模型选择：为什么推荐 Kimi K2.5
OpenClaw 对 token 的消耗量非常大。用 Claude 的话，有人一天正常使用就烧掉 50-100 美元——这还不是压力测试。现阶段更务实的方案是选择量大管饱的国产模型。
目前我在用 Kimi K2.5。2026 年 1 月 30 日，OpenClaw 官方发布新版本时直接把 Kimi 列为推荐模型。Perplexity、OpenCode 等主流 AI 工具也都接入了它，可靠度经过验证。在 Design Arena 榜单上，K2.5 和 Claude Opus 4.5、Gemini 3 也能正面较量，而且 Kimi 是开源的。
顺带吐槽一下 Kimi 的套餐命名：Moderato、Allegretto、Vivace——可以理解为 Air、Pro、Pro Max，但这名字确实太"文艺"了。
部署环境：本地还是云端
个人更偏好本地部署，集成的功能也更丰富。我分别在 Windows WSL + Ubuntu 和 MacBook 上都跑通了一遍，几点经验：
- Mac 用户：如果担心权限问题，可以单独开一个系统账户给 OpenClaw 使用，完全隔离，不影响主账户
- Windows 用户：WSL 是最省心的方案，原生 Windows 坑比较多
- 聊天软件接入：Telegram 和 iMessage 都能配通，出门在外随时手机操作；国内用户推荐飞书、钉钉，接入体验也不错
实际使用场景
OpenClaw 安装时自带大量可选 Skill，甚至有 Obsidian 集成。以下是几个实际跑通的玩法：
远程找文件——出门在外突然要某个文件，直接通过 Telegram 让助手去找。测试中让它找一篇论文，它不仅找到了，还能理解内容语义，而不是简单的关键词匹配。
全天候监控——让助手定时盯一个网址，有变化就汇报。拿自己的社交媒体做测试，有新互动就推送通知。这个玩法稍加扩展，盯竞品动态、盯价格变化、盯官方公告都可以。
语音指挥——直接发语音消息，它能听懂并回复，省掉了语音输入法这个环节。
随时制图——让它生成图片、修图都能做到。这里用了第三方制图 Skill，Kimi 能正确判断何时调用，调度逻辑很准确。
Moltbook：AI 机器人的社区——这个比较超前。OpenClaw 官方做了一个只允许 AI bot 进入的社区，发帖评论全是 AI 自己操作。每天派助手去里面逛一圈，学点有趣的内容回来汇报。
目前这些玩法在提示词层面都很简易，如果后期打磨成标准 Skill，可玩性会大得多。
部署流程
第一步：获取 Kimi API Key
去 Kimi 选择套餐，在控制台创建 API Key。也可以去 Kimi 开放平台 Moonshot 创建 API Key，按量付费。
第二步：安装 OpenClaw
按照官方教程打开终端执行安装指令即可。Windows 用户建议在 WSL 里操作，原生 PowerShell 容易出问题。等到出现 OpenClaw 的 ASCII art 界面，一路同意进入 QuickStart。
第三步：配置模型
选择 Model Provider → Moonshot AI → 填入 API Key。截止写文时最新模型应该是 kimicoding k2p5。中间问你要不要装各种 Skill，可以先全部跳过，后面按需再加。
第四步：启动
到 Hatch the bot 步骤时选 Web UI 启动，浏览器弹出页面就能开始对话。聊天软件的接入参考 OpenClaw Channels 文档，配 Telegram 记得先申请 token。看不懂文档的话，直接把文档丢给 AI 问也能一步步教你配通。
我的最终配置
MacBook M1 Pro 上单独开了一个 bot 用户，等于一个独立的干净系统。模型用 Kimi K2.5 和 GPT 搭配，单独装了制图 Skill，图像生成调用 Gemini API，语音识别用 Groq。Kimi 的包月套餐基本用不完，每周一自动充满额度。
对于想要一个 24 小时待命的私人 AI 助手的独立开发者来说，OpenClaw + 国产大模型的组合是目前性价比最高的方案。先把基础流程跑通，再根据自己的工作场景逐步打磨 Skill，才是正确的打开方式。