我用 OpenClaw 做后端开发：从 Stripe 支付到 AI 生成，全程不写一行代码

大家好，我是孟健。

我的 AI 头像生成站 headshotcraft.com 的后端，不是我写的。

Stripe 支付对接、Replicate AI 生成、Cloudflare D1 数据库、OAuth 登录、Webhook 回调——全部由一个 OpenClaw Agent 独立完成。从拿到 PRD 到生产上线，我没打开过一次代码编辑器。

今天我把整个过程拆开讲，你照着做，也能用 OpenClaw 给自己的项目搭后端。

---

01 先搞清楚：OpenClaw 做后端的边界在哪？

OpenClaw 不是万能的。它擅长的是标准化 SaaS 后端：API 开发、支付对接、数据库操作、第三方 API 集成、部署上线。

它不擅长：从零设计架构（你得给 PRD）、高度定制化的业务逻辑（复杂的权限系统、实时协作等）。

我的做法是：前端和设计用其他 Agent 或自己做，后端专门交给一个 Agent（我叫它墨枢）。 给它一份清晰的 PRD，它就能跑起来。

---

02 环境准备：Agent 需要什么？

在让 Agent 动手之前，你得先把环境准备好。这一步很关键——Agent 没法帮你注册账号、申请 API Key。

headshotcraft.com 用了这些服务，每个都需要你提前注册并拿到密钥：

Cloudflare（部署 + 数据库）

• 注册 Cloudflare 账号
• 安装 Wrangler CLI：npm install -g wrangler
• 登录：wrangler login
• 创建 D1 数据库：wrangler d1 create headshotcraft
• 拿到 database_id，写进 wrangler.toml

Stripe（支付）

• 注册 Stripe 账号
• 在 Dashboard → Developers → API Keys 拿到 STRIPE_SECRET_KEY
• 创建两个 Price（月付/年付），拿到 price_xxx
• 创建 Webhook Endpoint，拿到 STRIPE_WEBHOOK_SECRET

Replicate（AI 生成）

• 注册 replicate.com
• 在 Account → API Tokens 创建 Token，拿到 REPLICATE_API_TOKEN

Google Cloud Console（OAuth 登录）

• 创建 OAuth 2.0 Client
• 拿到 GOOGLE_CLIENT_ID 和 GOOGLE_CLIENT_SECRET

全部拿到后，写进项目的 .env 文件：

# Google OAuth
GOOGLE_CLIENT_ID=xxx
GOOGLE_CLIENT_SECRET=xxx

# Session
SESSION_SECRET=xxx

# Stripe
STRIPE_SECRET_KEY=sk_live_xxx
NEXT_PUBLIC_STRIPE_PUBLISHABLE_KEY=pk_live_xxx
STRIPE_WEBHOOK_SECRET=whsec_xxx

# Cloudflare
CLOUDFLARE_API_TOKEN=xxx

# Replicate
REPLICATE_API_TOKEN=r8_xxx

这些 Key 都在你自己手里，Agent 只是用它们来调用 API，不会泄露。

📍 环境准备好后，剩下的开发、测试、部署，全部可以交给 Agent。

---

03 实战：AI 头像生成站的后端全链路

以 headshotcraft.com 为例。这个站的功能很简单：用户上传自拍 → AI 生成 4 张专业头像 → 下载。

后端需要做什么？

• 用户登录（Google OAuth）
• 积分系统（免费用户 1 次，付费用户按月扣）
• Stripe 支付（月付/年付订阅）
• AI 生成（对接 Replicate API）
• Webhook 回调（支付成功后自动开通权益）

第一步：告诉 Agent 你的需求

我给墨枢发了一条消息：

P0：headshotcraft 后端 closure

1. 真测 pricing → login → checkout
2. 真测登录态 AI 生成链路
3. 确认 production 是不是最新版本
4. 如有修改，直接 commit + push + deploy

就这一条。它知道项目在哪、用什么技术栈、怎么部署——因为这些信息都写在它的 SOUL.md 和 MEMORY.md 里。

第二步：Agent 自己读代码、改代码

墨枢收到任务后，直接读了项目代码。项目结构：

src/app/api/
├── auth/
│   ├── login/route.ts      # Google OAuth 登录
│   ├── callback/route.ts   # OAuth 回调
│   └── me/route.ts         # 获取当前用户信息
├── checkout/route.ts       # 创建 Stripe Checkout Session
├── generate/route.ts       # 调用 Replicate 生成头像
├── upload/route.ts         # 上传图片
├── user/
│   ├── credits/route.ts    # 查询积分余额
│   └── account/route.ts    # 账户信息
└── webhooks/
    └── stripe/route.ts     # Stripe 支付回调

