OpenClaw 本身免费开源。真正会持续花钱的只有两件事：
服务器成本（你上云才有）
模型 Token 成本（通常是大头）
部署方案选错，后面经常要推倒重来。
模型选错，Token 会越用越快，最后你会怀疑人生。
在安装前，先把 4 个选择做完：
1）选部署方案
2）选模型
3）走对新手路径
4）控制 Token 成本
一、第一步：部署方案怎么选？
OpenClaw 主流三种部署方式：
1️⃣ 本地安装
2️⃣ 云服务器一键镜像
3️⃣ 云服务器手动部署（VPS）
很多新手以为差别在“安装方式”。实际差别主要在：你要不要 24h 在线、你要不要操作真实浏览器、你准备把它当玩具还是当生产系统。
1）三种部署方式对比
|
|
|
|
|
|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2）怎么选？三步判断
第一步：是否需要 7×24 在线？
不需要 → 本地
需要 → 上云（镜像 / 手动 VPS）
第二步：你熟不熟 Linux、愿不愿意排障？
不熟 / 不想折腾 → 云镜像
熟 / 想更可控 → 手动 VPS
第三步：你准备长期商业化吗？
只是学习、跑通流程 → 本地 / 云镜像
准备做项目、要稳定运行 → 手动 VPS 或“云端 + 本机执行”（下面讲）
二、什么是“手动 VPS 部署”？
手动 VPS 不是“新版本”，也不是“更高级的安装包”。它指的是：
你买一台干净的 Ubuntu 云服务器，通过 SSH 登录进去，从 0 开始：
安装运行环境
安装 OpenClaw
配置常驻运行（进程守护）
配置公网访问（反代/HTTPS/安全）
可以自己安装完整 Ubuntu 桌面 + 浏览器
和“云镜像”的区别是：
镜像：系统里很多东西已经帮你装好，你照着填配置就能跑
手动：从干净系统开始自己装，路径更透明，可控性更强
新手选手动 VPS 的唯一理由通常是：你准备把它当生产系统长期跑，并且你愿意为“可控性”付出一点学习成本。
三、如果你要操作浏览器，该怎么部署？
这里是很多人部署后才发现的坑：
云服务器默认没有你的浏览器环境，也没有你的账号登录态，更没有你电脑里的文件、插件、证书。
如果你要做这些事：
自动发公众号
自动发小红书
操作电商后台
自动填网页表单
需要保持登录态、需要扫码、需要本地文件上传
部署前就要先设计架构，不然你会在云端卡在登录/验证码/风控上。
推荐架构：云端大脑 + 本机执行
结构：
云服务器：跑 OpenClaw gateway，接 QQ/Telegram/飞书，负责 24h 在线、调度、收发消息
本机电脑：跑浏览器自动化/文件操作，保留真实登录态
用 Tailscale / ZeroTier 打通内网，让云端只走内网调用本机
这套方案的优点：
账号登录态稳定（留在你本机）
云端保持 24h 在线（机器人不会掉）
不需要在云服务器安装桌面环境（少一堆维护成本）
另一种：云端直接操作浏览器（能做，但不适合大多数新手）
常见两条路：
Headless Chrome / Playwright（无头浏览器）
云端虚拟桌面（远程桌面登录一次，然后自动化操作）
你会遇到的现实问题：
风控概率更高（尤其是需要登录的站）
维护更复杂（桌面、字体、分辨率、稳定性）
资源消耗更大（云服务器规格要上去）
它更适合：没有登录态要求的网页抓取、简单表单、批量网页任务。
更长期方案：API 流程拆解（适合规模化项目）
把流程拆成：
抓取 → 生成 → 审核 → 发布
能用 API 的地方尽量用 API（稳定、可审计、扩展更容易）。
网页操作只留“最后一公里”，交给本机执行端或半自动确认。
适合你准备做矩阵、做规模化的场景。
四、OpenClaw 模型怎么选？
OpenClaw 不贵，模型才贵。
模型选错 + 用法不对，Token 会消耗得非常快。
主流模型对比
|
|
|
|
|
|
|
