企业官网建设流程全解析

前阵子群里有人在喊“玩虾太费钱了”，我一开始没反应过来，后来才知道大家把 OpenClaw 叫“虾”，OpenClaw 要跑起来得烧大模型 API，多轮任务下来账单实在吓人，于是“玩虾”就成了既兴奋又肉疼的代名词。但最近风向变了：一群老哥用腾讯云的免费额度当服务器，再配合阶跃星辰送的模型 token，直接把 OpenClaw 的日常运行成本干到了几乎为零，连“虾须”都能薅。我花了两个晚上把整套链路重新跑了一遍，从 WSL 环境到云服务器部署，从模型接入到对象存储上传，把免费方案彻底验证过一次，这里把过程和坑都写出来，给想玩却怕费钱的朋友当一份踩坑笔记。

1. 玩虾为什么费钱？先拆清 OpenClaw 的成本结构

1.1 OpenClaw 不是“模型”，而是“智能体躯干”

很多人第一次听到 OpenClaw 会误以为它又是一个大模型，其实不是。它更像是一个智能体运行时，本身不产出推理能力，而是负责把大模型大脑、各种技能模块、文件读写、API 调用、记忆存储这些零部件串起来。

打个比方：大模型像人的大脑，负责理解和思考；Skill 技能模块像手和脚，负责执行具体动作；OpenClaw 就是连接大脑和手脚的躯干和神经系统。你给 OpenClaw 一个任务，它会自动拆解步骤，需要调用模型时就调模型，需要读写文件时就操作文件，需要访问外部服务时就发请求，最后把结果汇总返回给你。

这个定位决定了它的核心瓶颈：模型调用是它的“口粮”，没有模型它就只是个空壳。而“玩虾费钱”的根本原因也在这里，OpenClaw 不是一次性买断的软件，它每完成一个任务都要消耗模型 token，模型越强、任务越复杂，token 烧得越快。

1.2 费用三个大头：模型 API、算力、存储

我实际跑了一段时间后算过一笔账，玩 OpenClaw 的成本主要落在三块：

• 模型 API：这是最大头。如果直接接 GPT-4 或者 Claude 这类模型，一次多步骤任务可能消耗几十万 token，折合人民币几块到几十块，一天玩十几次一个小目标就没了。即使接开源模型官方服务，按量付费也逃不掉。
• 算力服务器：想让 OpenClaw 7x24 小时在线、定时跑任务、随时响应，就不能只开着笔记本，需要一台常驻的云服务器或家里小主机。常规云服务器月租几十到上百元。
• 数据存储：OpenClaw 跑久了会产生会话记录、文件附件、知识库片段，如果还要做长期记忆语义检索，就得搭配对象存储或向量数据库，这部分单独买虽然不贵，但也是一笔持续支出。

所以“玩虾费钱”不是夸张，是这三座成本大山叠出来的结果。很多人兴致勃勃装好 OpenClaw，跑完第一个任务看到 API 账单就冷静了。

1.3 0 成本的逻辑：用免费模型 + 免费算力 + 免费存储拼出来

要真正做到 0 成本跑通，思路很简单：把上面三个成本大头全部换成免费或接近免费的资源。

• 模型口粮：接阶跃星辰开放平台的免费 token 额度，它的 API 兼容 OpenAI 接口格式，OpenClaw 配置起来很顺滑，个人玩一个月的 token 基本够用。
• 算力底座：用腾讯云新用户免费试用的轻量应用服务器，2核2G 的规格拿来跑 OpenClaw 绰绰有余。如果你不想把环境搭在云上，本地 Windows 装 WSL2 也能跑，算力成本为零。
• 存储与记忆：腾讯云对象存储 COS 有免费额度，可以给 OpenClaw 当附件仓库；VectorDB 也有免费试用档，适合做长期记忆检索。