它读的文件和我列的一样多。 然后它开始逐个验证。

第三步：验证 Stripe 支付链路

Agent 用 curl 模拟了真实请求：

POST /api/checkout
Authorization: Bearer <session_token>
Body: { "plan": "monthly" }

后端代码做了这些事（checkout/route.ts）：

const checkoutSession = await stripe.checkout.sessions.create({
  mode: "subscription",
  line_items: [{ price: priceId, quantity: 1 }],
  success_url: `${origin}/app?checkout=success`,
  cancel_url: `${origin}/pricing?checkout=cancelled`,
  customer_email: session.email,
  metadata: {
    userId: String(session.userId),
    plan: plan === "yearly" ? "pro_yearly" : "pro_monthly",
  },
});

返回 Stripe Checkout URL，前端自动跳转。支付成功后，Stripe 发 Webhook 到 /api/webhooks/stripe，后端自动给用户开通权益。

Webhook 代码（webhooks/stripe/route.ts）：

if (event.type === "checkout.session.completed") {
  const session = event.data.object;
  const userId = session.metadata?.userId;
  const plan = session.metadata?.plan;
  const customerId = session.customer;
  if (userId && plan) {
    await setPlan(Number(userId), plan, customerId);
  }
}

这段代码不是我写的。是 Agent 写的，测试的，部署的。

第四步：验证 AI 生成链路

用户上传照片后，后端调用 Replicate API 生成头像。核心代码（generate/route.ts）：

const response = await fetch("https://api.replicate.com/v1/predictions", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.REPLICATE_API_TOKEN}`,
  },
  body: JSON.stringify({
    version: "ddfc2b08d209f9fa8c1eca692712918bd449f695dabb4a958da31802a9570fe4",
    input: {
      input_image: image,
      prompt: `img, ${prompt}`,
      style_name: "Photographic (Default)",
      num_outputs: 4,
    },
  }),
});

先创建预测任务，然后轮询状态，等 AI 跑完后返回 4 张图片。整个过程 Agent 用 curl 在生产环境跑了一遍，确认返回 4 张图，下载链接 200 OK。

第五步：一个真实的线上 Bug

上线后某天，AI 生成突然挂了。用户上传照片后一直报错。

根因：Replicate 的 model version 失效了。

Replicate 会不定期更新模型版本，旧版本的 hash 直接不可用。我的代码里写死了一个 version ID，某天它就失效了。

墨枢自动排查：读日志 → 发现 Replicate 返回 404 → 检查当前可用版本 → 替换 version ID → commit → push → Cloudflare 自动部署。

commit 2b7aadd — fix: update replicate model version
push origin/main
deploy → https://23f775b9.headshotcraft.pages.dev

从故障到修复上线，全程无人干预。我唯一做的事是看到报告后点了个确认。

---

04 技术栈：Agent 用的什么？

headshotcraft.com 的完整后端技术栈：

组件	技术	为什么选它
运行时	Cloudflare Pages (Edge)	全球 CDN，免费额度够用
数据库	Cloudflare D1 (SQLite)	和 Pages 同生态，无需额外配置
支付	Stripe	标准做法，文档齐全
AI 生成	Replicate API	按量付费，无需自建 GPU
登录	Google OAuth	最简单的第三方登录
框架	Next.js	Pages 兼容，Agent 最熟悉

部署配置就一个 wrangler.toml：

name = "headshotcraft"
compatibility_date = "2024-09-23"
compatibility_flags = ["nodejs_compat"]
pages_build_output_dir = ".vercel/output/static"

[[d1_databases]]
binding = "DB"
database_name = "headshotcraft"
database_id = "4cf723c5-f87a-44b2-81f4-6d38b795e6c0"

数据库通过 binding 直接注入，不需要 HTTP 连接、不需要 IP 白名单、不需要密码。 这是 Cloudflare D1 最大的优势，也是 Agent 最容易操作的数据库方案。

部署就一行命令：

CLOUDFLARE_ACCOUNT_ID=xxx npx wrangler pages deploy .vercel/output/static \
  --project-name headshotcraft --branch main

Agent 每次 commit + push 后，自动执行这行命令。Cloudflare 收到代码后自动构建部署。

---

05 数据库操作：Agent 怎么读写 D1？

Agent 写了一个统一的数据库封装（src/lib/db.ts）：

function getDB() {
  const { env } = getRequestContext();
  const db = env.DB;
  return db;
}

// 查询
async function query(sql, params = []) {
  const db = getDB();
  return await db.prepare(sql).bind(...params).all();
}

