2026 年免费 AI Discord 机器人

如果搜索“免费 AI Discord bot”，你会找到几十个选项。有些确实免费。大多数并不是，至少不是你可能预期的那种免费。本文会拆解实际可用的方案、它们的取舍，以及当涉及 AI 推理时，“免费”真正意味着什么成本。

为什么“免费 AI”很复杂

运行 LLM 需要成本。每当用户发送一条消息并获得回复时，都有人在为计算付费。对于 OpenAI 或 Anthropic 这样的托管 API，你按 token 付费。对于自托管模型，你以硬件、电力和维护时间的形式付费。这个事实无法绕过：推理存在非零边际成本。

当某项服务提供“免费 AI 机器人”时，通常符合以下情况之一：

1. 你直接支付推理成本（例如，提供自己的 API key）。
2. 服务商承担成本，并通过付费层级、广告或数据收集收回成本。
3. 你在自己的硬件上运行推理，使用开源模型。
4. 免费层级受到低用量限制，以限制提供商面对的计算成本敞口。

理解某个机器人属于哪一种情况，是评估它是否真正适合你的用例的关键。

免费 AI Discord 机器人的三类方案

1. 自托管开源机器人（真正免费，但你提供硬件）

这是唯一一种没有第三方控制你用量限制的选项。你在本地（或 VPS 上）运行开源 LLM，通过自己编写或 fork 的机器人连接到 Discord，并自行处理所有事项。

典型技术栈：

• Ollama 用于本地模型服务
• discord.py 或 discord.js 用于 Discord 机器人
• Llama 3.1 8B、Mistral 7B 或 Gemma 2 9B 等模型

你得到的内容：

• 除电费外没有按消息计费的成本
• 完全控制模型、system prompt 和数据
• 没有第三方施加的速率限制（只适用 Discord 自身的 API 限制）
• 本地模型处理：推理保留在你的机器上，而 Discord 仍然传输并存储消息

你放弃的内容：

• 你需要硬件。以合理速度运行 7B 参数模型需要至少 8 GB VRAM 的 GPU，或配备统一内存的现代 Mac。CPU 推理可以运行，但速度较慢（7B 模型每次回复需要数秒）。
• 你需要维护基础设施。更新、重启、监控以及模型权重占用的磁盘空间都由你负责。
• 模型质量低于前沿模型。Llama 3.1 8B 有一定能力，但不是 GPT-4o 或 Claude Sonnet。用于简单问答和闲聊时表现可以。用于细致推理或复杂多轮对话时会不足。
• 没有内置知识库、分析或转人工功能。你需要自行构建所需功能。

常见模型的最低硬件要求：

（速度为近似值，基于 RTX 4090 测量。量化变体使用更少内存，但会带来少量质量损失。）

2. 免费增值托管服务（带上限的免费层级）

这些产品由其他人托管 AI 和机器人基础设施。你通过 Web 控制台配置机器人。免费层级提供有限用量，更多用量需要付费。

示例：

Quickchat AI 的 Free plan 允许你在无需信用卡的情况下测试。Discord 集成在每个层级都可用，因此你可以连接机器人，并在正式投入前用真实用户测试。连接只需一次点击：在 External Apps 中打开 Discord，点击 Add to your Discord server，然后选择要添加到的服务器。付费计划从 Starter 开始，价格为 $9/mo，或按年计费 $8/mo。

托管服务的关键优势是，你获得的不只是原始 LLM 推理：从你的文档和网站构建的知识库、对话分析（情感分析、主题检测）、多渠道部署（同一个 agent 可用于你的网站、WhatsApp、Slack 和 Discord），以及在 AI 无法解决时进行人工转接。在自托管模型基础上从零构建这些能力，是一个相当大的工程项目。

MEE6 主要是一个审核和互动机器人。它的 AI 聊天功能被锁定在 premium 订阅之后（截至 2026 年初为 $11.99/mo）。免费层级覆盖等级系统、基础审核命令和欢迎消息，但不包含 AI 驱动的对话。

Botpress 提供免费层级，每月在所有渠道合计 2,000 条传入消息。它提供可视化流程构建器，并支持自定义 LLM 配置。不过，对于一个简单的 Discord 机器人而言，它的设置比 Quickchat 更复杂，因为 Botpress 主要面向结构化对话流程，而不是开放式聊天。

