月薪2万养不起龙虾?试试OpenClaw+Ollama

据说第一批养龙虾的人已经后悔了。因为养不起了。

OpenClaw 是个开源智能体，下载和安装都不花钱，但是要养它，那就要狠狠地烧Token了。

因为龙虾的费用不只来自核心模型回复，还有网页读取、记忆检索、压缩总结、工具调用，以及系统提示里塞进去的 workspace 文件和 bootstrap 配置，上下文一长，账单冷不丁就是梆梆两拳。

用 Claude Sonnet 跑 OpenClaw，单月累计一千万输入加一千万输出 token，光费用就接近上百美元。真把它当全天候执行 Agent、用高阶模型跑难度较高的任务，一个月烧掉几千块也不奇怪了。就比如 OpenRouter 处理的 token 量从每周 6.4 万亿直接涨到 13 万亿。

本来想让AI帮自己打工，结果工资全上交给了AI。

因为云端 Token 的支出太贵了，所以本地化运行就是一个不错的选择。OpenClaw 与 Ollama 配合食用。

Ollama 负责在本地机器上运行 Llama、Mistral 或 DeepSeek 等开源模型，API 不就降下来了嘛。除了显卡的风扇转得快点，没其他毛病，而且所有私有数据和代码处理都留在本地，无需上传至云端，在实现成本可控的同时，也保障了隐私安全。

实战：OpenClaw 与 Ollama 的本地结合

OpenClaw 是一个基于 Node.js 开发的框架，要求环境必须使用 Node.js 22 或更高版本。

那可以选择 ServBay 来部署 Node.js 环境。

作为一个本地 Web 开发环境管理工具，ServBay 能够管理不同版本的 Node.js。通过其图形化界面，用户就可以快速切换到 Node.js 22 环境，避免了手动配置环境变量或处理版本冲突的过程。

在环境准备就绪后，通过简单的命令即可完成 OpenClaw 的部署。

curl -fsSL https://molt.bot/install.sh | bashopenclaw onboard --install-daemon

还是通过 ServBay，可以一键下载并安装Ollama。

然后在 ServBay 左侧的菜单栏中，选择合适的大模型下载即可。

OpenClaw 并不直接具备思考能力，它需要通过以下命令连接 Ollama：

ollama launch openclaw

这个命令会将 OpenClaw 配置为使用本地 Ollama 提供的模型。

安全防护：Git 兜底与权限控制

当 AI 获得系统操作权限时，安全风险也随之升级。相信大家也没少看 OpenClaw 误删邮件的新闻。

一个拥有执行权限的智能体如果误解了指令，会对系统造成破坏。为了应对这些潜在风险，我们要做好防护机制。

Git 作为安全网

OpenClaw 建议将整个工作空间（包括配置文件和记忆日志）纳入 Git 管理。

git initgit add AGENTS.md SOUL.md memory/git commit -m "初始化智能体工作空间"

如果智能体在执行任务时安装了错误的技能，或者对配置文件进行了异常修改，开发者可以利用 git revert 快速将系统状态回滚到安全的时间点。这种版本控制化的演变让 AI 的行为变得透明且可逆。

权限限制与沙箱模式

智能体的能力来源于技能系统。为了防止第三方技能携带恶意代码，在安装前应人工审核其源代码，确认其执行的命令。此外，对于处理复杂任务的智能体，建议将其运行在虚拟机或 Docker 容器等隔离环境中。

身份验证与私有访问

Gateway 服务不应直接暴露在公网。安全的做法是开启网关认证，并通过 openclaw doctor 进行风险诊断。在远程访问时，配合 VPN 或内网穿透工具，确保只有授权用户能向智能体发送指令。

总结

OpenClaw 挺好的，拿来做一个玩具还行，但是真正要它成为一个24小时的雇员，成本和风险都还是挺高的。

#ollama #ServBay #OpenClaw #养龙虾 #人工智能

欢迎关注ServBay 服务号👇