企业官网建设流程全解析

1. Ubuntu 24.04 下 openclaw 小龙虾安装前要搞清楚的几件事

openclaw 小龙虾是一个跑在本地、能调用大模型完成对话与自动化任务的智能体框架，你可以把它理解成一个“会自己拆任务、自己调工具”的助手外壳。它本身不产出智能，智能来自你接进去的模型通道。适合谁？适合手里有一台 Ubuntu 机器、想用本地 ollama 跑模型、又不想被各种 Key 和环境变量折腾到崩溃的新手。我试过在 Windows 下配这套东西，环境变量、路径、依赖能把人劝退，换到 Ubuntu 之后整个流程顺很多。

这篇要解决的核心问题是：在 Ubuntu 系统里把 openclaw 小龙虾装起来，让它既能连本地 ollama，又能通过 TaoToken 的统一 Key 通道走云端模型，npm 和 nodejs 环境一次配好，最后用 curl 验证请求真的通。关键词先摆出来：Ubuntu、openclaw、ollama、npm、nodejs，这五个东西会贯穿全文。

很多人卡住不是因为命令难，而是因为顺序错。比如先装 node 再装 npm，或者 ollama 装完了却不知道模型怎么拉，又或者 openclaw 装好了但 endpoint 指向不对，对话一直转圈。下面按“系统准备 → 基础环境 → ollama → openclaw → 统一 Key 配置 → 验证 → 排错”的顺序走，每一步都给可复制的命令。

先确认你的机器：Ubuntu 24.04 LTS 长期支持版最稳，显卡驱动装好（N 卡建议装官方驱动），内存 16G 起步，有独显更好。终端里先跑一句确认版本：

lsb_release -a

看到Ubuntu 24.04就对了。接着更新软件源，这一步别省：

sudo apt update && sudo apt upgrade -y

更新完重启一次，避免内核和驱动没生效。到这里系统层面就干净了，接下来装 npm、nodejs、curl 这些 openclaw 依赖的基础件。

2. TaoToken 统一 Key 通道的前置准备

openclaw 小龙虾要能对话，必须有一个模型通道。本地 ollama 是其中一条路，但本地模型对硬件要求高，小模型回答质量一般，大模型又慢。所以更实用的做法是：本地 ollama 留着做离线兜底，日常走 TaoToken 的统一 Key 通道，一个 Key 就能调多家模型，省去到处申请、到处配环境变量的麻烦。

TaoToken 在这里的角色是“统一入口”。你不用为每个模型单独记 Base URL 和 Key，只要把 openclaw 的 endpoint 指向它，再把 Key 填进配置文件，模型 ID 换成你要用的那个就行。官网地址是 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，API 根地址是 https://taotoken.net/api ，注意 API 地址不带后面那串参数。

你需要提前拿到三样东西，后面配置会反复用到：

第一是 API Key。登录后进控制台，在 API Keys 页面创建一个，复制出来存好。这个 Key 只显示一次，丢了就重建。控制台入口：https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite

第二是 Base URL。统一填https://taotoken.net/api，openclaw 和很多兼容 OpenAI 协议的工具都认这个。

第三是 Model ID。去模型对话页面看一眼当前可用的模型名，比如常见的对话模型 ID，复制准确拼写，大小写和连字符都不能错。模型对话入口：https://taotoken.net/models?utm_source=taotoken_aicg_blog_end&utm_content=model_chat&utm_campaign=rewrite

如果你打算长期用 openclaw 做编码或 Agent 任务，可以顺手了解 Coding Plan，它更适合高频调用场景：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding_plan&utm_campaign=rewrite

接入文档在这里，配置字段有疑问随时对照：https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite

