image.png 相信大家都已经顺利配置好Openclaw，并成功拉通聊天对话

但你是不是感觉，并没有网上吹的那么牛逼？

  • 不稳定

  • 不够聪明

  • 还特别烧钱

“单点工具”的玩法，注定无法发挥龙虾的全部实力。

我新开这个【神器篇】系列，旨在帮助大家，更快，更省成本的拉高 OpenClaw 的能力上限！ 从【模型、设备、Skills、浏览器交互、GitHub武器库、n8n自动化工作流】的角度， 用“强强联动”的思路，把 OpenClaw 的能力上限真正拉满。

怎么样？朋友们，你们的小龙虾好玩吗？

  • 够不够聪明？
  • 是不是经常性失忆？
  • Token还在燃烧吗？
  • 输出的结果还理想吗？
  • 废了大功夫配置云端服务器，结果能做什么？

这篇笔记，就从模型、设备的角度，帮你解决卡住你畅快玩小龙虾的第一道坎！

  • 自动化最强模型组合：整合最强的模型，能力拉满
  • 多家模型薅羊毛攻略：省到就是赚到
  • 设备选择避坑：选对设备少折腾

选对模型省力一半，选对设备法力无边

模型是OpenClaw的大脑，设备是OpenClaw的手脚；两者选好，才能拉爆小龙虾的能力上限！ image.png

怎么选模型？强大、便宜、无限额！

想的有点太美了吧！ 模型的不可能三角就是：聪明、便宜、无限额。

虽然要认清这个事实，但并不意味着完全没有折中地带，今天这篇笔记就帮你做到一个三者兼得的搭配方案！

开始之前我们先来看看模型的能力排行！

模型综合排行榜（能力/成本/优势/劣势）

每个模型都有不同定位及优势，编码、全模态、生图、速度等等。

闭源模型评分榜

image.png

开源模型评分榜

image.png

没有绝对最好的模型，只有最满足你需求的模型

选择模型没有必要追求所谓的最好，一定要根据你的应用场景来选择。

模型推荐

【Claude】 如果你是程序猿、重度使用者，一定会首选 Claude 的模型，公认的写代码最强，推理逻辑能力最强。 【Gemini】 如果你是普通玩家，Gemini是综合能力是最强的，长上下文、多模态能力，能满足你更多生活场景。 【其他】 OpenAI、Qwen、Deepseek都有各自的优势，大家根据需要选择。

那既然没有最强，我的需求场景又比较多元，又不想多花钱！！！怎么办？

从上图可以看到，这些强的模型价格都不菲，一个订阅大概20美刀/每月，不过好在所有的模型厂商都有免费的额度，我们就利用这个额度福利，来搭建最强模型组！

不想多花钱，2步打造最强的模型组！！！

既然模型也没有绝对的最强者，各自都有各自的优势，那搭配组合使用一定会是1+1大于2的提升，同时还能更节省成本！

恰好OpenClaw又天然带 Session Spawn (子Agent） 机制，恰好可以帮助我们打造一个属于你最强的模型组！

定制模型组规则有什么优点？

  • 能发挥各个模型的最强优势，多模型组合1+1>2！
  • 能薅各家模型羊毛，在限额内能省一大笔钱！
  • 能结合OpenClaw配置规则，根据任务自动化切换，省时省力！

我在OpenClaw上构建了一个自动化切换系统，指定不同的模型执行不同的任务，仅需2步！

第一步：”主脑 + 干活分身“ 模型组结构

通过OpenClaw的 Session Spawn (子Agent) 机制实现

  • 主脑：Gemini，足够聪明，负责理解你的意图，成本可控
  • 分身1：写代码，召唤子Agent 1，指定它使用Claude / Qwen coder
  • 分身2：数据分析，召唤子Agent 2，指定使用 GPT- OSS 20 B（本地模型）

