企业官网建设流程全解析

1. 为什么要在 VPS 上部署 OpenClaw 龙虾

OpenClaw 是一个可以常驻在服务器上的 AI 助手框架，社区里习惯叫它“龙虾”。它能接入飞书、网页聊天、终端等多种入口，背后挂上大模型之后，就变成了一个 7×24 小时在线的私人助理。适合谁？适合想把 AI 助手固定在一个稳定环境里、不想每次开电脑都重新跑一遍的人，也适合想拿国产模型做“饲料”来喂龙虾、控制成本的开发者。

我这次的目标很明确：在一台 VPS 上从零把 OpenClaw 跑起来，接上飞书机器人，然后用 TaoToken 的统一 Key 通道接入国产模型，完成端到端连通性测试。整个过程会给出可复制的 Docker Compose 配置、环境变量模板、飞书验证步骤，以及部署中最容易踩的环境依赖和模型对接坑。

先说清楚前提。这个教程是在服务器上直接部署，给的是较高权限，所以不要放重要文件或私人信息，也不要和龙虾聊敏感内容。服务器建议选非中国大陆节点，内存 4G 以上，系统用 Debian 12 这类 LTS 版本比较稳。通讯工具需要一个飞书账号，用来做机器人接入。

为什么强调“国产模型做饲料”？因为龙虾本身只是个壳，真正干活的是背后的模型。国外模型能力强但成本和网络门槛都高，国产模型在中文场景下表现已经够用，配合 TaoToken 的统一 API 通道，可以做到一个 Key 管多个模型，切换起来不用改代码。下面从环境准备开始，一步步来。

2. TaoToken 前置准备：统一 Key 与 API 通道

在动手部署之前，先把模型通道准备好，否则龙虾跑起来也没饲料。TaoToken 的作用是提供一个统一的 API 入口，你只需要一个 Key，就能调用多个国产模型，不用为每个厂商单独申请、单独配置。对龙虾这种需要频繁切换模型的场景来说，省事很多。

第一步是拿到 API Key。访问官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 注册登录后，进入控制台创建 Key。控制台地址是 https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite ，在 API Keys 页面可以新建和管理密钥，页面地址 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api-keys&utm_campaign=rewrite 。创建时建议给 Key 起个能认出来的名字，比如openclaw-vps，方便后面排查。

拿到 Key 之后，要确认两件事：Base URL 和 Model ID。TaoToken 的 API 入口是 https://taotoken.net/api ，注意这个地址不带 UTM 参数，配置时直接填这个。Model ID 则取决于你想用哪个国产模型，常见的有glm-4、qwen-plus、deepseek-chat等，具体以控制台模型列表为准。这三个要素——Base URL、Key、Model ID——是后面所有配置的核心，缺一不可。

如果你还没想好先用哪个模型，可以先去模型对话页面试一下，地址 https://taotoken.net/chat?utm_source=taotoken_aicg_blog_end&utm_content=model-chat&utm_campaign=rewrite ，在里面直接发消息验证 Key 是否可用、模型是否正常返回。这一步能提前排除 Key 无效或余额不足的问题，避免部署到一半才发现模型调不通。

对于长期跑编码或 Agent 任务的场景，可以考虑 Coding Plan，地址 https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding-plan&utm_campaign=rewrite ，它更适合高频调用。不过本篇先聚焦基础接入，用普通 Key 就够了。文档地址在 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite ，遇到参数不确定时可以对照查。

注意：Key 只显示一次，创建后立刻复制保存。如果泄露，去控制台吊销重建，不要图省事继续用。

准备好这三样东西后，就可以进入服务器部署环节了。下面所有配置里的YOUR_TAOTOKEN_KEY都要替换成你自己的 Key，YOUR_MODEL_ID替换成实际模型 ID。

