1 分钟，我在百度 App上免费部署了OpenClaw

OpenClaw的热度不用多说了。GitHub星标3周突破19万，增速史上最快。

之前我写过一篇它的工作机制拆解，核心观点是：ChatGPT你问它答，OpenClaw你下令它执行。前者是百科全书，后者是远程员工——一个真正能「动手干活」的AI Agent。

但关注归关注，我一直没在自己的服务器上正经跑起来。原因很简单：部署太折腾了。

我之前扫了一眼原生部署教程，需要这些步骤：自己准备一台服务器或者有一台长期开机的电脑，安装Docker环境，克隆代码仓库，手动修改配置文件填入API Key，配置消息平台的Webhook，调试各种端口和网络问题。

对技术人员来说，这些不算难，但确实烦——大概需要半天到一天。对非技术用户来说，基本直接劝退。

更要命的是成本。有人测试过，用OpenClaw注册一个X账号、发一条推文，消耗的API费用是55美金。Medium上有个老哥做了一周测试，花了47美金。OpenClaw本身免费，但它调用的AI模型是按量计费的，复杂任务的Token消耗非常可观。

所以现状就是：所有人都在聊OpenClaw有多厉害，真正跑起来在日常使用的，其实没那么多。大多数人卡在了第一步。

百度App：门槛直接打成零

然后前两天我发现了一个最轻量的入口。

打开百度App，消息tab里多了一个「OpenClaw消息助手」。

点进去，有个限时活动——免费部署，每人5000万Tokens额度。点一下，等一两分钟就好了。

没看错，完全免费。不需要服务器，不需要写代码，不需要配置任何东西。一个百度账号就够了。

回到消息列表，OpenClaw状态变成了「已部署」。

从打开百度App到和OpenClaw说上第一句话，我看了一下时间——不到一分钟。

用起来有两个入口：搜索框直接输入指令，或者在消息中心跟它对话。

我先在搜索框里试了一下，输入一个调研任务：「帮我调研一下Manus AI这个产品：它是什么、核心功能、定价方案、和OpenClaw的主要区别、用户评价。输出一份结构化的markdown报告。」

OpenClaw调用百度搜索API获取最新信息，几分钟后在消息助手里收到了完整的调研报告。

这种调研任务手动做，至少要搜索十几个网页、逐一提炼、再整理成结构化文档，少说一两个小时。它几分钟搞定，信息密度和准确度都不错——定价精确到积分数，发布时间精确到月份。

体验挺流畅的。不用打开服务器后台，不用切换应用，百度App本身就是控制台。

我觉得这步棋挺有意思的。OpenClaw之前只能通过WhatsApp、Telegram、飞书这类聊天工具来用，百度App应该是它第一次被集成到一个7亿月活的超级应用里。搜索引擎做这个转型其实挺自然的——用户打开搜索框的时候本来就带着明确的意图，区别只是以前搜索返回链接让你自己看，现在直接帮你把事办了。

而且诚意不小——5000万Tokens免费额度，够普通用户用很久了。

更值得关注的是后续的想象空间。百度App本身就是一个庞大的生态——搜索、百科、学术、文库、电商，这些能力如果逐步开放给OpenClaw调用，它能干的事就不只是「帮你搜搜新闻」了。想象一下让它去百度学术查论文、去文库找模板、甚至去电商比价下单，这才是Agent真正有意思的地方：不是一个孤立的AI，而是一个能调动整个生态资源的助手。

想折腾更多？百度智能云进阶部署

百度App的入口够轻，但如果你想把OpenClaw接到飞书、钉钉、企业微信这些工作平台，或者想自己选模型、装更多Skills，那就需要在百度智能云上走一遍完整部署。

这个方案也不复杂。

第一步，在百度智能云创建一台轻量应用服务器。镜像直接选OpenClaw，套餐选最基础的2核4G，活动价0.01元。没看错，一分钱。微信扫码付款，比买一瓶水还快。

付完款等了两三分钟，收到开通成功的提示，页面上直接有一个「一键部署OpenClaw」的按钮。

付完款等了两三分钟，收到开通成功的提示，页面上直接有一个「一键部署OpenClaw」的按钮。

第二步，进入实例管理，点「一键放行」把端口打开，再点「一键开通」把千帆大模型服务开了。两个按钮的事。

第三步，选模型。这一步让我挺意外的。

我本来以为百度云的方案肯定默认绑自家的文心，毕竟这是百度的商业产品。但点开模型下拉菜单一看——默认选的是DeepSeek V3.2。

往下翻，选项还有不少：ERNIE 5.0、DeepSeek V3.2、DeepSeek-R1、GLM-5、Kimi-K2.5、MiniMax……

这个操作挺大气的。百度自家的文心和DeepSeek并列「推荐」，智谱、月之暗面这些竞品模型一个不落地放上来。千帆API Key系统自动创建，不需要手动填配置文件。

这比你自己部署OpenClaw然后一个个去各家申请API Key、手动写配置文件，省了不知道多少事。

第四步（可选），配置消息平台。支持飞书、企业微信、钉钉、QQ，我选了飞书，填入App ID和App Secret就好了。

第五步，Skills配置。系统预装了baidu-search，二月限时活动每天免费1000次百度搜索调用。当然，你也可以根据自己的需要去无限添加的。

配置完成，点「获取网站地址」，浏览器打开，看到了熟悉的OpenClaw Gateway Dashboard。

我在聊天框里打了第一句话。它启动后先读取了SOUL.md和USER.md，然后用中文跟我打招呼。我说「叫我花叔就可以了」，它立刻编辑了USER.md把我的称呼和时区记下来，还问我：「你希望我是什么样的助手？效率至上型，还是带点幽默感的那种？」

