企业官网建设流程全解析

1. 为什么需要 Browser Relay：先聊聊浏览器的“手替”

你让 OpenClaw 去知乎搜“人工智能”再总结热点，它在内部并不是一次性吐出一份答案，而是通过 Browser Relay 一步步执行openclaw browser open、type、click、snapshot。每执行一步，大模型都要根据当前页面快照决定下一步做什么，所以每一步都在消耗 Token。要保证这种长任务稳定跑完，Key 用 TaoToken 是目前非常省事的方案：打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 注册并创建 API Key，然后在 OpenClaw 模型配置里把 Base URL 填成 https://taotoken.net/api，剩下的浏览器控制指令就由它统一供给模型能力。

过去的浏览器自动化基本靠脚本。写 Playwright 或 Puppeteer，定位搜索框、按钮、列表项，处理等待和重试，再维护登录状态。页面结构一变，选择器就失效；遇到 JS 渲染、弹窗、验证码，脚本基本要从头返工。更麻烦的是登录态。很多系统只认当前浏览器的 Cookie 和 Session，脚本一旦脱离真实浏览器环境，就要重新走一遍扫码、短信验证、企业 SSO 跳转。之前我维护过一批自动填写后台数据的脚本，每个周三都要花半个多小时修选择器，因为产品经理总喜欢在周一偷偷改按钮样式。

Browser Relay 把这条链路换了个思路：让 AI 自己看页面，再决定操作。模型理解页面语义，能处理很多结构变化，不需要写死某个元素 ID。你只需要说“帮我去某某网站查个数据”“把这个表单填了”，它会自己打开网站、识别输入框、点击提交、返回结果。从“写固定流程”变成“让模型看页面再判断”，这是它能替代传统脚本的根本原因。

1.1 传统浏览器自动化为什么脆弱

传统自动化最大的问题不是“不会写”，而是“写完了也撑不久”。页面上一个 class 名字变化，选择器就挂了；请求响应慢一点，等待逻辑就超时；页面从服务端渲染改成前端渲染，整个脚本都要重写。再加上登录态这个隐形前提，脚本换一台机器、换一个浏览器 profile 就全部失效。维护成本很快超过手工操作的耗时。

AI 控制浏览器则绕开了这些细节。模型通过 ARIA 快照或截图理解页面，它知道“搜索框大概在页面右上角”“这个蓝色按钮是提交”，而不是依赖某个固定的 CSS 路径。页面改版后，模型的判断仍然成立。这也是 OpenClaw 这类 Agent 工具更适合做临时性、轻量级自动化任务的原因：它不需要为每个网站定制一套代码。

但这里有一个容易被忽略的点：AI 判断页面、决定点击哪里，每一次都是真实的大模型调用。OpenClaw 属于多工具长会话 Agent，Browser Relay 是它连接浏览器扩展的 Harness。你说一句“去知乎查人工智能”，内部实际会拆成很多步：打开页面要调用一次模型分析页面结构，输入关键词要再调用一次，点击搜索后还要读取新页面快照继续分析。如果任务再复杂一点，比如连续翻二十页、逐篇打开文章、提取正文再汇总，Token 消耗会明显放大。

1.2 长会话 Agent 的 Token 账本：每一步浏览器操作都在调用模型

很多人只看到 AI 操控浏览器很酷，没留意它背后的成本结构。Browser Relay 的浏览器扩展本身不消耗 Token，真正烧 Token 的是“决定下一步做什么”的推理过程。大模型需要把“帮我去知乎搜人工智能”这个自然语言目标，实时转换成 open、type、click、snapshot 命令。每一条命令发出前，模型都要结合任务上下文、当前 URL、页面快照做一次判断。长会话 Agent 会把整段对话历史一起送入模型，上下文越积越长，输入 Token 不断增长。

这时候如果模型 Key 分散，麻烦就来了。今天 A 供应商的额度不够，明天 B 平台限流，Browser Relay 可能刚好在“点击搜索”这一步停住，任务就得中断重跑。统一接入的价值就在这里：把一个长任务里所有浏览器操作背后的模型调用收口到一个 Key 下，你不必在多个控制台之间来回切换。TaoToken 做的就是这种统一 API 兼容通道，官网创建 Key、配置文件填 Base URL，剩下的事交给通道去处理。

2. 浏览器模式与扩展中继模式：OpenClaw 怎么接管 Chrome

2.1 三种模式一句话区分，本文只讲 Extension Relay

OpenClaw 的浏览器控制并不只有一种实现方式。不同模式的取舍点在于：是启动一个全新的浏览器实例，还是复用你正在用的 Chrome，以及是否依赖桌面图形环境。官方一共提供了三种模式，每一种对应不同的使用场景。这里不逐一展开，重点写扩展中继模式（Extension Relay），因为它最贴近“我的 Chrome 里已经登录了知乎、飞书、企业后台，想直接让 AI 接管”的真实需求。