基本上大量数据分析的事情拆分出来，你的API Token消耗不会特别的多，薅羊毛的限额以内也够用！

按照这个逻辑，让OpenClaw构建自动切换机制

！！！【一定要做下面设置】 “在核心记忆中记录下以下规则，当我与你对话时，调用主机制模型；当我提到一些关键字任务时，自动切换对应的模型执行“

（👇可以参考我的写法） image.png

小技巧：在你的核心记忆中写入规则，模型回复带上当前模型的提供商及模型名/或者用你自己喜欢的方式识别，方便你知道是那个模型做的执行！ image.png

第二步：把配置写进OpenClaw（规则机制）

这是核心。所有的“自动切换逻辑”都要写进配置文件里，这是OpenClaw执行规则的基础。

image.png

配置好后如何调用操作？

你可以直接自然对话或者通过 /model 指令强制指定当前会话或下一条回复的模型。

• @Clawdbot /model deepseek-coder-v2 （切换当前会话模型）

• @Clawdbot /spawn model=deepseek-coder-v2 task=“写个脚本…” （强制指定子 Agent 执行任务）

配置好这个自动切换机制，你的龙虾就能自动分配执行任务。

为什么我让龙虾记住，它还是经常失忆？

这个是近期大家反馈最多的问题。

我们先来理解一下 OpenClaw 运行机制，它其实有两个脑

  • 思考脑：你接入的大模型，负责读取分析思考输出，但不负责记忆（仅有临时上下文记忆）
  • 存储脑：存储在本地的memory，负责记录对话，关于你的一切，系统配置等。

image.png 你可以问你的模型，如果你要了解我，你会怎么做？你会读取什么文件？

大模型读取了解你的逻辑是什么样的？

  1. 读取核心memory：这里是新模型读取的第一个文件。
  2. 渐进式读取：当一些关键词触发时，他会深入读取你的相关记忆/skill/笔记等内容。

按照这个逻辑不难看出，核心记忆是模型了解你的第一入口，这里有什么，模型就能读到什么！ 至于你每天跟OpenClaw对话的零散记忆及关键点，如果核心记忆里没有，模型就无法/很难读到。

那是不是意味着，我要把所有记忆都堆到核心记忆里，喂给模型？ 又回到之前的问题，你的模型反应速度会极慢甚至卡死；你的Token分分钟就爆掉！

用渐进索引的方式，2步构建你的【结构化记忆】

  • 在你的核心记忆中，建立关键词索引，包含你对话的关键词，构建项目的目录等
  • 设定自动记录规则，要求龙虾每天汇总对话记忆关键词，更新到核心记忆中

这个能够有效的解决模型失忆的客观问题（如果大模型本身的问题，那没办法等迭代更新）。

不过，随之而来另外一个小问题，日积月累，虽然模型看到你的人物画像越来越清晰，但是核心记忆的体积也在变大，对Token也会造成压力。建议你定期手动删除一些重复/废弃的项目。

image.png

说了这么多，我就是想用不花钱的模型，怎么办？

模型薅羊毛攻略

看看我一个周Gemini API的消耗（在我优化了结构后，Token消耗降低的非常明显，但9天时间依然消耗了176美刀！） image.png

那么，在没有达成生产力输出前，投入这么多成本，这么低的ROI，没几个人能接受吧！ 如果你是财大气粗的订阅用户，请直接忽略～

我整理了薅羊毛实录，收录了多家平台的免费模型/API攻略持续更新（放在知识库）

Google 薅羊毛实录

【强烈推荐】

Google AI Studio 提供免费的API，虽然有速率限制，但按照【结构化记忆】对话，也挺够用

  • 足够聪明
  • 多模态能力强
  • 能生图，调用nano banana（有限制）

【可选推荐】

Google cloud，新用户有300美刀的赠金，但是消耗非常快，一两周就差不多没了。如果你需求很少的可以用，但是要注意赠金用完会产生真实费用，并且如果扣款失败/拖着不交，会直接关闭Google cloud账户。

【其他选择】

路由器混合API，费用节省30% OpenRouter Opencode

【免费】

Qwen、DeepSeek、本地部署开源模型

选好设备法力无边！

OpenClaw 部署虽说简单不吃设备，但是你给他什么样的设备，它给你干什么样的活儿。

  • 云端部署 = 能力上限低

  • 本地设备 = 真正的中枢

如果你要部署云端，我劝你直接Gemini/ChatGPT/豆包对话框，因为部署了你会发现，它甚至还不如豆包体验好！

越强的设备，你能联动的神器就越多，OpenClaw的能力上限就越高。 推荐大家根据需求尽可能选择高配置的。

不要为了省几百块， 折腾 VPS / NAS / 云端部署几周。 但你算一笔账：

  • 时间成本

  • 能力上限

  • 调试风险

还不如直接国补一台 Mac mini。

低功耗，稳定长期运行，安静无噪音。

OpenClaw强强联动神器系列

1️⃣ 模型 & 设备：决定上下限 2️⃣ Skills：学会干细活儿 3️⃣ 浏览器 & CLI：真正接触世界 4️⃣ n8n：让一切自动跑起来

预告：

下一篇，将展开讲讲被百万大V推崇的 Skills，到底能给你带来多少的效率提升？

欢迎关注更新～