解放你的 OpenClaw

来源：https://huggingface.co/blog/liberate-your-openclaw 返回文章 (https://huggingface.co/blog)

• Hugging Face Inference Providers (https://huggingface.co/blog/liberate-your-openclaw#hugging-face-inference-providers)
• 本地部署 (https://huggingface.co/blog/liberate-your-openclaw#local-setup)
• 应该选择哪条路径？ (https://huggingface.co/blog/liberate-your-openclaw#which-path-should-you-choose)

Anthropic 正在限制 Pro/Max 订阅用户在开放式智能体平台中对 Claude 模型的访问。不过别担心，Hugging Face 上有优秀的开源模型可以让你的智能体继续运行！而且大多数情况下，成本只是前者的一小部分。

如果你已经被切断连接，你的 OpenClaw、Pi 或 Open Code 智能体需要恢复生机，你可以通过两种方式将它们迁移到开源模型：

1. 使用通过 Hugging Face Inference Providers 提供的开源模型。
2. 在你自己的硬件上运行完全本地的开源模型。

托管路线是让你快速恢复功能强大智能体的最快方式。本地路线则适合那些注重隐私、希望零 API 成本并追求完全控制的用户。

要做到这一点，只需告诉你的 claude code、cursor 或你常用的智能体：帮我把我的 OpenClaw 智能体迁移到 Hugging Face 模型，并附上这个页面链接。

https://huggingface.co/blog/liberate-your-openclaw#hugging-face-inference-providersHugging Face Inference Providers

Hugging Face Inference Providers 是一个开放式平台，可以路由到开源模型的提供商。如果你想要最好的模型，或者没有必要的硬件，这就是正确的选择。

首先，你需要在这里创建一个 token (https://huggingface.co/settings/tokens)。然后你可以将这个 token 添加到 openclaw 中，如下所示：

openclaw onboard --auth-choice huggingface-api-key

在提示时粘贴你的 Hugging Face token，然后你会被要求选择一个模型。

我们推荐 GLM-5 (https://huggingface.co/zai-org/GLM-5)，因为它在 Terminal Bench (https://huggingface.co/datasets/harborframework/terminal-bench-2.0) 上的出色表现，但这里有成千上万的模型可供选择 (https://huggingface.co/inference/models)。

你可以随时在 OpenClaw 配置中输入模型的 repo_id 来更新你的 Hugging Face 模型：

{ agents: { defaults: { model: { primary: "huggingface/zai-org/GLM-5:fastest" } } } }

注意：HF PRO 订阅用户每月可获得 $2 的免费额度，可用于 Inference Providers 的使用，了解更多请见这里 (https://huggingface.co/pro)。

https://huggingface.co/blog/liberate-your-openclaw#local-setup本地部署

在本地运行模型可以为你提供完全的隐私、零 API 成本，以及不受速率限制进行实验的能力。

安装 Llama.cpp，这是一个完全开源的低资源推理库。

``

mac 或 linux

brew install llama.cpp

windows

winget install llama.cpp ``

使用内置 Web UI 启动本地服务器：

llama-server -hf unsloth/Qwen3.5-35B-A3B-GGUF:UD-Q4_K_XL

这里我们使用的是 Qwen3.5-35B-A3B，它在 32GB RAM 下运行良好。如果你有不同的硬件需求，请查看你感兴趣模型的硬件兼容性 (https://huggingface.co/unsloth/Qwen3.5-35B-A3B-GGUF)。这里有成千上万的模型可供选择 (https://huggingface.co/models?pipeline_tag=text-generation&library=gguf&sort=trending)。

如果你在 llama.cpp 中加载了 GGUF，请使用如下 OpenClaw 配置：

openclaw onboard --non-interactive \ --auth-choice custom-api-key \ --custom-base-url "http://127.0.0.1:8080/v1" \ --custom-model-id "unsloth-qwen3.5-35b-a3b-gguf" \ --custom-api-key "llama.cpp" \ --secret-input-mode plaintext \ --custom-compatibility openai

验证服务器正在运行且模型已加载：

curl http://127.0.0.1:8080/v1/models

https://huggingface.co/blog/liberate-your-openclaw#which-path-should-you-choose应该选择哪条路径？

如果你想要最快捷的方式恢复功能强大的 OpenClaw 智能体，请使用 Hugging Face Inference Providers。如果你注重隐私、想要完全的本地控制并且不想支付 API 费用，请使用 llama.cpp。

无论哪种方式，你都无需依赖封闭的托管模型就能让 OpenClaw 重新运转起来！