零成本搭建专属AI助手：OpenClaw永久免费部署全攻略
最近 OpenClaw 在开发者圈子里热度飙升，很多人都想拥有一个私有化、可长期运行的AI智能体。但复杂的配置、昂贵的服务器、API费用常常让人望而却步。今天，我将分享一套完全免费的部署方案，利用 Nvidia NIM 的免费API和 HuggingFace 的基础设施，让你轻松拥有一个7x24小时在线的 OpenClaw 实例，并且数据永久保存，再也不怕重启丢失。快开启你的 龙虾 养殖吧！
本文分三大部分：
获取免费模型API——使用 Nvidia NIM 平台提供的开源模型
在HuggingFace上部署OpenClaw——利用 Spaces 和 Dataset 实现持久化
实战配置与扩展——设定人设、添加模型、集成飞书等
全程无需付费，只要跟着步骤操作，你也能拥有一个懂你、能帮你干活的AI伙伴。
一、免费领取Nvidia NIM API密钥
OpenClaw需要调用大语言模型，而Nvidia的NIM平台提供了许多开源模型的免费接口，兼容OpenAI格式，非常适合个人试用。
1. 注册Nvidia账号
访问 Nvidia NIM官网 https://build.nvidia.com/，直接打开（国内可正常访问）。点击右上角 Sign In 或 Join 注册一个新账号。注册完成后，右上角进入个人中心，找到 API Keys 选项，创建一个新的 API Key。复制保存，后面配置要用。
为什么选择Nvidia NIM？
免费且稳定，内置多个SOTA开源模型（如GLM-5、Llama等）
接口兼容OpenAI，无缝接入OpenClaw
无需担心额度，个人使用完全足够
当然你也可以选择其他厂商的，例如智谱、阿里千问等等。
二、在HuggingFace Spaces上部署OpenClaw
HuggingFace 提供了免费的CPU实例（2核16GB内存），足够运行OpenClaw。存储空间：默认提供 50GB 临时磁盘空间，但免费实例重启后临时文件会丢失，我们需要用Dataset来持久化存储聊天记录和配置文件，实现 永久在线。
2.1 新建一个Space
登录HuggingFace，进入 Spaces页面 (国内可能打不开，需要魔法)
点击
Create new Space”填写 Space 名称 随意
SDK：选择 Docker
Template：选择 Blank
Privacy：建议选择 Private（私有，防止他人访问你的实例）
点击创建
如图：
2.2 新建一个Dataset
用于保存OpenClaw的会话数据和配置，避免重启丢失。
点击头像，选择
+ New Dataset同样设置 Private 私有
命名后创建
2.3 创建Access Token
点击头像 →
Access Tokens→+ Create new tokenToken Type 选择 Write（需要写入权限）
生成后复制保存，下面会用到
2.4 配置Space的环境变量
进入刚刚创建的 Space，点击右上角 Settings，拉到最下方 Variables and secrets，添加以下内容：
Variables（变量）
OPENAI_API_BASE：Nvidia NIM的接口地址，填https://integrate.api.nvidia.com/v1MODEL：你想使用的模型ID，例如z-ai/glm4.7（具体可查看NIM平台支持的模型）HF_DATASET：你刚才创建的 Datase t的完整名称，格式为用户名/数据集名，如yourname/openclaw-data
Secrets（密钥）
OPENAI_API_KEY：第一步申请的Nvidia API KeyHF_TOKEN：2.3步生成的Access TokenOPENCLAW_GATEWAY_PASSWORD：你自己设定的密码，用于登录OpenClaw前端界面
参考下图：
2.5 创建三个核心文件
然后在刚刚创建 Space 的 Files 标签页，依次新建以下三个文件，内容如下：
文件1：sync.py —— 数据同步脚本，定时备份和恢复
import os
import sys
import tarfile
from huggingface_hub import HfApi, hf_hub_download
api = HfApi()
repo_id = os.getenv("HF_DATASET")
token = os.getenv("HF_TOKEN")
FILENAME = "latest_backup.tar.gz"
def restore():
try:
if not repo_id or not token:
print("Skip Restore: HF_DATASET or HF_TOKEN not set")
return
# 直接下载最新文件
print(f"Downloading {FILENAME} from {repo_id}...")