三个“免费”拼一起，OpenClaw 就从“烧钱玩具”变成了“白嫖神器”。下面我从资源选型讲到完整部署，一步步把这条路走通。

2. 免费方案选型：腾讯云和阶跃星辰到底怎么搭

2.1 阶跃星辰 API：OpenAI 兼容、新户送 token、模型怎么选

阶跃星辰是国产大模型团队，开放平台提供 Step 系列模型 API。之所以推荐它作为 OpenClaw 的模型来源，不只是因为它有免费 token，更重要的是它的接口兼容 OpenAI 格式。

OpenClaw 内置的模型客户端大多默认走 OpenAI 的 /v1/chat/completions 协议，接阶跃星辰时只需要把 base_url 指过去、把模型名改成 Step 系列，再填上自己的 key 就能跑。相比接某些需要写自定义 SDK 的模型，省了非常多折腾。

模型选择上，OpenClaw 这种智能体场景我建议优先用带“轻量”属性的版本，比如 step-1-flash 这类，原因是智能体任务里大量调用是短文本推理，不需要每次都上最贵的长上下文模型。日常对话、工具调用、脚本生成这类任务，轻量模型响应快、token 单价低，免费额度也能用得更久。如果你想处理大文件、长文档总结，再切到长上下文的 step-1-128k 或更高级别的模型，按需切换。

注册时要注意，现在开放平台一般要求实名认证后才能领取 token 和创建 API key。整个流程几分钟能搞定，领到的免费额度通常够一个个人项目跑上很长一段时间，具体数量以控制台活动页为准。

2.2 腾讯云这些免费资源能顶哪些用

腾讯云的免费资源不是某个单一产品，而是组合拳，我按 OpenClaw 的需求逐个对应了一下：

• 轻量应用服务器：这是 OpenClaw 的主机底座。新用户常有免费试用活动，能拿到一台 Ubuntu 系统的轻量服务器，配置跑 OpenClaw 完全够。如果你没有云服务器需求，也可以先本地 WSL2 玩，等玩熟了再迁上来。
• 对象存储 COS：OpenClaw 处理文件时会产生附件、日志、结果文件，把这些丢到 COS 上比存在本地磁盘靠谱。COS 新用户有免费额度和免费访问流量，个人使用基本不会超。
• 向量数据库 VectorDB：OpenClaw 如果要做长期记忆或者知识库问答，语义检索这步绕不开。VectorDB 有免费测试额度，把记忆切片向量化存进去，能实现跨会话的“记住之前聊过什么”。
• 静态网站托管：如果你想给 OpenClaw 套个简单的 Web 面板，或者把生成的报告做成一个可访问的网页，腾讯云静态网站托管也有免费档，发布纯前端页面挺方便。

这些资源建议按需开通，不要一上来全线拉满。我的习惯是先开服务器 + 模型 API，把 OpenClaw 跑通，再根据实际任务决定要不要接 COS 和 VectorDB。

2.3 一张表看清 0 成本和低成本方案的边界

我把两种方案做成对照表，方便你判断自己适合哪条路线：

从表格可以看出来，真正的“0 成本”是建立在试用期和免费额度之上的，不是永久免费。但把这套流程跑通的价值在于：你先用免费资源验证了 OpenClaw 到底适不适合自己，再决定要不要付费升级。这比上来就充钱排队省多了。

3. 手把手跑通 OpenClaw：部署、配置、验证全流程

3.1 环境准备：本地 WSL2 还是直接用腾讯云 Linux

跑 OpenClaw 有两条常见路径，我建议新手按这个顺序来：

• 方式一：本地 Windows + WSL2 试跑。优点是不花一分钱、调试方便，适合第一天接触 OpenClaw 的人。
• 方式二：直接部署到腾讯云轻量服务器。优点是 7x24 小时在线，手机上也能通过 Companion 访问，适合想认真用起来的人。

我先说本地路径。Windows 上需要先确认 WSL2 可用。打开 PowerShell，运行：

wsl --status wsl --install -d Ubuntu

如果wsl --status显示的是 WSL1，或者提示没有安装发行版，就用管理员权限运行wsl --update升级内核，再安装 Ubuntu。装完后在 Ubuntu 终端里更新软件源并安装基础工具：

sudo apt update && sudo apt upgrade -y sudo apt install -y build-essential git curl