|---|---|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
选择逻辑
学习阶段 / 先跑通工作流 → Qwen
内容输出为主（公众号/小红书/短视频）→ Kimi / Qwen
复杂系统、复杂 Agent、复杂代码 → Claude / GPT（按预算上）
记住一句话：
轻模型先跑通，重模型做优化。
流程没拆好，用再强模型也会烧钱。
五、OpenClaw 为什么容易烧 Token？
1）上下文不断叠加，越聊越长
2）Agent 自动塞入无关信息（工具输出太长、网页抓太长）
3）网页抓取/复制粘贴太多原文
4）全流程都用重模型（Claude/GPT 一路跑到底）
你会发现：很多成本不是“模型贵”，是“输入太长 + 重复太多 + 没做分层”。
六、几种省 Token 方案
1️⃣ 优先走订阅通道（OAuth），不要默认用 API key
OpenClaw 的鉴权本质上有两条计费路径：
如果你已经有 GPT Plus / Pro / Codex 订阅，却还在用 API key，那就是在同时走两套计费体系。
怎么做
在 OpenClaw 配置里把 provider 切换为 OAuth
浏览器登录授权
控制用量在订阅额度内
会发生什么
只要在订阅额度范围内，不再额外扣 API 费用。
2️⃣ 用本地模型做“低价值任务”
很多场景根本不需要最强模型，例如：
文本分类
简单总结
结构转换
代码格式修复
这类任务可以交给本地模型完成。
常见方案：
Ollama
LM Studio
组合方式
本地模型 → 处理 60–80% 低复杂度任务（0 API 成本）
云端模型 → 只负责复杂推理 / 创作 / 决策
结果
API 请求次数下降，大模型调用集中在真正需要的地方。
3️⃣ 打开 Prompt Caching（减少重复计费）
Agent 每次调用模型都会发送：
系统提示词
工具 schema
长前缀内容
如果不开缓存，这些内容会在循环中反复计费。
OpenClaw 支持 Prompt Caching。
正确使用方式
静态内容放前面
动态内容放后面
让前缀稳定，提高缓存命中率
在重复任务场景中，成本通常能明显下降。
适合场景：
自动化脚本
批量任务
多轮 Agent 执行
4️⃣ 不要把“全部历史”塞进 context
很多人最浪费 token 的方式是：
每一轮都把所有历史对话 + 笔记 + 文档原文重新注入。
这会导致：
上下文越来越长
计费越来越高
推理稳定性下降
优化方式
建立语义检索记忆
旧对话压缩成摘要
只注入最相关的 3–5 段内容
长期效果
上下文长度可控
成本稳定
推理质量反而更好
5️⃣ 用 Coding Plan 订阅替代按 Token 计费
如果你是高频写代码、跑 Agent、做自动化开发的人，
按 token 计费往往是最焦虑的一种方式。
这时候可以考虑使用 Coding Plan 订阅套餐。
它解决的核心问题
不再按 token 逐次扣费
固定月费
提供大量编程场景的 prompt 用量
适合场景：
高频代码生成
Agent 自动改文件
批量脚本开发
持续集成类任务
如果你已经准备开始部署 OpenClaw，或者正在踩“云端装好了但没法操控浏览器 / Token 飞快 / 不知道模型怎么搭配”的坑——我建了一个 AI 交流社群，专门聊这些落地问题。
进群你可以直接拿到：
✅《OpenClaw 学习手册》（部署路线 + 常见坑位 + 新手最短路径）
✅我整理的部署对比清单（本地 / 云镜像 / 手动 VPS 选型模板）
✅省 Token 实操清单（哪些设置一开就省、哪些用法一用就烧）
加入方式：
在公众号后台回复关键词：OpenClaw，我把进群方式和手册发送给你。
往期推荐：
OpenClaw 能干什么？我整理了 100 个入手方向
加这一条指令，AI回答质量直接翻倍
小红书文案：为什么 AI 写得“全对”，却永远不爆？
2026年只学一个AI技能的话，那就是skills