企业官网建设流程全解析

1. 微信里养一只“龙虾”，到底在养什么

先说清楚“龙虾”是什么。OpenClaw（社区里也常叫 ClawBot、QClaw）是一类开源 AI 智能体框架，和普通问答式助手最大的区别是：它不只回你话，还能拆任务、调工具、跑流程。你给它一句“帮我把这周的会议纪要整理成文档”，它会自己规划步骤、调用能力、把结果发回来。把它接进微信，等于给微信通讯录里加了一个能干活的好友。

这篇要解决的就是落地路径：怎么用 TaoToken 把模型通道统一起来，让 OpenClaw 在微信侧稳定收发消息。适合两类人——一是有台常开的电脑（Windows 或 Mac 都行），想自己搭一个私人助理；二是已经在跑 OpenClaw，但模型调用老是超时、报 401，想换成更省心的通道。

我试过把模型 Key 散落在好几个地方，结果一换环境就找不到对应关系，排查起来特别费劲。所以这篇的核心思路是：所有模型请求都走 TaoToken 一个入口，config.toml 和 settings.json 里只维护一份 Key，微信侧只负责触发和收结果。下面按“先给骨架、再填通道、最后验证”的顺序来，你照着填就能跑。

需要提前说明的是，微信侧的 ClawBot 插件能力在逐步放量，不同版本、不同系统看到的入口可能不一样。这篇不依赖某个特定灰度入口，重点放在配置骨架和模型通道上，这部分是通用的，入口怎么变都不影响。

2. 前置准备：TaoToken 通道与 Key 的获取

在动 config.toml 之前，先把模型通道准备好。TaoToken 在这里扮演的角色是统一的模型接入层：你拿到一个 Key，配一个 API 地址，OpenClaw 里所有需要调模型的地方都指向它，不用再为每个模型单独维护一套凭证。

第一步，打开官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 注册并登录。登录后进控制台，地址是 https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite ，在左侧找到 API Keys 相关入口。

第二步，创建一个新的 API Key。建议按用途命名，比如openclaw-wechat，这样以后要轮换或吊销时一眼能认出来。创建后立刻复制保存，页面刷新后通常不再完整显示。

第三步，记下两个关键值，后面配置里要用：

注意：API 地址用 https://taotoken.net/api 即可，不要自己拼 UTM 参数到接口地址上，那些参数只用于官网跳转统计，混进请求里可能导致签名或路由异常。

如果你还想先确认模型能不能正常对话，可以打开模型对话页面 https://taotoken.net/chat?utm_source=taotoken_aicg_blog_end&utm_content=model_chat&utm_campaign=rewrite 发一条测试消息，确认 Key 有效、额度正常，再去配 OpenClaw。这一步能省掉后面很多“到底是 Key 错还是配置错”的纠结。

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

OpenClaw 的配置通常分两层：config.toml管运行时的模型通道和智能体行为，settings.json管微信侧的连接与消息路由。下面给的是骨架，字段名以你实际安装的版本为准，但结构可以直接照搬。

3.1 config.toml：把模型通道统一到 TaoToken

# config.toml —— OpenClaw 运行时配置 [model] # 统一走 TaoToken，所有模型请求都从这里出 provider = "openai-compatible" base_url = "https://taotoken.net/api" api_key = "sk-你的TaoToken密钥" model = "claude-sonnet-4-20250514" timeout_seconds = 120 max_retries = 3 [agent] name = "wechat-claw" workspace = "./workspace" # 允许智能体调用工具，否则只能聊天不能干活 enable_tools = true # 单次任务最大步数，防止死循环 max_steps = 20 [logging] level = "info" file = "./logs/openclaw.log"

几个容易踩的点。provider写openai-compatible是因为 TaoToken 的接口兼容 OpenAI 风格，大多数 OpenClaw 版本都认这个值。timeout_seconds别设太小，智能体任务链路长，60 秒以下容易在工具调用阶段被掐断。max_steps是保险丝，任务拆解跑飞时能兜住。

3.2 settings.json：微信侧连接与路由

{ "wechat": { "enabled": true, "bot_name": "微信ClawBot", "mode": "single_chat", "allow_group": false, "reply_prefix": "", "typing_indicator": true }, "routing": { "default_agent": "wechat-claw", "command_prefix": "/", "ignore_self": true }, "security": { "allowed_users": [], "require_binding": true } }

mode先设single_chat，群聊能力在多数版本里还没放开，强行开可能收不到消息。allowed_users留空表示不限制，但require_binding保持true，确保只有扫码绑定过的账号能触发，避免别人误发指令把你的助理当公共工具用。

