当前位置: 首页 > news >正文

别再心疼 Token 了:我用千问 API 跑了一天 Agent,账单为0!

以前我对 Token 消耗没什么概念,直到自己开始接 API,才发现这玩意儿烧起来是真快。

尤其是用 OpenClaw、Claude Code 这类 Agent 工具的时候,表面上看,你只是给它下了一个任务:

帮我写段代码。

帮我分析项目。

帮我生成测试用例。

帮我整理一个流程。

听起来都不复杂。

但它背后干的活,可不是“一问一答”这么简单。

它要先理解需求,再拆解步骤,接着读取上下文、调用工具、分析结果、修正方案,然后继续往下跑。

经常会有一种感觉:

代码还没写完,钱包先开始紧张了。

这两天我试到了一个挺有意思的东西:讯飞星辰 MaaS 上的千问模型。

重点是,这两个模型正好限时免费,我顺手把它接进 OpenClaw 跑了一整天,账单还是0。

当然如果开发量真的很大、对稳定性要求比较高,讯飞 MaaS 还有一个付费的 Token Plan 档。

0****1

免费饭票:这次能用哪些模型?

这次主要是 Qwen 系列模型:

Qwen3.6-35B-A3B

Qwen3.5-35B-A3B

但对经常跑 Agent 的人来说,代码生成、日常问答、长文本总结、提示词测试、简单推理,这些基本的应用场景都能顶上。

0****2

先把入口占住:免费的模型先领到手里

2.1 进入讯飞 MaaS 平台,找到模型

先进入讯飞星辰MaaS平台 :

https://maas.xfyun.cn/modelSquare?ch=MaaS-jgkol-H3M9

在【模型集市】里找到:Qwen3.6-35B-A3B、Qwen3.5-35B-A3B

图1 定位权益模型模型

别让免费额度躺在那里吃灰,我们先领到手再说。

2.2 进入API调用配置

点击【API 调用】。

在弹出的 API 调用窗口里,需要填写一个模型服务 API 名称。

这个名字不用纠结,直接用平台推荐名称就行。

然后选择要授权的应用。

图2 API调用窗口

2.3 创建一个新的应用

如果你还没有应用,就点击【前往创建应用】。

页面会自动跳到讯飞开放平台,点击【创建新应用】。

应用名称和功能描述按自己的用途填写就好,比如测试、开发、Agent 调用都可以。

图3 创建新应用

2.4 绑定应用,模型到手

回到讯飞星辰 MaaS 平台,在 API 调用窗口里点击刷新。

选择刚刚创建的应用,再点击确定。

到这一步,模型服务就创建好了。

后面根据服务模型调用信息,就可以拿到:

API Key

OpenAI 接口地址

Model ID

图4 免费使用大模型

这三样东西是我们后面调用的关键。

2.5 高并发也可以申请

如果我们的调用量比较大,模型详情页里还有【更多优惠咨询】。

扫码添加科大讯飞工作人员后,可以咨询领取高并发权益。

图5 添加讯飞人员领取高并发权益

如果后面真要跑业务,也有了进一步扩容的空间。

0****3

把 Agent 接上:OpenClaw 调用

OpenClaw 里一般选择:OpenAI Compatible

也就是 OpenAI 兼容协议。

3.1 填上模型配置:三件套别填错

配置时主要填三项:

API Key:填服务的 API Key

Base URL:填服务的 OpenAI 接口地址

Model:填对应服务模型的 Model ID

配置好以后保存。

如果你懒得手动配,也可以把这些调用信息直接丢给 OpenClaw,让它帮你配置。

能交给 Agent 的活,咱就不要全揽在自己身上。

图6 OpenClaw成功响应

一开始我以为免费模型更多是尝鲜性质,属于“能跑就行”的体验。

没想到实际用下来,响应速度和稳定性都还不错。

后来我就把一些重复性的工作也交给它处理。不用天天和重复劳动较劲。

3.2 测试用例:把重复劳动交出去

软件测试阶段,经常要针对不同业务场景设计大量测试用例。

这个活倒是不难,但真是磨人。

正常流程要写。

异常流程要补。

边界条件要考虑。

权限校验不能漏。

风险场景还得再扫一遍。

以前基本就是人工一条条写,一条条查。写到后面已经是耐心训练了。

现在可以把需求文档和业务规则交给 OpenClaw,让它自动拆测试点、覆盖边界条件、生成异常场景和风险场景测试用例。

图7 生成测试用例

这类任务就很适合 Agent。

让它先生成一版,人再做审核和补充,效率会舒服很多。

3.3 蒸馏 Skill:开始沉淀方法

用了一段时间后,我又试着让它把【测试用例设计流程】沉淀成一个可复用的 Skill。

我只给了一个大致目标:

帮我把测试用例设计过程整理成标准化流程,并补充关键检查项和注意事项。

后面它会自己分析任务步骤、整理执行逻辑、生成 Skill 文件,并创建对应索引文件保存到工作空间。

以后再遇到类似项目,直接调用这个 Skill 就行。

不用每次重新描述需求。

不用每次从头教一遍。

这时候你就会感觉,它和普通聊天工具已经不是一回事了。

Agent 更像是在慢慢培养一个长期协作的数字员工。

关键是,这次用的还是免费模型,跑起来没有那么多成本焦虑。

图8 蒸馏skill

用到这里就能明显感觉到:

