NUC 低功耗设置：OpenClaw 24 小时运行不发热、不噪音的 config.toml 骨架-平芜编程栈

1. NUC 跑 OpenClaw 为什么总在半夜吵醒你

NUC 这类迷你主机放在书桌或电视柜上做 OpenClaw 的常驻节点，最尴尬的不是性能不够，而是它明明只跑一个轻量 Agent 服务，风扇却像在挖矿。我自己的场景很典型：一台华硕 NUC 放在卧室书桌，白天跑 OpenClaw 处理定时任务和本地模型推理，晚上本该安静，结果风扇每隔十几分钟就拉一次高转速，机壳摸上去温热，功耗表显示待机也在 12W 上下浮动。

问题根源通常不在 OpenClaw 本身，而在三层默认配置叠加：BIOS 里 Turbo Boost 开着、C-State 限制太浅，CPU 一有请求就冲高频；Linux 默认 governor 是 ondemand 或 schedutil，对突发负载反应激进；Docker 容器没有资源上限，OpenClaw 的 worker 和 PostgreSQL、Redis 会一起抢 CPU，导致整机功耗和温度被推高。这三层任意一层没压住，24 小时运行就会变成 24 小时发热加噪音。

这篇要解决的就是把这三层一起收住，给出一份可以直接复制的config.toml骨架，配合 BIOS 低功耗选项和 Docker 资源限制，让 NUC 在跑 OpenClaw 时待机功耗落到 5 到 8W，负载温度控制在 65 度以内，风扇大部分时间停在 0 到 1000 RPM，实现真正意义上的静音常驻。适合手里有 NUC 或类似迷你主机、准备把 OpenClaw 当长期服务跑的人。

2. 前置准备：TaoToken 接入与 OpenClaw 运行环境

OpenClaw 要长期稳定跑，模型调用这一层不能成为瓶颈。我这边统一用 TaoToken 做模型接入，它的 API 地址是https://taotoken.net/api，兼容常见的 OpenAI 风格调用方式，OpenClaw 的config.toml里直接填 base_url 和 key 就能用。官网入口在https://taotoken.net/?utm_source=taotoken_aicg_blog_end，注册后在控制台生成 key 即可。

如果你还没配好 key，先去控制台创建：https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite，然后在 API Keys 页面生成一个专用 key：https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api-keys&utm_campaign=rewrite。建议给 OpenClaw 单独建一个 key，方便后续按项目排查调用量。

接入文档在https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite，里面写了 base_url、鉴权头和常见参数。想先验证模型通不通，可以直接用模型对话页面发一条测试消息：https://taotoken.net/models?utm_source=taotoken_aicg_blog_end&utm_content=models&utm_campaign=rewrite。如果你打算长期跑编码类 Agent，Coding Plan 页面有更细的额度说明：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding-plan&utm_campaign=rewrite。

环境侧需要确认三件事：NUC 上装好 Docker 和 docker compose 插件；OpenClaw 的部署目录假设为/opt/openclaw；系统是 Ubuntu 22.04 或 Debian 12 这类带 systemd 的发行版。下面所有配置都基于这个目录结构，你按自己实际路径替换即可。

3. BIOS 低功耗选项：先把硬件层的火压住

BIOS 是功耗控制的第一道闸门，很多 NUC 出厂默认偏向性能释放，长期运行必须手动改。重启 NUC，华硕机型通常按 F2 或 Del 进 BIOS，不同型号按键可能不同，开机画面一般有提示。

进入Advanced -> CPU Configuration，重点改这几项。Intel SpeedStep Technology 设为 Enabled，让 CPU 能动态调频；Intel Turbo Boost Technology 设为 Disabled，这一项对静音影响最大，关掉之后 CPU 不会再冲最高睿频，功耗曲线会平很多；C-States 设为 Enabled，Package C-State Limit 设为 C6 或 C7，让 CPU 在空闲时能进更深睡眠。

接着进Power Management Configuration。Power Technology 设为 Custom，Power Limit 1 设 15W，Power Limit 2 设 25W，这两个值把 CPU 的长时和短时功耗封顶。TCC Activation Offset 保持 0，不要动。Primary Plane 和 Secondary Plane 都设 Auto。

最后进Hardware Monitor -> Fan Control。Fan Mode 选 Quiet，Fan Profile 选 Custom，然后按温度分档设曲线：低于 40 度风扇 0%，40 到 50 度 20%，50 到 60 度 40%，60 到 70 度 60%，高于 70 度 100%。CPU Fan 和 System Fan 都按这个曲线走。这样在待机和轻负载时风扇基本不转，只有温度真正上来才介入。

改完保存退出，进系统后用sensors看温度，用功率计看整机功耗。正常情况下待机会从原来的 12W 左右降到 7W 上下。

4. Linux 系统层：governor、TLP 与无用服务

BIOS 改完只是第一步，系统层不配合，CPU 还是会频繁冲高频。先装 cpufrequtils：

sudo apt update sudo apt install -y cpufrequtils lm-sensors tlp tlp-rdw sudo sensors-detect --auto

