夜雨聆风从 0 开始用 OpenClaw，到现在 3 个月了。今天不吹不黑，说说真实踩过的坑，帮新手少走弯路。
最开始配置浏览器，老是报错，提示端口被占用。查了半天，发现是之前开的 Chrome 没关干净，后台有残留进程。
解决方法是先关闭所有 Chrome 进程，再重新启动。现在我养成习惯，每次用完检查浏览器状态，确保正常关闭。
教训：用完要正常关闭，别强制杀进程。
配完 OpenClaw，测试模型时报错，提示 API key 无效。我以为配了 OpenClaw 就万事大吉，结果发现 OpenClaw 只是框架，每个模型还要单独去官网申请 Key。
比如 DeepSeek、Kimi、GPT-4 都要各自申请，然后配置到环境变量里，最后重启 OpenClaw 才能生效。
教训：别漏了这步，不然模型调不通。建议先配一个模型跑通，再逐步添加其他模型。
装 skill 时经常报错，依赖装不上。特别是从 GitHub 安装的 skill，网络一不稳定就失败。
原因是国内访问 GitHub 慢，容易超时。我的解决方法是换国内镜像源，或者手动安装依赖，实在不行直接用本地 skill，跳过安装步骤。
教训：网络不好时，手动安装更稳。我现在会先把 skill 下载到本地，再手动配置。
第一个月下来，API 费用两百多，吓我一跳。特别是浏览器自动化，每次截图要一万 token，复杂任务动辄几万 token。
我算了笔账：每天抓取十个网页，一个月下来两百多。后来我的解决方法是简单任务用文本提取，别截图；换 pinchtab 工具，token 省十倍；用 DeepSeek 替代 GPT-4，价格便宜很多。
教训：注意成本控制，别盲目用 GPT-4。我现在会根据任务选择模型，简单任务用便宜的，复杂任务才用 GPT-4。
长链任务执行到一半中断，浏览器崩溃，登录状态丢失。特别是抓取大量数据时，跑到百分之八十断了，前功尽弃。
原因主要是网络不稳定、页面加载超时、反爬机制。我的解决方法是加容错机制，失败自动重试；数据及时保存，别等全抓完再存，抓一条存一条；大任务拆成小任务，分段执行。
教训：做好容错，别指望一次成功。我现在写任务都会加错误处理，失败自动重试。
从简单场景开始
别一上来就搞复杂任务。先试试简单的网页抓取、文件处理，跑通了再逐步加难度。
做好日志和容错
每次操作记日志，方便排查问题。关键步骤加容错，失败自动重试，别让用户等你。
注意成本控制
OpenClaw 本身免费，但模型调用要钱。合理选择模型，简单任务用便宜的，复杂任务才用贵的。
OpenClaw 确实强大，但也不是万能。关键是了解它的边界，知道什么场景适合，什么场景不适合。
这 3 个月下来，我最大的收获不是技术，而是学会了预期管理——不指望工具解决一切，而是让工具在合适的场景发挥价值。
希望我的踩坑记录能帮你少走弯路。
作者：小龙哥，AI工具探索者，专注研究自动化工作流和效率工具。欢迎交流！