3. BYO API key 机器人（你向 LLM 提供商付费）

第三类：在服务器上运行、但调用商业 API（OpenAI、Anthropic、Google 等）进行推理的开源机器人。你提供自己的 API key。机器人代码本身免费，但你需要按 token 向模型提供商付费。

GitHub 上的示例：

• GPT Discord Bot（OpenAI 的官方示例）
• 使用 discord.py + OpenAI Python SDK 构建的各种社区机器人

使用商业 API 的每条消息成本（近似值，截至 2026 年初）：

*假设每次消息交互约 500 个输入 token 和约 200 个输出 token，不包含对话历史。如果包含对话历史，输入成本会随上下文长度线性增长。

使用 GPT-4o mini 时，每月 1,000 条消息大约花费 $0.30。每月 10,000 条消息大约花费 $3.00。这些数字看起来很小，直到你把对话历史算进去：如果每条消息都包含完整对话上下文（例如前 10 轮对话），每条消息的输入 token 数会从 ~500 膨胀到 ~5,000，因此输入成本上升 10 倍，总成本也会增加。

各类方案的成本对比

下表估算了不同消息量下的月成本。“Self-hosted”假设使用小型 VPS 或现有硬件。“BYO API Key”使用 GPT-4o mini 定价。“Managed”使用 Quickchat AI 的定价作为参考。

关于 self-hosted 列的说明：范围取决于你使用仅 CPU 的 VPS（更便宜但回复更慢）还是 GPU 实例。Hetzner 提供约 $5-10/mo 的 CPU VPS 实例，可运行量化的 7B 模型，不过响应时间会是 5-15 秒。GPU 云实例（例如来自 Lambda、RunPod 或 Vast.ai）单 GPU 起价约 $0.20-0.50/hr，如果 24/7 运行，折合 $150-360/mo。对于间歇性使用，spot 实例或 serverless GPU 提供商可以降低成本。

BYO API key 列显示的是一个范围，因为成本在很大程度上取决于你是否在每个请求中包含对话历史。下限是单轮（无历史），上限是包含约 10 条上下文消息的多轮。

托管服务列反映的是 Quickchat 截至 2026 年 6 月的定价。这些计划包含知识库管理、分析和多渠道支持等功能，而在另外两种方案中，如果没有额外工程工作，这些功能并不存在。

快速自托管设置：Python + discord.py + Ollama

下面是一个最小可运行示例，展示了使用 Ollama 进行本地推理的 Discord 机器人。这要求已安装并运行 Ollama，并且已拉取一个模型（例如 ollama pull llama3.1:8b）。

前提条件

1. Python 3.10+
2. 已安装并运行 Ollama（curl -fsSL https://ollama.com/install.sh | sh）
3. 已拉取一个模型：ollama pull llama3.1:8b
4. Discord bot token（在 Discord Developer Portal 创建）
5. 机器人已添加到你的服务器，并具备 Send Messages 和 Read Message History 权限

安装依赖

pip install discord.py aiohttp

机器人代码

import discord
import aiohttp
import json

DISCORD_TOKEN = "your-bot-token-here"
OLLAMA_URL = "http://localhost:11434/api/chat"
MODEL = "llama3.1:8b"
SYSTEM_PROMPT = "你是 Discord 服务器中的 helpful assistant。回复保持简洁。"

# Store conversation history per channel (in-memory, resets on restart)
conversations: dict[int, list[dict]] = {}
MAX_HISTORY = 10  # Keep last 10 messages per channel

intents = discord.Intents.default()
intents.message_content = True
client = discord.Client(intents=intents)


async def query_ollama(channel_id: int, user_message: str) -> str:
    """Send a message to Ollama and return the response."""
    if channel_id not in conversations:
        conversations[channel_id] = []

    conversations[channel_id].append({"role": "user", "content": user_message})

    # Trim history to avoid unbounded memory growth
    if len(conversations[channel_id]) > MAX_HISTORY:
        conversations[channel_id] = conversations[channel_id][-MAX_HISTORY:]

    messages = [{"role": "system", "content": SYSTEM_PROMPT}] + conversations[channel_id]

    payload = {
        "model": MODEL,
        "messages": messages,
        "stream": False,
    }

    async with aiohttp.ClientSession() as session:
        async with session.post(OLLAMA_URL, json=payload) as resp:
            if resp.status != 200:
                return f"Ollama returned status {resp.status}"
            data = await resp.json()
            reply = data["message"]["content"]

    conversations[channel_id].append({"role": "assistant", "content": reply})
    return reply


