Los agentes autónomos tienen un perfil de costo distinto al de los chatbots. Una sesión de chat son unas pocas llamadas al modelo por conversación. Un agente que hace trabajo real, como consultar vuelos, resumir bandejas de entrada, extraer datos de un sitio o rellenar formularios, dispara decenas o cientos de llamadas por tarea. Multiplique eso por unos cuantos usuarios en su máquina, o por las tareas "ambientales" en segundo plano del agente, y verá cómo una suscripción a Claude o GPT consume créditos más rápido de lo esperado.
La buena noticia: la pasarela de modelos de OpenClaw admite proveedores personalizados compatibles con OpenAI. Configurar MicroDC.ai como backend lleva unos cinco minutos y un solo bloque de configuración. El agente no nota el cambio; la factura, sí.
Por qué esta combinación funciona.
La pasarela de OpenClaw enruta las solicitudes de modelo al proveedor que esté configurado para el nombre de modelo elegido. Ya admite la API alojada de OpenAI, Claude de Anthropic y cualquier endpoint personalizado compatible con OpenAI, exactamente la forma que MicroDC.ai expone en https://api.microdc.ai/v1. El resultado:
- Sin fork, sin parches. No está modificando OpenClaw. Está usando su mecanismo integrado de proveedores personalizados.
- Modelos de pesos abiertos. Llama 3.x, Qwen 2.5, Mistral, DeepSeek, Phi, Gemma: elija cualquiera del catálogo de MicroDC.ai. Muchos manejan bien los patrones agénticos de llamadas a herramientas.
- Procesamiento asíncrono por lotes por debajo. La solicitud de OpenClaw regresa de forma síncrona, pero pasa por la cola distribuida de MicroDC.ai; vea por qué eso importa para el costo.
- Agente local, cómputo distribuido. Sus datos permanecen en su máquina para todo lo que no necesita un modelo. Solo sale el contenido del prompt que realmente se envía a un modelo, y los trabajos cifrados de extremo a extremo son una opción si incluso eso debe permanecer opaco.
Paso 1: instale OpenClaw.
Si aún no lo ha hecho, instale la última versión de OpenClaw mediante npm e inicialice el demonio:
npm install -g openclaw@latest
openclaw onboard --install-daemonEl panel se abre en http://127.0.0.1:18789/. Siga el asistente de incorporación si es su primera instalación; le pedirá un proveedor de modelos para empezar. Puede configurar MicroDC.ai como ese proveedor directamente, o terminar la incorporación con el que tenga y añadir MicroDC.ai como segundo proveedor después.
Paso 2: obtenga una clave de API de MicroDC.ai.
Cree una cuenta gratuita en console.microdc.ai — toma alrededor de un minuto, sin tarjeta de crédito. Genere una clave de API desde el panel. Las cuentas nuevas reciben créditos de bienvenida, así que puede ejecutar cargas de trabajo reales de OpenClaw a través de la integración antes de añadir fondos.
Elija un modelo del catálogo. Para un agente que necesita seguir instrucciones de llamadas a herramientas de forma confiable, qwen3:32b es nuestra opción recomendada por defecto — moderno, de tamaño medio y confiable con el formato de llamadas a herramientas de OpenAI. llama3:70b es la alternativa más pesada si quiere más margen de razonamiento. Para tareas más ligeras en segundo plano donde la velocidad importa más que la profundidad, baje a gpt-oss:20b o phi4:latest — considerablemente más baratos por llamada. El catálogo usa identificadores name:tag al estilo de Ollama; cópielos textualmente.
Paso 3: registre MicroDC.ai como proveedor personalizado.