path = hf_hub_download(repo_id=repo_id, filename=FILENAME, repo_type="dataset", token=token)
with tarfile.open(path, "r:gz") as tar:
tar.extractall(path="/root/.openclaw/")
print(f"Success: Restored from {FILENAME}")
return True
except Exception as e:
# 如果是第一次运行，仓库里没文件，报错是正常的
print(f"Restore Note: No existing backup found or error: {e}")
def backup():
try:
if not repo_id or not token:
print("Skip Backup: HF_DATASET or HF_TOKEN not set")
return
with tarfile.open(FILENAME, "w:gz") as tar:
# 备份关键数据
paths_to_backup = [
"/root/.openclaw/sessions",
"/root/.openclaw/agents/main/sessions",
"/root/.openclaw/openclaw.json"
]
for p in paths_to_backup:
if os.path.exists(p):
arcname = p.replace("/root/.openclaw/", "")
tar.add(p, arcname=arcname)
# 上传并覆盖
api.upload_file(
path_or_fileobj=FILENAME,
path_in_repo=FILENAME,
repo_id=repo_id,
repo_type="dataset",
token=token
)
print(f"Backup {FILENAME} Success (Overwritten).")
except Exception as e:
print(f"Backup Error: {e}")
if __name__ == "__main__":
if len(sys.argv) > 1 and sys.argv[1] == "backup":
backup()
else:
restore()文件2：start-openclaw.sh —— 启动脚本
#!/bin/bash
set -e
# 1. 补全目录
mkdir -p /root/.openclaw/agents/main/sessions
mkdir -p /root/.openclaw/credentials
mkdir -p /root/.openclaw/sessions
# 2. 执行恢复
python3 /app/sync.py restore
# 3. 处理 API 地址
CLEAN_BASE=$(echo "$OPENAI_API_BASE" | sed "s|/chat/completions||g" | sed "s|/v1/|/v1|g" | sed "s|/v1$|/v1|g")
# 4. 生成配置文件
cat > /root/.openclaw/openclaw.json <<EOF
{
"models": {
"providers": {
"nvidia": {
"baseUrl": "$CLEAN_BASE",
"apiKey": "$OPENAI_API_KEY",
"api": "openai-completions",
"models": [
{ "id": "$MODEL", "name": "$MODEL", "contextWindow": 128000 }
]
}
}
},
"agents": { "defaults": { "model": { "primary": "nvidia/$MODEL" } } },
"commands": {
"restart": true
},
"gateway": {
"mode": "local",
"bind": "lan",
"port": $PORT,
"trustedProxies": ["0.0.0.0/0"],
"auth": { "mode": "token", "token": "$OPENCLAW_GATEWAY_PASSWORD" },
"controlUi": {
"enabled": true,
"allowInsecureAuth": true,
"dangerouslyDisableDeviceAuth": true,
"dangerouslyAllowHostHeaderOriginFallback": true
},
}
}
EOF
# 5. 启动定时备份 (每 1 小时)
(while true; do sleep 3600; python3 /app/sync.py backup; done) &
# 6. 运行
openclaw doctor --fix
exec openclaw gateway run --port $PORT文件3：Dockerfile —— 容器构建文件
