本來都不想寫了，

　　但是發(fā)現(xiàn)Coze接入了新的豆包2.0，馬上爬起來了。比起上次更新，除了網(wǎng)頁應(yīng)用，移動應(yīng)用和小程序開發(fā)外，扣子編程還支持一鍵部署OpenClaw，在上面創(chuàng)建的skills也能加載過去。

　　https://code.coze.cn/

　　OpenClaw我也出了很多安裝版本了，要安裝的都安上了，最近的新問題是太耗token了，就算用Coding plan或者Antigravity Tools每五個小時刷新一次額度也頂不住。

　　扣子編程+豆包2.0這次給出的方案就能省不少錢，高階版也就是一個云服務(wù)器一個月的價，但可以部署兩個OpenClaw項目，部署后是持續(xù)在線的，先消耗的也是扣子編程帶的模型積分，一魚兩吃。

　　OpenClaw（扣子編程版）里內(nèi)置了自由切換火山方舟Coding Plan的模型，聯(lián)網(wǎng)搜索和生圖的Skill，雖然不知道他們會不會接入Seedance 2.0，但我覺得現(xiàn)在的生態(tài)位是非常好的。

　　今天我跟扣子編程一拍即合，用8個Skills給OpenClaw省錢。

　　這次所有的Skills的安裝包我都打包好成文檔了，公眾號回復(fù) 豆包2 就好

　　先說說豆包2.0，

　　這個系統(tǒng)包括了Pro，Lite，Mini三款通用Agent模型加一個Code模型，

　　來自@賽博禪心的圖，Seed2.0 Pro vs GPT-5.2 High· Claude Opus-4.5 ·Gemini-3 Pro High

　　我用人話快速講講，

　　Seed2.0 Pro在19個和看圖推理，算數(shù)推理的測試?yán)�，�?2個拿了第一�？磮D識別，讀文檔，長文本理解這些項目里都是SOTA（State of the art）。

　　在EgoTempo的分?jǐn)?shù)超過了人類平均，這個測試是給模型一段第一視角視頻，再問一些必須看完整段視頻才答得出來的問題，專門卡那些只靠單幀截圖或常識瞎猜就能混過去的模型。

　　所以我給他丟了一個15s的馬里奧賽車游玩視頻傳到扣子，讓豆包2.0 Code做一個像素版出來。

　　常規(guī)的科學(xué)能力上到了Gemini 3 Pro和GPT-5.2的同一檔位。這次我在用它配置省錢版OpenClaw的時候，還發(fā)現(xiàn)了它的搜索能力其實是比之前有了比較大的提升，

　　比方說，我是在用Grok去搜索省錢的Skill，有一些Skill的gihtub鏈接是錯誤的，名字和github里的功能對不上，它可以通過名字在安裝的過程中幫我找到正確的鏈接。

　　所以我用扣子編程額外做了一個OpenClaw的教程網(wǎng)站，不是單一頁面，里面的鏈接都是能夠點開的。

　　因為OpenClaw變成了開箱即用，根本不需要說要怎么安裝。在扣子編程上就是點開點確認(rèn)，就部署完了，模型，聯(lián)網(wǎng)，生圖都是默認(rèn)的。

　　同一個頁面上，左側(cè)用豆包2.0（我當(dāng)作一個claude code來用），右側(cè)用OpenClaw

　　我整理了X上大家這段時間用最多的Skills，選出來九個來搭配著省錢，

　　先把浪費的token堵住，

　　Cost Optimisation Skill核心做的就是三件事，該用便宜模型的任務(wù)就別上貴的，能緩存就別重復(fù)算，能本地跑就別走付費API。相當(dāng)于我不需要反復(fù)去調(diào)整 OpenClaw 默認(rèn)的模型，經(jīng)過這個Skill的配置，我可以讓它均衡地把任務(wù)分配在便宜的模型跟貴的模型上。

　　token的大頭開銷還來自上下文，尤其是我用久了有一堆筆記和文件的時候。qmd-skill做的就是它不把整篇筆記塞給模型，只吐出100到300token的相關(guān)片段。

　　幫我給openclaw安裝qmd-skill和Cost Optimisation Skill

　　但是因為qmd是依賴本地模型的，

　　所以我用豆包2.0二次開發(fā)這個Skills，讓qmd可以用上API提供embedding模型。

　　其他Skill的安裝也是同理，我就不一個個安了，直接梭哈讓豆包2.0做，

　　幫我安裝Cost Optimisation Skill，supermemory，x-research-skill，browser-use，proactive-agent-1-2-4，prompt-guard，dont-hack-me和find-skills

　　supermemory的省錢點是每次對話前只拉和當(dāng)前問題相關(guān)的記憶，對話后再把新信息提煉存起來。這樣就不需要長期把大文件或長對話全塞進(jìn)上下文。

　　x-research-skill和browser-use是對原有的聯(lián)網(wǎng)搜索的補(bǔ)充，相當(dāng)于把需要翻網(wǎng)頁的工作做完，然后把結(jié)果壓縮成報告再喂給模型。

　　browser-use可以把心跳和部分交互留在本地，減少在線調(diào)用。proactive-agent-1-2-4會不停反思進(jìn)步，讓任務(wù)一次做對的概率更高。

　　這幾個是我目前用最多的，因為是在云端我還額外安裝了兩個安裝Skills，

　　prompt-guard和dont-hack-me，

　　一個是防被提示注入帶偏，導(dǎo)致Agent跑一堆沒用任務(wù)，另一個是把帶后門、亂請求外部API、亂讀文件的Skill揪出來，避免出現(xiàn)異常調(diào)用和泄露導(dǎo)致的額外損失。

　　所以嚴(yán)格意義上來說，想要在扣子編程里面使用省錢版的OpenClaw，只需要兩步：

　　1.點開OpenClaw的自動安裝

　　2.用豆包2.0 Code把這一大堆 Skill 安裝上來

　　把它部署持久化之后，你就可以把OpenClaw接入飛書，在外面直接使用它。

　　庫茲庫茲也用了一天了，

　　我的感受就是以后我們可以用在OpenClaw，

　　用在Claude Code上面的國產(chǎn)模型又多了一個，

　　而且它的API也夠便宜，

　　比海外模型低了一個數(shù)量級

　　我是很高興能在年前在扣子編程上又收獲一個OpenClaw新的打開方式，唯一難受的可能就是我的OpenClaw了，

　　既然價格已經(jīng)不再是問題了，

　　那它就已經(jīng)是勞模了，

　　7*24小時上班吧，

　　話說過年期間，

　　字節(jié)應(yīng)該不會再發(fā)大招了吧，

　　Seedance2.0，Seedream5.0，Seed2.0，

　　這三件套夠用好久了。

　　@ 作者 / 卡爾