OpenClaw千问Qwen提示：API rate limit reached

AI大语言模型

从2月份使用OpenClaw以来，一直使用的是Gemini大模型，因为Gemini送了2000多刀体验金。所以，较少遇到API限流的情况。

微信推出OpenClaw插件后，在腾讯云服务器（免费领取的国内轻量云）上新安装了OpenClaw，接入了千问Qwen大模型：OpenClaw配置千问大模型教程。

之所以在国内服务器上安装，是为了提升 AI 聊天的响应速度。配置一切顺利，粘贴命令后喝杯咖啡的功夫就好了。但，随意提了几个问题 AI 就报错了：

API rate limit reached. Please try again later

想必使用免费大模型 API 的朋友都没少见这条错误信息。果然，免费的东西从来都不便宜。

根据Qwen OAuth官方文档的描述，免费配额为2000次调用/天，理论上这个配额足够普通用户使用。

根据OpenClaw的架构设计，对大模型 API 的调用还是比较重的。工具调用、自动重试、心跳，一次对话可能就达到几十次调用。特别是批量处理文件的任务，就算付费 API 也常遇到限流。

之前使用Gemini时，上下文经常几十万tokens，TPM（每分钟Token量）经常超过百万tokens。如果不进行压缩优化，即使一句：你好！都可能是一次繁重的请求。

AI 大模型的调用，可能会有以下这些限制：

  • RPM：Requests Per Minute，每分钟请求次数；
  • RPD：Requests Per Day，每天请求次数；
  • RPH：Requests Per Hour，每小时请求次数，比较少见；
  • TPM：Tokens Per Minute，每分钟 Token 上限；
  • TPD：Tokens Per Day，每天 Token 上限，比较少见。

对于免费大模型，还可能在用户请求高峰时段进行排队处理。

OpenClaw大模型调用优化

可以检查优化以下选项：

  • 使用 /status 指令查看当前上下文（Context）：

    🦞 OpenClaw 2026.3.24 🧠 Model: anthropic/claude-opus-4-6 · 🔑 unknown 📚 Context: 0/200k (0%) · 🧹 Compactions: 0 🧵 Session: agent:main:main • updated just now ⚙️ Runtime: direct · Think: adaptive 🪢 Queue: collect (depth 0)

  • 不同任务使用 /new 指令开启新会话，避免冗余长上下文；

  • 使用QMD检索本地文档，避免OpenClaw全量查看资料；

  • 减少OpenClaw Cron定时任务，可以使用系统Cron替代；

  • 检查工作区心跳文件配置，清理不必要的心跳项：

    ~/.openclaw/workspace/HEARTBEAT.md

  • 降低心跳频率，避免后台频繁调用大模型：

    openclaw config set agents.defaults.heartbeat.every "24h"

  • 除非必需，不要让 AI 在子代理中执行任务。高并发请求大模型 API 可能触发限制；

  • 避免让 AI 直接批量阅读、处理文件，可以让 AI 编写 Python 脚本来批量处理；

  • 不要使用单一模型处理所有请求，主模型使用轻量便宜或免费的大模型，备用模型使用高阶模型；

  • 对话中使用 /model 切换模型，使用不同模型处理不同任务。

免费模型的能力通常较低，调用频率限制较为严格，也可以考虑购买便宜的Coding Plan套餐。例如优云智算6.9元/首月套餐，优云智算注册送5元永久有效赠金，抵扣后Coding Plan套餐最便宜只要1.9元。

AI大语言模型