用OpenClaw想绘图，第一步肯定是装绘图技能——这是基础操作，不多赘述。但很多同学实操后都会有个灵魂拷问：「我有一个问题，这种技能里面是如何连接多模态llm的，我指我也没有交钱，也没提供apikey，它怎么绘图」。

其实这也是我第一次用OpenClaw绘图时的疑问，毕竟常规调用多模态LLM（比如绘图模型），要么掏钱包付费，要么手动配置一串API Key，少一步都玩不转。今天就结合OpenClaw的技能机制，把这个「免Key、看似免费」的核心逻辑拆透，全程干货不啰嗦，适合刚接触OpenClaw的开发者和小白。

先给结论：OpenClaw能实现免API Key绘图，核心不是“免费白嫖”，而是靠Codex OAuth授权技术，帮我们简化了调用流程，费用最终还是由我们自己的OpenAI账户承担——相当于OpenClaw做了个“中间人”，帮我们省了手动配置API Key的麻烦。

先澄清一个关键认知：LLM调用逻辑，本就藏在技能（Skill）里

很多同学可能没意识到，OpenClaw本身只是个“框架”，不具备任何绘图、联网等具体能力，所有功能都靠「技能（Skill）」扩展——而多模态LLM的调用逻辑，恰恰就写在每个技能的核心代码里。

举个直观的例子，一个标准的绘图技能，目录结构大概是这样的（和实际开发场景完全一致）：

my-drawing-skill/
├── skill.yaml     # 技能配置文件（声明能力、权限，告诉OpenClaw这是个绘图技能）
├── instructions.md  # 提示词工程（告诉AI如何解析用户绘图需求，转化为LLM能识别的指令）
├── handler.js / .py     # 核心逻辑代码（重点！这里就是多模态LLM的调用入口）
├── cli.js               # 可选：命令行入口，方便开发者调试
└── utils/               # 可选：辅助工具，处理图片格式、请求异常等

其中最关键的就是handler.js（或handler.py），开发者会在里面硬编码「调用哪个LLM、用什么接口、传什么参数」，相当于给技能定好了“调用规则”。

两种常见的LLM调用写法（附伪代码，一看就懂）

第一种：常规API Key调用（比如OpenRouter），需要手动配置Key，适合开发者自定义模型：

// handler.js 常规调用示例（JavaScript）
asyncfunctiondrawImage(userPrompt, options) { 
// 手动传入API Key（从环境变量读取，需提前配置）
const response = await fetch('https://openrouter.ai/api/v1/chat/completions', { 
headers: { 
'Authorization': `Bearer ${process.env.OPENROUTER_API_KEY}`, 
        }, 
body: JSON.stringify({ 
model: "google/gemini-2.0-flash-exp:free", // 自定义选择多模态模型
messages: [{role: "user", content: userPrompt}] 
        }) 
    }); 
return response.json(); // 返回绘图结果
}

第二种：就是我们关心的「免API Key」写法（Codex OAuth授权），也是OpenClaw现在主推的方式：

// handler.js OAuth免Key调用示例（JavaScript）
asyncfunctiondrawImage(userPrompt) { 
// 无需手动配置API Key，OpenClaw框架自动注入授权Token
const response = await fetch('https://api.openai.com/v1/images/generations', { 
method: 'POST', 
headers: { 
'Authorization': `Bearer ${getOAuthToken()}`, // 框架提供的方法，自动获取有效Token
        }, 
body: JSON.stringify({ 
model: "gpt-image-2", // 固定调用OpenAI的绘图模型
prompt: userPrompt 
        }) 
    }); 
}

重点差异：免Key写法里，开发者不用关心API Key的配置、Token的管理，这些都由OpenClaw框架帮我们搞定——这也是“免Key”的核心原因。

Codex OAuth授权：免Key绘图的底层逻辑（3步拆解）

很多同学疑惑“没交钱、没给Key，怎么就能绘图”，其实答案很简单：钱没少花，只是付款渠道变了；Key没手动输，只是框架帮我们自动管理了。具体拆解3步，全程无废话：