这不是摆着看的免费额度,是真的能干活。

0****4

换个入口:接入 Claude Code

除了 OpenClaw,也可以用 CC Switch 把 API 接入 Claude Code。

4.1 填写请求地址

勾选完整URL选项并填写:

https://MaaS-API.cn-huabei-1.xf-yun.com/v2/chat/completions

图9 填写请求地址

4.2 选择 API 格式

高级选项里的 API 格式选择:OpenAI Chat Completions

图10 选择API格式

4.3 配置上实际请求模型:别喊错模型名字

模型映射里的实际请求模型填:

xopqwen36v35b

这里我们以讯飞 MaaS 平台实际提供的 Model ID 为准。

4.4 其他配置都照常填就好

剩下的配置按正常流程填写即可。

核心还是那三样:API Key、请求地址、实际模型 ID

只要这几个没填错,后面基本就顺了。

4.5 开启我们的本地路由

在 CC Switch 的设置中开启本地路由,并勾选 Claude。这一步相当于把路由接好,让 Claude Code 可以通过 CC Switch 调到你配置的模型。

图11 开启Claude路由

4.6 进入工作流:开发顾问正式上线

切换之后,就可以正常调用了。

接入完成后,Claude Code 原本擅长的工程化能力,就能和这个模型结合起来。

我拿一个小型项目做了测试,让它先分析项目目录结构。

几秒钟后,它就把这些内容梳理出来了:

图12 分析程序结构

对个人开发者来说,这相当于多了一个随叫随到的开发顾问。

尤其是接手陌生项目的时候,先让它扫一遍目录结构,能省不少时间。

0****5

最后说几句

这两年大家都在说Agent,但真正跑过的人都知道,模型能力、API 兼容性、额度、调用稳定性,这些东西都得满足,才能决定它可不可以进入真实的工作场景。

而这次讯飞星辰 MaaS 上的千问模型,最有价值的点是一个可以放进工作流里的模型服务。这就是实打实的免费生产力。

需要注意的是,这次限免到 6 月底。

不过我们能白嫖的时候先白嫖,先把额度领到手、把服务创建好。等真正需要的时候,至少已经提前上车了。

学AI大模型的正确顺序,千万不要搞错了

🤔2026年AI风口已来!各行各业的AI渗透肉眼可见,超多公司要么转型做AI相关产品,要么高薪挖AI技术人才,机遇直接摆在眼前!

有往AI方向发展,或者本身有后端编程基础的朋友,直接冲AI大模型应用开发转岗超合适!

就算暂时不打算转岗,了解大模型、RAG、Prompt、Agent这些热门概念,能上手做简单项目,也绝对是求职加分王🔋

📝给大家整理了超全最新的AI大模型应用开发学习清单和资料,手把手帮你快速入门!👇👇

学习路线:

✅大模型基础认知—大模型核心原理、发展历程、主流模型(GPT、文心一言等)特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架(LangChain等)实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经

以上6大模块,看似清晰好上手,实则每个部分都有扎实的核心内容需要吃透!

我把大模型的学习全流程已经整理📚好了!抓住AI时代风口,轻松解锁职业新可能,希望大家都能把握机遇,实现薪资/职业跃迁~

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

http://www.rkmt.cn/news/1508676.html

相关文章:

  • OS-SART算法详解:如何通过‘分块’策略,将CT图像重建速度提升数倍?
  • Aurix Tricore开发避坑指南:从零理解Trap机制,手把手教你调试内存保护错误
  • 2026年四川写字楼消防维保公司哪家靠谱?多维度横向对比与真实案例解析 - 优质品牌商家
  • 北欧路线老年旅行团哪家好?住宿条件好的北欧路线旅行社推荐 - 品牌2026
  • Python 高手编程系列三千四百零一:使用线程池
  • tracking-with-Extended-Kalman-Filter项目详解:激光雷达与雷达数据融合的完整教程
  • Kafka 灾难回放机制:基于事件事实流的计数全量恢复方案
  • 如何利用SUSI Firefox Bot提升浏览器智能助手体验?
  • LangGraph图模型实战:构建可调试、可扩展的AI智能体
  • Tabula终极指南:3分钟快速掌握PDF表格数据提取技巧
  • Pandas生产级数据处理17条不可协商铁律
  • 如何用moderncv打造专业简历:LaTeX排版终极指南
  • OpCore-Simplify:重新定义黑苹果配置的技术哲学与实践
  • Facebook Prophet季节性建模:从业务语义到可解释周期分解
  • FlexCAN(FD) MB地址计算函数详解:从寄存器位域到C语言指针的跨越
  • 别再傻傻分不清了!C语言中算术移位、逻辑移位和循环移位的区别与实战避坑指南
  • TVA在智慧城市治理中的10大应用场景
  • 别再只盯着摩尔定律了!聊聊AMD、台积电都在用的混合键合(Hybrid Bonding)到底强在哪
  • 鸿蒙 App 模块化拆分:架构解析 + 实战案例
  • 深入osgEarth源码:为什么改了Map的投影,我的SHP图层却消失了?
  • PyTorch优化器深度解析:从SGD到RMSProp的演进与实战
  • 从洗衣机到无人机:聊聊FOC里SVPWM算法是如何让电机又静又省的
  • 从《大地测量学基础》到代码:手把手推导高斯投影公式并验证行业规范
  • 不止于EGit:盘点那些基于JGit构建的宝藏工具(Gerrit、Gitiles等)
  • 机器学习评估指标实战指南:从准确率失效到业务价值对齐
  • 2026年环保门禁系统厂家选择指南:正规企业与实战案例深度解析 - 优质品牌商家
  • 量子PINN在多物种反应扩散系统中的创新应用与优化
  • MATLAB船舶运动仿真全功能包:含MSS工具箱、DP控制模型、卡尔曼滤波示例与六自由度海况响应建模
  • LLM训练范式变革:从数据驱动到认知驱动的四大跃迁
  • JSP+Servlet点餐系统工程包:含完整源码、MySQL建表脚本与Tomcat一键部署配置