外币兑换最近折腾 OpenClaw 的朋友越来越多了，但大部分人卡在第一步：本地部署太麻烦，跑起来 token 消耗又太快。我本来也打算放弃，直到试了阿里云的一键部署方案，9.9 元起步的费用加上官方赠送的海量免费 token，大概十几分钟就把 OpenClaw 跑起来了。这篇就把我的完整部署过程和踩过的坑整理出来，给想低成本玩转 OpenClaw 的人一个参考。
1. 为什么我最终选了阿里云部署 OpenClaw
1.1 OpenClaw 到底是个什么东西
先给还没上车的朋友解释一句。OpenClaw 是一个基于大语言模型的智能体运行框架，你可以把它理解成一个能给大模型“装上手和脚”的工具箱。它不光是聊天，而是能调用外部接口、操作系统工具、读取文件，甚至接入微信、飞书这类 IM 平台，变成你的私人助理、群运维机器人、自动化写作助手。简单说，它把“AI 对话”升级成“AI 干活”。
也因此，它比单纯调一个 API 要复杂得多。你需要一个长期运行的服务端，需要一个能访问的公网地址，需要给模型配置可用的 token，还要处理各种回调地址和接口鉴权。这些环节只要有一个没搞定，OpenClaw 就跑不起来。
1.2 自己本地折腾的辛酸史
我一开始是在自己的 Mac mini 上折腾的，想着用 Docker 本地跑一下应该不难。结果发现，本地部署看起来简单，实际到处都是坑。
首先是模型。本地跑小模型，效果很一般，问答稍微绕一点就开始胡言乱语；想要效果好，得上更大的模型，但有显卡要求。我还没专门买 GPU 机器，靠 CPU 推理速度慢到怀疑人生。最后只能走云端 API，但这样本地方案的优势就没有了。
其次是网络。OpenClaw 要连各种外部服务，回调通知、接口握手，每一步都要稳定的访问。家宽环境下的动态 IP、运营商限制、端口封锁，随便哪个都能让服务不可用。我光是在本机调通微信回调就花了两个晚上，最后还是没完全搞定。
还有环境依赖。Python 版本、Node 版本、系统库，一个对不上就报错。我当时第一次启动，直接卡在某个 Python 包编译失败上，折腾了半小时。对于一个只想用功能的人来说，这些环境问题真的劝退。
1.3 阿里云一键部署的核心优势
所以后来我干脆转向云服务器。但传统的云服务器部署，本质上还是要自己登录服务器敲命令，该踩的坑一个不少。真正让我决定用阿里云一键部署的，是它把运行环境、镜像、基础配置、Web UI 全部打包好了。
我做的是在阿里云的应用镜像市场里找 OpenClaw 的镜像，选完配置点几下，等两三分钟，实例就起来了。服务器上已经预装了 Docker、OpenClaw 运行环境、默认配置文件，还有 Web 管理界面。我再也不需要 SSH 进去逐行敲部署命令，大大降低了上手门槛。
另外，阿里云国内节点访问速度快，绑定域名后的备案和网络环境也比自己家里稳得多。对于要长期跑服务的场景，云服务器几乎是唯一靠谱的选择。
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. 部署之前的准备工作
2.1 阿里云账号与实名认证
在购买实例之前，先准备好阿里云账号并完成实名认证。这个不用多说，所有云服务都绕不开。如果你没有账号，直接注册一个，然后进入控制台把实名认证做了。
认证的时候，个人用户用支付宝扫一下，几分钟就通过。企业用户需要的材料多一些，但一般第一个月也来得及。我踩过的一个小坑是：第一次买特价套餐时，发现账号没有完成实名认证，购买流程直接卡住。所以建议先认证，再去看活动页面。
2.2 一键部署的费用说明与免费 token 获取
关于费用，标题里写的“低至 9.9 元”确实是有的。我买的时候，新用户有一个轻量应用服务器的活动，2 核 2G 内存的配置，首月差不多 9.9 元。这价格放在以前，基本只能买一台 1 核 1G 的小机器，现在跑 OpenClaw 这种 Docker 服务还是够用的。
当然，价格是动态的，不同地区、不同时间点的活动不一样。我的建议是，先以官方活动页为准。如果预算稍微宽裕一点，可以考虑 2 核 4G 的配置，跑多个容器、并行处理任务更从容。我目前用的就是 2 核 2G，日常跑一个 OpenClaw 实例绰绰有余。
真正省钱的大头是 token。OpenClaw 核心依赖大模型，模型调用费用才是长期开销。阿里云这边有个百炼大模型平台，新用户可以领取免费 token 额度。我当时领到的额度足够测试和日常轻度使用，官方送的 token 相当于送了你几个月的“口粮”。领取入口一般在百炼控制台首页，有个“免费额度”的按钮，点进去开通即可。
有一点要注意：免费 token 额度通常有有效期和模型限制。开通前要看清楚适用范围，比如是通义千问全系列可用，还是只限某几个模型。我领的时候是 qwen-plus 和 qwen-turbo 都能用，但 qwen-max 不参与免费额度。所以配置模型时，建议先选免费范围内的模型。
2.3 需要准备的域名和端口
