企业官网建设流程全解析

1. 为什么要在本地跑 OpenClaw 并接统一 Key

OpenClaw（小龙虾）是一个可以本地部署的个人 AI 助理，能接飞书、钉钉这类即时通讯工具，帮你处理邮件、整理文件、执行一些系统级操作。它本身不产出推理能力，需要外接一个“大脑”——可以是本地 Ollama 跑的模型，也可以是远端 API 通道。很多人卡在第一步：Windows 和 macOS 上装完 OpenClaw，模型接不通，或者本地模型和远端通道各配一套 Key，管理起来很乱。

这篇教程解决的就是这件事：在 Windows 和 macOS 上从零把 OpenClaw 跑起来，本地用 Ollama 提供推理，同时把远端统一通道的 Base URL 和 Key 配好，让 OpenClaw 既能走本地模型，也能在需要更强能力时切到统一 API 通道。适合想在本地做 AI 助理实验、又不想被多套 Key 折腾的人。

我试过在 Windows 11 和 macOS 上各跑一遍，踩过的坑集中在三处：Ollama 默认上下文窗口太小、OpenClaw 的 models.json 里 num_ctx 没改、以及远端通道的 Base URL 写成了带路径的地址导致 404。下面按平台拆开讲，命令和配置都能直接复制。

先明确一个概念：OpenClaw 的模型配置分两层。一层是 provider，决定请求发到哪个地址、用哪个 Key；另一层是 model，决定用哪个模型 ID、上下文窗口多大。本地 Ollama 和远端统一通道，本质上是两个 provider，各自有 Base URL 和 Key。把这两层理清楚，后面配置就不会乱。

2. 前置准备：Node.js、Ollama 与 TaoToken 统一 Key

2.1 环境要求与 Node.js 安装

Windows 10/11 64 位或 macOS 12 以上，内存建议 16GB 起步，跑 14B 模型最好 32GB。Node.js 版本必须 ≥ 18，推荐 v22。Windows 上用 nvm-windows 管理版本最省事，装完以管理员身份开 PowerShell：

nvm install 22 nvm use 22.22.0 node -v

macOS 上用 Homebrew：

brew install node@22 node -v

如果不想用版本管理器，直接去 Node.js 官网下 LTS 安装包，Windows 安装时务必勾选 “Add to PATH”，否则后面 openclaw 命令会找不到。

2.2 安装 Ollama 并拉取模型

Ollama 负责本地推理。Windows 和 macOS 都去 Ollama 官网下载安装包，双击默认安装。装完验证：

ollama --version

拉一个中文适配好的基础模型，qwen2.5:7b 约 4.7GB：

ollama pull qwen2.5:7b

这里有个关键点：OpenClaw 要求模型上下文窗口至少 16000 tokens，而 qwen2.5:7b 默认只有 4096。所以必须创建一个定制模型，把 num_ctx 拉到 32768。Windows 上切到用户根目录，用 PowerShell 写 Modelfile：

cd C:\Users\<你的用户名> @"FROM qwen2.5:7b PARAMETER num_ctx 32768"@ | Out-File -Encoding ascii Modelfile ollama create qwen2.5:7b-32k -f Modelfile ollama list

macOS 上同理，路径换成~/Modelfile：

cd ~ cat > Modelfile <<'EOF' FROM qwen2.5:7b PARAMETER num_ctx 32768 EOF ollama create qwen2.5:7b-32k -f Modelfile ollama list

看到qwen2.5:7b-32k出现在列表里，本地大脑就准备好了。

2.3 获取 TaoToken 统一 Key

远端通道这边，先去 TaoToken 官网注册并拿到 API Key。官网地址是 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，注册后在控制台创建 Key。API 入口是 https://taotoken.net/api ，注意这个地址不带任何路径后缀，Base URL 就填它本身，不要自己加/v1或/chat/completions，否则会 404。

Key 拿到后先放一边，后面配置里要用。建议在控制台里给 Key 起个名字，比如openclaw-local，方便以后排查是哪个客户端在用。

3. 可复制配置：OpenClaw 接入 Ollama 与统一通道

3.1 安装 OpenClaw

Windows 上以管理员身份开 PowerShell，执行一键安装：

iwr -useb https://openclaw.ai/install.ps1 | iex

如果报执行策略错误，先跑：

Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser

macOS 上用官方脚本：

curl -fsSL https://openclaw.ai/install.sh | bash

安装完跑配置向导：

openclaw onboard

向导里 provider 选到列表最后的 Custom Provider，API Base URL 填http://127.0.0.1:11434/v1，API Key 随便填个非空字符串比如ollama，Endpoint compatibility 选 OpenAI-compatible，Model ID 填qwen2.5:7b-32k。渠道和技能那几步先全部 Skip for now。

3.2 配置文件片段：models.json 与统一通道

向导跑完后，OpenClaw 的模型配置在~/.openclaw/agents/main/agent/models.json（Windows 是C:\Users\<你的用户名>\.openclaw\agents\main\agent\models.json）。打开它，把本地 Ollama 和远端统一通道都写进去。下面是一个可复制的 JSON 片段，路径和字段名与 OpenClaw 实际读取的一致：