3. 可复制配置：Docker Compose 与环境变量模板

这一节是整篇的核心，给出可以直接复制的配置文件。我试过用 Docker Compose 来管 OpenClaw，好处是环境隔离干净，重启、升级都方便，不会把服务器系统搞乱。下面这份docker-compose.yml可以直接用，路径建议放在/opt/openclaw/docker-compose.yml。

version: "3.8" services: openclaw: image: openclaw/openclaw:latest container_name: openclaw restart: unless-stopped ports: - "18789:18789" env_file: - .env volumes: - ./data:/root/.openclaw environment: - TZ=Asia/Shanghai

对应的环境变量模板放在同目录的.env文件里，路径/opt/openclaw/.env。这份模板把模型通道、飞书接入需要的占位都列出来了：

# TaoToken 统一 API 通道 OPENAI_BASE_URL=https://taotoken.net/api OPENAI_API_KEY=YOUR_TAOTOKEN_KEY OPENCLAW_DEFAULT_MODEL=YOUR_MODEL_ID # 服务端口与访问 OPENCLAW_PORT=18789 OPENCLAW_GATEWAY_TOKEN=YOUR_GATEWAY_TOKEN # 飞书接入（后续 channels add 时也会用到） FEISHU_APP_ID=YOUR_FEISHU_APP_ID FEISHU_APP_SECRET=YOUR_FEISHU_APP_SECRET # 时区 TZ=Asia/Shanghai

这里有几个点要说明。OPENAI_BASE_URL填 TaoToken 的 API 地址，因为 OpenClaw 兼容 OpenAI 协议，所以走这个变量就能对接。OPENCLAW_GATEWAY_TOKEN是网页访问的认证 Token，可以自己生成一串随机字符，比如用openssl rand -hex 24生成。FEISHU_APP_ID和FEISHU_APP_SECRET先留空也行，等飞书应用创建后再补。

如果你更习惯用 TOML 配置，OpenClaw 也支持~/.openclaw/openclaw.json这种 JSON 形式。下面是一个最小可用的 JSON 片段，路径对应容器内的/root/.openclaw/openclaw.json：

{ "gateway": { "auth": { "token": "YOUR_GATEWAY_TOKEN" } }, "models": { "default": "YOUR_MODEL_ID", "providers": { "taotoken": { "baseUrl": "https://taotoken.net/api", "apiKey": "YOUR_TAOTOKEN_KEY" } } } }

启动命令很简单，在/opt/openclaw目录下执行：

docker compose up -d

然后看日志确认没有报错：

docker compose logs -f openclaw

如果日志里出现模型连接失败，先检查.env里的 Key 和 Base URL 是否填对。如果出现端口占用，改docker-compose.yml里的映射端口即可。这套配置的好处是，模型通道和飞书配置都集中在.env，改起来不用动主配置。

提示：data目录会持久化龙虾的会话和配置，升级镜像前先备份这个目录，避免数据丢失。

配置写完后，先别急着接飞书，用下面的验证步骤确认模型通道是通的，再往下走。

4. 验证请求与飞书接入：端到端连通性测试

配置写好后，第一步是验证模型通道。最直接的方式是在容器里发一个请求，确认 TaoToken 能正常返回。进入容器：

docker compose exec openclaw bash

然后在容器内用 curl 测试：

curl https://taotoken.net/api/v1/chat/completions \ -H "Authorization: Bearer YOUR_TAOTOKEN_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "YOUR_MODEL_ID", "messages": [{"role": "user", "content": "你好，请回复一句话"}] }'

如果返回里有choices字段和正常内容，说明模型通道通了。如果返回 401，说明 Key 有问题；如果返回reading choices之类的解析错误，多半是 Model ID 填错或模型不存在。这一步过了，再打开网页 UI 验证。

网页访问地址是http://你的服务器IP:18789/chat?token=YOUR_GATEWAY_TOKEN。注意 Token 要换成你自己生成的，不要用示例里的。如果页面报 1008，就是 Token 没带对或没生效，检查.env里的OPENCLAW_GATEWAY_TOKEN和 URL 里的 token 是否一致。正常打开后，在 Chat 界面发一条消息，确认龙虾能回复，说明模型和网页入口都通了。

