企业官网建设流程全解析

1. 为什么本地部署完 OpenClaw，第一件事是接统一 Key

OpenClaw 是一个可本地部署的 AI 智能体网关，原名 Clawdbot，中间叫过 Moltbot，最后定名 OpenClaw。它能读写你本机文件、跨飞书/企微/Telegram 多平台收发消息、通过 Skills 技能系统扩展能力，数据留在自己机器上，成本按调用量走。适合程序员、内容创作者、自由职业者这类愿意花半小时折腾配置、换取长期可控的人；不适合只想开个网页聊天、完全不想碰配置文件的用户。

但很多人卡在同一个地方：装完了，Gateway 起来了，http://127.0.0.1:18789/chat也能打开，可一发消息就报模型不可用。原因是 OpenClaw 本身不带模型，它只是个调度网关，必须对接外部 API 才能干活。而 Skills 技能系统、ClawHub 技能加载、多平台通道，全都建立在「模型通道先通」这个前提上。

我试过最省事的做法，是用 TaoToken 做统一 Key 通道：一个 Key 覆盖 Claude、GPT、Kimi、DeepSeek 等多家模型，OpenClaw 侧只配一个 provider，后面换模型只改一个 model 字段，不用来回换 Key、改 base_url。这篇就按「基础安装已完成、准备启用 Skills」这个节点往下走，交付可复制的config.toml与settings.json骨架、ClawHub 技能加载步骤，以及一条验证连通性的 curl 命令和预期返回。

2. TaoToken 前置：拿 Key 与确认通道地址

TaoToken 在这里的角色是「统一模型入口」。OpenClaw 的模型配置支持自定义 API，你只要给它一个兼容 OpenAI 协议的 base_url 和一个 Key，它就能把请求转发出去。TaoToken 的 API 地址是https://taotoken.net/api，注意这个地址不带任何查询参数，配置里就写这个。

拿 Key 的路径：进控制台，在 API Keys 页面新建一个 Key，复制出来。这个 Key 建议单独给 OpenClaw 用，方便后面按项目看用量、单独吊销。如果你还没决定用哪个模型，可以先在模型对话页面把 Claude、Kimi、DeepSeek 各发一条消息试一下，确认哪个通道响应正常，再写进配置。

注意：Key 只显示一次，复制后先存到密码管理器。不要写进会提交到 Git 的配置文件里，后面我会用环境变量兜一层。

关于计费，TaoToken 是按实际 token 用量走的，没有包月门槛。日常对话用 DeepSeek 这类低价模型，长文档分析切 Kimi，复杂推理再切 Claude，这个切换在 OpenClaw 里就是改一行 model 名，不用重新配 Key。如果你打算长期跑编码类 Agent 任务，可以顺带看下 Coding Plan 的额度说明，比单次调用更适合高频场景。

3. 可复制配置：config.toml 与 settings.json 骨架

OpenClaw 的配置分两层：主配置在~/.openclaw/openclaw.json，工作区在~/.openclaw/workspace/。但模型 provider 和 Skills 相关的部分，很多版本走的是config.toml+settings.json的组合。下面这套骨架你可以直接抄，改三个地方：Key、模型名、工作区路径。

先看config.toml，放在~/.openclaw/下：

# ~/.openclaw/config.toml [gateway] host = "127.0.0.1" port = 18789 token = "your-gateway-token" [provider.taotoken] type = "openai-compatible" base_url = "https://taotoken.net/api" api_key = "${TAOTOKEN_API_KEY}" default_model = "deepseek-chat" timeout = 60 [provider.taotoken.models] fast = "deepseek-chat" long_context = "moonshot-v1-128k" reasoning = "claude-sonnet-4-20250514" [skills] enabled = true hub = "clawhub" auto_load = ["file-manager", "shell-runner"]

几个关键点。type写openai-compatible，因为 TaoToken 走的是兼容 OpenAI 的协议，OpenClaw 认这个类型。api_key用${TAOTOKEN_API_KEY}引用环境变量，别把明文 Key 写进文件。default_model先填一个便宜的，跑通链路再换。[provider.taotoken.models]这一段是给 Skills 用的别名映射，技能里可以按fast、long_context这种语义名去调，不用硬编码模型全名。

再看settings.json，放在工作区~/.openclaw/workspace/settings.json：

{ "agent": { "name": "openclaw-local", "provider": "taotoken", "model": "deepseek-chat", "temperature": 0.7, "max_tokens": 4096 }, "skills": { "directory": "~/.openclaw/workspace/skills", "clawhub": { "registry": "https://clawhub.openclaw.dev", "auto_update": false } }, "channels": { "feishu": { "enabled": false }, "telegram": { "enabled": false } }, "logging": { "level": "info", "path": "/tmp/openclaw/" } }

provider字段必须和config.toml里的[provider.taotoken]名字对上，这是最容易配错的地方。skills.directory指向工作区下的 skills 目录，ClawHub 装下来的技能会落在这里。auto_update建议先关，等链路稳了再开，避免技能自动更新引入不兼容。

