企业官网建设流程全解析

1. Openclaw 初始化配置踩坑：模型和 channel 到底改哪里

Openclaw 是一个可以本地部署的多模型网关工具，它能帮你把不同厂商的模型统一到一个入口，再通过 channel 分发给飞书、钉钉、企业微信这类协作平台。适合谁？适合已经在 Docker 里跑起来 Openclaw、但卡在“模型接不通”或者“channel 收不到消息”这一步的开发者。我自己第一次跑openclaw onboard的时候，以为把 API Key 粘进去就完事了，结果模型列表是空的，channel 也一直显示未连接，折腾了快一个小时才搞明白 settings 文件里模型和 channel 是两套独立配置。

这篇内容聚焦首次启动时的初始化流程，重点讲清楚三件事：settings 里模型段怎么写、channel 参数模板长什么样、初始化完怎么用一次真实请求验证两边都生效。如果你还没装 Docker 环境，建议先按前两篇把容器跑起来，再回来跟着这篇改配置。整个流程不需要你懂太多底层协议，照着复制粘贴再改几个字段就能跑通。

需要提前说明的是，Openclaw 的配置入口有两个：一个是openclaw onboard的交互式向导，另一个是直接改 settings 文件。向导适合第一次快速跑通，但多模型、多 channel 的场景下，手改 settings 更可控。我实测下来，向导生成的配置经常把模型和 channel 混在一起，后面加第二个模型时容易乱，所以这篇以手改 settings 为主线，向导只作为对照。

另外提醒一句，Openclaw 容器里的默认执行用户是 node，不是 root。你在装插件或者改某些系统级配置时如果报权限不足，别急着怀疑配置写错了，先确认是不是用户身份问题。后面排障章节会专门讲这个。

2. TaoToken 前置准备：拿到 Base URL、Key 和 Model ID

在改 settings 之前，你得先有一个能用的模型通道。这里我用 TaoToken 作为统一接入层，原因是它把多家模型的调用格式做了归一，Openclaw 里只需要配一套 OpenAI 兼容的 Base URL 就能切换不同模型，不用为每个厂商单独写适配。

你需要准备三样东西：Base URL、API Key、Model ID。Base URL 填https://taotoken.net/api，注意这个地址后面不加任何路径后缀，Openclaw 会自己拼接/v1/chat/completions。API Key 去控制台创建，路径是 API Keys 页面，创建后复制那一串以sk-开头的字符串。Model ID 就是你实际要调的模型标识，比如gpt-4o、claude-3-5-sonnet这类，具体以模型对话页面里列出的为准。

这里有个容易搞混的点：onboard 向导里让你粘贴的是 API Key，不是 Key 的 ID。控制台里每个 Key 都有一个名称和一个 ID，名称是给你自己看的，ID 是内部标识，真正要填的是创建时生成的那串密钥本身。我第一次就粘错了，把列表里显示的 Key ID 填进去，结果请求一直 401。

如果你不确定自己的 Key 有没有生效，可以先去模型对话页面发一条测试消息，确认能正常返回，再往 Openclaw 里配。这样能把“Key 本身有问题”和“Openclaw 配置有问题”两件事分开排查，省很多时间。

准备好这三样之后，建议先记在一个临时文本里，因为 settings 文件里模型段和 channel 段都要用到 Base URL，来回切窗口复制容易漏字符。

3. 可复制配置：settings 里模型段与 channel 段怎么写

Openclaw 的 settings 文件通常是 JSON 格式，路径在容器内的/home/node/.openclaw/settings.json，如果你做了卷映射，宿主机上也能直接编辑。下面这份是我实测能跑通的配置片段，你可以整体复制后替换 Key 和 Model ID。

{ "models": { "default": "taotoken-gpt4o", "providers": { "taotoken-gpt4o": { "type": "openai-compatible", "baseUrl": "https://taotoken.net/api", "apiKey": "sk-你的实际密钥", "model": "gpt-4o", "temperature": 0.7, "maxTokens": 4096 }, "taotoken-claude": { "type": "openai-compatible", "baseUrl": "https://taotoken.net/api", "apiKey": "sk-你的实际密钥", "model": "claude-3-5-sonnet", "temperature": 0.5, "maxTokens": 8192 } } }, "channels": { "feishu": { "enabled": true, "appId": "cli_你的飞书应用ID", "appSecret": "你的飞书应用密钥", "verificationToken": "你的验证Token", "encryptKey": "你的加密Key", "defaultModel": "taotoken-gpt4o" } } }

模型段的关键字段说明一下。default指定默认用哪个 provider，名字要和providers里的键一致。type固定写openai-compatible，因为 TaoToken 走的是 OpenAI 兼容协议。baseUrl就是前面说的https://taotoken.net/api，不要加/v1。model字段填真实的模型 ID，这个 ID 会随请求发出去，写错了会返回模型不存在。

channel 段以飞书为例，defaultModel指向模型段里的某个 provider 键名，这样飞书收到的消息就会用这个模型处理。如果你用钉钉，需要额外装插件，命令是openclaw plugins install @openclaw-china/channels，然后跑openclaw china setup走一遍配置向导，最后重启容器。

