AI人格配置协议
基于HEXACO模型
FreeRide为OpenClaw管理OpenRouter平台的免费AI模型,自动按质量评分排序模型,配置速率限制时的降级方案,并更新openclaw.json配置文件。
FreeRide帮助团队零成本获取优质AI能力。通过智能筛选OpenRouter平台的免费模型,自动配置最优主模型与备用降级方案,解决免费资源分散、质量参差不齐的管理难题,让业务人员无需技术背景即可稳定调用AI服务。
落地案例:某内容运营团队需批量生成产品描述,但预算有限。使用FreeRide执行自动配置后,系统选定当前评分最高的Llama-3为主模型,并配置5个备用模型。当主模型触发速率限制时,OpenClaw自动切换至备用模型,确保文案生产不中断。团队每日通过freeride status监控配置状态,按需手动调整模型优先级。
安装前提:需先安装OpenClaw CLI环境,并获取OpenRouter API密钥(免费注册 openrouter.ai/keys)。
配置步骤:
export OPENROUTER_API_KEY="sk-or-v1-..."freeride auto(设置最优主模型+5个备用)freeride status常用命令:
freeride list – 查看前15个模型freeride switch qwen3-coder – 切换主模型freeride fallbacks -c 10 – 设置10个备用模型见下方输入与输出表格。
| 项目 | 内容 |
|---|---|
| 输入 | OPENROUTER_API_KEY环境变量;命令行参数(模型名称、备用数量等);现有~/.openclaw/openclaw.json配置 |
| 输出 | 更新后的openclaw.json文件;模型质量排名列表;当前配置状态 |
| 适用人群 | OpenClaw用户、希望零成本使用AI的开发者、需要自动降级保障的场景 |
| 不包含 | 付费模型管理;其他平台模型支持;模型训练或微调功能 |
原始链接:https://github.com/openclaw/skills/tree/main/skills/shaivpidadi/freeride-ai/SKILL.md
来源类型:GitHub仓库