将简单的 OpenClaw 请求路由至本地模型，实现零成本运行

你的 Agent 每天向云端的 Claude 发送 1,440 次心跳检查。每一次都得到“无事可报”的回应。如果这些检查能运行在本地模型上——在你自己的硬件上——而且是免费的呢？

问题所在：为简单任务支付云端高价

并非每个请求都需要最顶级的前沿模型。心跳检查、简单的确认（acknowledgments）和基础状态查询对于哪怕是很小的语言模型来说都易如反掌。然而默认情况下，OpenClaw 会将所有内容都路由至你配置的云端供应商。

账单账是很残酷的：

• 1,440 心跳/天 × 400 token/次 × $3/1M token = 每月 $5.18 花在“无事可报”上
• 加上简单的查询和确认：每月轻松花掉 $10–$20 在那些 7B 参数模型就能完美处理的任务上。

解决方案：本地轻量级路由 (即将推出)

注意：此功能已列入 ClawBridge 的开发路线图，将在未来的版本中提供。本文旨在解释其核心理念及工作原理。

ClawBridge 的诊断 A08 将检测可以由本地处理的请求，并建议通过 Ollama 在运行 OpenClaw Agent 的同一台机器上部署轻量级模型。

它将如何工作

1. 检测：ClawBridge 分析你的请求历史，识别出简单且重复的请求模式（心跳、确认、状态检查）。
2. 硬件检查：验证你的机器是否有足够的资源运行本地模型（跑 7B 模型通常需要 8GB+ 内存）。
3. 推荐：建议安装 Ollama 及一个轻量级模型（例：Llama 3.1 8B, Phi-3, 或 Gemma 2B）。
4. 路由配置：将 OpenClaw 配置为把简单请求路由至 localhost:11434（Ollama 的默认端口），同时将复杂任务保留在云端模型。

预计节省额

权衡

• 硬件要求：运行本地模型需要闲置的 CPU/RAM。不适合资源受限的服务器。
• 延迟：在 CPU 上运行的本地推理速度慢于云端 GPU。对于心跳和简单响应，这种延迟（通常为 1-3 秒）通常是可以接受的。
• 能力上限：本地模型 (7B–13B) 能处理好简单任务，但在应对细微的逻辑推理时会比较吃力。路由逻辑必须能够正确分类请求的复杂度。
• macOS 用户：OpenClaw 与 Ollama 的集成在 macOS 上由于沙箱限制存在一些已知问题及 Workaround。

现在就开始准备

虽然此功能仍在开发中，但你可以：

1. 安装 Ollama 并尝试在你的服务器上测试一个本地模型。
2. 熟悉 openclaw models CLI 命令。
3. 在此期间使用 A02：心跳优化 来降低心跳频率。

ClawBridge 是免费且开源 (MIT 协议) —— 秒速安装，永久拥有。 免费获取 ClawBridge →

📖 延伸阅读

• 成本控制中心概览
• A02：优化心跳间隔
• A10：按任务复杂度进行多模型路由