查看当前 governor 和可用列表：

cpufreq-info | grep "governor" cat /sys/devices/system/cpu/cpu0/cpufreq/scaling_available_governors

把 governor 切成 powersave，并写入开机自启：

echo powersave | sudo tee /sys/devices/system/cpu/cpu*/cpufreq/scaling_governor

永久生效建议用 TLP 管理，编辑/etc/tlp.conf，把下面几项取消注释并改成对应值：

CPU_SCALING_GOVERNOR_ON_AC=powersave CPU_SCALING_GOVERNOR_ON_BAT=powersave CPU_ENERGY_PERF_POLICY_ON_AC=power CPU_ENERGY_PERF_POLICY_ON_BAT=power CPU_MIN_PERF_ON_AC=20 CPU_MAX_PERF_ON_AC=60 CPU_BOOST_ON_AC=0 USB_AUTOSUSPEND=1

启用 TLP：

sudo systemctl enable tlp sudo systemctl start tlp sudo tlp-stat -s

然后关掉长期运行用不到的服务，减少后台唤醒：

sudo systemctl disable --now bluetooth cups avahi-daemon ModemManager

这些服务在服务器场景基本用不上，关掉之后系统空闲时的中断次数会明显下降，CPU 更容易维持在低功耗状态。做完这一步，用powertop看一遍 wakeups，理想情况下 idle 状态每秒唤醒次数能压到 20 以下。

5. Docker 资源限制与 config.toml 骨架

OpenClaw 用 Docker 部署时，容器默认可以吃满所有 CPU 和内存，这是功耗失控的常见原因。先给 docker compose 加资源上限，再写config.toml。

/opt/openclaw/docker-compose.yml参考结构：

services: openclaw: image: openclaw/openclaw:latest container_name: openclaw restart: unless-stopped ports: - "8080:8080" volumes: - /opt/openclaw/data:/data - /opt/openclaw/config.toml:/app/config.toml:ro environment: - TZ=Asia/Shanghai deploy: resources: limits: cpus: "2.0" memory: 2G reservations: cpus: "0.5" memory: 512M depends_on: - postgres - redis postgres: image: postgres:14 container_name: openclaw-postgres restart: unless-stopped volumes: - /opt/openclaw/data/postgres:/var/lib/postgresql/data environment: - POSTGRES_DB=openclaw - POSTGRES_USER=openclaw - POSTGRES_PASSWORD=change_me deploy: resources: limits: cpus: "1.0" memory: 1G redis: image: redis:7-alpine container_name: openclaw-redis restart: unless-stopped command: ["redis-server", "--maxmemory", "256mb", "--maxmemory-policy", "allkeys-lru"] volumes: - /opt/openclaw/data/redis:/data deploy: resources: limits: cpus: "0.5" memory: 512M

然后是核心的/opt/openclaw/config.toml骨架，这份配置把模型接入、并发、日志和资源相关参数都收在低功耗档位：

# OpenClaw 低功耗常驻配置骨架 [server] host = "0.0.0.0" port = 8080 workers = 2 max_connections = 100 read_timeout = 60 write_timeout = 60 [model] provider = "openai-compatible" base_url = "https://taotoken.net/api" api_key = "sk-your-taotoken-key" model = "gpt-4o-mini" max_tokens = 1024 temperature = 0.3 request_timeout = 90 max_retries = 2 # 低功耗关键：限制并发推理数，避免 CPU 被瞬间打满 max_concurrent_requests = 2 batch_size = 1 threads = 2 [database] host = "openclaw-postgres" port = 5432 name = "openclaw" user = "openclaw" password = "change_me" max_open_conns = 20 max_idle_conns = 5 conn_max_lifetime = 300 [redis] host = "openclaw-redis" port = 6379 db = 0 pool_size = 10 [logging] level = "warn" format = "json" output = "/data/logs/openclaw.log" max_size_mb = 50 max_backups = 3 [task] # 定时任务错峰，避免整点集中唤醒 scheduler_interval = 30 max_parallel_tasks = 1 retry_delay = 10 [resource] # 软性限制，配合 Docker 硬限制一起用 cpu_quota_percent = 60 memory_soft_limit_mb = 1536 gc_interval = 300

几个参数值得单独说。max_concurrent_requests = 2是低功耗的核心，OpenClaw 默认可能允许更多并发，CPU 一忙风扇就起来，压到 2 之后请求排队处理，温度曲线会平滑很多。threads = 2和batch_size = 1配合，让本地推理或请求处理不会占满所有核心。scheduler_interval = 30把定时任务打散，避免整点同时唤醒多个 worker。

