企业官网建设流程全解析

OpenClaw 装完 ClawHub Skills，默认模型通道还是空的？TaoToken 这样改 openclaw.json

如果你最近也在折腾 OpenClaw，大概率会遇到一个很典型的场景：照着教程把 ClawHub 上的github、summarize、tavily-web-search都装好了，~/.openclaw/openclaw.json里skills.entries也填了GITHUB_TOKEN、TAVILY_API_KEY，结果在聊天里喊一句“用 summarize 总结一下”，OpenClaw 却像没听见一样，Skill 完全不触发。

问题往往不在 Skill 本身，而在于默认模型通道是空的。OpenClaw 的 Skills 是“手脚”，但驱动手脚的“大脑”是模型。模型通道没配好，Skill 再全也跑不起来。这篇就按排障视角，把openclaw.json里模型这一段补上，让 OpenClaw 的模型调用统一走 TaoToken（官网：https://taotoken.net/?utm_source=taotoken_aicg_blog_end ），Skill 自己的第三方 Key 照旧留在entries里，两者互不干扰。

一、原问题与场景：Skill 装了，为什么聊天里没反应

先把现象拆清楚。很多人装完 ClawHub Skills 后，npx clawhub@latest list能列出github、summarize、tavily-web-search，说明 Skill 已经加载成功。但一发指令就沉默，常见原因有三类：

第一类，模型通道未配置。OpenClaw 的“环境准备”里明确把“已配置默认 AI 模型、gateway 可正常启动”列为使用 Skills 的前提。但不少教程在讲 3.2 节安装 Skills 时，重点全放在entries里的第三方 Key，模型这一段被略过了。结果就是 Skill 加载了，但 OpenClaw 没有可用的模型去理解“使用 summarize 把这段长文总结成 3 条要点”这句话，自然不触发。

第二类，Base URL 写法不对。有人随手填了带/v1的地址，或者把带跟踪参数的完整链接直接粘进去，导致请求路径拼接异常，模型调用直接失败。

第三类，第三方 Key 和模型 Key 混在一起。GITHUB_TOKEN、TAVILY_API_KEY是 Skill 自己访问外部服务用的，跟模型通道是两回事。把模型 Key 填进entries，或者把 Skill 的 Key 填进模型配置，都会让两边都跑不通。

这篇要解决的就是第一类和第二类：把模型通道补上，Base URL 写对，让 OpenClaw 的模型调用统一走 TaoToken。Skill 的第三方 Key 继续留在entries里，各管各的。

二、TaoToken 前置：注册、创建 Key、拿到 Base URL

在改openclaw.json之前，先把模型通道的凭证准备好。这一步很快，但顺序别搞反。

打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_end ，注册账号并登录。进入控制台后，找到 API Keys 页面，创建一个新的 Key。这个 Key 就是后面要回填到openclaw.json模型配置项里的凭证，记好它，别和 Skill 的GITHUB_TOKEN弄混。

Base URL 这一项要特别注意：写https://taotoken.net/api，不带/v1，也不加任何跟踪参数。很多请求跑不通，就是因为这里多写了/v1或者把带参数的完整链接粘了进去。OpenClaw 在拼接请求时会自己处理路径，你只需要给它一个干净的根地址。

如果你后面还要用 Coding Plan 做长期编码或 Agent 任务，可以在控制台里对应开通；但本篇只解决“模型通道为空”这个排障问题，先把基础通道打通。模型对话、API Keys、接入文档这些入口都在控制台里能找到，排障时优先看 API Keys 和接入文档两处。

三、可复制配置：改 openclaw.json 的模型段

现在进入正题，编辑~/.openclaw/openclaw.json。这个文件同时管 Skills 和模型，所以改的时候要分清两段：skills.entries是 Skill 的第三方 Key，模型配置是另一段。下面给一份可直接参考的结构，把模型通道指向 TaoToken。

{ "model": { "provider": "openai-compatible", "baseUrl": "https://taotoken.net/api", "apiKey": "YOUR_API_KEY", "model": "你的模型ID" }, "skills": { "entries": { "github": { "enabled": true, "apiKey": "GITHUB_TOKEN_HERE", "env": { "GITHUB_TOKEN": "GITHUB_TOKEN_HERE" } }, "tavily-web-search": { "enabled": true, "env": { "TAVILY_API_KEY": "你的 Tavily API Key" } } } } }