2.2 扩展中继的工作原理：AI → 网关 → 扩展 → 浏览器

扩展中继模式是让你现有的 Chrome 装一个扩展，扩展通过 WebSocket 连到 OpenClaw 网关。完整链路是：大模型先做出决策，OpenClaw 把浏览器命令发给本地网关，网关通过 WebSocket 转发给扩展，扩展再调用 Chrome 的 API 打开页面、填写表单、点击按钮、读取快照。用户看到的是自然语言对话，在 OpenClaw 日志里则是openclaw browser系列命令。

这种方式最大的好处是复用当前浏览器的登录态、Cookie 和 Session。你不需要为自动化任务重新登录一遍，也不用担心扫码验证、企业 SSO 跳转这些流程。浏览器里已有的代理设置、插件、企业内网访问权限也都跟着走，这是独立浏览器实例做不到的。代价同样明显：AI 理论上能访问你所有标签页，所以这个模式适合本机自用，不适合多人共享环境；扩展一旦崩溃，就需要重新加载；截图、ARIA 快照这类高级能力还要额外配置。但对于“让 AI 去查资料、填表单、抓正文”这些日常操作，它是体验最顺滑的一种模式。

3. 配置 Browser Relay：扩展、端口 18789 与模型 Key

3.1 安装扩展并加载到 Chrome

先安装扩展。OpenClaw 提供两条命令：

openclaw browser extension install openclaw browser extension path

第一条命令把扩展生成到本机，第二条命令输出扩展所在的目录。拿到路径后，打开chrome://extensions，在右上角打开“开发者模式”，点击“加载已解压的扩展程序”，选择第二条命令输出的目录。加载成功后，Chrome 地址栏右侧会出现 OpenClaw 的扩展图标。这一步不涉及模型配置，但它是后面所有浏览器操作的基础，所以先确保扩展图标正常显示。

3.2 配置扩展：端口 18789 与配对 token

点击扩展图标，会看到端口和 token 两个输入项。端口默认是 18789，没有改过就不用动。token 需要从 OpenClaw 本机配置里找，执行：

cat ~/.openclaw/openclaw.json

从输出中找到 pairingToken 或者类似名称的字段，复制粘贴到扩展里。如果显示绿色提示，说明扩展与网关已经连通；如果显示感叹号，说明还没配对成功。使用时先打开 Chrome，随便开一个标签页，再点地址栏右侧的扩展图标，图标上出现on就表示浏览器已经就绪。

这里要注意：这个 token 是本地扩展与 OpenClaw 网关之间的配对凭证，不是模型供应商发给你的 API Key。后面配置模型接入时用的 Key 是另一回事，两个值不能填反。很多人在这里把~/.openclaw/openclaw.json里的配对 token 当成大模型 Key 填到页面里，结果扩展显示已连接，模型请求却一直失败。

3.3 模型接入：在 openclaw.json 里把模型指向 TaoToken

扩展就绪后，还要让 OpenClaw 知道用哪个模型来驱动这些浏览器操作。打开~/.openclaw/openclaw.json，找到模型配置部分，按下面的结构调整：

{ "model": { "provider": "openai", "name": "YOUR_MODEL_ID", "baseUrl": "https://taotoken.net/api", "apiKey": "YOUR_API_KEY" } }

其中YOUR_API_KEY在 TaoToken 创建；YOUR_MODEL_ID以模型广场页面展示的模型 ID 为准，不要随手抄一个网上流传的旧名字。关键的坑位在baseUrl：这里只填 https://taotoken.net/api，末尾不能加/v1，也不需要拼任何路径。OpenClaw 发起浏览器操作时，会把当前页面快照和任务上下文交给这个接口背后的模型，模型返回的决策再由 Browser Relay 转成对浏览器的控制指令。

如果你本机的openclaw.json里已经有模型配置，不要整段替换，只需要改model块里的baseUrl和apiKey，以及确认name使用的是 TaoToken 模型广场里存在的 ID。保留原有的 provider 通道设置，避免把 OpenClaw 其他功能也带崩。

3.4 先用 taotoken cc 快速验证 Key 与模型 ID

在写配置文件之前，建议先花十秒验证 Key 是否有效。官方提供了一条命令行检查命令：

npm install -g @taotoken/taotoken taotoken cc -k YOUR_API_KEY -u https://taotoken.net/api -m YOUR_MODEL_ID

执行后如果正常返回模型回复，说明 Key、接口地址、模型 ID 三者能对上，再把它填进openclaw.json。这样做能帮你把“配置写错”和“Key 本身有问题”两类原因分开。终端里跑通之后，再去启动 OpenClaw 跑浏览器任务，排障会轻松很多。

4. 踩坑记录：pairing required（1008）与配对机制

4.1 报错现象与报错文本

扩展配置完成后，最常见的失败是：网关连不上，或者浏览器能打开但页面不受控制。执行openclaw gateway status会看到类似下面的文本：

gateway connect failed: pairing required Error: gateway closed (1008): pairing required Gateway target: ws://127.0.0.1:18789