La configuración de OpenClaw se encuentra en ~/.openclaw/openclaw.json. Puede editarla directamente o usar la CLI openclaw config set. En cualquier caso, la entrada del proveedor tiene este aspecto (siguiendo la forma documentada de proveedor personalizado de OpenClaw):
{
"models": {
"mode": "merge",
"providers": {
"microdc": {
"baseUrl": "https://api.microdc.ai/v1",
"apiKey": "mDC_your_api_key_here",
"api": "openai-completions",
"models": [
{
"id": "qwen3:32b",
"name": "Qwen 3 32B (MicroDC.ai)",
"reasoning": false,
"input": ["text"],
"cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
"contextWindow": 32000,
"contextTokens": 24000,
"maxTokens": 8000
},
{
"id": "gpt-oss:20b",
"name": "GPT-OSS 20B (MicroDC.ai)",
"reasoning": false,
"input": ["text"],
"cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
"contextWindow": 32000,
"contextTokens": 24000,
"maxTokens": 4000
}
]
}
}
}
}O mediante la CLI en una sola línea (escape el JSON según convenga en su shell):
openclaw config set models.providers.microdc \
'{ "baseUrl":"https://api.microdc.ai/v1", "apiKey":"mDC_your_key", "api":"openai-completions", "models":[ {"id":"qwen3:32b","name":"Qwen 3 32B","input":["text"],"contextWindow":32000,"contextTokens":24000,"maxTokens":8000} ] }' \
--strict-json --mergeLa opción --merge conserva los proveedores existentes, de modo que cualquier entrada de Claude / GPT que ya tuviera permanece intacta. Ahora puede enrutar agentes concretos a proveedores concretos según sus necesidades de costo, latencia o calidad.
Paso 4: apunte su agente predeterminado al nuevo proveedor.
OpenClaw identifica los modelos como provider/model-id. Para hacer que MicroDC.ai sea el predeterminado para un agente determinado:
{
"agents": {
"defaults": {
"model": {
"primary": "microdc/qwen3:32b",
"fallbacks": ["microdc/gpt-oss:20b"]
},
"models": {
"microdc/qwen3:32b": { "alias": "MicroDC.ai Qwen 3" }
}
}
}
}La cadena de respaldo es útil: la tarea principal en el Qwen de 32B, con descenso al GPT-OSS más pequeño si el principal está congestionado. Ambas llamadas se facturan a tarifas de MicroDC.ai — costo fraccional en cualquier caso.
Qué esperar.
Algunas notas honestas tras usar esta combinación en la práctica:
- Latencia. OpenClaw verá aproximadamente la misma forma de respuesta que una llamada alojada de OpenAI — unos cientos de ms de sobrecarga frente a un proveedor en tiempo real, a menudo invisible para el agente. Para flujos interactivos ligados a la interfaz donde cada milisegundo cuenta, querría un proveedor en tiempo real; para los bucles de tareas típicos de un agente, la sobrecarga de la cola se pierde en el ruido.
- Formato de llamadas a herramientas. La mayoría de los modelos de chat modernos de pesos abiertos manejan correctamente la forma de llamadas a herramientas de OpenAI mediante su plantilla de chat. Llama 3.x y Qwen 2.5 son confiables. Si se topa con un modelo que no lo hace, cambie a uno que sí — el catálogo es amplio.
- Telemetría de costos. La pasarela de OpenClaw registra el costo por llamada usando el bloque
costde la configuración del proveedor. El ejemplo anterior lo deja en cero (recomendamos fijarlo a sus tarifas reales por token de MicroDC.ai para que el panel de gasto de OpenClaw refleje la realidad — obtenga las tarifas actuales en la página de precios). - Ventana de contexto. Configure
contextWindowymaxTokenssegún los límites reales del modelo, no los valores predeterminados de OpenClaw. Llama 3.x tiene 128K de contexto; los modelos más pequeños varían.
El argumento.
OpenClaw sobre una API premium funciona, pero es un lujo para un uso serio de agentes. Cada paso autónomo es una llamada medida, y "la IA que realmente hace cosas" puede hacer bastantes cosas en un día. Enrutar a través de MicroDC.ai sustituye la parte más cara de la pila por un equivalente a una fracción del costo sin cambiar el agente en sí, su flujo de datos ni la sensación local del producto.
Combine esto con un modelo en el que confíe para las llamadas a herramientas, defina una cadena de respaldo razonable y tendrá un asistente de IA personal cuyo costo mensual se parece más a una factura de alojamiento que a una partida de SaaS empresarial.
Sitio de OpenClaw → Obtenga una clave de API de MicroDC.ai →