企业官网建设流程全解析

1. Windows11 纯国内环境装 OpenClaw 到底卡在哪

OpenClaw 是一个可以跑在本地的 AI Agent 网关，它能把你电脑上的本地大模型、飞书机器人、命令行工具串成一条链路，让机器人在飞书里直接调用你本机的模型来回答问题、读写文件、执行命令。适合谁？适合手上有 Windows11 机器、想在内网或纯国内网络下玩本地 Agent、又不想把数据发到云端的开发者。我这次用的机器是 Dell Inspiron 14 Plus 7430，i7-13620H、16G 内存、RTX4050 6G 独显，系统是 Windows11，网络是纯国内，全程没有用任何特殊网络手段。

整个安装过程最容易卡住的地方有三个：第一是 Node.js 和 npm 的 PowerShell 脚本执行权限，Windows 默认 Restricted 策略会直接拦住 npm.ps1；第二是 npm 默认源在国内下载依赖经常超时，必须换镜像；第三是 OpenClaw 首次配置时如果选了云端模型，后面接本地 LM Studio 还要再改一遍配置，不如一开始就想清楚链路。我踩过的坑是：第一次装完 OpenClaw 直接选了云端 provider，结果本地 LM Studio 的模型一直没接上，后来重新走了一遍openclaw config才把 Custom Provider 配好。

这篇文章会按真实操作顺序走一遍：先装 Node.js 和构建工具，再装 OpenClaw 本体，然后配飞书通道，接着用 LM Studio 起本地模型服务，最后把 OpenClaw 指向本地模型并做消息回环验证。中间会给出可复制的配置片段和常见报错排查。如果你只是想先跑通一个最小链路，可以跳过飞书部分，先把本地模型接上再说。

需要提前说明的是，OpenClaw 本身是一个网关程序，它不替代编辑器，也不直接操作你的生产数据库。它的作用是做协议转换和工具调度。LM Studio 负责把本地模型以 OpenAI 兼容接口暴露出来，OpenClaw 负责把这个接口注册成一个 provider，飞书负责做消息入口。三者各司其职，配置的时候要分清哪一层出了问题。

另外，TaoToken 在这个链路里扮演的是统一 Key 通道的角色。当你后面要接多个云端模型或者多个工具时，每个工具都去单独管理一套 Key 会很乱，用 TaoToken 的 API 通道可以把鉴权收口到一处。它的 API 地址是 https://taotoken.net/api，控制台和 Key 管理在 https://taotoken.net/api-keys。本地模型这条链路本身不需要 TaoToken，但如果你后面要加云端模型做兜底，统一 Key 会省很多事。

2. Node.js 与构建工具的前置配置

OpenClaw 的安装脚本依赖 Node.js 和 npm，版本选择上建议用 v22 的 LTS 版本。到 Node.js 官网下载 Windows Installer (.msi)，选 Windows x64，一路 Next，除了安装位置其他默认即可。装完之后用管理员模式打开 Windows PowerShell，输入node -v和npm -v，能显示版本号就说明装好了。

这里最常见的报错是：

npm : 无法加载文件 C:\Program Files\nodejs\npm.ps1，因为在此系统上禁止运行脚本。

原因是 PowerShell 默认执行策略是 Restricted，不允许运行任何脚本。解决办法是改当前用户的执行策略：

Set-ExecutionPolicy RemoteSigned -Scope CurrentUser

RemoteSigned 的含义是：本地脚本不需要数字签名，从网络下载的脚本需要签名。这个策略对日常开发够用，也不会把整台机器放开。改完可以用Get-ExecutionPolicy确认当前策略。PowerShell 的几种策略区别如下：

接着换 npm 镜像源，防止下载超时：

npm config set registry https://registry.npmmirror.com npm config get registry

第二条命令显示https://registry.npmmirror.com就说明换好了。也可以用npm config list查看 registry 那一行。

然后装 Git。到 git-scm.com 下载 Windows x64 setup，一路回车默认安装。装完在管理员 PowerShell 里执行两条 URL 替换命令，避免 git 协议在国内被卡：

git config --global url."https://github.com/".insteadOf git@github.com: git config --global url."https://".insteadOf git://

第一条把所有git@github.com:开头的地址替换成 https，第二条把git://协议也替换成 https。这样后面 npm 拉依赖时走 git 协议的部分就不会卡住。