从打开百度智能云官网到和OpenClaw完成第一次对话，我看了一下时间，大概30分钟。其中至少10分钟是我在研究各个模型选哪个、飞书App ID怎么填这些细节上——纯操作的话估计15分钟够了。

没写一行代码，没碰一次命令行，全是图形界面点点选选。和原生部署那套Docker配置地狱比起来，体验差距是量级性的。

后来把飞书接通，让它跑了三个功能测试——Cron定时任务、Gateway入口管理、飞书消息发送——全部通过。

没写一行代码，没碰一次命令行，全是图形界面点点选选。和原生部署那套Docker配置地狱比起来，体验差距是量级性的。

说白了，百度智能云做的事就是把你需要手动折腾的那些环节全包了——服务器、环境、模型接入、端口配置、Skills预装，预置镜像里全部搞定。你只需要做选择题，不需要做填空题。而且选择题出得很厚道——不是只给你自家的选项。

深度实测：哪些场景真能用

OpenClaw跑起来了，接下来才是重头戏——实际能干什么？

网上的案例看着一个比一个炫：自动炒股、帮你买车砍价省了4200美金、全自动运营茶叶店。但我更关心的是，在普通人日常工作的场景里，它到底好不好用。

我在飞书和百度App里分别测了几个场景，尽量选贴近我真实工作需求的。

场景一：AI热点雷达

作为一个AI自媒体博主，我每天早上都要花至少半小时刷X、Hacker News、arXiv，看看AI领域有什么新动态。这事不难，但重复、耗时、容易遗漏。

我在飞书里给OpenClaw发了一条指令：「帮我搜索过去24小时AI领域最值得关注的5条热点新闻，每条附上一句话摘要和来源链接，按重要程度排序。」

大概一分钟后，它回了一份结构清晰的AI热点周报。

质量超出预期。它不是简单地搜索罗列，而是做了筛选和排序——280分的Hacker News帖子排第一，行业融资新闻排最后。每条都有摘要、来源平台、热度评分和原文链接。这种信息密度，手动搜集至少半小时，它一分钟搞定了。

不过有个小插曲。在这之前我先测了一下它的工具状态，发现web_search工具因为缺少Brave Search API密钥没法用。但baidu-search这个预装的Skills能用，最终还是完成了任务。这说明百度云预装的Skills确实派上了用场。

场景二：帮我写代码

作为独立开发者，我经常需要写一些工具脚本。这次我让OpenClaw帮我写一个图片整理工具：「用Python写一个脚本，功能是读取一个文件夹中的所有图片文件（jpg/png），按文件创建日期重命名为 YYYY-MM-DD_序号.jpg 的格式，并生成一份整理报告。」

OpenClaw很快回了一份完整的Python脚本，考虑得挺周全——多格式识别、保留原始文件、生成整理报告、还有dry-run预览模式。

如果是我自己写，核心逻辑20分钟能搞定，但加上错误处理、格式兼容、预览模式这些细节，得花一两个小时。OpenClaw一分钟给的方案，比我随手写的还周全。

当然，这类任务Claude Code其实更擅长——毕竟Claude Code是专门为编程设计的。但OpenClaw的优势在于：你不用打开终端，不用切换到开发环境，在飞书里发句话就行。这对于「临时需要一个小工具」的场景非常方便。

三个场景测下来，我的感受是：OpenClaw在「信息搜集+结构化输出」和「代码生成」这两类任务上表现很好，基本能达到一个靠谱实习生的水平。速度快，格式规范，细节考虑得比你预期的多。

冷静一下：OpenClaw目前的局限

说完好的，也得说说不足。

Token消耗是个实际问题。OpenClaw本身免费，但调用AI模型的费用不低。百度智能云通过千帆平台接入，成本比直接用海外API便宜不少，但高频使用的话账单还是会跑起来。百度App那边目前限时免费5000万Tokens，趁活动期间先用起来是最划算的。

复杂判断类任务还不行。清理邮件、整理文件这些结构化的活，表现很好。但需要主观判断的任务——比如「帮我写一篇有深度的分析文章」——还是不够靠谱。OpenClaw擅长执行，不擅长思考。

安全性也需要关注。2月份有安全机构报告超过13万个OpenClaw实例暴露在公网上，还有一个CVSS 8.8分的高危漏洞被披露。开源的好处是漏洞发现快、修复快，但处理敏感数据的话，安全配置一定不能马虎。

还有一点：不是所有场景都需要它。偶尔问问AI问题，ChatGPT或者文心一言完全够用。OpenClaw的价值在于那些需要AI「动手做事」而不只是「动嘴回答」的场景。

让AI从助手变成员工的关键，不是更多的技能，是更低的使用门槛。

OpenClaw代表的方向，我觉得是对的。过去两年AI一直在「聊天」这个范式里打转，你问它问题，它给你答案。有用，但还不够。真正的变化发生在AI开始「做事」的时候——它不再只是顾问，而是执行者。

当7亿月活的国民应用把搜索框变成AI指令台的时候，这个方向已经不是极客的玩具了。

当然现在还早，体验还有粗糙的地方，成本也需要优化。但方向清晰：AI的下一步不是更会聊天，而是更会干活。

门槛最低的方式就是百度App——免费，不到一分钟，不用写代码。想折腾更多的话，百度智能云0.01元起步，能接飞书钉钉，能选十几种模型。

与其站在技术的边缘观望，不如踏进来把手弄脏。你能获得的体感，远胜于看100篇文章。