如果你只是自己玩玩，不打算接入微信、飞书这类平台，那么只需要一个公网 IP，通过 IP 加端口就能访问 OpenClaw 的 Web 控制台。
如果要接微信或飞书，就需要一个后端回调地址，并且必须是公网可访问的 HTTPS 地址。这里我建议准备一个域名，并申请免费 SSL 证书。阿里云有免费的 SSL 证书，一年期，申请之后在负载均衡或者实例上配置好，就能拥有一个稳定的回调入口。没有域名的话，很多 IM 平台会拒绝注册回调接口，别问我怎么知道的。
我把域名解析到服务器 IP 上，然后通过 Nginx 反代到 OpenClaw 的 Web 端口。这样不管访问控制台还是回调接口，都走同一个域名，管理起来非常方便。
3. 实操：从零到可用的一键部署全流程
3.1 在阿里云市场找到 OpenClaw 镜像
登录阿里云控制台后，在顶部搜索框输入“OpenClaw”，可以看到相关的镜像应用。我当时是在“云市场”里找到的，分类在“容器镜像”下。页面会显示镜像的版本、所属服务商、部署文档，以及适用服务器类型。
选择镜像时，我建议先看两个指标：一是更新时间，太老的镜像可能没有修复漏洞，而且依赖的组件版本旧；二是部署文档，文档写得越详细，后期运维越省心。我当时选的镜像是自带 Docker Compose 编排的，部署后会自动拉起 OpenClaw 主程序、Web UI 和依赖组件。如果你看到镜像描述里写了“支持一键安装”“内置 Web 界面”这类字眼，基本就是我要推荐的类型。
3.2 创建实例与安全组配置
选好镜像后，点击“一键部署”，会跳到购买页面。你需要选定地域、实例规格、登录密码。地域建议选离你最近的节点，比如华东、华南，这样延迟低。但如果你要接入微信或飞书，回调服务器的网络出口最好稳定，我选了华东节点，整体表现很稳。
购买完成后，实例会自动创建。这里特别提醒：安全组配置一定不要忽略。OpenClaw 的 Web 控制台默认跑在某个端口上（我的是 8080），如果安全组没放行，浏览器永远打不开。你需要在实例的防火墙规则里，把对应的端口加入白名单。有些一键部署镜像会自动配置安全组，但为了保险，我还是手动确认了一遍。
3.3 初始化 OpenClaw 与登录 Web 控制台
实例创建完成后，等待状态显示“运行中”。这个时候直接访问 http://你的IP:8080，应该能看到 OpenClaw 的 Web 控制台初始化页面。
第一次进入会要求设置管理员账号和密码。这个管理员密码要记好，后面配置模型和接入 IM 平台都要用到。我习惯用密码管理器保存，避免忘记。
如果页面打不开，先检查安全组有没有放行端口，其次确认服务有没有启动。你可以 SSH 登录服务器，执行：
bash复制docker ps
查看有没有 openclaw 相关的容器在运行。如果没有，说明镜像初始化失败，需要看日志，一般是资源不足或者端口冲突。我遇到过一次端口冲突，原因是同一台服务器上跑了别的服务占用了 8080，改一下 OpenClaw 映射端口就好。
3.4 接入大模型 API（阿里云百炼免费 token）
OpenClaw 要真正“动脑子”，必须接一个大模型。我选择的是阿里云百炼平台。注册并开通百炼后，在控制台里创建 API Key，把 Key 和模型名称填到 OpenClaw 的设置里。
在 OpenClaw 的 Web 控制台，通常有一个“模型配置”或“Settings”的入口。我只需要填入三项：
- API Base URL：百炼平台提供，通常是中国区的 endpoint
- API Key：刚才创建的密钥
- Model Name：我填的是
qwen-plus，因为它在免费额度内，效果也够用
填好之后，保存并测试。控制台一般有“发送测试消息”的按钮。如果返回正常，说明模型已经通了。这里有个细节：不要直接填模型别名，要填模型的具体 ID。我刚开始填了“通义千问”，结果一直报错，后来改成 qwen-plus 才成功。
3.5 接入微信和飞书入口
OpenClaw 最吸引人的就是把 AI 接进日常 IM。我接的是飞书，因为飞书开放平台创建应用流程比较快，而且回调配置友好一些。
接入步骤大概是：在飞书开放平台创建一个应用，开启机器人能力，配置事件订阅地址为 https://你的域名/webhook/feishu 之类的路径，然后在 OpenClaw 的“渠道配置”里填写飞书的 App ID 和 App Secret。
微信这边相对麻烦一些，需要一个服务号或企业微信账号，还需要在微信公众平台配置服务器 URL。如果你是个人用户，建议先玩飞书或 Telegram，等熟悉了再碰微信。OpenClaw 其实支持多个 IM 平台同时接入，数据是互通的，这点很方便。
4. 部署过程中最常见的 5 个坑及排查实录
4.1 token exchange failed 服务端登录报错
很多人在配置 IM 平台的时候，会遇到类似 token exchange failed: token endpoint returned an error 的错误。这个看起来像 token 问题，实际原因多半不在 token 本身，而是回调地址不可达或服务器时间不同步。
