最近我把家里那台跑着飞牛OS的小主机翻出来折腾了一套看着有点绕、实际用起来却很顺手的组合在飞牛OS上用 Docker 跑 OpenClaw 这个开源个人AI助理再通过七牛云的免费额度去调用大模型接口。整套跑通之后相当于我在家里的 NAS 上多了一个 24 小时在线的私人助理能聊天、能记住我的日程偏好、还能定时执行一些自动化任务而模型调用这一块基本没花钱。这篇文章不是理论科普是我把整个流程完整走了一遍后的记录。从为什么选这条路线、账号怎么开通、配置怎么写到 Docker 部署、联调、踩坑排障再到怎么把免费额度的利用率拉满都会讲到。如果你手里正好有飞牛OS或者任何一台能跑 Docker 的 NAS也想低成本体验一下“私有化AI助理”这篇内容应该能帮你省掉不少试错时间。1. 这盘棋的全局OpenClaw为什么需要云上模型额度1.1 飞牛OS和OpenClaw各自扮演什么角色先聊清楚每个角色的定位。飞牛OS这几年在NAS圈子里存在感很强本质上它是一套基于 Debian 的免费 NAS 系统安装简单界面友好对 Docker 的支持也很顺滑。很多人拿它存照片、跑下载、看影视资源但它其实特别适合作为家庭服务器来用因为 NAS 最常见的状态就是“7x24 小时不关机”这正好是跑常驻服务最理想的条件。OpenClaw 则是一个开源的个人AI助理项目属于那种“agent”形态的智能体框架。跟传统的聊天机器人不一样它不只会陪你聊天更重要的是能调用工具、管理记忆、执行多步骤任务。比如说你可以让它每天定时总结新闻、管理待办事项、在某个消息渠道里 它完成指令它都能接得住。但这里有个关键点OpenClaw 本身不包含大模型权重。它负责的是调度逻辑、记忆存储、工具接口这些上层的“框架”部分真正干“思考”和“理解”这种累活儿的是背后的大模型推理服务。也就是说你必须给它配置一个可以调用的模型 API它才能正常工作。1.2 模型调用是绕不开的一环可能有人会想能不能在飞牛OS本地跑一个开源大模型完全离线不依赖任何云服务这个思路理论上没错但对绝大多数家用环境来说并不现实。一个 7B 参数的量化模型至少需要 6GB 到 8GB 的可用显存或内存来跑推理。NAS 产品普遍用的是低功耗 CPU集成显卡或者根本没有显卡哪怕勉强跑起来生成速度也是“一个字一个字往外蹦”对于 OpenClaw 这种需要把长上下文、多轮工具调用全部塞给模型处理的场景体验会非常难受。更大的模型更是直接劝退不仅内存吃紧存储和功耗也扛不住。所以现实的做法就是NAS 负责稳定运行和数据处理模型推理交给云端。云厂商把推理服务封装成标准的 HTTP 接口OpenClaw 作为客户端去调用模型更新升级都是云端的事情你不需要维护任何 GPU 设备。这跟我们在手机上用各种 App 是一个道理——本地只做展示和交互重活在云端完成。1.3 为什么我选了七牛云的免费额度市面上的模型 API 服务很多各有各的免费策略。我最终选择七牛云主要看中几点。第一注册门槛低个人开发者能比较快地拿到免费额度不需要绑各种复杂的东西。对于我这种只想给个人助理“配个脑子”的轻量使用场景免费额度完全够用。第二接口兼容 OpenAI 的调用规范。OpenClaw 这类开源项目在设计模型接入层的时候通常都会优先兼容 OpenAI 格式这意味着只要拿到一个 Base URL 和 API Key改几行配置就能接通不用等官方专门适配。第三国内服务在访问速度和稳定性上确实更省心。我不用考虑一系列网络环境问题直接从飞牛OS的容器里请求接口延迟很低踩坑的概率小很多。第四免费额度用完之后可以按量付费也可以暂时停用。没有月租压力适合先跑起来验证效果觉得满意再决定要不要继续投入。需要提醒一句免费额度的申请入口、额度和有效期都不是固定的不同时间点可能会调整。你注册之后要以控制台里实际显示的活动规则为准。也别想着注册一堆账号去薅同一个免费资源平台风控不是摆设个人使用完全没必要冒这个风险。2. 开工前准备飞牛OS环境、Docker与账号开通2.1 飞牛OS的Docker环境准备飞牛OS的 Docker 支持做得比较友好应用中心里可以直接安装 Docker 相关组件装完之后可以用系统自带的图形化面板管理容器。