OpenClaw實例排程省錢秘技：定時開關機與自動擴縮

OpenClaw作為AI訓練與推理的雲平台，實例費用常佔成本大頭。掌握實例的排程策略，能顯著降低閒置開支。以下三個實用技巧，幫你用更少的錢跑更多任務。

定時開關機：告別夜間空跑

許多開發者在上班時啟動實例，下班後忘記關閉，導致整夜產生費用。利用OpenClaw控制台的「定時開關機」功能，可設置每天18:00自動關機、9:00自動開機。這樣每月能省去約40%的非工作時間計費。

操作也很簡單：在實例詳情頁找到「自動化」面板，添加一條Cron規則或選擇預設時間即可。記得先保存當前工作狀態，避免數據遺失。

自動彈性伸縮：按需分配資源

業務流量有高峰就有低谷。配置彈性伸縮組後，OpenClaw會根據CPU/GPU利用率自動增加或減少實例數量。例如在推理服務場景下，白天平峰保持2台實例，晚上高峰自動擴展到5台，低谷再縮回1台。

這不僅避免了峰值時卡頓，更防止了你為全天高配付費。建議搭配共享負載均衡器使用，實現無縫切換。彈性伸縮策略可在「Auto Scaling」選單中建立，免費功能，無需額外費用。

競價實例+混合排程：成本再砍一半

對於訓練或批處理任務，競價實例價格通常只有按量付費的20%-30%。OpenClaw支援將競價實例與按量實例混合部署：關鍵任務用按量保底，非關鍵批次用競價。當競價實例被回收時，自動切換至按量實例。

這種「spot+on-demand」混合模式能讓整體成本降低50%以上。只需在啟動實例時選擇「競價型」，並設定最高出價即可。注意選擇中斷頻率低的區域（如us-east-1），避免頻繁重啟。