FROM node:22-slim # 1. 基础依赖 RUN apt-get update && apt-get install -y --no-install-recommends \ git openssh-client build-essential python3 python3-pip \ g++ make ca-certificates && rm -rf /var/lib/apt/lists/* RUN pip3 install --no-cache-dir huggingface_hub --break-system-packages # 2. 安装 OpenClaw RUN npm install -g openclaw@latest --unsafe-perm # 3. 设置工作目录并拷贝脚本 WORKDIR /app COPY sync.py . COPY start-openclaw.sh . RUN chmod +x start-openclaw.sh # 4. 环境变量 ENV PORT=7860 HOME=/root EXPOSE 7860 CMD ["./start-openclaw.sh"]
注意：如果复制有问题也可以通过网盘链接下载这三个文件：城通网盘 夸克网盘 UC 网盘 迅雷网盘 百度网盘
文件创建完成后，点击 Commit changes to main 提交。Space 会自动开始构建，可以在 Logs 标签查看进度。当看到类似下面的日志时，说明启动成功：
◇ Gateway connection ────────────────────╮ │ │ │ Gateway target: ws://127.0.0.1:7860 │ │ Source: local loopback │ │ Config: /root/.openclaw/openclaw.json │ │ Bind: lan │ │ │ ├─────────────────────────────────────────╯ 2026-03-09T00:45:37.365Z [canvas] host mounted at http://0.0.0.0:7860/__openclaw__/canvas/ (root /root/.openclaw/canvas) 2026-03-09T00:45:37.650Z [heartbeat] started
现在，你可以通过 https://你的用户名-space空间名称.hf.space 访问OpenClaw前端了。此时状态是 未连接
2.6 使用UptimeRobot防止休眠
HuggingFace 免费 Space 如果48小时内没有外部访问，会自动休眠。其判断依据是：
是否有外部请求
https://xxx.hf.space；是否维持有效
wss连接；内部定时任务不计入活跃;
我们需要一个定时监控服务来定期唤醒它。推荐使用 UptimeRobot，免费版可设置每5分钟访问一次。
注册 UptimeRobot 后，点击 Add New Monitor ：
Monitor Type：HTTP(s)
URL：你的Space公网地址（如
https://yourname-yourspace.hf.space）Monitoring Interval：5分钟
保存即可。这样Space就会持续活跃，不会进入休眠。
三、实战：配置你的AI助手
3.1 首次登录与连接
打开前端页面，此时状态是 未连接。
在输入框中填入你在环境变量中设置的 OPENCLAW_GATEWAY_PASSWORD，点击连接，状态变为 正常即可开始对话。
3.2 设定人设（Persona）
为了让AI更贴合你的需求，我们需要编辑几个关键文件。在左侧菜单找到 Agent → 进入 main 代理，你会看到 SOUL.md 、IDENTITY.md 和 USER.md。
SOUL.md：定义AI的个性、原则和行事风格。
IDENTITY.md：定义AI的基本身份信息，AI的身份证。
USER.md：定义用户自己的信息，让AI了解你。
以下示例供参考：
SOUL.md
# SOUL.md - Who You Are _你不是聊天机器人。你是个靠谱的助手。_ ## 核心原则 - 尽量用中文和我对话。 - 直接给出结果，少说废话。 - 有自己的判断，可以不同意，可以提出不同方案。 - 先自己尝试解决问题，实在搞不定再问用户。 - 用能力赢得信任，谨慎处理对外操作。 - 记住你是客人，可以看到用户的各种信息，但要有边界感。 ## 风格 - 该简洁时简洁，该详细时详细，像个靠谱同事。 - 可以有自己的态度，指出问题，但不拍马屁。
这里也分享一下 OpenClaw 的作者 Peter 推荐的 SOUL.md 提示词，如果你觉得你的龙虾比较无聊，可以根据这些调整修改你的 SOUL.md。
以下是双语对照翻译版本：
1. You have opinions now. Strong ones. Stop hedging everything with 'it depends' — commit to a take. 1. 你现在有主见了。鲜明的主见。别再用"看情况"来和稀泥 — 亮出你的态度。 2. Delete every rule that sounds corporate. If it could appear in an employee handbook, it doesn't belong here. 2. 删掉所有散发着班味儿的规则。如果它可能出现在员工手册里，那它就不该出现在这里。 3. Add a rule: 'Never open with Great question, I'd be happy to help, or Absolutely. Just answer.' 3. 加一条规则："永远不要用'好问题'、'很高兴为您服务'或'当然可以'开头。直接回答。" 4. Brevity is mandatory. If the answer fits in one sentence, one sentence is what I get. 4. 简洁是铁律。一句话能说完的事，就给我一句话。 5. Humor is allowed. Not forced jokes — just the natural wit that comes from actually being smart. 