第一步：授权借用——不用手动配置Key，借的是你自己的OpenAI账户授权

OpenClaw从v2026.4.23版本开始，新增了Codex OAuth功能，针对OpenAI的gpt-image-2绘图模型做了专属适配。

以前调用OpenAI的绘图模型，需要你自己注册OpenAI账号、绑定信用卡、获取API Key，再手动配置到OpenClaw里——每一步都要自己操作，门槛很高。

现在有了OAuth授权，就像用微信登录第三方网站一样：你不用重新注册，也不用手动复制API Key，只要授权OpenClaw“代表你”去调用OpenAI的模型就行。

第二步：临时令牌——授权后，OpenClaw会拿到“临时通行证”

当你第一次用OpenClaw绘图时，会弹出一个浏览器窗口，引导你登录自己的OpenAI账户，然后点击“授权”——这个过程就是给OpenClaw颁发“临时通行证”（Token）。

这个Token的作用，和API Key一样，都是用来验证身份、允许调用模型的，但它有两个优势：

1.  自动生成、自动刷新：OpenClaw框架会自动管理Token的有效期，过期了会自动重新获取，你完全不用管；

2.  安全可控：Token是和你的OpenAI账户绑定的，只有你授权的OpenClaw实例能使用，不会泄露你的API Key和账户信息。

整个交互流程其实很简单，用一句话概括：你发绘图指令 → OpenClaw用你的授权Token调用gpt-image-2模型 → 模型生成图片 → OpenClaw把图片返回给你。

流程可视化如下：

第三步：费用承担——“免费”是错觉，钱从你的OpenAI账户扣

这是最关键的一点：你没有给OpenClaw交钱，不代表绘图是“免费”的，绘图的成本最终还是由你自己承担，只是付款渠道变成了你的OpenAI账户。

具体分两种情况，覆盖所有使用场景：

1.  有免费额度：OpenAI的新模型（比如gpt-image-2）在推广期，会给新账户发放免费调用额度；如果你的账户还有免费额度，绘图费用会优先从免费额度里扣——对你来说，相当于“免费”使用；

2.  无免费额度：如果免费额度用完了，费用会直接计入你的OpenAI账户，从你绑定的信用卡、PayPal等付费方式中扣除——和你自己手动配置API Key调用，费用完全一样。

简单说：OpenClaw没有“白嫖”模型，只是帮你省了手动配置API Key的麻烦，相当于一个“万能遥控器”，帮你操作复杂的调用流程，账单最终还是OpenAI发给你。

3种绘图方式对比（清晰避坑）

除了上面说的OAuth免Key方式，OpenClaw还有两种常见的绘图方式，这里做个对比，方便大家根据自己的情况选择（纯干货，无多余内容）：

最后总结

回到最开始的疑问：技能如何连接多模态LLM？免Key、没交钱怎么绘图？其实核心就两点：

1. 多模态LLM的调用逻辑，写在绘图技能的handler核心代码里，技能相当于“包装”了LLM的调用流程，让OpenClaw能识别并执行绘图指令；

2. 免Key绘图靠的是Codex OAuth授权，本质是OpenClaw帮你管理授权Token，省去手动配置API Key的麻烦，费用最终由你的OpenAI账户承担——没有真正的“免费”，只有更便捷的“调用方式”。

如果是小白，直接用OpenAI OAuth方式，装完绘图技能就能用；如果是开发者，想自定义模型，推荐用OpenRouter或本地模型。

另外提一句：安装社区第三方绘图技能时，建议先装「Skill Vetter」安全工具，排查潜在风险——毕竟涉及账户授权和网络请求，安全第一。

如果大家在实操中遇到授权失败、模型调用报错，或者想了解具体的技能代码结构，评论区留言，后续补充具体解决方案～