然后是 Node.js 环境。OpenClaw 是 Node.js 项目，建议装 Node.js 20 LTS。不要直接用 apt 装的旧版本，Node 版本太老会导致安装依赖失败。我习惯用 nvm 管理版本：

curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash source ~/.bashrc nvm install 20 nvm use 20 node -v npm -v

如果你选择直接上腾讯云，流程几乎一样，登录轻量服务器的 Ubuntu 系统执行同样命令即可。云服务器的好处是环境干净、公网访问方便，后面接手机 Companion 时省很多事。

3.2 安装 OpenClaw 并接入阶跃星辰模型

准备工作做完，开始装 OpenClaw 本体。官方仓库有给出部署文档，我的实际操作是拉取仓库然后安装依赖：

git clone <OpenClaw官方仓库地址> cd openclaw npm install

依赖装完后，关键是改配置。OpenClaw 支持通过配置文件或环境变量指定模型服务商，我把模型指向阶跃星辰示例：

export OPENAI_API_KEY=你的阶跃星辰APIKey export OPENAI_BASE_URL=https://api.stepfun.com/v1 export OPENAI_MODEL=step-1-flash

或者写在项目配置文件中，指定 provider 类型为 openai-compatible，并填写 base_url、api_key、model 三项。这里要特别提醒：base_url 一定要带/v1路径，很多新手漏掉这个导致请求 404。

配置完成后启动：

npm run dev

看到日志输出类似“OpenClaw is running on port 3000”即表示启动成功。第一次启动可能会自动拉取默认技能包，耐心等一下。

3.3 腾讯云侧配置：安全组、密钥、对象存储上传

OpenClaw 跑起来后，本地访问http://localhost:3000就能开始聊天。但如果部署在腾讯云服务器上，还需要做三件事：

第一，开放安全组端口。登录腾讯云轻量控制台，在防火墙规则里放行 3000 端口。只放行你需要的端口，不要全部放开，不然服务器容易成为扫描靶子。

第二，用密钥登录而不是密码。腾讯云控制台可以创建 SSH 密钥对，下载私钥后用本地的 crt（SecureCRT）或者直接命令行登录：

ssh -i 你的私钥文件.pem ubuntu@服务器IP

这样做既安全又省心，避免密码被暴力破解。

第三，配置对象存储上传。OpenClaw 跑任务时常需要把生成的文件归档，我建议在 .env 里加腾讯云 COS 的配置：

COS_SECRET_ID=你的SecretId COS_SECRET_KEY=你的SecretKey COS_BUCKET=你的存储桶名称 COS_REGION=ap-guangzhou

这样 OpenClaw 生成的附件、日志、报告就会自动传到 COS，避免服务器磁盘被撑爆。注意密钥只给最小权限，尽量用子账号密钥而不是主账号密钥。

3.4 用一次真实任务验证整个链路

配置完别急着玩复杂功能，先用一个简单但完整的任务验证链路。我测试时用的任务是：

帮我写一个 Python 脚本，读取当前目录下的 sample.txt，统计出现次数最多的前 5 个单词，并把结果写进 result.txt。

这个任务不大，但能覆盖 OpenClaw 的完整调用链：模型解析意图、访问文件系统、生成代码、执行命令、返回结果。跑的时候观察日志，你会看到它先向阶跃星辰 API 发请求，然后按步骤拆解任务，再调用技能模块执行。

如果任务顺利完成并能正确输出 result.txt，说明模型接入、技能调用、任务编排三关都过了。之后再去接 COS 上传、VectorDB 记忆这些高级功能，成功率会高很多。第一次跑挂太正常了，绝大多数问题出在 API key 填错、base_url 漏了 /v1、模型名不对这三处，照着日志排查就行。

4. 高频报错与排查实录：我踩过的 8 个坑

4.1 “请运行 wsl --status”到底在说什么

这个报错在 Windows 上特别常见，完整提示类似“OpenClaw 无法安全验证 WSL2 环境，请在 PowerShell 中运行 wsl --status”。它并不是 OpenClaw 自身的 bug，而是检测到你的 WSL 环境不满足要求。