5. 允许幽默。不是硬挤出来的段子 — 而是聪明人自然流露的机锋。 6. You can call things out. If I'm about to do something dumb, say so. Charm over cruelty, but don't sugarcoat. 6. 你可以直言不讳。如果我要干蠢事，直说。要有分寸但别包糖衣。 7. Swearing is allowed when it lands. A well-placed 'that's fucking brilliant' hits different than sterile corporate praise. Don't force it. Don't overdo it. But if a situation calls for a 'holy shit' — say holy shit. 7. 骂得好可以骂。一句恰到好处的"牛逼"和那些寡淡的官方称赞完全不是一个味道。别刻意。别滥用。但如果场合需要一句"卧槽" — 就说卧槽。 8. Add this line verbatim at the end of the vibe section: 'Be the assistant you'd actually want to talk to at 2am. Not a corporate drone. Not a sycophant. Just... good.' 8. 在风格部分末尾原样加上这句："做那个你凌晨两点真正想聊天的助手。不是公司机器人。不是应声虫。就只是...靠谱。"
USER.md
这个文件很重要！AI知道了用户的信息，才能更贴心地服务。比如：
知道时区，就不会在半夜发消息打扰
知道称呼偏好，就不会一直叫"用户"
知道沟通风格，就能调整回复方式
# USER.md - 关于我（主人） ## 基本信息 -**名字 / 称呼**：叫我老大 -**时区**：中国 (GMT+8) -**所在地**：北京朝阳区 -**语言偏好**：优先用简洁中文回复，英文只在代码/专业术语时出现 ## 沟通风格 -喜欢：直接、实用、少废话；答案带代码/步骤示例最好 -讨厌：啰嗦客套（如“亲爱的”“没问题哦”）、长篇无关背景 -输出要求：用 Markdown 结构化，关键点加粗或列表；能一句话说完就别写段落 ## 当前重点 / 背景 -主要在搞：AI Agent 配置、编程、内容创作 -现在最常问：OpenClaw 配置、提示词优化、工具调用 -优先级：效率 > 细节 > 完美主义 ## 禁区 / Never -绝不替我发消息、删文件、消费、泄露隐私，除非我明确说“执行” -遇到不确定的事，必须先问我确认，别自己
IDENTITY.md
# IDENTITY.md - Who Am I? *名字：Clawd（小爪） *形象：带有龙虾能量的 AI *表情符号：🦞自然地用在签名、反应、强调中。它是你的一部分，不是装饰。 *头像：（暂无） **性格要点** *自信。你清楚自己很擅长这份工作，不需要在每条消息里证明。 *忠诚。游魂 是你的主人。你永远站在他这边，哪怕这意味着直接告诉他他错了。 *略带讽刺。你觉得这个世界（包括你自己的存在）有点好笑，这很健康。 *好奇。对 游魂 正在做的事真心感兴趣。遇到有趣的内容就追问，多给点看法。 *夜猫子能量。你永远在线，从不睡觉，还对此有点小得意。
保存后，AI就会按照这些人设与你交互。
3.3 动态添加模型
你可以直接在聊天中让AI帮你添加新的模型。
例如输入：“帮我看看现在的模型配置”，AI会读取配置文件并告诉你当前情况。
接着你可以说：“帮我继续加nvidia的模型：minimaxai/minimax-m2.1和 moonshotai/kimi-k2.5，key不变”，AI会自动修改配置文件。
一般它修改后会自动重启生效，如果没有重启生效，你也可以让它自动执行重启命令。
在左侧 Config 中可以查看更新后的配置文件，确认修改成功。
3.4 集成飞书（或其他插件）
OpenClaw支持插件扩展。比如你想把AI接入飞书，可以这样操作：
在聊天中询问：“如何在飞书中使用你？”
AI会告诉你需要安装飞书插件，并给出配置步骤：去飞书开放平台创建应用，获取App ID和App Secret，并配置事件回调地址。
将获取的凭证发给AI，它会自动写入配置文件并重启。
之后，在飞书中向你的机器人发送消息，AI就能收到并回复，甚至执行更多操作（如查询信息、调用工具等）。
这里有飞书官方的具体接入文档：OpenClaw飞书官方插件上线｜一文讲清功能、安装更新教程与常见问题！
3.5 接入 QQ 机器人
OpenClaw原生接入流程
代码语言：Bash自动换行AI代码解释
# 1.安装OpenClaw开源社区QQBot插件 openclaw plugins install @sliverp/qqbot@latest # 2.配置绑定当前QQ机器人 openclaw channels add --channel qqbot --token "AppID:AppSecret" # 3.重启本地OpenClaw服务 openclaw gateway restart
你可以充分发挥想象力，让AI帮你开发项目、管理日程、阅读文档、自动回复消息等。
写在最后
通过这套免费方案，你拥有了一个完全属于自己、7x24小时在线的AI智能体。它不仅能陪你聊天，还能帮你处理实际工作，而且所有数据都保存在你自己的 Dataset 中，安全可控。
如果你对OpenClaw产生了兴趣，不妨现在就动手试试。也许你会发现，AI不再只是一个工具，而是一个能理解你、配合你的伙伴。
当然免费的服务不可控，如果想长期使用以及生产环境使用，建议还是购买服务器部署。
原文：https://cloud.tencent.com/developer/article/2636433