再装 Python。到 python.org 下载 3.11.x 的 Windows 安装包，安装时务必勾选 “Add python.exe to PATH”，否则后面构建原生模块会找不到 Python。装完在 PowerShell 里输入python --version确认。

最后装 Windows Build Tools。到 Visual Studio 官网下载 Build Tools 安装器，安装时选择 “Desktop development with C++” 工作负载，并确保勾选 Windows 10/11 SDK。这一步是为了编译某些 npm 原生模块，不装的话后面npm install可能报 node-gyp 相关错误。整个前置配置大概需要 20 到 30 分钟，主要时间花在 Build Tools 的下载和安装上。

3. OpenClaw 安装与 LM Studio 本地模型对接配置

前置工具齐了之后，重新开一个管理员 PowerShell，执行官方安装脚本：

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

默认安装位置是主目录下的.openclaw。如果你想装到别的盘，先设置环境变量再运行安装命令：

New-Item -ItemType Directory -Path 'D:\ai\openclaw' -Force [Environment]::SetEnvironmentVariable("OPENCLAW_HOME", "D:\ai\openclaw", "User") [Environment]::GetEnvironmentVariable("OPENCLAW_HOME", "User")

第三条命令用来确认变量写进去了。安装完成后会自动进入首次配置界面，也就是 onboarding。第一步选 Yes 继续，然后选 Quickstart 快速配置。模型提供商这里可以先跳过，Channel 也先跳过，Skills 暂时不设，后面都能补。配置走完会自动装网关，完成后浏览器打开控制台地址就能看到界面。如果打不开，关掉终端重开一个，输入openclaw gateway start启动网关，第一次访问控制台记得带上 token 参数。

接下来装 LM Studio。到 lmstudio.ai 下载 Windows 版，一路 Next 装好并运行。在搜索框里搜qwen3.5-9B，选好版本后下载。下载完在模型页载入模型，可以直接对话测试，这个模型支持图像输入。然后点左侧的开发模式图标进入本地服务页，点运行服务器，再载入模型。在服务器设置里可以改端口，我改成了 4321，也可以开启 API Key。注意 Load 处的上下文长度要设大一点，防止对话到一半长度不够。

LM Studio 起好之后，它的 OpenAI 兼容接口地址是http://127.0.0.1:4321/v1。现在回到 OpenClaw 做对接。在管理员 PowerShell 里输入：

openclaw config

按提示选择 Local (this machine) → Model → Custom Provider，然后依次填：

• API Base URL：http://127.0.0.1:4321/v1
• API Key：填 LM Studio 里设的 Key，没设就空着
• Endpoint compatibility：选 OpenAI-compatible
• Model ID：qwen3.5-9B
• Verification：验证服务器是否可达
• Endpoint ID：随意，不改也行
• Model alias：别名，可写可不写

如果你习惯直接改配置文件，OpenClaw 的配置是 JSON 格式，路径在%OPENCLAW_HOME%\config.json，对应的 provider 片段大概长这样：

{ "providers": { "lmstudio-local": { "type": "openai-compatible", "baseUrl": "http://127.0.0.1:4321/v1", "apiKey": "", "model": "qwen3.5-9B" } } }

如果你后面要接云端模型做兜底，可以把 TaoToken 的通道也加进来，Base URL 用https://taotoken.net/api，Key 从 https://taotoken.net/api-keys 拿，Model ID 按你实际要用的模型填。这样本地和云端就在同一个配置里管理，切换的时候只改 provider 名字。配完重启网关：

openclaw gateway restart

然后就可以在控制台里选这个本地模型试对话了。

4. 飞书通道接入与消息回环验证

OpenClaw 内置了飞书插件，不需要额外下载。先看插件列表：

openclaw plugins list

能看到 feishu 是 disabled 状态，启用它：

openclaw plugins enable feishu

然后添加通道：

openclaw channels add

按提示选择飞书，输入飞书应用的 App ID、App Secret 等凭证。这些凭证在飞书开放平台创建企业自建应用后可以拿到，具体创建流程按飞书官方文档走。填完选 Finished 退出。

接着启动飞书客户端，把机器人添加到某个群或者直接私聊，发一条消息，机器人会返回一个配对码。复制这个配对码，回到命令行执行批准命令，看到成功提示后，这个账号就能和机器人正常对话了。

验证消息回环的时候，在飞书里发一句 “你好”，如果 OpenClaw 网关、LM Studio 服务、飞书通道三层都通，机器人会返回本地模型生成的回复。如果没反应，按下面的顺序排查：先确认 LM Studio 的服务器还在运行，再确认 OpenClaw 网关没挂，最后看飞书通道状态。

