企业官网建设流程全解析

1. 为什么我放弃了官方一键脚本，转向 OpenClaw 源码编译手动部署

OpenClaw 是一个本地优先的开源 AI 助手网关，它能让你在自己的机器上跑一个统一的模型接入层，把不同渠道的请求转发到后端大模型，同时保留完整的日志、记忆和技能扩展能力。官方提供了一键部署脚本，对只想快速体验的人足够友好，但如果你要改源码、加自定义技能、调网关参数，或者把它长期跑在一台服务器上，一键脚本的黑盒模式就会变成绊脚石——你不知道它装了什么、改了哪个配置、升级时覆盖了哪些文件。

我试过在一台 Ubuntu 服务器上先用一键脚本跑通，后来想改一个渠道适配逻辑，发现脚本生成的目录结构和源码仓库对不上，改完重启就报模块找不到。那次之后我决定彻底走源码编译手动部署这条路。手动部署的核心价值是：源码在你手里，构建过程透明，全局命令指向的是你本地编译的产物，改一行代码重新 build 就能生效。这篇就把 Linux、macOS、Windows 三个平台从源码拉取到常驻服务配置的完整链路拆开讲，同时把模型接入统一到 TaoToken 的 API 通道上，避免你在多个平台重复填 Key。

适合读这篇的人：已经装好 Node.js 22+ 和 pnpm 的开发者；想对 OpenClaw 做二次开发或深度调优的人；需要在服务器上长期运维 OpenClaw 网关的运维同学。如果你还没配好基础环境，建议先看前置依赖那篇，把 Node 版本和 pnpm 镜像源搞定再回来。

手动部署的整体链路其实就四步：克隆源码、装依赖、构建并全局链接、配系统服务常驻。听起来简单，但每一步在不同平台上都有坑，尤其是依赖安装的网络问题和系统服务的权限问题。下面按平台逐个拆，所有命令都可以直接复制。

2. TaoToken 前置准备：统一 Key 与 API 通道，多平台只配一次

在开始编译之前，先把模型接入的通道确定下来，这样后面三个平台部署完都能直接用同一套配置，不用每个平台重新申请 Key。TaoToken 提供的是统一的 API 通道，你只需要一个 Key 和一个 Base URL，就能在 OpenClaw 里接入后端模型。官网地址是 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，API 端点固定为 https://taotoken.net/api ，注意 API 地址后面不加任何 UTM 参数，保持干净。

你需要提前拿到两样东西：API Key 和要使用的 Model ID。Key 在控制台的 API Keys 页面创建，地址是 https://taotoken.net/console/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。创建时给它起个能认出来的名字，比如 openclaw-gateway，方便后面在多个平台复用时区分。Model ID 则根据你实际要调用的模型来填，在模型对话页面可以先验证一下通道是否通，地址是 https://taotoken.net/models?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。

这里要强调一个概念：OpenClaw 本身是网关，它不生产模型能力，它负责把请求路由到后端。所以你在 OpenClaw 里配置的 Base URL 和 Key，本质上是告诉网关“往哪里发、用什么身份发”。TaoToken 的通道在这里扮演的就是统一出口的角色。你可以在三个平台都用同一份配置，只要环境变量名一致，OpenClaw 启动时就能读到。

配置的载体是环境变量。OpenClaw 读取模型接入信息时，优先从环境变量取，其次从配置文件取。我建议把 Key 放在环境变量里，配置文件里只写 Base URL 和 Model ID，这样 Key 不会进版本库。环境变量模板如下，三个平台通用：

export OPENCLAW_API_BASE="https://taotoken.net/api" export OPENCLAW_API_KEY="sk-你的TaoTokenKey" export OPENCLAW_MODEL_ID="你的ModelID"

Windows 原生环境下用set或$env:设置，WSL2 里和 Linux 一样用 export。如果你要长期跑，建议写进 shell 的 profile 文件，或者写进 systemd 的 Environment 字段。后面每个平台的服务配置里我都会带上这三行，你照着填就行。

还有一个细节：TaoToken 的 API 通道支持标准的 OpenAI 兼容格式，OpenClaw 的模型适配层默认就按这个格式发请求，所以不需要额外装适配插件。你只要保证 Base URL 结尾是/api，不要多加斜杠，也不要少写。实测下来，多一个斜杠会导致 404，这个坑后面排错章节会细说。

3. 可复制配置：三平台源码编译与系统服务常驻

这一节是全文的核心，按 macOS、Linux、Windows 三个平台分别给出从克隆到常驻的完整命令和配置文件。每个平台的配置片段都可以直接复制，路径和原文保持一致，你只需要把用户名替换成自己的。

3.1 源码拉取与依赖安装（三平台通用）

先建一个统一的开发目录，避免污染系统目录：

mkdir -p ~/openclaw-dev && cd ~/openclaw-dev git clone https://github.com/openclaw-dev/openclaw.git cd openclaw

