最近在折腾 AI Agent 时，发现一个挺有意思的项目：OpenClaw Zero Token。

简单说，它让你不用买 API Key、不按 Token 付费，只要像平常一样在网页上登录 ChatGPT、Claude、DeepSeek、Kimi、豆包、千问、GLM 等模型，它就能帮你把这些模型“接”到本地，当成一个统一的 AI 助手 + 工具人使用。

这篇文章，我就按自己的理解，聊聊这个项目的来龙去脉、它是怎么做到的、有什么优缺点，以及它和其他类似方案的区别。

一次提问，获取所有 AI 模型的答案 — AskOnce 支持同时向多个已配置的 AI 模型发起查询，一次输入即可获得各模型回复。

🤔 为什么会有 Zero Token 这个分支？

要理解它，得先说一下OpenClaw本身。

OpenClaw 原本是一个开源的AI Agent 框架，你可以把它理解成一个“能跑在你电脑上的 AI 私人助理”。它不仅能聊天，还能：

读写本地文件

执行命令

控制浏览器

通过飞书、Telegram、Discord 等渠道和你互动

它的思路是：你给它一个“大脑”（比如 GPT、Claude），再给它“手脚”（各种工具），它就能帮你完成复杂的任务，比如整理资料、写代码、发邮件等。

听起来很美好，但问题也随之而来：

API 太贵了

Agent 调用模型非常“费 Token”，一次复杂任务可能消耗成千上万的 Token。对于个人或小团队来说，长期下来是一笔不小的开销。

API Key 管理麻烦

每个平台都要申请 Key，还要考虑配额、账单、泄露风险等问题。

多模型切换繁琐

不同模型接口不统一，切换起来很麻烦。

于是，社区里就有人想：我们能不能不花钱，直接用网页版模型的能力，来驱动 OpenClaw？

这就是OpenClaw Zero Token诞生的背景。它的核心目标只有一个：

完全免费、免 API Token，通过浏览器登录复用 Web 会话，把各大模型统一成一个本地可用的 AI 网关。

⚙️ 它是怎么“免 Token”的？

简单来说，它的思路是：

你用人话登录网页 → 它用程序接管浏览器 → 把网页请求包装成标准 API 给你用。

具体实现上，主要依赖以下几步：

启动一个“带调试端口”的浏览器

通过命令行启动一个 Chrome/Chromium，并开启远程调试端口（如 --remote-debugging-port=9222），同时指定一个独立的用户数据目录，避免影响你日常使用的浏览器。

你手动登录目标网站

在这个调试浏览器中，像平常一样登录 DeepSeek、Kimi、豆包、Claude 等网站。登录成功后，浏览器会保存好 Cookie、Session 等凭证。

程序通过 CDP 接管浏览器

使用 Playwright 等工具连接到这个已登录的浏览器实例，读取目标网站的 Cookie、Authorization Bearer Token 等关键信息，并保存到本地的 auth.json文件中。

后续请求都通过“真实浏览器”发出

当需要调用模型时，程序不会用自己的 Node.js 环境去请求，而是让浏览器自己在页面上下文里发起fetch请求。这样，对服务器来说，请求来源就是一个真实的、已登录的用户，可以轻松绕过 Cloudflare 等反爬机制。

统一封装成 OpenAI 兼容接口

无论底层是哪个模型，对外都提供统一的 /v1/chat/completions接口。这样，你现有的基于 OpenAI SDK 的代码几乎不用修改，只需更换 base_url和 model名称即可。

通过这种方式，你相当于拥有了一个本地的、多模型的、免 API Key 的 AI 网关。

✨ 它有哪些亮点？

真·零 API 成本

只要目标平台网页版免费，你就可以一直用，没有 Token 消耗和月度账单，对个人开发者和学生党非常友好。

多模型统一管理

内置了对 ChatGPT、Claude、DeepSeek、Kimi、豆包、千问、GLM、Grok、Manus 等多种模型的支持。你可以在配置中自由切换，轻松进行模型对比和路由策略实验。

保留完整的 Agent 能力

它不仅是一个聊天窗口，还是一个真正的 Agent。它支持调用本地工具，如执行命令 (exec)、读写文件 (read_file, list_dir, apply_patch)、控制浏览器 (browser) 等。这意味着你可以让它帮你完成更复杂的任务，如写脚本、改代码、爬取网页等。

凭证本地存储，相对安全

所有登录凭证都加密保存在你本地的 auth.json文件中，不会上传到任何服务器。只要你保管好自己的电脑，风险是可控的。

对国内模型支持友好

项目对 DeepSeek、千问、Kimi、豆包、GLM 等国内主流模型的支持非常积极，配置步骤清晰，体验良好。

⚠️ 使用注意事项

遵守平台服务条款

项目文档明确说明，仅供个人学习研究，商业使用需遵守各平台规定。请勿用于大规模爬取或违规操作。

注意账号安全

虽然凭证本地存储，但仍需妥善保管你的电脑和浏览器。建议为调试浏览器设置独立的用户数据目录，并开启必要的系统安全措施。

稳定性风险

由于依赖于网页版的实现细节，一旦平台改版或调整反爬策略，可能需要你更新 Zero Token 的代码来适配。

并非“完全免费”

虽然省下了 API 费用，但你仍需承担硬件、电费和自己的时间成本。对于生产环境的关键业务，建议保留官方 API 作为备用方案。

🚀 总结一下

如果你符合以下情况，不妨一试：

想低成本甚至零成本体验强大的 AI Agent。

对 DeepSeek、Kimi、豆包、GLM 等国内模型有需求。

不介意动手配置，并愿意承担一定的稳定性风险。

OpenClaw Zero Token为你提供了一个非常有吸引力的选择。它让你无需为 API Key 烦恼，就能将多种强大的模型能力整合到自己的本地工作流中。

当然，它并非完美无缺，但在“免费 + 强大 + 灵活”这几个维度上，确实做到了很好的平衡。

开源地址

https://github.com/linuxhsj/openclaw-zero-token

7元解锁700+AI与开源项目资料，每周更新，包括90+低开平台，80+AI平台，5400+ skills，30+ AI教程