接下来接飞书。先去飞书开放平台创建企业自建应用，添加“机器人”能力。然后在服务器上执行：

docker compose exec openclaw openclaw channels add

按提示选择飞书，填入FEISHU_APP_ID和FEISHU_APP_SECRET。接着在飞书后台配置权限，用批量导入的方式把权限代码贴进去，再在“事件与回调”里选择长连接接收事件，添加im.message.receive_v1。创建版本并发布，让权限生效。

发布后给飞书机器人发消息，会提示需要配对。回到服务器执行配对命令：

docker compose exec openclaw openclaw pairing approve feishu YOUR_CODE

把YOUR_CODE换成飞书里收到的实际代码。配对成功后，再回飞书发消息，就能正常聊天了。到这里，VPS 部署、模型接入、飞书打通就全部完成了。

5. 本篇常见错误排查

部署过程中最容易卡在几个地方，这里按真实报错对照排查。

401 Unauthorized：模型请求返回 401，基本是 Key 问题。检查.env里的OPENAI_API_KEY是否复制完整，有没有多余空格。如果 Key 刚创建，确认控制台里余额或额度正常。还有一种情况是 Base URL 写成了带路径的地址，正确写法是https://taotoken.net/api，不要多加/v1之外的路径。

local proxy failed：这个报错通常出现在容器网络配置上。如果服务器本身有网络限制，容器可能连不上外部 API。先确认容器内能解析域名：

docker compose exec openclaw ping -c 2 taotoken.net

如果解析失败，检查 Docker 的 DNS 配置，可以在docker-compose.yml里加dns: [8.8.8.8]。如果解析正常但请求超时，检查服务器防火墙出站规则。

reading choices 解析错误：返回体里没有choices字段，多半是 Model ID 不对。去控制台确认模型列表里的准确 ID，注意大小写和连字符。有些模型需要特定前缀，填错就会返回错误结构。

OAuth 相关报错：如果日志里出现 OAuth 字样，通常是飞书应用配置问题。检查FEISHU_APP_ID和FEISHU_APP_SECRET是否匹配，权限是否已发布生效。飞书应用没发布时，事件回调不会触发，配对也会失败。

网页 1008 错误：Token 认证失败。确认 URL 里的 token 和.env里的OPENCLAW_GATEWAY_TOKEN完全一致，包括大小写。如果改过.env，要重启容器：

docker compose restart openclaw

端口占用：启动时报端口被占用，改docker-compose.yml里的18789:18789左边那个端口，比如改成18790:18789，然后重新docker compose up -d。

排查时养成看日志的习惯，docker compose logs -f openclaw会实时输出错误，大部分问题看日志就能定位。如果模型通道反复失败，先去模型对话页面单独测一下 Key，排除是 Key 本身的问题还是配置问题。

6. 继续用 TaoToken 管理你的龙虾饲料

龙虾跑起来之后，真正的日常是喂它。国产模型的好处是成本可控，配合 TaoToken 的统一 Key，切换模型不用改代码，改一个环境变量重启就行。比如你想从glm-4换到deepseek-chat，只改.env里的OPENCLAW_DEFAULT_MODEL，然后docker compose restart openclaw即可。

如果你打算长期跑编码或 Agent 任务，Coding Plan 会更合适，地址 https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding-plan&utm_campaign=rewrite 。接入文档在 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite ，遇到新模型或参数问题可以对照。Key 管理在 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api-keys&utm_campaign=rewrite ，建议定期轮换。

最后给个实用技巧：把.env和data目录一起备份，换服务器时直接搬过去，改一下 IP 就能继续用。龙虾的会话记录都在data里，别弄丢。模型通道这边，TaoToken 的 API 入口 https://taotoken.net/api 保持稳定，配置一次就能长期用。