3.3 环境变量方式（可选，更安全）

不想把 Key 写死在文件里，可以用环境变量：

export TAOTOKEN_API_KEY="sk-你的TaoToken密钥" export TAOTOKEN_BASE_URL="https://taotoken.net/api"

然后把 config.toml 里的api_key改成api_key = "${TAOTOKEN_API_KEY}"。这样配置文件可以进版本库，Key 留在本机环境里。

4. 启动与验证：让微信侧真的收到回复

配置填完，先别急着扫码绑定，分两步验证：先确认模型通道通，再确认微信侧通。

4.1 验证模型通道

在 OpenClaw 目录下跑一条最小请求，确认 TaoToken 通道可用：

curl -s https://taotoken.net/api/v1/chat/completions \ -H "Authorization: Bearer sk-你的TaoToken密钥" \ -H "Content-Type: application/json" \ -d '{ "model": "claude-sonnet-4-20250514", "messages": [{"role": "user", "content": "只回复两个字：收到"}] }'

返回里能看到choices字段和内容，说明 Key、地址、模型名三者都对。如果返回 401，检查 Key 有没有多余空格；返回 404，检查 base_url 是不是写成了带路径的形式。

4.2 启动 OpenClaw 并绑定微信

# 安装依赖并启动 npm install npm run start

启动日志里出现agent ready和wechat listener started之后，按你所用版本的绑定流程操作：电脑端会输出一个二维码或绑定链接，用微信扫码授权。绑定成功后，微信联系人列表里会出现配置里写的bot_name。

4.3 发一条真实指令验证

在微信里给这个联系人发：

/帮我查一下今天上海的天气，然后提醒我 30 分钟后喝水

预期结果是两条消息：一条天气回复，一条 30 分钟后到达的提醒。如果只收到“正在处理”但没有后续，多半是max_steps太小或工具调用超时，回到 config.toml 把timeout_seconds调到 180 再试。

提示：第一次跑建议用简单任务验证链路，比如“回复我当前时间”。链路通了再上多步任务，排查范围小很多。

5. 本篇常见错排查

报 401 Unauthorized。九成是 Key 问题。检查 config.toml 里的api_key有没有引号嵌套错误，或者环境变量没生效。用第 4.1 节的 curl 单独测一次，能快速定位是 Key 还是 OpenClaw 配置的问题。

报 model not found。模型名写错了。TaoToken 侧的模型标识以控制台或文档为准，别凭记忆写。把model字段换成你确认可用的名称再试。

微信侧发消息没反应。先看 OpenClaw 日志有没有收到消息事件。如果日志里没有，说明绑定或路由没生效，检查 settings.json 的enabled和require_binding；如果日志里有事件但没有回复，问题在模型通道，回到第 4.1 节验证。

回复一半断了。典型超时。把timeout_seconds提到 180，max_retries提到 3。智能体任务里工具调用是串行的，链路比普通对话长得多。

群聊里 @ 它没反应。当前多数版本只支持单聊，allow_group保持false。等版本放开后再改，别提前开，开了也收不到。

换电脑后全部失效。Key 和配置没同步。把 config.toml 里的 Key 改成环境变量引用，配置文件跟着仓库走，Key 每台机器单独设，就不会再出现这种问题。

6. 把通道固定下来，再谈玩法

配置这件事，最怕的是每次换环境都重新摸一遍。把模型通道统一到 TaoToken 之后，config.toml 里只有一处 Key、一处 base_url，微信侧只负责触发和收结果，出问题时排查范围直接砍一半。你可以先把第 3 节的骨架存成一个模板，以后新机器上只改环境变量就能跑起来。

如果你打算长期跑编码类或 Agent 类任务，可以了解下 Coding Plan https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding_plan&utm_campaign=rewrite ，按用量规划比临时加额度更稳。接入过程中遇到通道或 Key 的问题，直接看接入文档 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite ，里面把 base_url、鉴权方式和常见返回码都列清楚了。Key 的管理入口在 API Keys https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api_keys&utm_campaign=rewrite ，建议按用途建多个 Key，轮换时互不影响。

先把链路跑通，再慢慢加任务。一只稳定的龙虾，比十只时灵时不灵的龙虾有用得多。