我排查时先确认了回调地址能否从公网访问。如果域名没解析或者 HTTPS 证书无效，飞书/微信的服务器拿不到响应，就会出现 token exchange 失败。其次，检查服务器时间是否准确，有些协议对时间偏差非常敏感。我用 date -R 看了一下，发现服务器时间慢了 30 秒，同步一下之后问题就消失了。
另外，如果错误里提到 HTTP 403，重点检查 API Key 是否有访问权限，有些平台新增的密钥需要等待一段时间才生效。
4.2 Control UI 打不开或一直转圈
访问 Web 控制台时，页面一直转圈或者直接白屏，我遇到过一次。原因不是 OpenClaw 没启动，而是浏览器缓存了旧的静态资源。清掉浏览器缓存，或者换成无痕模式访问就好了。
如果还是不行，就看容器状态。我用 docker logs openclaw 查看日志，发现前端编译时内存不足，导致 UI 服务没起来。后来我给服务器加了 swap，再重启容器就正常了。所以，2G 内存的机器建议主动配置 2G swap，能避免很多问题。
4.3 模型调用报 unknown model
如果你配置模型名称时写错了，OpenClaw 会直接报 unknown model: deepseek 之类的错误，其中 deepseek 就是填错的模型名。这个问题的排查思路很简单：去模型平台的控制台，查找准确的模型 ID。
以阿里云百炼为例，模型 ID 不是“通义千问”这种中文名，而是小写的下划线格式，比如 qwen-plus、qwen-turbo、deepseek-v3。复制粘贴的时候不要夹带空格或多余符号。我甚至遇到过一次因为复制了带引号的模型名，导致模型调不通的情况。
4.4 token 用量消耗太快怎么办
OpenClaw 的 token 消耗速度和你设置的上下文长度、任务复杂度成正比。免费额度看着多，但如果你用默认配置跑复杂任务，可能几天就烧光了。
我做了几个调整来省 token：把上下文窗口调短，比如限制只保留最近 10 轮对话；关闭不必要的插件和工具调用；对长文档先做摘要再交给大模型处理。这样每天使用下来，token 消耗比之前降低了 70% 以上。
4.5 重启实例后服务失联
云服务器重启后，OpenClaw 没有自动启动，这也是常见坑。虽然一键部署镜像里通常设置了 Docker 自启动，但有时候因为容器异常退出，或者 Docker 服务没起来，就会失联。
解决办法是在服务器上设置一个自动重启策略。我用的是 Docker 的 restart: always 参数，修改容器编排文件后重新创建容器。这样只要 Docker 启动，OpenClaw 就会自动拉起。如果你用的是镜像市场的一键部署，记得在实例的启动命令里也加上自启动的守护逻辑。
5. 部署完之后的玩法扩展与成本控制
5.1 让 OpenClaw 帮你写小说
部署完成、模型接入好之后，第一件让我觉得值回票价的事，就是让 OpenClaw 帮我写小说框架。你可以给它设定角色、背景、章节大纲，它会按照设定生成内容并持续扩展。
这里有个小技巧：不要上来就让它“写一章”，而是先让它“设计故事脉络”和“人物关系表”，确认后再逐段生成。这样生成的文本更可控，也节省 token。我现在用它来做短篇选题和人物设定，效率比我手写快得多。
5.2 把 OpenClaw 接进群机器人做日常值守
OpenClaw 接进群机器人后，可以变成群里的专属助理。我建了一个技术交流群，让机器人定时推送每日资讯、自动回答常见问题、甚至帮我整理群聊中的待办事项。它也能根据关键词触发动作，比如有人提问就立即转发到对应栏目。
这个玩法需要你稍微调整 OpenClaw 的 skill 配置。你可以为它添加自定义技能，比如“查天气”“查汇率”“生成周报”等。配置过程和学习成本都不高，但收益非常直观。
5.3 监控 token 用量与控制成本
免费额度不是无限的，长期使用还是要关注 token 用量。阿里云百炼控制台提供了详细的 token 统计报表，可以按天、按月查看。我每天会看一眼“模型调用次数”和“token 消耗”，及时调整模型选择。
如果 token 消耗超预期，可以考虑把手头任务分流到更便宜的轻量模型，比如 qwen-turbo，只在需要高质量回答时才切换到 qwen-plus。OpenClaw 支持多模型配置，可以设定不同场景用不同模型，这样既保证体验又控制成本。
我个人的经验是，把 OpenClaw 部署在阿里云上，本质上是把“折腾验证”的时间省下来，用在真正创造价值的功能上。从一键部署到跑起来，前后不到 20 分钟。虽然中间也踩了安全组、回调地址、模型名称这些坑，但复盘之后发现每个坑其实都有规律可循。
最后再分享一个小技巧：如果你打算长期使用，记得给服务器设置好周期性快照。我因为实验配置搞乱过一次容器，回滚快照后五分钟就恢复了。这件事看似不起眼，但在没有快照的情况下，你可能要花整个晚上从零重新部署。希望这篇内容能帮你少走一些弯路。