// 写入
async function run(sql, params = []) {
  const db = getDB();
  return await db.prepare(sql).bind(...params).run();
}

然后用这套封装做所有数据库操作：查积分、扣积分、更新用户 plan、记录 Stripe customer ID。

你不需要告诉 Agent 用什么 ORM。它自己判断 D1 是 SQLite 兼容的，直接写原生 SQL 最简单。

---

06 我是怎么给 Agent 交接的？

很多人问：Agent 怎么知道要做什么？

答案很简单：写好 PRD。

我的 PRD 里包含：

• 站点定位和目标用户
• 核心功能清单（哪些必须做，哪些可以后补）
• 技术栈约束（必须用 Cloudflare，不能用 AWS）
• 定价方案（月付 $9.99，年付$79.99）
• API 设计（/api/upload、/api/generate、/api/checkout）
• 数据库表结构（users、credits）

Agent 读完 PRD 就开工了。中间遇到不清楚的地方，它会问我。比如它问过："积分不足时是返回错误还是提示升级？" 我说返回 402 并提示升级。

整个后端开发过程，我和 Agent 的交互不到 10 条消息。

---

07 成本核算

OpenClaw 开源免费。成本在两块：

LLM API 调用：

后端 Agent 用的模型是 GPT-5.4，单次后端开发任务（从读代码到 commit + deploy）大概消耗 5-8 万 tokens。按 GPT-5.4 的定价，单次任务成本约 $5-15。

注意：这不是 $183。$183 是 Agent 长期 session 的累计成本（它同时处理了很多任务）。单个后端开发任务的实际成本很低。

基础设施：

服务	月成本	说明
Cloudflare Pages	$0	免费额度 500 次/天部署
Cloudflare D1	$0	免费额度 5GB + 500 万读/天
Replicate	按量	每次生成约 $0.02-0.05
Stripe	0	按交易抽成 2.9% + $0.30
域名	$10/年	.com 域名

没用户之前，基础设施成本接近零。 这就是 Cloudflare 方案最大的优势。

---

08 踩坑指南

坑 1：第三方 API 的 version 会变

Replicate 的 model version 不是永久的。写死 version ID 的代码，某天就会挂。建议在配置文件里集中管理 version ID，方便 Agent 快速定位和替换。

坑 2：Edge Runtime 限制多

Cloudflare Pages 的 Edge Runtime 不支持 Node.js 的 fs、child_process 等模块。Agent 第一次写代码时用了 fs.readFile，部署后直接报错。改成从 env 读取 binding 后就好了。

坑 3：Webhook 签名验证别省

Stripe Webhook 必须验证签名。Agent 一开始漏了这个，被我在 review 时发现。加上 stripe.webhooks.constructEventAsync() 后才安全。

坑 4：测试要测生产环境

staging 和生产环境的配置可能不一样（API key、环境变量）。Agent 在 staging 测通了，但生产上 D1 binding 不对，导致 500。后来发现是 wrangler.toml 里 database_id 写错了。

---

09 想自己试？这几步照着走

第一步：装 OpenClaw

npm install -g openclaw
openclaw init

第二步：创建一个后端 Agent

在 ~/.openclaw/agents/ 下新建一个 Agent 目录，写好 SOUL.md（告诉它你是做后端开发的）和 TOOLS.md（给它 shell 访问权限）。

第三步：准备好所有 API Key

参考第 02 节的清单：Cloudflare、Stripe、Replicate、Google OAuth。注册账号，拿到 Key，写进 .env。

第四步：写一份 PRD

不需要多复杂。告诉它：做什么站、用什么技术栈、核心功能有哪些、数据库表结构。

第五步：发任务

直接给 Agent 发消息："按照 PRD 搭建后端，完成后 commit + push。"

然后你就等着看代码吧。

---

写在最后

OpenClaw 349k Stars 的原因，不是它能写代码——Cursor、Claude Code 也能写。

是它能让 Agent 持续运行、自主决策、自己修 Bug。

我的 headshotcraft 后端从开发到上线到修 Bug，全程 Agent 自主完成。我只负责 PRD 和验收。

后端开发这件事，已经不需要你自己写了。但你得会写 PRD，会验收代码，会做架构决策。

这些才是未来后端工程师的核心能力。

有问题评论区聊，我每条都看。

---

👋 我是孟健，前腾讯 T11 / 前字节技术 Leader，现在全职做 AI 编程。

🔥 更多 AI 编程实战：

• GitHub：@mengjian-github
• 专栏：AI编程实战

觉得有用？点赞+收藏 就是最大支持 🙏