不过我更推荐直接使用 Docker Compose因为 OpenClaw 的配置项很多如果用图形化界面一个一个填环境变量效率低不说还容易填错。Compose 文件可以保存、可以版本管理后续换机器或重装系统一份文件就能复现整个环境。我在飞牛OS上准备了一个独立的目录用来存放 OpenClaw 的配置和持久化数据。路径大致是/vol1/1000/docker/openclaw这个路径里的/vol1/1000是飞牛OS常见的存储卷路径具体数字取决于你自己的存储空间编号。为什么要把数据放到独立目录而不是容器内部因为容器本身是临时的哪天镜像更新、容器重建数据目录如果没有挂载出来你的记忆、配置、对话记录就全没了。这是 Docker 部署里最基础也最容易忽略的一点。目录建好之后还需要确认一下端口规划。OpenClaw 的 Web 管理界面需要暴露一个端口到宿主机我用的 3000 端口如果你的 NAS 上已经有服务占了可以自己换一个不冲突的端口比如 8000 或者 3001。2.2 七牛云账号与免费额度的申请路径七牛云的模型服务本质上是在它的云平台上托管了一批开源大模型通过标准 API 对外开放。申请流程大概是这样的。先去官网注册账号然后完成实名认证。这一步是绕不开的因为云服务涉及到算力和计费资源平台必须知道使用者的真实身份。认证通过之后在控制台里找到模型推理或者 AI 服务相关入口里面会有免费额度或者试用资源包的申请按钮。每个资源包通常有有效期和总量限制申请之后才会生效。然后需要创建一个 API 密钥。这个密钥在请求的时候会放在 HTTP 头里用来标识你的身份和计费。云平台一般会提供密钥的生成和管理入口生成之后记得把密钥值完整复制保存。很多平台在生成密钥时只显示一次你要是一不小心关了页面之后就只能删掉重建比较麻烦。最后是找到模型接入文档重点看三个信息接口地址Base URL、认证方式、模型标识。不同的模型标识对应不同的模型规格和定价免费额度也往往是按模型维度来计量的。有些模型在一个资源包里共享额度有些模型是单独计算额度别选错了模型白跑一趟。在申请免费额度的时候我还发现一个细节平台控制台里展示的剩余额度和实际接口返回的用量统计可能会有时间差。刚开始跑的时候我盯着控制台看怎么调用几次数字也不动还以为没生效后来才反应过来是统计刷新有延迟。所以不要一看到数字没变化就反复去测试浪费的反而是自己的额度。2.3 把账号信息整理成配置清单在真正开始部署之前建议先把需要的配置项整理好一会配置直接粘贴避免临时翻控制台。配置项从哪里获取示例API Key七牛云控制台创建sk-xxxxxxxxxxxxxxxxBase URL接入文档或控制台https://你的Endpoint/v1模型标识模型列表页qwen2.5-xxxx或deepseek-xxx认证方式文档说明Authorization: Bearer Key请求格式文档说明OpenAI Chat Completions 格式别小看这张清单。我见过不少人在配置阶段卡住最后发现只是 Base URL 末尾多了一个/v1/v1或者模型标识里多了一个空格。把这些信息提前整理成一张表配置的时候一项一项对着填能省下很多不必要的排查时间。另外一个小建议密钥信息不要直接写在博客、聊天记录或者公开的配置仓库里。你可能会把 Docker Compose 文件发到群里求助但里面千万别带上真实的 API Key否则别人顺手就能刷爆你的额度。密钥放独立的.env文件然后把这个文件加入备份排除列表安全性和便利性都能兼顾。3. 部署 OpenClaw 接入七牛云从零到能对话3.1 用 Docker Compose 落地 OpenClawOpenClaw 官方推荐的是 Docker 部署方式。下面是我实际使用的 Compose 文件结构不是某个特定版本的完整配置而是把关键思路写出来你按照自己的实际情况替换。services: openclaw: image: OpenClaw官方镜像地址以官方文档为准 container_name: openclaw restart: unless-stopped ports: - 3000:3000 env_file: - .env volumes: - ./data:/data这里的几个要点我分别说一下。