FreeRide技能可自动发现、排序并切换OpenRouter上30+免费模型，需先配置OPENROUTER_API_KEY，再安装skill并运行freeride auto实现主力模型与5层fallback链动态生成。
☞☞☞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自动发现、排序并随时切换OpenRouter上所有可用的免费模型，而不是手动一个个试错、粘贴model ID、反复执行openclaw models set——FreeRide技能正是为此而生，它能实时拉取30+免费模型清单，并按质量动态生成主模型+多层fallback链。
配置OpenRouter API Key（前提不可跳过）
前往 openrouter.ai/keys 免费创建API Key，复制以sk-or-v1-开头的密钥串。
在终端中执行：openclaw config set env.OPENROUTER_API_KEY "sk-or-v1-xxxxxxxx"。
【必须设置环境变量，否则FreeRide无法调用OpenRouter接口获取模型列表】
安装并启用FreeRide Skill
执行命令：openclaw skill install freeride。
安装完成后，运行：freeride auto——这条命令会触发三件事：拉取最新免费模型列表 → 按上下文长度、发布时间、提供商信任度等维度打分排序 → 自动设置最优模型为默认主力，并预置5条高质量fallback路径。
这一步操作起来很简单，但必须确保网络可访问openrouter.ai，国内服务器建议配置代理或使用腾讯云Lighthouse自带的境外出口带宽。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
查看与验证已加载的免费模型
执行：freeride list，输出结果中会明确标出✅ ACTIVE（当前主力）、? FALLBACK #1~#5（备用链），以及每个模型的token限额、最大上下文、实测延迟。
注意：列表中出现openrouter/free代表万能路由入口，它不指向具体模型，而是由OpenRouter后台实时分配——适合对模型无偏好、只求成功率的场景；而deepseek/deepseek-r1-0528:free这类带版本号的标识，才是可精确绑定的确定性模型。
执行：openclaw models list，确认输出中已包含FreeRide注入的模型条目，格式为openrouter/xxx:free，且状态为enabled。
强制刷新模型池并重建fallback链
第一步：执行freeride refresh，触发全量重新抓取OpenRouter Models页面的Free标签模型。
第二步：等待约8～12秒（取决于网络延迟），期间FreeRide会过滤掉已下线、限流变严或响应超时的模型。
第三步：运行freeride switch --auto，系统将基于新列表重新计算评分，选出当前综合得分最高的模型作为主力，并按衰减权重生成新fallback序列。
这一步不可逆——旧fallback链会被完全覆盖，若你曾手动编辑过~/.openclaw/config.yaml中的models段，请在刷新前备份该文件。