改完 settings 后，别急着测，先确认 JSON 格式没写错。一个逗号或者引号的问题都会让 Openclaw 启动时直接报解析失败。可以用python -m json.tool settings.json在宿主机上校验一下，通过了再重启容器。

4. 验证请求：初始化后确认模型与 channel 均生效

配置写完、容器重启之后，怎么确认真的生效了？分两步走，先验模型，再验 channel。

验模型最直接的方式是用 Openclaw 自带的命令行发一条测试消息。进入容器：

docker exec -it openclaw-gateway /bin/sh

然后执行：

openclaw chat --model taotoken-gpt4o --message "你好，回复一个字确认"

如果配置正确，你会看到模型返回的内容。如果返回 401，说明 Key 有问题；如果返回 model not found，说明 Model ID 写错了；如果卡住不动，多半是 Base URL 不通或者网络层有问题。

验 channel 稍微麻烦一点，因为要真的从飞书发一条消息进来。你可以在飞书里给机器人发一句“测试”，然后看容器日志：

docker logs -f openclaw-gateway

正常的话，日志里会先出现收到消息的记录，接着出现调用模型的请求，最后出现回复发送成功的记录。如果只看到收到消息但没有模型调用，说明 channel 的defaultModel没指对；如果模型调用了但回复没发出去，说明飞书的应用权限或者回调地址没配好。

我实测下来，最容易出问题的是飞书的 verificationToken 和 encryptKey，这两个如果和飞书后台填的不一致，消息根本进不来，日志里连“收到消息”都不会有。所以验 channel 之前，先把飞书后台的事件订阅配置核对一遍。

两步都通过之后，你可以再发一条稍微复杂点的消息，比如让它总结一段文字，确认多轮对话和长文本都没问题。到这一步，模型和 channel 就算真正跑通了。

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

排障这块我按真实遇到过的报错来列，每个都给出定位思路。

401 Unauthorized：最常见。九成是 API Key 填错了，要么粘成了 Key ID，要么复制时漏了字符。去控制台重新复制一次，注意不要带前后空格。还有一种可能是 Key 被禁用或者额度用完了，去 API Keys 页面看状态。

local proxy failed：这个报错通常出现在容器网络层。Openclaw 容器如果配了代理相关的环境变量，但代理本身不可用，就会报这个。检查容器启动时的 env，把HTTP_PROXY、HTTPS_PROXY这类变量清掉，或者确认它们指向的地址是通的。注意这里说的是容器内部网络配置，不是让你去搞什么外部网络工具。

reading choices 相关报错：一般是模型返回的 JSON 结构和 Openclaw 预期的不一致。TaoToken 返回的是标准 OpenAI 格式，choices数组里第一个元素的message.content就是回复内容。如果报这个错，先确认baseUrl没有多写/v1，再确认type写的是openai-compatible。有时候模型 ID 写成了带前缀的完整路径也会导致返回结构异常。

OAuth 相关报错：如果你在 channel 配置里用了 OAuth 类型的认证，但 token 过期或者 scope 不对，会报这个。飞书和钉钉的 channel 一般用 appId + appSecret 的方式，不走 OAuth，所以如果你看到 OAuth 报错，先检查是不是 channel 类型选错了。

权限不足：前面提过，容器默认用户是 node。装插件时报 permission denied，用 root 身份另开一个 shell：

docker exec -u root -it [container_id] /bin/sh

在这个 shell 里执行安装命令，装完退出，再重启容器。

配置改了不生效：Openclaw 启动时读一次 settings，运行中改文件不会热加载。改完必须重启容器，命令是docker restart openclaw-gateway。我踩过的坑就是改完直接测，怎么都不对，重启后一次通过。

6. 后续接入与统一管理

模型和 channel 跑通之后，你可能会想加更多模型或者接更多平台。加模型就是在providers里再加一个键，baseUrl和apiKey复用同一套，只改model字段就行。加 channel 的话，飞书和钉钉的配置结构类似，照着模板改 appId 和密钥即可。

如果你后面要长期跑 coding 或者 Agent 类的任务，建议把默认模型设成上下文窗口大一点的那个，避免长对话被截断。另外，多个 channel 可以共用同一个模型 provider，不需要为每个 channel 单独配模型，这样管理起来清爽很多。

接入文档和 API Keys 都在控制台里能找到，模型对话页面可以随时验证 Key 是否有效。整套流程走下来，核心就是三件事：Base URL 写对、Key 粘对、Model ID 填对。剩下的就是重启容器和看日志。