restart: unless-stopped很重要。飞牛OS偶尔会重启容器如果没设置自动重启系统起来之后 OpenClaw 不会自动恢复你得手动去 Docker 面板点一下启动很烦人。加上这个策略只要 Docker 服务跟着系统一起启动容器就会自动拉起来。ports的映射格式是“宿主机端口:容器端口”。左边是你从局域网访问的端口右边是服务内部监听的端口。右边不要乱改左边可以根据你自己的需求调整。volumes这一段是数据持久化的关键。我把宿主机目录挂载到容器里的/data路径OpenClaw 的记忆、配置、日志都会写到宿主机磁盘上。这样就算哪天镜像更新容器被重建数据也不会丢。env_file指向.env文件所有密钥和模型配置都放在这个文件里而不是直接写死在 Compose 里。这样 Compose 文件可以放心分享敏感信息都集中在环境变量文件里。3.2 配置项逐个拆解.env文件的内容大概长这样OPENAI_API_KEYsk-你的七牛云密钥 OPENAI_BASE_URLhttps://你的接口地址/v1 MODEL你的模型标识第一项是 API Key这个不用多说从七牛云控制台复制过来。第二项是 Base URL。注意一定不要漏掉/v1后缀。OpenClaw 在调用模型的时候会在这个地址的基础上去拼接/chat/completions之类的路径。如果你只填了一个裸域名请求会 404因为你请求的是一个不存在的路径。第三项是模型标识。以七牛云控制台模型列表页实际显示的名称为准。不同平台的命名风格有差异有的叫qwen2.5-7b-instruct有的叫deepseek-chat。如果你填了一个不存在的名字服务端会直接返回模型找不到的报错。有些版本的 OpenClaw 还支持额外配置temperature、max_tokens这类参数。个人建议先保持默认等基本跑通了再根据实际输出效果去调整。温度太高会让回复天马行空太低会让回复变得机械。这个属于调优阶段的事不要在一开始就陷进去。还需要提一点OpenClaw 这类项目发展很快环境变量的命名在不同版本之间可能会有调整。以你实际使用的版本文档为准如果你用的是较新的版本但配置模板是照着旧版文章写的可能变量名对不上。遇到这种情况很简单直接翻官方文档确认一下。3.3 启动、看日志、第一次对话配置写好后在 openclaw 目录下执行docker compose up -d-d参数表示后台运行。启动之后先看日志确认容器有没有正常起来docker compose logs -f正常的日志里会有服务启动的提示以及监听端口的说明。如果你的配置有问题日志一般会在启动阶段就给你提示比如连接不上接口、模型标识错误之类。所以强烈建议第一次启动的时候先开着日志窗口观察一两分钟别急着关掉。然后在浏览器里打开http://飞牛OS的IP:3000进入 OpenClaw 的管理界面。不同版本的界面风格可能不一样但核心操作是一致的——设置你的身份信息、偏好然后发起第一轮对话。第一次测试建议问一个最简单的问题比如“你是谁”。这一步的关键是确认链路已经通了飞牛OS容器 → 七牛云接口 → 模型返回 → OpenClaw 处理。如果这条链路没有问题再继续去配置复杂的工具调用和定时任务。我还习惯在正式使用之前先手动检查一下数据目录里有没有生成对应的配置文件。OpenClaw 启动之后会在挂载目录里创建自己的数据文件这一步能确认持久化真的生效了。如果你看到宿主机目录里是空的说明容器和宿主机之间的挂载关系可能有问题要尽早排查。4. 开通和跑通过程中的常见坑4.1 模型 not found绝大多数是模型标识写错在所有报错里model not found或者404是我遇到最多的一类。原因基本就一个模型标识没填对。跟我之前说的一样每个平台的模型命名都有自己的规则同一个模型在不同平台上的标识可能差几个字符。你以为你填了qwen2.5但平台实际要求的是qwen2.5-7b-instruct少一个后缀就会报错。排查方法很简单登录七牛云控制台打开模型列表页直接复制平台展示的完整模型标识粘贴到配置里。