克隆完检查一下分支和提交，确认源码完整：

git status git log --oneline -5

依赖安装必须用 pnpm，OpenClaw 不兼容 npm 和 yarn。先确认镜像源：

pnpm config get registry # 期望输出：https://registry.npmmirror.com

如果输出不是这个，执行pnpm config set registry https://registry.npmmirror.com重设。然后严格按 lock 文件安装：

pnpm install --frozen-lockfile

--frozen-lockfile的作用是锁定版本，不自动升级，避免新版依赖引入兼容问题。装完执行构建和全局链接：

pnpm build pnpm link --global openclaw -v

输出版本号就说明本地编译版本已经注册为全局命令。这一步三平台完全一致，Windows 原生在 PowerShell 里跑同样的命令即可，前提是 pnpm 已加入 PATH。

3.2 macOS：LaunchDaemon 配置与权限要点

macOS 上不推荐用第三方进程守护，直接用系统原生的 LaunchDaemon。先建 plist 文件：

mkdir -p ~/Library/LaunchDaemons touch ~/Library/LaunchDaemons/dev.openclaw.gateway.plist

写入以下配置，注意把你的用户名替换掉，ProgramArguments 里的路径指向 pnpm 全局 bin 目录：

<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN" "http://www.apple.com/DTDs/PropertyList-1.0.dtd"> <plist version="1.0"> <dict> <key>Label</key> <string>dev.openclaw.gateway</string> <key>ProgramArguments</key> <array> <string>/Users/你的用户名/.pnpm-global/bin/openclaw</string> <string>start</string> </array> <key>EnvironmentVariables</key> <dict> <key>OPENCLAW_API_BASE</key> <string>https://taotoken.net/api</string> <key>OPENCLAW_API_KEY</key> <string>sk-你的TaoTokenKey</string> <key>OPENCLAW_MODEL_ID</key> <string>你的ModelID</string> </dict> <key>RunAtLoad</key> <true/> <key>KeepAlive</key> <true/> <key>StandardOutPath</key> <string>/Users/你的用户名/.openclaw/logs/daemon.log</string> <key>StandardErrorPath</key> <string>/Users/你的用户名/.openclaw/logs/daemon-error.log</string> </dict> </plist>

加载并启动：

launchctl load ~/Library/LaunchDaemons/dev.openclaw.gateway.plist launchctl start dev.openclaw.gateway

权限要点：全程用普通用户配置，不要 sudo。LaunchDaemon 里已经通过 EnvironmentVariables 把 TaoToken 的三件套注入了，服务启动时就能读到，不需要额外在 shell 里 export。

3.3 Linux：systemd 服务配置

Linux 服务器上 systemd 是最稳的方案。创建服务文件：

sudo touch /etc/systemd/system/openclaw.service

写入以下内容，User 和 ExecStart 里的用户名要替换：

[Unit] Description=OpenClaw Local AI Gateway Service After=network.target [Service] Type=simple User=你的用户名 Environment=OPENCLAW_API_BASE=https://taotoken.net/api Environment=OPENCLAW_API_KEY=sk-你的TaoTokenKey Environment=OPENCLAW_MODEL_ID=你的ModelID ExecStart=/home/你的用户名/.pnpm-global/bin/openclaw start Restart=always RestartSec=5 [Install] WantedBy=multi-user.target

重载、开机自启、启动：

sudo systemctl daemon-reload sudo systemctl enable openclaw sudo systemctl start openclaw systemctl status openclaw

看到active (running)就说明常驻成功。Environment 三行就是 TaoToken 的 Base URL、Key、Model ID 三件套，systemd 会在启动进程前注入，OpenClaw 直接读取。

3.4 Windows：WSL2 与原生双方案

Windows 分两条路。WSL2 方案推荐给绝大多数人，操作和 Linux 完全一致，直接照搬 3.3 的 systemd 配置，在 WSL2 里跑就行，端口会自动转发到 Windows 主机。原生方案适合纯 Windows 开发场景，编译命令和前面通用步骤一样，但常驻要用 pm2：

pnpm install -g pm2 pm2 start openclaw -- start pm2 startup pm2 save

原生方案下 TaoToken 的环境变量要在启动前设置，可以在 PowerShell 里用$env:OPENCLAW_API_BASE="https://taotoken.net/api"临时设置，或者写进系统环境变量持久化。选型建议：长期运维、要稳定常驻选 WSL2；临时测试、不想装子系统选原生。

4. 验证请求：确认网关连通与模型通道可用

部署完不能只看服务在跑，要实际发一次请求确认整条链路通。OpenClaw 启动后默认监听 18789 端口，先确认端口在听：

# macOS/Linux lsof -i :18789 # Windows PowerShell netstat -ano | findstr 18789

然后调用网关的健康检查接口：

curl -s http://127.0.0.1:18789/health

正常会返回类似{"status":"ok","version":"x.x.x"}的 JSON。这一步只验证网关进程本身活着，还没验证模型通道。接下来发一次真实的模型请求，走 TaoToken 通道：

curl -s http://127.0.0.1:18789/v1/chat/completions \ -H "Content-Type: application/json" \ -d '{ "model": "你的ModelID", "messages": [{"role": "user", "content": "ping"}] }'