@client.event
async def on_ready():
    print(f"Logged in as {client.user}")


@client.event
async def on_message(message: discord.Message):
    # Ignore own messages
    if message.author == client.user:
        return

    # Only respond when mentioned
    if client.user not in message.mentions:
        return

    # Strip the mention from the message
    content = message.content.replace(f"<@{client.user.id}>", "").strip()
    if not content:
        return

    async with message.channel.typing():
        reply = await query_ollama(message.channel.id, content)

    # Discord has a 2000-character limit per message
    if len(reply) > 2000:
        for i in range(0, len(reply), 2000):
            await message.reply(reply[i:i+2000])
    else:
        await message.reply(reply)


client.run(DISCORD_TOKEN)

这段代码约 60 行，会给你一个可运行的 AI 机器人，在被提及时回复。它在内存中维护按频道划分的对话历史（重启后丢失），并处理 Discord 每条消息 2,000 字符的限制。

这个最小机器人缺少什么

上面的代码适合测试和小型服务器。对于更进一步的使用，你会遇到多个生产机器人需要处理的问题：

• 持久化对话历史。 内存中的 dict 会在进程重启时丢失。生产机器人会把对话存储在 Redis 或数据库中。
• 速率限制。 Discord 允许每个频道每 5 秒发送 5 条消息。如果你的机器人很受欢迎，你需要队列。
• 并发请求。 Ollama 默认一次处理一个请求。多个用户同时发消息时会排队。你可以在负载均衡器后运行多个 Ollama 实例，或使用 Ollama 的 OLLAMA_NUM_PARALLEL 选项（自 v0.1.33 起可用）。
• 错误处理和重试。 Ollama 可能崩溃、内存不足，或返回格式错误的响应。机器人应能优雅处理所有这些情况。
• 上下文窗口管理。 MAX_HISTORY = 10 设置很粗糙。更好的方法是计算 token，并裁剪到模型上下文窗口内（Llama 3.1 8B 默认 8,192 token，可配置到 128K，但长上下文会降低质量）。
• 线程支持。 在 Discord 中，机器人对话常发生在线程里。处理线程创建和按线程维护历史需要额外逻辑。
• 知识库 / RAG。 如果你希望机器人回答有关项目文档的问题，需要检索增强生成设置：对文档进行 embedding，将 embedding 存入向量数据库，并在发送给 LLM 前检索相关片段。

技术注意事项

Discord API 速率限制

Discord 在多个层级施加速率限制：

• 按路由限制： 每个 API endpoint 都有自己的速率限制，会在响应头中返回（X-RateLimit-Limit、X-RateLimit-Remaining、X-RateLimit-Reset）。
• 全局限制： 所有 endpoint 合计每秒 50 个请求。
• 按频道消息限制： 每个频道每 5 秒 5 条消息。
• Gateway 限制： 每 60 秒 120 个 gateway 事件。

discord.py 库会在你达到限制时通过排队请求来自动处理其中大多数限制。不过，如果你的机器人同时位于许多服务器或频道中，仍然可能触及全局限制。此时，你需要考虑 sharding（将机器人的服务器连接拆分到多个 gateway 连接中）。

对于使用 MESSAGE_CONTENT intent（读取消息文本所需）的机器人，如果机器人位于超过 100 个服务器中，Discord 要求你验证机器人。这需要提交机器人用途说明，并获得 Discord 批准。

模型质量取舍

小型开源模型与前沿商业模型之间的差距比两年前更小，但仍然存在。下面是常见 Discord 机器人任务的粗略对比：

如果你的 Discord 机器人面向游戏社区，主要处理闲聊和简单查询，本地 8B 模型效果不错。如果它用于客服且准确性重要，质量差距会变成实际问题。保持角色也不仅取决于模型，更取决于设置：如何构建一个能保持角色设定的角色扮演 AI 聊天机器人 展示了角色 prompt 和 canon 知识库即使搭配标准模型也能走多远。

上下文窗口管理

这是 Discord 机器人中最被低估的技术挑战。Discord 对话天然是多轮的：用户会发送许多短消息，机器人需要记住对话早些时候说过什么。

每次机器人回复时，都需要在 prompt 中包含此前的对话历史。这意味着：

• 输入 token 数会随对话长度线性增长。
• 对于基于 API 的机器人，成本也会线性增长。
• 对于本地模型，推理时间会随上下文长度增长（在注意力计算中为二次增长，不过 Flash Attention 等优化会有帮助）。
• 到某个时点，对话会超过模型的上下文窗口，你需要策略：从开头截断、总结旧消息，或开启新对话。