注意检查有没有多余的空格、有没有把大写字母写成小写、有没有把数字 0 当成字母 O。这些肉眼很难发现的细节往往就是报错根源。如果你不确定自己到底填对没有可以用 curl 直接请求一次接口验证一下模型标识是否有效。命令大致这样curl https://你的接口地址/v1/chat/completions \ -H Authorization: Bearer 你的密钥 \ -H Content-Type: application/json \ -d { model: 你的模型标识, messages: [{role: user, content: 你好}] }如果返回了正常的回复内容说明模型标识是对的问题出在 OpenClaw 配置上如果返回错误就继续排查接口地址、模型标识、密钥这三个要素。这个排查思路适用于所有基于 OpenAI 兼容协议的服务不只限于七牛云。4.2 鉴权 401Key的坑比想象中多401 Unauthorized这个报错一看就是密钥问题但具体原因五花八门。最常见的是复制的时候把密钥截断了或者多复制了一个空格。尤其是从控制台复制长密钥的时候很容易选中旁边的一个换行符或者空格粘贴到.env文件里之后看起来没问题实际字符串是错的。还有一种情况密钥是在控制台重新生成过的但.env文件里还是旧值。一段时间不用就会忘记这回事之后再启动服务报错才想起来。另外要注意密钥的权限。按前面推荐的做法密钥放在.env文件里这个文件的权限建议设置得严格一些不要让所有用户都能读取。在 Linux 环境下可以执行chmod 600 .env这样只有文件所有者能读取其他用户没有访问权限。在飞牛OS的终端或者 SSH 环境下都可以操作。如果检查下来密钥没问题可以试试直接在 curl 命令里带Authorization: Bearer Key测试。如果 curl 能通而 OpenClaw 连不上多半是环境变量没有正确传递到容器里。可以进入容器检查一下docker exec -it openclaw env看看容器里的环境变量是否真的包含了你配置的值。这一步能快速区分问题出在 OpenClaw 的配置解析还是环境变量的传入环节。4.3 请求通了但回复质量稀烂连接没问题、请求能返回 200但回复内容逻辑混乱、答非所问、输出截断这种情况也经常碰到。原因通常是几个参数没设置好。max_tokens设置得太小模型的回复写到一半就被截断了看起来就像“没说完话”。如果你发现回复总是戛然而止优先把max_tokens调大。temperature设置得太高回复就会显得跳跃。尤其是让 OpenClaw 执行自动化任务的时候需要的是确定性高的输出温度越低越好。如果只是日常聊天稍微高一点反而更有温度。所以这不是一个“越大越好”或“越小越好”的问题而是要看场景。还有一个容易被忽略的点OpenClaw 在调用模型时通常会附带比较长的 system prompt用来描述它的角色设定和工作规则。如果模型本身上下文窗口比较小而你的自定义指令又写了很多就可能导致上下文溢出模型“忘记”关键的指令内容。所以个人自定义指令别写太多尽量精简把核心要求说清楚就够了。4.4 免费额度耗尽与限流表现免费额度用完之后接口的表现通常是两种要么返回 429 或者类似的限流错误要么提示余额不足。一旦发现这种错误先别慌先去控制台确认额度的实际使用情况。有些资源包是周期性的比如每月自动刷新那就等刷新时间到了再继续用。如果是总量型额度用完了就是真用完了要么充值按量付费要么换个模型看看有没有其他免费额度可用。对个人用户来说我建议给 OpenClaw 配置的日常任务频率不要太高。比如定时任务设成每小时跑一次一天就是 24 次按每次消耗的 token 来算额度消耗速度会比你想象中快很多。先用低频率跑一段时间观察一下额度消耗曲线再决定要不要加大频率。还有一点七牛云控制台一般会有用量统计和告警设置。开通服务之后建议第一时间设置一个用量告警阈值。这样额度快用完的时候能收到通知不至于在完全不知情的情况下突然发现服务不可用。4.5 飞牛OS重启后容器状态异常用了一段时间之后如果飞牛OS重启过可能会出现容器状态异常的情况。