{ "providers": { "ollama-local": { "baseURL": "http://127.0.0.1:11434/v1", "apiKey": "ollama", "compatibility": "openai" }, "taotoken": { "baseURL": "https://taotoken.net/api", "apiKey": "你的TaoToken统一Key", "compatibility": "openai" } }, "models": [ { "id": "qwen2.5:7b-32k", "provider": "ollama-local", "num_ctx": 32768 }, { "id": "claude-sonnet-4-5", "provider": "taotoken", "num_ctx": 32768 } ] }

注意num_ctx这里也要写 32768，和 Ollama 定制模型保持一致。如果只改了 Ollama 没改这里，启动时还是会报上下文窗口太小。远端通道的 model ID 按你实际要用的模型填，TaoToken 控制台里有可用模型列表。

3.3 启动网关与 Web 控制台

配置保存后启动网关：

openclaw gateway start openclaw dashboard

浏览器会自动打开 Web UI，地址通常是http://127.0.0.1:18789/，首次登录需要向导里生成的管理员 Token，记得提前记下来。如果 Token 丢了，可以跑openclaw token generate重新生成。

4. 验证请求：curl 确认本地与统一通道都能返回

配置写完不算完，得实际发一条请求确认两条通道都通。先验证本地 Ollama：

curl http://127.0.0.1:11434/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer ollama" \ -d '{ "model": "qwen2.5:7b-32k", "messages": [{"role": "user", "content": "用一句话说明你是什么模型"}] }'

正常返回里会有choices数组，第一项的message.content就是模型回复。如果返回model not found，说明定制模型名写错了，回ollama list核对。

再验证 TaoToken 统一通道：

curl https://taotoken.net/api/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer 你的TaoToken统一Key" \ -d '{ "model": "claude-sonnet-4-5", "messages": [{"role": "user", "content": "回复 OK 两个字母即可"}] }'

两条都返回正常，说明 OpenClaw 的模型层已经打通。回到 Web UI 里发一条消息，如果走的是本地模型，响应会稍慢但不出网；切到远端模型，响应更快但依赖网络。你可以在 Web UI 的模型选择器里切换，验证两条通道在 OpenClaw 内部也能正常调用。

5. 常见报错排查：401、local proxy failed、reading choices

5.1 401 Unauthorized

这个最常见，分两种。本地 Ollama 报 401，通常是 apiKey 留空了，OpenClaw 要求非空，填ollama就行。远端通道报 401，检查 Key 有没有复制完整，前后有没有空格，以及 Base URL 是不是写成了https://taotoken.net/api/v1——多写/v1会导致鉴权路径错位。正确写法就是https://taotoken.net/api。

5.2 local proxy failed

这个报错一般出现在 OpenClaw 启动网关时，说明它连不上配置里的 provider。先确认 Ollama 服务在跑：ollama list能列出模型就说明服务正常。再看 models.json 里 baseURL 是不是http://127.0.0.1:11434/v1，端口别写成 11434 以外的。macOS 上如果用了 Redis 做缓存，确认brew services start redis已经执行。

5.3 reading choices 相关报错

报错里出现reading 'choices'或cannot read choices of undefined，说明请求发出去了但返回体结构不对。九成是 Base URL 多了路径，或者 model ID 在远端不存在。用第 4 节的 curl 单独测一次，看返回体里有没有choices。如果 curl 正常但 OpenClaw 报错，检查 models.json 里 provider 的 compatibility 是不是写成了openai，写成别的值会导致解析方式不对。

5.4 Model context window too small

首次启动提示Model context window too small (4096 tokens). Minimum is 16000，说明 models.json 里的 num_ctx 还是 4096。打开文件找到对应模型，把"num_ctx": 4096改成32768，保存后openclaw gateway restart。同时确认 Ollama 那边用的确实是qwen2.5:7b-32k而不是基础版qwen2.5:7b。

5.5 OAuth 与 Codex auth.json 场景

如果你在 OpenClaw 里接了需要 OAuth 的通道，报 OAuth 相关错误时，检查~/.openclaw/下的凭证文件有没有过期。涉及 Codex 的 auth.json 时，三件套要写全：Base URL 填https://taotoken.net/api，Key 填统一 Key，Model ID 填控制台里对应的模型名。缺任何一个都会在请求阶段失败。CC Switch 或 Cline MCP 里配置时同理，Base URL、Key、Model ID 三个字段一个都不能少。

6. 把统一 Key 用顺：日常运维与切换建议

跑通之后，日常运维主要靠几个命令。openclaw doctor做全面健康检查，排查问题首选；openclaw logs follow实时看日志，定位 bug 必备；openclaw gateway restart改完配置后重启生效。Skills 管理用clawhub list/install/update/uninstall，比如联网搜索装clawhub install tavily-search。

统一 Key 的价值在于：本地 Ollama 和远端通道共用一套配置结构，切换模型只改 models.json 里的 provider 字段，不用重新配 Key。如果你长期跑编码或 Agent 类任务，可以考虑用 Coding Plan 把额度集中管理；只是验证模型能力，用模型对话页面单独测更快。接入文档在 https://taotoken.net/api 对应的文档页，API Keys 在控制台里管理。

最后提醒一句：OpenClaw 有系统级操作权限，别在存了重要商业或个人数据的机器上直接跑。用一台干净的备用设备，或者单独开个用户账户，把风险隔离开。本地模型断网可用，远端通道按需切换，这套组合跑顺之后，日常助理任务基本够用了。