几个关键点逐条说清楚：

baseUrl写https://taotoken.net/api，不带/v1，不加 UTM。这是最容易出错的地方，务必核对一遍。

apiKey填你在 TaoToken 控制台创建的那个 Key，也就是YOUR_API_KEY的位置。不要填GITHUB_TOKEN，也不要填TAVILY_API_KEY。

model填你要用的模型 ID。具体可用哪些模型，在控制台的模型对话或接入文档里能看到，按需选一个填进去。

skills.entries这一段保持原样，GITHUB_TOKEN、TAVILY_API_KEY继续留在这里。TaoToken 只提供模型通道的 Key 与 Base URL，不接管 Skill 自己的第三方凭证。两段各司其职，不要互相覆盖。

改完保存文件。如果 OpenClaw 的 gateway 正在运行，重启一下让它重新读取配置；如果开了load.watch，也可以等它自动刷新。

四、验证请求：从 list 到 summarize 跑通

配置改完，别急着下复杂指令，按顺序验证两步。

第一步，确认 Skill 已加载：

npx clawhub@latest list

输出里应该能看到github、summarize、tavily-web-search。如果这里就缺了某个 Skill，说明是安装或加载路径的问题，先回到 ClawHub 安装那一步排查，跟模型通道无关。

第二步，发一条能同时验证模型通道和 Skill 触发的指令。在 OpenClaw 聊天里输入：

使用 summarize 把这段长文总结成 3 条要点：[粘贴一段长文]

如果模型通道配对了，OpenClaw 会先理解这条指令，然后调用summarizeSkill 去处理长文，最后返回 3 条要点。这一步跑通，说明模型通道和 Skill 两条链路都正常。

如果没反应，回到 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 控制台看调用记录。有调用记录但报错，多半是 Base URL 或模型 ID 的问题；完全没有调用记录，说明 OpenClaw 根本没发出模型请求，回去检查openclaw.json的模型段是不是没被读到，或者 gateway 没重启。

五、本篇常见错排查

排障视角下，把几个高频错误集中列一下，对照着查会快很多。

错误一：Base URL 带了/v1。写成https://taotoken.net/api/v1会导致路径拼接异常。正确写法是https://taotoken.net/api，不带/v1。

错误二：Base URL 带了跟踪参数。把带utm_source等参数的完整链接直接粘进去，请求会失败。Base URL 只要干净的https://taotoken.net/api。

错误三：模型 Key 和 Skill Key 混填。把GITHUB_TOKEN填进模型apiKey，或者把 TaoToken 的 Key 填进entries，两边都会跑不通。模型 Key 归模型段，Skill Key 归entries。

错误四：改了配置没重启 gateway。openclaw.json改完不重启，旧配置还在内存里，模型通道依然是空的。重启 gateway 或确认load.watch生效。

错误五：npx clawhub@latest list里没有目标 Skill。这是 Skill 安装问题，不是模型通道问题。先确认安装命令执行成功，再确认加载路径（工作区skills、本地~/.openclaw/skills、内置）里能找到对应目录。

错误六：控制台有调用记录但返回错误。优先核对模型 ID 是否填对，以及该模型是否在你的账号权限范围内。接入文档里有可用的模型列表，对照着改。

排查顺序建议：先看list确认 Skill 在不在，再看控制台调用记录确认请求有没有发出去，最后核对 Base URL 和模型 ID。三步走完，基本能定位到具体哪一环断了。

六、语义一致 CTA：把模型通道固定下来

模型通道这件事，配一次就该固定下来。OpenClaw 的 Skills 会越装越多，但模型通道是底座，底座不稳，上面装什么都会晃。

如果你还在排障阶段，先去 https://taotoken.net/api-keys 创建 Key，再对照 https://taotoken.net/doc 的接入文档核对openclaw.json的模型段写法。Base URL 记住是https://taotoken.net/api，不带/v1，不加参数。

如果你已经跑通了单次 summarize，接下来要长期用 OpenClaw 做编码或 Agent 任务，可以在控制台里看看 Coding Plan，把模型通道的用量和权限规划好，避免后面 Skill 越装越多时又回头补配置。

排障的核心就一句话：Skill 的 Key 留在entries，模型的 Key 和 Base URL 走 TaoToken，两段分清，openclaw.json就不会再出现“模型通道为空”的情况。配完发一条 summarize 验证，不通就回控制台看调用记录，按第五节的顺序逐条排查，基本都能解决。