最常见的是容器没有自动启动或者启动之后 OpenClaw 的数据文件权限不对。自动启动的问题靠restart: unless-stopped解决这个前面已经强调过了。如果你的 Compose 文件里已经写了但容器还是没起来检查一下 Docker 服务本身有没有跟着系统启动。飞牛OS里可以在服务管理里查看 Docker 的开机自启状态。权限问题则是另一回事。飞牛OS的 Docker 默认以 root 用户运行但如果你想用普通用户管理数据目录容器内的进程可能因为目录权限不一致而无法写入数据。遇到这种情况日志里一般会有 Permission denied 之类的提示。解决办法是把数据目录的所有权交给容器内对应的用户或者直接调整目录权限。具体操作不复杂但需要你根据实际的用户 ID 来设置。5. 让免费额度发挥更大价值的玩法5.1 多模型配合与自动切换免费额度通常是“够用但不够挥霍”的状态。与其整天担心额度用完不如从一开始就规划好模型的分工。OpenClaw 支持配置多个模型引擎你可以把七牛云的免费额度模型作为主力日常对话、任务规划都走它再配一个备用模型或付费模型只有在主力模型不可用时才切换过去。在额度充足的时候主力模型基本能满足 90% 的需求备用模型只承担兜底作用整体成本非常可控。这种配置还有一个好处万一七牛云的服务临时维护或者接口波动OpenClaw 可以自动切换到备用模型不会让整个助理服务中断。对 7x24 运行的 NAS 服务来说这种冗余比什么都重要。多模型配置的时候记得每个模型对应的 Base URL 和密钥都要正确。不同的模型服务商可能使用不同的接口格式不过只要都兼容 OpenAI 规范OpenClaw 就能统一处理不需要针对每家的差异单独改代码。5.2 把 OpenClaw 变成家庭自动化入口OpenClaw 跑通之后价值远不止于“能聊天”。它更核心的能力是作为家庭自动化的指令入口。比如说结合飞牛OS或者家里其他智能设备你可以在早上对 OpenClaw 说一段话让它自动生成当天的待办清单、同步邮件、查询天气然后推送到你的消息渠道里。这些任务可以定时触发也可以由你主动发起。OpenClaw 也支持比较复杂的多步骤任务。比如你可以定义一个规则让它每天固定时间把某个目录下的文件整理成摘要发送到指定的地方。这个能力其实非常实用等于把家里那台一直开着的 NAS 从“存储设备”升级成了“个人助理服务器”。当然要配置这些自动化任务需要你对 OpenClaw 的工具调用机制有一定了解。建议从一个最简单的场景开始入手比如“每天下午六点提醒我喝水”跑通之后再逐步增加任务复杂度。不要一开始就堆很多复杂任务调试起来会很痛苦。5.3 成本与安全双保险最后说一下成本和安全的边角。成本方面免费额度是“一次性资源”要把它当真正的配额来管理。在 OpenClaw 的任务配置里尽量控制单次调用的 token 消耗比如定时任务就别让它输出长篇大论让它只输出总结和关键信息就行。节省下来的额度可以让你多用很多天。安全方面除了刚才提到的密钥文件权限还要注意 OpenClaw 管理界面的访问控制。如果你把服务端口暴露到公网任何人都可能访问到你的助理管理界面这会带来隐私风险。个人使用的话建议把端口只绑定在局域网 IP 上或者通过飞牛OS的访问控制功能限制允许访问的 IP。密钥轮换也是一个好习惯。如果你发现某段时间的用量异常增长有可能是密钥泄露了。这时候不要犹豫去控制台把旧密钥作废重新生成一个新的密钥然后更新.env文件并重启容器。这个操作成本很低但能避免很多麻烦。跑通这套组合之后我最大的感受是这类开源 AI 助理项目之所以越来越有意思不是因为模型本身有多聪明而是它把“智能”从网站里拎了出来装进了你完全可控的硬件环境里。免费额度给了我先试水的机会而我最终收获的是一个知道我的习惯、随时在线、数据完全在自己手里的私人助理。最后再分享一个小技巧所有敏感配置全部放在.env文件里然后给这个文件单独开一个备份排除规则。这样目录打包备份的时候密钥不会跟着配置文件一起跑出去。等你哪天要换机器迁移只需要复制数据目录和 Compose 文件再在新环境里重新填一次密钥整套服务就能无缝搬家。