免费模型薅羊毛指南：用 .clinerules 慢速跑，不触限速

发表于
⏳ 约3分钟 · 843汉字+66词

你在 Cline 里用免费模型跑任务，跑着跑着突然蹦出来一行红字：

1
429 Request was rejected due to rate limiting. Details: TPM limit reached.

任务中断，前功尽弃，还要重头来。

这不是你的错，这是免费模型的游戏规则：TPM（Tokens Per Minute）限速。本文教你用几个组合拳，让 AI 降速跑，榨干免费额度，再也不触红线。

为什么会被限速？

主流免费模型的限制通常有三种：

类型 含义 最容易触发场景
TPM 每分钟 Token 数上限 AI 疯狂输出长代码、读大文件
RPM 每分钟请求次数上限 Cline 连续快速调用工具
RPD 每天请求次数上限 跑了一整天任务

Cline 的问题在于：它默认”能快就快”。读文件、写代码、回复确认——一口气连续调用十几次 API，每次都带着大段上下文，TPM 很快就爆了。

方案一：Cline 内置请求延迟（最直接）

打开 VS Code 设置，搜索 cline，找到 “API Request Delay (ms)”（也可能叫 Rate Limit Delay）。

设置一个延迟，比如 3000ms（3秒），Cline 每次工具调用之间都会暂停 3 秒。

  • 优点：零成本，一键生效
  • 缺点：整体变慢，但不触限速

这是最暴力也最可靠的方法。跑不急的长任务推荐先把这个打开。

方案二：用 .clinerules 限制 AI 的 Token 消耗行为

.clinerules 是写给 AI 的”工作守则”，放在项目根目录，每次 Cline 启动新 Task 都会读取。你可以用它来约束 AI 的输出风格，从源头减少 Token 消耗。

在你的 .clinerules 文件里加入这一节：

1
2
3
4
5
6
7
## 省 Token 守则（免费模型限速保护）

- **输出精简**：每次工具调用后只汇报关键状态，禁止复述操作细节
- **按需读文件**：只读任务直接相关的文件，不做"预防性探索"
- **分批执行**：完成当前步骤后暂停，等待我确认再继续，不要连续发起超过 3 次工具调用
- **只输出差异**：修改代码时只展示被改动的代码段，不输出整个文件
- **规划先行**：执行复杂任务前先用文字列出步骤，确认后再开始执行

这几条规则的逻辑：

  1. 精简输出 → 减少每次响应的 output tokens
  2. 禁止无效文件读取 → 减少 input tokens（大文件上下文是 TPM 杀手）
  3. 分批+等确认 → 人为拉长两次 API 调用之间的间隔
  4. 只输出差异 → 大幅减少代码类任务的 output tokens
  5. 规划先行 → 一次思考替代多次摸索，减少总调用次数

实测下来，加了这几条之后，同样的任务 Token 消耗可以降低 40-60%。

方案三：多 Key 轮换

大部分免费模型的限额是按 API Key 计算的。如果你能注册多个账号，就能轮换使用多个 Key，变相突破单 Key 限额。

以 Google Gemini 免费额度为例（目前是免费模型里最豪的选项之一）：

  1. 用不同 Google 账号在 Google AI Studio 各申请一个 API Key
  2. 在 Cline 设置里切换 Key（跑满一个换下一个）
  3. 或者把多任务分配给不同 Key 并行跑

这个方法有点繁琐，但对于跑量大的批处理任务很有用。

方案四：混合使用付费 + 免费（最推荐）

免费模型限速的根本原因是它处理的 Token 太多了。聪明的做法是：

  • 简单/重复性任务 → 免费模型（代码格式化、简单问答、小文件修改）
  • 需要大上下文的复杂任务 → 付费模型（跨文件重构、长文生成）

在 Cline 里可以给不同任务类型预设不同的模型配置。复杂任务偶尔花几分钱，换来不限速地畅快跑，其实更划算。

一个实用的 .clinerules 模板

把这段直接贴到你项目的 .clinerules 末尾：

1
2
3
4
5
6
7
8
9
10
11
---

## 免费模型限速保护规则

**触发条件**：当你使用免费 API（如 Gemini Free、Step-3.5-Flash、OpenRouter 免费模型）时，必须遵守以下规则。

1. 每完成一个独立步骤后暂停，输出"✅ [步骤名] 完成，是否继续？"并等待确认
2. 读取文件前先确认是否必要，每次 Task 最多读取 5 个文件
3. 代码修改只输出变更的函数或代码块，绝不输出完整文件
4. 回复长度控制在 300 字以内，技术细节按需展开
5. 遇到不确定的地方，提问而不是猜测并尝试

小结

方案 难度 效果 推荐场景
Cline 请求延迟设置 ⭐ ✅ 稳定 所有免费模型
.clinerules 省 Token 规则 ⭐⭐ ✅✅ 显著 日常开发任务
多 Key 轮换 ⭐⭐⭐ ✅✅✅ 高 批量任务
免费+付费混用 ⭐⭐ ✅✅✅ 最优 长期使用

如果你有其他躲过限速的方法，欢迎在评论区分享。