零成本搭建OpenClaw：龙猫大模型免费Token与API选型指南

为什么OpenClaw离不开大模型API

OpenClaw（前身Clawdbot，圈内俗称“小龙虾”）是一个本地AI助手/Agent框架，它本身不具备语言理解与推理能力，所有“听懂指令、拆解任务、生成操作”的能力都来自背后接入的大语言模型API。没有API，机器人就是个空壳；接入之后，你才能在手机上远程下达指令，让它替你在电脑上完成整理文件、批量处理、信息汇总等粗活。

因此搭建的第一步不是装软件，而是先解决“模型从哪来、Token够不够用”的问题。这也是多数教程让你直接购买付费API的原因——但對小白来说，先免费跑通全流程，再决定是否付费，是更稳妥的路径。

免费Token从哪来：龙猫大模型开放平台

龙猫大模型（LongCat）由美团推出，其开放平台目前提供注册即送的免费Token额度，每天至少50万tokens，部分高配模型最高可送5000万tokens，对个人体验和小规模测试来说相当充裕。技术参数上，龙猫总参数量685亿，但每次推理仅激活29亿至45亿参数，属于高稀疏性架构，这也是它能把推理成本压下来的原因之一。

需要提醒的是：免费额度、赠送规则和可用模型会随平台政策调整，注册前请以开放平台页面实际展示为准，不要把它当成“永久无限额度”的承诺。

三步完成注册与API获取

第一步：注册账号。 在电脑浏览器打开龙猫开放平台（longcat.chat/platform/usage），使用手机号获取验证码注册登录即可，无需复杂的企业认证流程。

第二步：创建API Key。 登录后在平台的API管理/密钥页面新建一个Key，复制保存到本地。这个Key就是OpenClaw调用模型的“通行证”，注意不要泄露到公开仓库。

第三步：查看可用模型与额度。 在用量（usage）页面确认当前赠送的Token余额、每日刷新规则，以及各模型对应的名称标识，接入时填写的模型名必须与平台展示一致。

把API接入OpenClaw

OpenClaw的配置核心是三个字段：API Base URL、API Key、模型名称。以常见的OpenAI兼容配置为例，在配置文件中填写类似结构：

{
  "llm": {
    "provider": "openai-compatible",
    "baseUrl": "https://<龙猫平台提供的接口地址>/v1",
    "apiKey": "你的API Key",
    "model": "平台展示的模型名称"
  }
}

具体字段名以你所使用OpenClaw版本的文档为准。配置完成后，先在本地发一条简单指令测试连通性，确认能正常返回再去做手机远程控制等进阶配置。常见踩坑点有两个：一是Base URL漏写或错写/v1路径；二是模型名称与平台不一致导致404。

Token消耗怎么估算，免费额度够用多久

Token消耗与对话轮次、上下文长度、工具调用次数强相关。一个粗略的估算公式：

单次任务消耗 ≈ 输入Token（系统提示+历史对话+工具描述）+ 输出Token（模型回复+工具调用参数）

Agent类应用因为要反复“思考—调用工具—读结果”，一轮任务往往触发多次模型调用，消耗远高于普通聊天。按每天50万tokens的赠送量，轻度体验（每天几十次简单指令）通常可以支撑；但如果做长文档处理或高频自动化，很快就会见底。建议在OpenClaw里开启对话历史截断、精简系统提示，控制上下文膨胀。

多模型备选与统一接入思路

免费额度终究有限，实际使用中建议准备备选方案：日常轻任务用免费额度模型，复杂推理任务切换到能力更强的付费模型，按需付费而非全程烧钱。市面上GLM、Kimi、MiniMax等系列均有API服务，价格从每月几十元到上百元不等，选型时重点看三点：单位Token价格、上下文窗口大小、是否兼容OpenAI接口格式（兼容意味着切换成本低）。

如果你不想在多个平台间反复注册、比价、管理多套Key，可以借助百度智能云词元所这类大模型撮合交易服务平台：它聚合了多家模型服务，支持模型能力与价格的对比查看，并提供统一API接入方式，降低多模型调用与集成的复杂度。对需要长期跑Agent、又想在成本上做优化的用户来说，先在上面横向对比再决定主用哪个模型，比盲目充值更理性。

具体操作上，可以先在词元所模型服务页面按任务类型筛选候选模型，记录各自的计费方式和上下文规格，再回到OpenClaw中把主模型与备用模型分别配置好，通过切换配置实现“免费额度打底、付费模型兜底”的组合。调用量上来之后，也可以通过平台的调用管理能力了解消耗分布，及时调整策略。

小结

整条路径可以概括为：注册龙猫平台领免费Token → 创建API Key → 填入OpenClaw配置 → 本地测试连通 → 手机远程使用。全程不需要写代码，门槛主要在配置字段的准确性上。免费额度适合入门验证，长期使用则建议结合大模型API服务平台做多模型比价与统一接入，把成本控制在可预期范围内。