授权的频率。但注意，这类 token 的使用限制是平台侧定的，调大也不一定有效，只能算缓解。
5.3 Control UI 不启动或无法访问
有朋友部署完发现 openclaw 容器在运行，但 Control UI 打不开。我排查过几个案例，最后定位到的原因基本都是端口问题。
首先是确认端口有没有监听：
bash复制ss -tlnp | grep 3000
如果没有输出，说明服务没起来，去看容器日志。如果端口有监听但访问不了，检查腾讯云的安全组规则，看 3000 端口是否放行。轻量服务器控制台里的防火墙和安全组是两个独立设置，都要放行才行。
其次是确认用户 ID 和密码有没有配对。openclaw 默认 Control UI 登录用的用户名密码是在 .env 里配置的，如果环境变量没设置，初始化时会用随机密码并打印在日志里。你可以在日志里搜“password”关键词查找。
提示：为了省事，我建议第一次部署时先把 Control UI 的用户名密码显式写在
.env里，并配合固定密钥使用，这样重启容器后登录态不会丢。
5.4 模型接口限流与额度管理
免费 token 虽然香，但平台一般会有限流策略。如果我在一个小时内频繁调用，出现过 429 Too Many Requests 的报错，通常是触发了平台的速率限制。
处理办法有几个：
- 在 openclaw 的配置里调低并发请求数，让同一时间只有一个请求在跑。
- 给每条消息增加合理的人工处理间隔，避免连续快速触发。
- 监控控制台里剩余 token 量，快用完前及时手动停止任务，别让它自动跑完大量生成任务。
如果你主要是用来写小说、长文总结这类批量任务，建议分批提交，每次生成控制在两千字以内，既不容易触发限流，也方便检查生成质量。
6. 部署后的使用体验与扩展建议
整套部署完成后，我在微信和飞书里实际用了一段时间，最直观的感受是：把个人 AI 助手托管在云端这件事，比想象中省心。openclaw 负责消息调度和上下文管理，超算互联网负责出脑子，腾讯云负责提供一个不关机的环境，三者各司其职。
平时我最多的用法是让它帮我写公众号初稿、做会议纪要整理、生成周报提纲。把需求用自然语言发给它，几分钟后就能拿到初稿，我再人工润色一下就能用。
如果你想让 openclaw 更强大，还有几个扩展方向可以尝试：
- 接入本地模型：如果你有另一台带 GPU 的机器，可以部署 Ollama 或 vLLM 服务，然后在 openclaw 里把 LLM_BASE_URL 指向本地地址，完全脱离外部 API。
- 接入 NVIDIA NIM：NVIDIA NIM 提供了优化过的模型推理服务，openclaw 也支持对接，效果更稳定，但配置门槛稍高一点，适合进阶玩家。
- 配合工具调用：openclaw 支持 function calling，你可以给它挂上天气查询、计算器、网页抓取等工具，让它的能力从“聊天”扩展到“执行任务”。
以我个人的经验，最值得先试的是工具调用。比如在飞书里让它“查一下明天北京的天气并生成一条提醒”，底层的工具调度 openclaw 会自己完成，体验非常像在用一个私人助理。
最后再分享一个我踩过几次坑之后养成的习惯：每次改完 .env 配置，不要急着重启容器，先执行一次配置检查。openclaw 支持在容器内打印当前生效的基础配置，也可以用 docker exec openclaw env | grep LLM 查看关键环境变量是否写入正确。这个小动作能让你避免大量“改了配置但没生效”的乌龙，也算是给这篇实操记录收个尾。