改完配置后重启：

cd /opt/openclaw docker compose down docker compose up -d docker compose ps

6. 验证请求与功耗温度实测

配置生效后要验证两件事：OpenClaw 能不能正常调模型，以及整机功耗温度是否落到目标区间。

先验证模型调用。用 curl 直接打 OpenClaw 的接口，或者进容器内部测试：

curl -s http://127.0.0.1:8080/healthz curl -s -X POST http://127.0.0.1:8080/v1/chat/completions \ -H "Content-Type: application/json" \ -d '{ "model": "gpt-4o-mini", "messages": [{"role": "user", "content": "ping"}], "max_tokens": 16 }'

返回正常内容说明 TaoToken 接入和 OpenClaw 服务都通了。如果返回鉴权错误，检查config.toml里的api_key是否和 API Keys 页面生成的一致。

然后看资源占用和温度：

docker stats --no-stream sensors cat /sys/devices/system/cpu/cpu0/cpufreq/scaling_cur_freq

docker stats里 OpenClaw 容器的 CPU 应该稳定在 60% 以下，内存不超过 2G。sensors里 Package 温度待机应在 35 到 45 度，轻负载 50 到 60 度。CPU 频率待机时应该在 800MHz 到 1.5GHz 之间浮动，不会长期停在 2GHz 以上。

功耗用功率计读，我实测下来待机 6 到 8W，OpenClaw 轻负载 10 到 14W，比改之前降了差不多一半。风扇转速用sensors | grep fan看，待机时基本是 0，轻负载 800 到 1200 RPM，耳朵贴近才能听到。

如果想持续观察，可以写个简单脚本每 5 分钟记录一次：

#!/bin/bash LOG=/var/log/nuc-power.log TEMP=$(sensors | grep 'Package id 0' | awk '{print $4}' | tr -d '+°C') FREQ=$(cat /sys/devices/system/cpu/cpu0/cpufreq/scaling_cur_freq) FAN=$(sensors | grep -m1 fan | awk '{print $2}') echo "$(date '+%F %T') temp=${TEMP}C freq=${FREQ}kHz fan=${FAN}RPM" >> $LOG

加到 crontab 里*/5 * * * * /usr/local/bin/nuc-power.sh，跑一天后看日志就能判断配置是否稳定。

7. 本篇常见错排查

改完 BIOS 后功耗没降：先确认 Turbo Boost 确实关了，有些 NUC 的 BIOS 里这项藏在Advanced -> Power & Performance下面，不在 CPU Configuration 里。另外检查 Power Limit 1 是否真的写进去了，部分机型需要先关掉Auto才能手动填值。

governor 重启后变回 ondemand：说明 TLP 没接管或者 cpufrequtils 的默认配置覆盖了。检查systemctl status tlp是否 active，/etc/default/cpufrequtils里GOVERNOR="powersave"是否写对，两个都配好再重启。

Docker 容器 CPU 还是跑满：deploy.resources.limits在非 swarm 模式下部分 compose 版本不生效，可以改用cpus: "2.0"和mem_limit: 2g写在 service 层级。另外确认 OpenClaw 的max_concurrent_requests真的生效，改完要docker compose down再up，热重载不一定读到新值。

模型调用返回 401 或超时：401 一般是 key 问题，去 API Keys 页面重新生成一个换上去。超时先看request_timeout是不是设太短，低功耗模式下并发被压到 2，排队时间会变长，建议设 90 秒以上。如果一直连不上，用模型对话页面单独测一下 key 是否可用。

风扇曲线改了但风扇还是频繁启停：这是温度在阈值附近抖动导致的。把 40 度那一档的 0% 改成 20%，让风扇保持一个低速常转，反而比频繁启停更安静。或者把 50 度档的转速从 40% 降到 30%，减小档位之间的落差。

系统日志里大量 wakeup 导致功耗下不来：用powertop --html生成报告，看 Top 10 wakeup 来源。常见的是网卡、USB 控制器和定时器。网卡可以开ethtool -s eth0 wol d关掉唤醒，USB 设备不用的直接拔掉。

8. 长期运行建议与接入入口

这套配置跑下来，NUC 做 OpenClaw 常驻节点的体验会完全不一样。我的建议是每两周用sensors和功率计复查一次，尤其换季时环境温度变化会影响风扇曲线，必要时微调阈值。散热器每半年清一次灰，硅脂两年换一次，这两件事对静音的影响比软件调参还大。

模型接入这块，OpenClaw 的config.toml里 base_url 固定填https://taotoken.net/api，key 从控制台生成后直接写进api_key字段。如果你要跑编码类 Agent 或者长期任务，Coding Plan 的额度模型更适合常驻场景，入口在https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding-plan&utm_campaign=rewrite。接入过程中遇到鉴权或参数问题，先翻接入文档https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite，大部分报错里面都有对应说明。想快速验证模型是否正常，直接用模型对话页面发一条消息最省事：https://taotoken.net/models?utm_source=taotoken_aicg_blog_end&utm_content=models&utm_campaign=rewrite。

最后提醒一句，低功耗配置不是一劳永逸的，OpenClaw 版本升级后config.toml的字段可能有增减，升级前先备份当前配置，升级后对比一下新增项，把并发和线程相关的参数重新确认一遍，避免默认值把功耗又拉回去。