关键词是pairing required，意思是“需要配对”。如果你在配好模型接入之后遇到这个错误，先不要怀疑 Key 出了问题，问题通常出在 OpenClaw 的本地设备授权状态上。浏览器打开正常、扩展也能加载，但 OpenClaw 拒绝接受来自扩展的连接，因为设备身份没有通过授权。

4.2 为什么 OpenClaw 强制配对

OpenClaw 采用类似蓝牙的配对机制。原因是浏览器里存着大量 Cookie、登录态和个人数据，如果任何进程都能自由连接127.0.0.1:18789，那么电脑上的恶意软件也能偷偷控制浏览器读取这些数据。为了堵住这条路，OpenClaw 要求每个客户端在连接网关前必须经过一次显式配对授权。这也意味着，一旦本机身份文件异常或被清理，扩展就会立刻失去控制权限。这不是 TaoToken 或模型配置引起的，而是 OpenClaw 自身的安全机制。

4.3 重置配对：gateway stop、删除 identity 与 devices、重新授权

处理方式是按顺序重置本地配对状态：

openclaw gateway stop rm -rf ~/.openclaw/identity/ ~/.openclaw/devices/ openclaw gateway start openclaw browser --browser-profile chrome tabs

第一行停掉网关，第二行删除旧的设备身份和客户端授权记录，第三行重启网关，第四行执行一次真实浏览器操作触发重新配对。执行到最后一步时，OpenClaw 会授予默认权限，扩展图标会从感叹号变回on。注意删除identity和devices目录后，所有已授权客户端都需要重新配对，所以扩展里的 token 如果显示失效，就重新从openclaw.json复制一次再粘贴进去。

如果重置之后依然连不上，再回头检查openclaw.json里baseUrl有没有被写成https://taotoken.net/api/v1。多一个/v1不影响扩展配对，但会让模型请求返回 404 或路由错误，而这类错误在gateway status里不会立刻暴露。

5. 实战案例：让 OpenClaw 去知乎查“人工智能”并总结

5.1 需求描述与耗时变化

假设现在要收集知乎上关于“人工智能”的热门观点。以前的做法是打开浏览器、进入搜索页、输入关键词、看结果列表、逐篇翻正文，再手动整理，整个过程 30 到 60 分钟属于正常。现在只需要对 OpenClaw 说一句“帮我去知乎搜索‘人工智能’，总结一下热门文章的核心观点”。OpenClaw 会自己规划：打开知乎、输入关键词、点击搜索、读取页面快照、提取正文、生成总结。整套流程通常能在两三分钟内完成。

真正有价值的地方在于它不需要预先写任何选择器。页面结构变了，模型会根据快照重新判断搜索框和按钮在哪里。登录状态也沿用当前 Chrome 的知乎 Cookie，不需要重新扫码或输密码。对于一个长会话 Agent 来说，这种临时性、轻量级的自动化任务正好是 Browser Relay 的主场。

5.2 实际执行的命令流

如果打开 OpenClaw 的命令日志，你会看到类似下面这段内部执行流：

openclaw browser open https://www.zhihu.com openclaw browser type e5 "人工智能" openclaw browser click e8 openclaw browser snapshot openclaw browser text

e5和e8并不是写死的 ID，而是 AI 从页面快照里识别出来的搜索框和搜索按钮引用。每次页面不同，引用也可能不同。模型需要先理解快照内容，再决定往哪个元素输入、点哪个按钮。这就是前面说的 Token 成本来源：open之后要分析一次页面，type之后要确认输入结果，click之后还要再看快照判断是否跳转。整个链路跑下来，浏览器控制指令由扩展执行，模型能力则由统一接入的接口供给，不再需要为 OpenClaw 单独准备多套供应商配置。

5.3 跑完去 TaoToken 看这次任务的调用量

任务结束后，可以打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 查看本次 Browser Relay 任务的调用记录。重点看两件事：一是 Token 消耗是否符合预期。长任务中频繁snapshot会放大输入 Token，第一次跑完你就能直观感受到“让 AI 看一眼页面”到底要花多少钱。二是确认请求是否都打到了正确的模型上。如果某个步骤返回异常，从调用记录里能看出是模型超时、参数问题还是接口地址写错，不用一头扎进浏览器扩展的日志里找原因。

如果你还没创建 Key，现在就去 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 注册，创建一个新的 API Key，再回到openclaw.json里核对baseUrl和model配置。全部就绪后，把上面的知乎命令流跑一遍，你会在 Chrome 地址栏右侧看到扩展亮起on，然后看着 AI 自己完成搜索、翻页、总结。第一次跑完，记得回 Taotoken 用量页看这次任务的实际 Token 消耗。到这里，OpenClaw 跑 Browser Relay 任务的完整链路就通了：浏览器归扩展管，模型归统一接口管，你只需要维护一个 Key。