OpenClaw想用好免费云模型，光靠一个API可不太够。我们可以说，掌握下面这几个组合策略，基本就能应对绝大多数限流场景了。比如配置双模型自动fallback、用GitHub令牌解决安装配额卡点、参数调优配合流式响应，再加一个Scrapling做本地预处理，这一套下来，才算真把应对方案走通了。

调用免费云模型时，像硅基流动、七牛云、NVIDIA API这类服务，一到高峰期——比方说每天上午10点到12点，晚上7点到9点——经常甩出429 Too Many Requests或者1305 该模型当前访问量过大的错误提示。这个场面一出现，Agent任务当场卡住，甚至返回空结果。这还真不是配置的问题，而是平台级别的流量管控在起作用。应对办法，只能是组合打法。

启用双模型自动切换架构

说白了，把全部希望都押在一个免费API上，本身就是失败的根源。OpenClaw原生就支持主备模型自动降级，不需要额外改代码，配置一下就能生效。

方法一：JSON多实例fallback（推荐用于生产环境）
具体来看：编辑~/.openclaw/openclaw.json，找到model_providers字段。接着为每个服务商建一个独立入口——比如同时配上硅基流动Pro版和七牛云Qwen3.5：
"siliconflow_qwen35": { "base_url": "https://api.siliconflow.cn/v1", "api_key": "sf_xxx", "timeout": 90 }
"qiniu_qwen35": { "base_url": "https://api.qnaigc.com/v1", "api_key": "qn_yyy", "timeout": 120 }

然后在agents.list里，为关键Agent指定fallback链：
"fallbacks": ["qiniu_qwen35", "siliconflow_qwen35"]

这里有个细节要留意：fallback顺序决定了优先级。建议把响应延迟最低的服务放首位，比如七牛云实测P95延迟只有2.3秒，自然应该优先试用。

方法二：YAML全局fallback（适合快速验证）
操作起来也很直接：打开~/.openclaw/config.yaml，在agents.defaults.model下设置primary: "siliconflow_qwen35"，然后添加一个fallbacks列表，至少包含两个不同服务商的模型。另外，务必确认agents.defaults.models白名单里已经声明了所有备用模型名，否则切换逻辑会被直接跳过，等于白配。

配置GitHub个人访问令牌，提升ClawHub技能安装配额

ClawHub在安装技能包的时候，频繁报出Rate Limit Exceeded。根本原因在于，未认证的GitHub API每小时只能请求60次，而一个中型技能集下载往往需要调用200次以上的接口。差距一目了然。

解决方案其实很简单：
第一步，访问https://github.com/settings/tokens → 点击“Generate new token” → 选择fine-grained tokens类型。

第二步，设置Token名称（例如取名openclaw-clawhub），然后勾选repo和read:packages权限。

第三步，复制生成的token字符串。

第四步，按系统类型设置环境变量：Linux/macOS执行echo 'export GITHUB_TOKEN="ghp_..."' >> ~/.bashrc && source ~/.bashrc；Windows用户则需要在系统环境变量里新增GITHUB_TOKEN变量，直接把值填进去。

令牌一配，安装配额问题基本就解了。

调整超时参数与启用流式响应

高峰期模型响应自然会变慢。OpenClaw默认的60秒超时，在这种场景下往往直接中断长任务——但实际情况是，模型后台还在继续生成内容。结果任务以失败收场，白白浪费了算力。

这个问题有一个不错的破解思路——调整超时参数，同时打开流式响应。

第一步，修改openclaw.json中对应模型的timeout值，从60提升到180。

第二步，在model_providers该模型的配置内部，添加"stream": true字段。

第三步，确认Agent配置中的enable_streaming设为true。

第四步，重启网关：systemctl restart openclaw-gateway。

这一套下来，原本因超时中断的3000字文档生成任务，就能稳稳输出了。即使首字节延迟达到8秒，后续内容也会持续流入，任务不会再中途断掉。

部署Scrapling隐身抓取器，替代高频API调用

如果遇到某类任务——比如批量网页摘要或者实时新闻聚合——频繁触发高频限流，而且通过模型切换也没法缓解，那就得考虑剥离AI调用环节，用本地工具做预处理。

具体方法是使用Scrapling：
先安装：pip install scrapling。
然后写个简单的Python脚本，专门提取目标网页的正文、标题、发布时间等结构化字段。
最后把提取结果作为精简上下文输入OpenClaw，而不是直接丢一个原始长网页给它。

这一步的效果很直接：单次AI请求的token消耗能降低60%以上，核心数据该有的信息一点不丢，而平台对“大文本输入”的速率压制，自然也就绕过去了。