环境变量在启动 Gateway 前导出：

export TAOTOKEN_API_KEY="sk-你的Key" openclaw gateway restart

如果你用 systemd 或 launchd 托管，把环境变量写进服务单元文件，别依赖 shell 会话。

4. 验证请求：一条 curl 命令确认通道连通

配置写完别急着开 Skills，先用 curl 直接打 TaoToken 的接口，确认 Key 和网络没问题。这一步能把「Key 错」「base_url 错」「网络不通」三类问题提前隔离出来。

curl -s https://taotoken.net/api/v1/chat/completions \ -H "Authorization: Bearer $TAOTOKEN_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "deepseek-chat", "messages": [{"role": "user", "content": "ping"}], "max_tokens": 16 }'

预期返回是一段 JSON，结构大致如下：

{ "id": "chatcmpl-xxxx", "object": "chat.completion", "model": "deepseek-chat", "choices": [ { "index": 0, "message": { "role": "assistant", "content": "pong" }, "finish_reason": "stop" } ], "usage": { "prompt_tokens": 5, "completion_tokens": 2, "total_tokens": 7 } }

看到choices[0].message.content有内容、usage.total_tokens有数字，说明 Key 和通道都正常。如果返回 401，是 Key 问题；返回 404，检查 base_url 是不是写成了带/v1之外的路径；返回超时，先确认本机网络能出站。

curl 通了之后，再验证 OpenClaw 侧。启动 Gateway，然后打它的健康检查：

openclaw gateway start openclaw status openclaw health

openclaw health会列出各 provider 的连通状态，taotoken那行显示 ok 就说明 OpenClaw 已经能通过统一 Key 调模型了。这时候在http://127.0.0.1:18789/chat发一条消息，应该能收到回复。

5. ClawHub 技能加载与首个技能调用链路

通道通了，接下来装技能。ClawHub 是 OpenClaw 的技能市场，技能本质是一段带 manifest 的代码，声明它需要哪些权限、调用哪个模型别名、暴露哪些命令。

先看当前已加载的技能：

openclaw skills list

从 ClawHub 装一个文件管理技能：

openclaw skills install file-manager --source clawhub

装完确认落盘位置：

ls ~/.openclaw/workspace/skills/

应该能看到file-manager/目录，里面有manifest.json和入口文件。manifest.json里会声明它用哪个模型别名，比如"model": "fast"，这个fast就是你在config.toml的[provider.taotoken.models]里映射到deepseek-chat的那个别名。这就是统一 Key 的好处：技能只认语义名，换底层模型不用动技能代码。

加载并启用：

openclaw skills enable file-manager openclaw skills list

skills list里file-manager状态变成 enabled，就说明加载成功。然后触发一次调用，比如让它列一下工作区文件：

openclaw run file-manager --action list --path ~/.openclaw/workspace/

预期返回是工作区下的文件列表。如果这一步成功，说明「OpenClaw → TaoToken → 模型 → 技能执行」整条链路跑通了。后面再装 shell-runner、日程提醒之类的技能，都是同样的流程：install → enable → run。

6. 本篇常见错排查

报错provider not found: taotokensettings.json里的agent.provider和config.toml里的[provider.xxx]名字不一致。检查两处拼写，注意大小写。

报错401 UnauthorizedKey 没导出到环境变量，或者导出后没重启 Gateway。echo $TAOTOKEN_API_KEY确认有值，然后openclaw gateway restart。

报错model not founddefault_model或技能里引用的模型名不在 TaoToken 支持的列表里。先去模型对话页面确认模型名，再回填配置。别名映射里的值必须是真实模型名。

技能装了但skills list里不显示skills.directory路径写错，或者技能目录权限不对。ls一下确认目录存在，chmod -R 755给读权限。

Gateway 起来了但 chat 页面无响应先openclaw doctor --fix修配置，再openclaw gateway restart。如果还不行，看/tmp/openclaw/下的日志，通常能看到具体是 provider 超时还是技能加载失败。

版本坑2026.2.9 是稳定版，2026.2.12 有消息处理和心跳的严重 Bug，别升。已经升了的，npm install -g openclaw@2026.2.9 --force回退，然后openclaw doctor --fix。

7. 下一步：把统一 Key 用顺

链路跑通之后，日常维护其实很轻。换模型就改config.toml里default_model一行，或者用openclaw models set临时切；加技能就openclaw skills install；看用量去 TaoToken 控制台按 Key 维度筛。如果你要长期跑编码类 Agent，建议把 Coding Plan 的额度配上，比按次调用更稳；只是想验证某个模型效果，直接在模型对话页面发消息最快，不用动 OpenClaw 配置。

接入文档里有完整的 provider 字段说明和 Skills manifest 规范，配自定义技能时对着看能少踩不少坑。整套配置的核心就一句话：OpenClaw 管调度和技能，TaoToken 管模型通道，两边靠一个 base_url 和一个 Key 对接，剩下的都是填参数。