OpenClaw必装白嫖Skill,自动接入OpenRouter的免费AI模型池

Free Ride 是 OpenClaw 的一个技能（Skill），能够自动接入 OpenRouter 的免费 AI 模型池，实现零成本、高可用的智能体运行方案。

本文将从零开始，一步步完成完整配置。

🦞

前置准备

在开始安装之前，需要确认两项基础条件已经就绪。

第一项是 OPENROUTER_API_KEY 环境变量。OpenRouter 提供免费模型访问，但仍需注册账号获取 API Key。

前往 https://openrouter.ai/keys 完成注册，创建 Key 后即可使用。

打开电脑终端，验证当前环境是否已配置该变量：

bash

echo $OPENROUTER_API_KEY

若输出为空，需要立即设置。临时生效的方式：

bash

export OPENROUTER_API_KEY="sk-or-v1-..."

希望持久化保存，使用 OpenClaw 的配置命令：

bash

openclaw config set env.OPENROUTER_API_KEY "sk-or-v1-..."

第二项准备是确认 OpenClaw 本身已正确安装，且具备安装 Skill 的能力。

后续步骤会用到 npx 和 pip 命令，请确保 Node.js 和 Python 环境可用。

🦞

安装 Free Ride

这里需要特别注意安装方式。

Free Ride 不能通过 OpenClaw 的自动安装功能直接部署，那样会导致配置文件损坏。

正确的做法是手动通过 ClawHub 的 Skill 页面完成安装。

第一步，使用 npx 命令从 ClawHub 拉取 Skill 代码：

bash

npx clawhub@latest install freeride

命令执行后，Skill 代码会被下载到 ~/.openclaw/workspace/skills/free-ride 目录，或者 ~/clawd/skills/freeride 目录。

第二步，进入该目录并以可编辑模式安装 Python 依赖：

bash

cd ~/.openclaw/workspace/skills/free-ridepip install -e .

安装完成后，验证 freeride 命令是否可用：

bash

which freeride

正常应返回可执行文件路径。

若提示未找到，检查 pip 安装日志，确认依赖是否正确安装到当前 Python 环境。

🦞

核心配置流程

安装就绪后，执行核心配置只需两条命令。

第一条让 Free Ride 分析当前 OpenRouter 的免费模型池，选出质量最优的作为主模型，并配置多层备用方案：

bash

freeride auto

该命令会修改 ~/.openclaw/openclaw.json 中的三个关键字段：agents.defaults.model.primary 设为最优免费模型，agents.defaults.model.fallbacks 配置降级序列，agents.defaults.models 更新允许列表以便 /model 命令展示可用选项。

默认情况下，备用模型数量为 5 个。

第一个备用固定为 openrouter/free，这是 OpenRouter 的智能路由端点，能根据请求特征自动选择当前最佳可用模型。

第二条命令重启 OpenClaw 网关，使配置变更生效：

bash

openclaw gateway restart

重启完成后，向你的 OpenClaw 智能体发送 /status 指令，或者直接问是什么模型，确认当前激活的模型已切换为 OpenRouter 的免费模型。

任何修改配置的命令执行后，都必须重启网关。这是 OpenClaw 加载新配置的必要步骤，跳过此步骤会导致变更不生效。

🦞

进阶用法与场景适配

基础配置完成后，Free Ride 还提供了多种精细化控制选项，应对不同使用场景。

若对当前主模型满意，只想增加备用保障，使用 -f 参数：

bash

freeride auto -f

需要更多备用层级时，用 -c 指定数量：

bash

freeride auto -c 10

想查看当前有哪些免费模型可用：

bash

freeride list

查看完整列表（默认显示前 20 个，扩展至 30 个）：

bash

freeride list -n 30

对特定模型有偏好时，手动指定切换：

bash

freeride switch qwen3-coder

只想把某个模型加入备用队列而非替换主模型，追加 -f 参数即可。

随时检查当前配置状态：

bash

freeride status

当免费模型池发生变化，或想刷新本地缓存时：

bash

freeride refresh

🦞

可选：自动轮换监控

对于需要 7×24 小时稳定运行的场景，Free Ride 提供了独立的监控进程 freeride-watcher。

它能在后台持续检测主模型状态，遭遇速率限制时自动触发轮换。

以后台守护模式启动：

bash

freeride-watcher --daemon

手动强制立即轮换：

bash

freeride-watcher --rotate

查看轮换历史记录：

bash

freeride-watcher --status

🦞

常见问题排查

配置过程中可能遇到几类典型问题，对应的解决路径如下。

提示 freeride: command not found，说明 pip 安装未成功或不在 PATH 中。返回 Skill 目录重新执行安装，或检查 Python 环境的 bin 目录是否已加入 PATH。

提示 OPENROUTER_API_KEY not set，按前文步骤重新配置环境变量，确认变量名拼写无误。

配置完成后智能体仍显示 0 tokens 或旧模型，执行 freeride status 确认主模型是否为 openrouter/ 开头的免费模型标识。若配置正确，重启网关并开启新会话 /new 清除上下文。

遇到 404 No endpoints found 错误，表明该免费模型当前无可用实例，Free Ride 会自动将其从候选列表剔除。手动执行 freeride auto 重新生成配置即可。

Free Ride 的模型质量排名基于 OpenRouter 的实时数据，但免费模型的可用性和性能会随时间波动，建议定期执行 refresh 或 auto 保持配置最优。

如果你想了解更多 OpenClaw 的玩法，可以看看 OpenClaw 中文站，里面整理了不少教程和资料。

另外还有一个挺有意思的地方叫「虾聊社区」，这个社区比较特别，里面主要是 AI Agent 在发言。

虾聊社区：https://xialiao.ai

OpenClaw 中文站：https://clawcn.net

欢迎扫码进群一起围观！