通常有三种原因：一是 WSL 内核版本太旧，需要wsl --update；二是没有默认发行版，WSL 服务无法工作，需要wsl --install -d Ubuntu；三是电脑没有开启虚拟化功能，需要在 BIOS 里打开 Intel VT-x 或 AMD-V。

排查顺序我建议是：

wsl --status wsl -l -v wsl --update

看到状态中有“默认版本：2”并且发行版处于 Running 状态，再去启动 OpenClaw。还有个小坑：如果你在 PowerShell 里启动，但默认终端还是 CMD，WSL 相关环境变量可能加载不全，建议统一用 Windows Terminal 操作。

4.2 Node.js 版本和安装路径的坑

Node.js 版本太老是最隐蔽的坑。OpenClaw 依赖了不少新语法和 API，Node 16 以下经常在 npm install 阶段就报错，或者启动了但技能加载不完整。我实测用 Node 20 最稳。

如果是去 Node.js 官网下载安装包，还有一个容易忽略的问题：安装路径不要放在带空格或者中文的目录下，否则后续编译原生模块会报路径错误。另外 npm 全局安装时如果权限不足，建议用 nvm 而不是直接 sudo 安装。

如果你在服务器上部署，装 Node 前先执行node -v看看自带的版本，腾迅云部分 Ubuntu 镜像自带的 Node 是很老的 12.x，必须换掉。nvm 一键换版本是最省事的。

4.3 证书无法安全验证是怎么回事

很多人在国内环境跑 Node.js 项目时会遇到类似“unable to verify the first certificate”或“无法安全验证”的报错。这个问题的根源有两类：

一类是服务器时间不准，导致 TLS 证书校验失败，执行date -R看看时间，偏差过大就ntpdate同步一下。

另一类是系统 CA 证书库不全或过旧。Ubuntu 上可以更新证书库：

sudo apt update sudo apt install -y ca-certificates sudo update-ca-certificates

网上有人教你在环境变量里加NODE_TLS_REJECT_UNAUTHORIZED=0跳过校验，我强烈不建议这么干。这个开关一旦打开，等于把所有 HTTPS 请求的加密保护都关掉了，模型 API 的 key 和你的对话内容都可能被中间人截获。只有临时调试能用，调完必须去掉。

4.4 腾讯云上传、密钥登录和账号注销的注意事项

腾讯云的使用也有几个细节容易掉坑。

上传文件到 COS 时，很多人直接用了主账号的 SecretKey，权限过大是一方面，更麻烦的是如果哪天误删了存储桶里的内容，主账号权限下很难追溯。正确做法是创建一个子账号，只授予目标存储桶的读写权限，把子账号的 SecretId 和 SecretKey 给 OpenClaw 用。

密钥登录这边，crt 配密钥时要注意格式。腾讯云下载的私钥是 PEM 格式，SecureCRT 导入时选择“PublicKey”认证方式，并把私钥文件指对位置。如果你本机的用户名和服务器用户名不一致，登录时也要显式指定，比如ubuntu而不是默认的 root。

还有一个很多人不知道的点：腾讯云账号注销之前必须先把所有资源释放掉，尤其是轻量服务器和存储桶。如果还有资源在运行，注销会失败或者触发欠费。所以不玩的时候记得先去控制台把服务器关机、释放存储桶，避免月底一看账单懵了。

4.5 模型接口 401、额度耗尽的处理

OpenClaw 接入阶跃星辰后最常见的两个报错是 401 和 429。

401 表示认证失败，先检查 API key 是否复制完整，我遇到过 key 开头多了一个空格导致全部请求 401 的情况，排查半天才看到。还有可能是 key 是旧的、已删除，去开放平台重新创建一个。

429 或者提示额度耗尽，说明免费 token 用完了。这个只能省着用，靠优化配置解决。把上下文长度调低、max_tokens 限制住、会话历史定期清理，都能明显减少 token 消耗。如果你只是做日常问答，模型选 step-1-flash 这种轻量档，比什么任务都堆高配模型省得多。

