FreeRide是专为OpenClaw设计的自动模型调度引擎，通过五步完成免费AI模型的智能管理：验证API密钥与CLI安装、运行freeride auto动态优选主备模型、重启网关加载配置、/status指令验证生效、freeride-watcher守护进程实现毫秒级故障转移。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你想让OpenClaw永远不用花一分钱调用AI模型，又不想每次被限流就手动换模型、查状态、重配置——FreeRide正是为此而生的自动调度引擎，它把30多个分散、不稳定、参数各异的免费模型，拧成一根不断电的AI供电线。
第一步：确认前置条件是否全部到位
执行任何FreeRide命令前，必须同时满足两个硬性条件，缺一不可：【OPENROUTER_API_KEY必须已设置且非空】，运行echo $OPENROUTER_API_KEY应输出以sk-or-v1-开头的密钥；【freeride CLI工具必须已安装并可执行】，运行which freeride应返回具体路径（如/Users/xxx/.local/bin/freeride），若未安装，请先进入技能目录执行pip install -e .。
第二步：一键启用智能模型链
在终端中直接运行：freeride auto。这一步会触发完整调度流程：从OpenRouter实时拉取所有标记为free的模型→按上下文长度、推理能力、响应速度、提供商信誉四维打分→将最高分模型设为agents.defaults.model.primary→自动生成5条高质量fallback链，其中第一个备用固定为openrouter/free（OpenRouter官方智能路由，可二次分发请求）。
这一步操作起来很简单，但背后完成的是人工无法稳定维持的动态决策——比如今天Qwen3-Coder限流严重，FreeRide会立刻把它踢出主用队列，而把Step 3.5 Flash推上首位；明天DeepSeek-V3响应变慢，它又会悄然降级其优先级。
第三步：重启网关加载新配置
运行：openclaw gateway restart。只有重启后，OpenClaw才会读取agents.defaults.model下的全新主备结构。注意：不重启=配置不生效，此前所有请求仍走旧模型路径。
大模型 Token 成本节约工具。在请求到达大模型之前自动压缩 prompt 和上下文，减少 60-95% 的 token 消耗，直接降低 API 成本。支持 Claude/OpenAI/Gemini 等主流模型，提供代理模式、CLI 包装、Python SDK 和 MCP Server 四种接入方式。内置一键安...
第四步：验证当前激活模型
向你的OpenClaw Bot发送/status指令。回复中会明确显示Primary model:和Fallback models:两行内容，例如：Primary model: stepfun/step-3.5-flash，Fallback models: [openrouter/free, qwen/qwen3-coder, deepseek/deepseek-v3, ...]。只要看到主模型名称非空且fallback列表长度≥5，即表示FreeRide已成功接管模型调度。
第五步：启动守护进程实现自动故障转移
运行：freeride-watcher --daemon。该进程会在后台持续监听OpenClaw日志中的rate limit或model unavailable错误信号，一旦捕获，立即触发freeride rot命令轮换至下一个fallback模型——整个过程无需人工干预，也不中断正在进行的对话流。
这个守护进程是“无限使用”的关键：它让单次限流不再导致服务中断，而是变成一次毫秒级的内部模型切换。你正在写的代码、生成的报告、调试的流程，都不会因模型波动而卡住或报错。