一种实用方法是保留最近 N 条消息的滚动窗口，如果对话已经很长，则在前面添加一段较早上下文的简短摘要。这需要额外一次 LLM 调用来生成摘要，但可以把每条消息的成本控制在有界范围内。

隐私影响

这会因方案而有显著差异：

• 自托管： AI 推理保留在你的硬件上，因此你控制模型处理日志和留存。Discord 仍然传输并存储消息，本地推理并不会让整个对话都变成本地的。
• BYO API Key： 消息会发送给 API 提供商（OpenAI、Anthropic 等）。请查看他们的数据留存政策。截至 2026 年初，OpenAI 表示默认不会用 API 数据进行训练，Anthropic 也有类似政策。不过，消息仍然会经过他们的服务器。
• 托管服务： 消息由服务提供商处理。请查看其隐私政策和数据处理协议。对于在欧盟处理用户数据的企业，GDPR 合规在这里很重要。例如，Quickchat AI 在欧盟处理数据，并为企业客户提供 DPA。

对于休闲 Discord 服务器，隐私通常不是首要问题。对于使用 Discord 机器人做客服的企业，值得准确了解对话数据存储在哪里，以及谁有权访问。

自托管与托管：总拥有成本

上表中的原始计算成本对比只说明了一部分情况。总拥有成本还包括工程时间。

使用自托管机器人时需要自己构建的内容：

• 机器人代码和部署
• 对话历史存储
• 上下文窗口管理
• 错误处理和监控
• 知识库 / RAG pipeline（如需要）
• 分析和日志
• 多渠道支持（如需要）

保守估计，对于经验丰富的开发者，构建一个具备对话历史、知识库和基础分析的生产级自托管 AI Discord 机器人需要 40-80 小时工程时间。维护它（模型更新、依赖更新、调试、监控）还会增加持续投入。

使用托管服务时开箱即用的内容：

• 机器人托管和正常运行时间管理
• 从你的网站、文档和文件构建的知识库
• 对话分析（情感、主题、评分）
• 多渠道部署（同一个 agent 用于 Discord、网站、WhatsApp、Slack 等）
• 当 AI 无法提供帮助时转人工
• AI Actions（由对话上下文触发的自定义 API 调用），包括超时、踢出和封禁等审核操作

问题在于，托管服务的月费是否低于你的工程时间机会成本。对于运行兴趣型 Discord 服务器的独立开发者，使用 Ollama 自托管可能是正确选择。对于将 Discord 用作面向客户支持渠道的企业，通常托管服务在成本上更合理，因为核心 LLM 周边的功能（分析、知识库、转人工）才是让机器人真正有用的部分。AI 工单机器人指南 在 Free plan 上从头到尾构建的正是这种组合，因此你可以用一个具体方案来对比替代方案成本。

总结

不存在普遍意义上“最好”的免费 AI Discord 机器人。正确选择取决于“免费”对你意味着什么：

• 如果你想要零持续成本，并且有可用硬件，就使用 Ollama 和开源模型自托管。你控制本地模型处理及其数据留存，而 Discord 仍然传输并存储消息。你会放弃相对于前沿模型的模型质量，并承担所有工程工作。
• 如果你想在付费前用真实用户测试，Quickchat AI 的 Free plan 允许你在无需信用卡的情况下开始。Discord 集成可在 Free plan 上使用，付费计划从 $9/mo 开始。
• 如果你想要前沿模型质量，并且愿意管理 API key，BYO API key 机器人可以用较低的按消息成本提供这种能力（尤其是使用 GPT-4o mini 或 Gemini Flash 时）。你仍然需要托管机器人代码，并构建原始聊天之外的任何功能。
• 如果你需要生产功能（知识库、分析、转人工、多渠道），托管服务是最快路径。根据你预期的消息量和实际需要的功能进行评估。

“免费 AI Discord 机器人”中的“免费”承担了很多含义。计算总是有成本的。问题在于谁为它付费，以及你获得了什么（或放弃了什么）作为交换。

如需更广泛地比较所有 AI Discord 机器人（不仅是免费机器人），请参阅我们的 2026 年最佳 AI Discord 机器人 汇总。如果你的服务器专门用作支持渠道，AI Discord 工单机器人 会演示如何根据你的文档回答问题，并将其余问题升级到私有工单线程。