如果确实需要大量跑任务，建议把人肉量级的工作收敛成定时任务，集中在每天的低峰时段跑，而不是想起来就丢一堆任务进去。

4.6 Termux 手机版和 Windows Companion 配置

OpenClaw 的移动端是在 Termux 里跑，安装步骤和电脑端类似，但有几个特别坑的地方。

Termux 里装 Node.js 不要直接用pkg install nodejs，那个版本经常落后。先pkg update，再pkg install nodejs-lts，版本会比较新。Android 的存储权限要在系统设置里给 Termux 打开，否则 OpenClaw 写文件会失败。

Windows Companion 是给 OpenClaw 做桌面伴侣用的，配置时最关键的是一致性。如果 OpenClaw 跑在云服务器上，Companion 里配置的地址一定要填服务器的公网 IP 和端口，同时确认安全组放行了对应端口。如果跑在本机 WSL2 里，Companion 连接地址要写http://localhost:3000，不要写 WSL 的虚拟 IP，否则可能因为网络隔离连不上。

还有个隐藏问题：Windows Companion 需要和 OpenClaw 使用同一套 API key 或 token，否则握手失败。别嫌麻烦，把所有 key 统一放在同一个 .env 文件里维护，比满世界找配置省心得多。

5. 把免费额度花在刀刃上，还能怎么玩

5.1 免费 token 的精打细算技巧

免费 token 不是无限量供应的，我见过有人第一天兴奋地拿 OpenClaw 跑了几十个任务，第二天一看额度快清零了。想用得久，就得在配置上做减法。

• 降温度：把 temperature 参数从默认值调低到 0.3 以内，减少模型无意义的发散输出，省 token 也提升稳定性。
• 限输出：能一句话说清楚的事不要让它写五段，在配置里限制 max_tokens。
• 理会话：OpenClaw 默认会带上下文，长会话会越拖越贵。定时清理旧的会话历史，或者按主题拆分会话。
• 换模型：日常小任务固定用轻量模型，只有复杂推理才切换到高级模型。

5.2 给 OpenClaw 加 Skill，让它干几条正经活

OpenClaw 的“虾须”其实就是 Skill 技能包。默认技能包覆盖了文件操作、代码执行、网络请求这些基础能力，但真正让它值钱的是自己写的技能。

我写了几个简单技能很有成就感，比如“每周自动汇总指定目录下的笔记，生成 Markdown 周报并上传到 COS”。实现起来就是定义一个技能目录，写好触发描述和执行脚本，OpenClaw 会在任务匹配时自动加载。

技能命名要语义化，让模型能通过描述判断什么时候该用。比如“daily_report”触发词是“日报/周报/整理”，描述里写清楚输入参数和输出格式，模型的命中率会高很多。

5.3 下一步：把长期记忆接到腾讯云 VectorDB

OpenClaw 默认的会话记忆是短期的，聊完就忘。要让它记住你的偏好、历史结论和项目背景，就得外接向量数据库。

腾讯云 VectorDB 的接入思路不复杂：把 OpenClaw 每次会话的关键信息切片，用 embedding 模型转成向量存入集合，下次提到相关内容时先做相似度检索，把最相关的几条记忆拼进提示词里。这样 OpenClaw 就有了“长期记忆”。

配置时注意三点：一是集合的向量维度要和你选的 embedding 模型一致，不一致会直接报错；二是检索返回的 top-k 不要设太大，3 到 5 条足够；三是记忆写入可以做成异步任务，不要阻塞主对话流程。这个功能做完之后，OpenClaw 会从“工具人”进化成“熟悉你的工具人”，体感完全不一样。

最后再分享一个实际体会：0 成本玩 OpenClaw 最大的价值不是省钱本身，而是让你在没有预算压力的情况下，把智能体的能力边界摸清楚。我跑通之后最大的感受是，真正烧钱的不是模型 API，而是你不断改需求的时间。免费额度总有到期的一天，但在那之前，你已经知道这套东西到底能帮你干什么，值不值得为它花钱，这才是薅羊毛最大的收获。