如果你在配置里同时用了 TaoToken 的统一 Key 通道，飞书这边不需要单独填 TaoToken 的 Key，鉴权是在 OpenClaw 的 provider 层做的。飞书只负责消息进出，模型调用走的是 OpenClaw 内部的 provider 路由。这一点分清楚，排查的时候就不会在飞书凭证上浪费时间。

消息回环验证通过后，你可以试着让机器人在飞书里执行一个文件读取操作，比如 “读一下 D:\test.txt”。如果机器人回复说没有权限，那就是工具 profile 的问题，下一节会讲。

5. 常见报错排查：401、local proxy failed 与工具权限

第一个高频报错是 401。如果你在 OpenClaw 里配了云端 provider 但 Key 不对，调用时会返回 401。排查方法是确认 provider 的 apiKey 字段填的是对应平台的 Key，Base URL 没有多写或少写/v1。如果用 TaoToken 通道，Key 从 https://taotoken.net/api-keys 复制，Base URL 用https://taotoken.net/api，不要带多余路径。

第二个是local proxy failed。这个通常出现在 OpenClaw 尝试连本地 LM Studio 的时候。原因可能是 LM Studio 的服务器没启动，或者端口对不上。先确认 LM Studio 开发模式里服务器是运行状态，再看端口是不是你配的那个。如果改了端口，OpenClaw 的 baseUrl 也要同步改。另外 Windows 防火墙可能拦了本地回环以外的请求，但 127.0.0.1 一般不受影响。

第三个是reading choices相关报错。这通常说明返回的 JSON 结构不符合 OpenAI 兼容格式，或者模型返回了空响应。先确认 LM Studio 里模型加载正常，上下文长度够用。如果用的是自定义 endpoint，确认 compatibility 选的是 OpenAI-compatible。

第四个是 OAuth 相关报错。如果你在接某些需要 OAuth 的云端服务，token 过期会报这个。重新走一遍授权流程即可。本地模型链路不涉及 OAuth。

第五个是工具权限问题。表现是机器人能对话，但让它读写文件或执行命令时回复没有权限。先查当前 profile：

openclaw config get tools.profile

如果返回messaging，说明工具权限被限制在消息相关。解决办法是设置成 coding 或 full：

openclaw config set tools.profile "coding"

profile 的含义如下：

本地开发建议用 coding，需要完全放开再用 full。改完重启网关生效。

另外，如果你要装 Skills，可以用官方指定的 clawhub：

npm install -g clawhub clawhub --version

显示版本号就说明装好了。后面可以用它搜索和安装技能包。

6. 统一 Key 通道与后续扩展建议

本地模型跑通之后，你可能会遇到新的需求：本地 9B 模型回答质量不够，想加一个云端模型做兜底；或者你想同时接多个工具，每个工具都要单独配 Key。这时候如果每个 provider 都单独管理一套鉴权，配置会越来越乱。TaoToken 的作用就是把这些 Key 收口到一处，OpenClaw 里只配一个 provider 指向 TaoToken 的 API 地址，换模型的时候只改 Model ID。

具体做法是在 OpenClaw 的 provider 配置里加一个条目，Base URL 用https://taotoken.net/api，Key 从控制台拿，Model ID 按你要用的模型填。这样本地模型和云端模型可以共存，飞书里通过切换模型名来选择走哪条链路。对于长期跑编码任务或者 Agent 任务的场景，可以考虑用 Coding Plan，把常用的模型和额度统一管理。

接入文档在 https://taotoken.net/doc 可以查到具体的参数说明。如果你只是想先验证某个模型的效果，可以直接在模型对话页面试，不用先写配置。整个链路的思路是：本地 LM Studio 负责离线推理，OpenClaw 负责调度和协议转换，飞书负责交互入口，TaoToken 负责云端鉴权收口。四层各管各的，出问题的时候按层排查，比混在一起调要快得多。

最后提醒一点：OpenClaw 的配置文件改动后一定要重启网关才生效，openclaw gateway restart这条命令会用到很多次。LM Studio 的模型如果换了，OpenClaw 这边的 Model ID 也要同步改，否则会报模型找不到。飞书机器人的配对码是一次性的，换账号要重新配对。把这些记清楚，后面扩展的时候会省很多来回折腾的时间。