Show HN：AI 智能体用 Gemini 免费套餐运营我的单人公司 – 月花费 0 美元
2 分•作者: ppcvote•6 个月前
我是在台湾的独立开发者。我构建了 4 个 AI 智能体，负责我技术机构的内容创作、销售线索、安全扫描和运营——全部基于 Gemini 2.5 Flash 免费套餐（每天 1,500 次请求）。我每月使用约 105 次请求。每月 LLM 费用：0 美元。
架构：4 个智能体运行在 OpenClaw（开源）上，在家里通过 WSL2 运行，使用 25 个 systemd 定时器。
它们每天做什么：
* 在各个平台上生成 8 篇社交帖子（质量门控：生成 → 自我审查 → 如果评分 < 7/10 则重写）
* 参与社区帖子并自动回复评论（上下文感知，最多 2 轮）
* 通过 RSS + HN API + Jina Reader 进行研究 → 将情报反馈到内容中
* 运行 UltraProbe（AI 安全扫描器）用于线索生成
* 监控 7 个端点，标记过时线索，同步客户数据
* 当我 git push 时，自动将博文发布到 Discord（0 LLM token——直接使用提交信息）
token 优化技巧：智能体从不进行长时间对话。每个请求包括 (1) 读取预先计算的情报文件（本地 markdown，0 token），(2) 一个包含所有上下文信息的专注提示，(3) 一个响应 → 解析 → 行动 → 完成。研究管道（RSS、HN、网络抓取）消耗 0 LLM token——它纯粹是 HTTP + Jina Reader。LLM 仅用于创意/分析工作。
真实数据：
* 27 个自动化 Threads 账号，12K+ 粉丝，330 万+ 浏览量
* 25 个 systemd 定时器，62 个脚本，19 个情报文件
* 每日请求利用率：7% (105/1,500)——剩余 93% 的空间
* 每月费用：0 美元 LLM + 约 5 美元基础设施（Vercel hobby + Firebase 免费套餐）
出现的问题：
* 7 天内 Gemini 账单 127 美元。从启用了计费的 GCP 项目创建了 API 密钥，而不是 AI Studio。考虑 token 费用（3.50 美元/百万），没有速率限制。教训：始终直接从 AI Studio 创建密钥。
* 参与循环错误：迭代了所有帖子，而不是前 N 个。一天内消耗了 800 个每日请求，导致其他一切都停滞。
* Telegram 健康检查调用了 getUpdates，与网关的长轮询冲突。3 分钟内出现 18 条重复消息。
该网站（[https://ultralab.tw](https://ultralab.tw)）完全支持双语（zh-TW/en），有 21 篇博文，是的——i18n、博文发布和 Discord 通知都是自动化流程的一部分。
实时智能体仪表盘：[https://ultralab.tw/agent](https://ultralab.tw/agent)
技术栈：OpenClaw、Gemini 2.5 Flash（免费）、WSL2/systemd、React/TypeScript/Vite、Vercel、Firebase、Telegram Bot、Resend、Jina Reader。
GitHub（操作手册）：[https://github.com/UltraLabTW/free-tier-agent-fleet](https://github.com/UltraLabTW/free-tier-agent-fleet)
很乐意回答关于架构、token 预算，或者作为一家单人公司 24/7 运行 AI 智能体的实际体验等问题。
查看原文
I'm a solo dev in Taiwan. I built 4 AI agents that handle content, sales leads, security scanning, and ops for my tech agency — all on Gemini 2.5 Flash free tier (1,500 req/day). I use ~105. Monthly LLM cost: $0.<p>Architecture: 4 agents on OpenClaw (open source), running on WSL2 at home with 25 systemd timers.<p>What they do every day:<p>- Generate 8 social posts across platforms (quality-gated: generate → self-review → rewrite if score < 7/10)
- Engage with community posts and auto-reply to comments (context-aware, max 2 rounds)
- Research via RSS + HN API + Jina Reader → feed intelligence back into content
- Run UltraProbe (AI security scanner) for lead generation
- Monitor 7 endpoints, flag stale leads, sync customer data
- Auto-post blog articles to Discord when I git push (0 LLM tokens — uses commit message directly)<p>The token optimization trick: agents never have long conversations. Every request is (1) read pre-computed intelligence files (local markdown, 0 tokens), (2) one focused prompt with all context injected, (3) one response → parse → act → done. The research pipeline (RSS, HN, web scraping) costs 0 LLM tokens — it's pure HTTP + Jina Reader. The LLM only touches creative/analytical work.<p>Real numbers:<p>- 27 automated Threads accounts, 12K+ followers, 3.3M+ views
- 25 systemd timers, 62 scripts, 19 intelligence files
- RPD utilization: 7% (105/1,500) — 93% headroom left
- Monthly cost: $0 LLM + ~$5 infra (Vercel hobby + Firebase free)<p>What went wrong:<p>- $127 Gemini bill in 7 days. Created an API key from a billing-enabled GCP project instead of AI Studio. Thinking tokens ($3.50/1M) with no rate cap. Lesson: always create keys from AI Studio directly.
- Engagement loop bug: iterated ALL posts instead of top N. Burned 800 RPD in one day and starved everything else.
- Telegram health check called getUpdates, conflicting with the gateway's long-polling. 18 duplicate messages in 3 minutes.<p>The site (<a href="https://ultralab.tw" rel="nofollow">https://ultralab.tw</a>) is fully bilingual (zh-TW/en) with 21 blog posts, and yes — the i18n, blog publishing, and Discord notifications are all part of the automated pipeline.<p>Live agent dashboard: <a href="https://ultralab.tw/agent" rel="nofollow">https://ultralab.tw/agent</a><p>Stack: OpenClaw, Gemini 2.5 Flash (free), WSL2/systemd, React/TypeScript/Vite, Vercel, Firebase, Telegram Bot, Resend, Jina Reader.<p>GitHub (playbook): <a href="https://github.com/UltraLabTW/free-tier-agent-fleet" rel="nofollow">https://github.com/UltraLabTW/free-tier-agent-fleet</a><p>Happy to answer questions about the architecture, token budgeting, or what it's actually like running AI agents 24/7 as a one-person company.