如果返回里有choices字段和模型回复内容，说明 OpenClaw 已经成功把请求转发到 TaoToken 通道并拿到了响应。这一步是整个部署的验收标准，比看服务状态更有说服力。你也可以在模型对话页面先单独验证 Key 和 Model ID 是否可用，地址是 https://taotoken.net/models?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，确认通道本身没问题再排查 OpenClaw 侧。

验证通过后，建议把这次请求的日志位置记下来。macOS 在~/.openclaw/logs/daemon.log，Linux 用journalctl -u openclaw -f看，Windows 原生在 pm2 的日志目录。后面出问题第一时间看日志，比猜快得多。

5. 本篇常见错排查：401、local proxy failed、reading choices、OAuth

手动部署的报错比一键脚本多，但类型就那么几类。下面按真实报错信息对照排查，每条都给出定位方法和修复动作。

401 Unauthorized：最常见的原因是 Key 没注入成功。先确认环境变量在当前进程里能读到：

# Linux/macOS systemctl show openclaw | grep OPENCLAW_API_KEY # 或直接看进程环境 cat /proc/$(pgrep -f openclaw)/environ | tr '\0' '\n' | grep OPENCLAW

如果 Key 是空的，说明 systemd 的 Environment 没写对，或者 plist 里的 EnvironmentVariables 拼写错了。另一个可能是 Key 本身失效，去 API Keys 页面重新生成一个，地址是 https://taotoken.net/console/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。注意 Key 前面要带sk-前缀，别漏了。

local proxy failed：这个报错通常出现在网关尝试连接后端但网络不通时。先确认 Base URL 写的是https://taotoken.net/api，结尾没有多余斜杠。然后在本机直接 curl 一下通道：

curl -s -o /dev/null -w "%{http_code}" https://taotoken.net/api

如果返回 404 或超时，说明网络层有问题，检查 DNS 和出站规则。如果返回 401，说明网络通但 Key 没带对，回到上一条排查。

reading choices 报错：典型信息是Cannot read properties of undefined (reading 'choices')。这说明请求发出去了，但返回体里没有 choices 字段，通常是 Model ID 填错了，或者通道返回了错误结构。先确认 Model ID 和你在模型对话页面验证时用的一致。如果 Model ID 对，检查请求体里model字段有没有拼写错误。还有一种可能是返回了流式响应但客户端按非流式解析，这种情况在 OpenClaw 的适配层里一般不会出现，除非你改了源码。

OAuth 相关报错：如果你在配置里启用了 OAuth 认证模式，但通道实际用的是 Key 认证，就会报 OAuth token 缺失。OpenClaw 的模型接入配置里，认证方式要选 API Key，不要选 OAuth。检查配置文件~/.openclaw/config/custom.yaml里有没有残留的 oauth 字段，有就删掉。TaoToken 通道用的是标准 Key 认证，不需要 OAuth 流程。

端口冲突：默认 18789 被占用时网关起不来。排查：

# macOS/Linux lsof -i :18789 # Windows netstat -ano | findstr 18789

改端口不用动源码，编辑~/.openclaw/config/custom.yaml：

gateway: port: 18790

然后openclaw restart生效。注意改端口后，Web 控制台和渠道连接地址都要同步改成新端口。

权限不足 EACCES：文件属主和服务运行用户不一致导致。统一修复：

chmod -R 755 ~/.openclaw chown -R $USER:$USER ~/.openclaw

systemd 和 LaunchDaemon 里都要指定普通用户，不要用 root 跑服务。Windows 原生下如果被杀毒软件拦截，把源码目录加入白名单。

6. 长期编码与 Agent 场景：把 TaoToken 通道固定下来

源码编译部署跑通之后，你手里就有了一套完全可控的 OpenClaw 网关。接下来如果要做长期编码辅助或者 Agent 自动化，建议把 TaoToken 的通道配置固化到项目级，而不是每次靠环境变量临时注入。具体做法是在 OpenClaw 的配置文件里写死 Base URL 和 Model ID，Key 仍然走环境变量，这样配置可以进版本库，Key 不会泄露。

对于需要长时间跑 Agent 任务的场景，Coding Plan 比按量调用更划算，地址是 https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。它适合那种持续发请求、需要稳定通道的编码工作流。如果你只是偶尔验证模型，用模型对话页面就够了；如果是接入排障阶段，先把 API Keys 和接入文档过一遍，文档地址是 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。

最后说一个实操细节：三个平台的服务配置里，TaoToken 的三件套（Base URL、Key、Model ID）一定要写全。我见过有人只写了 Base URL 和 Key，忘了 Model ID，结果网关启动正常但一发请求就报模型不存在。Model ID 不是可选项，它是路由到具体模型的必要参数。把这三样固定下来，后面不管你在哪个平台重新部署，复制配置就能跑，不用再翻控制台找 Key。