注意：Key 属于敏感信息，不要写进会提交到 Git 的文件里，也不要在截图里露出。后面配置文件建议放在用户目录下，权限设成 600。

前置准备做完，你手里应该有：一个 API Key、一个 Base URL、一个 Model ID。接下来进入实际安装。

3. 可复制配置：npm、nodejs、ollama 与 openclaw 安装

这一节是全文操作最密集的地方，命令都可以直接复制。先装 curl，它是后面拉取安装脚本的工具：

sudo apt install curl -y

装 npm：

sudo apt install npm -y

提示Do you want to continue?时输入y回车。npm 装好后，nodejs 不要直接用 apt 装，版本往往偏旧。用 nvm 管理更灵活：

curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.1/install.sh | bash

执行完关掉终端重开，或者 source 一下配置：

source ~/.bashrc

然后装 Node LTS：

nvm install --lts nvm use --lts

验证三件套：

node -v npm -v curl --version

每条都能返回版本号就说明基础环境 OK。这里有个通用规律：Linux 下装软件基本就是sudo apt install 软件包名，包存在就自动装好并配置，不存在会提示无法定位，缺依赖会给你一份建议安装清单。

接着装 ollama。Ubuntu 软件商城搜索 ollama 安装最省心，命令行方式如下：

curl -fsSL https://ollama.com/install.sh | sh

装完确认服务在跑：

systemctl status ollama

拉一个本地模型，比如：

ollama pull qwen2.5:7b

拉完测试：

ollama run qwen2.5:7b

能进对话就说明本地通道通了，输入/bye退出。

现在装 openclaw 小龙虾。用 npm 全局安装：

npm install -g openclaw

如果提示权限问题，不要用 sudo 硬来，先配好 npm 全局目录：

mkdir -p ~/.npm-global npm config set prefix ~/.npm-global echo 'export PATH=~/.npm-global/bin:$PATH' >> ~/.bashrc source ~/.bashrc npm install -g openclaw

装完确认：

openclaw --version

接下来是关键的配置文件。openclaw 的配置一般放在用户目录下的配置文件夹里，创建并写入统一 Key 通道。先建目录：

mkdir -p ~/.openclaw

写入配置文件~/.openclaw/config.json：

{ "endpoint": "https://taotoken.net/api", "apiKey": "你的_TaoToken_API_Key", "model": "你的_Model_ID", "provider": "openai-compatible", "localFallback": { "endpoint": "http://127.0.0.1:11434", "model": "qwen2.5:7b" } }

如果你用的是需要auth.json的工具链（比如某些兼容 Codex 的写法），对应文件~/.openclaw/auth.json这样写：

{ "base_url": "https://taotoken.net/api", "api_key": "你的_TaoToken_API_Key", "model_id": "你的_Model_ID" }

三件套再强调一次：Base URL 填https://taotoken.net/api，Key 填你创建的，Model ID 填模型对话页里复制的准确名称。改完权限收紧：

chmod 600 ~/.openclaw/config.json ~/.openclaw/auth.json

配置写完，openclaw 就能同时看到云端统一通道和本地 ollama 兜底。

4. 验证请求：curl 检查与 openclaw 首次对话

配置写完不能直接信，先用 curl 验证通道真的通。这一步能帮你把“配置错”和“网络错”分开。请求模型列表：

curl https://taotoken.net/api/v1/models \ -H "Authorization: Bearer 你的_TaoToken_API_Key"

返回一串 JSON，里面有data数组和模型 ID，就说明 Key 和 Base URL 都对。如果返回 401，看下一节排错。

再发一条真实对话请求：

curl https://taotoken.net/api/v1/chat/completions \ -H "Authorization: Bearer 你的_TaoToken_API_Key" \ -H "Content-Type: application/json" \ -d '{ "model": "你的_Model_ID", "messages": [{"role": "user", "content": "用一句话介绍你自己"}] }'

看到返回体里有choices数组、里面有message.content，就说明整条链路通了。这一步成功，openclaw 里大概率也能通，因为用的是同一个 endpoint 和 Key。

接着启动 openclaw：

openclaw

首次启动它会读~/.openclaw/config.json。如果界面里能正常对话、回复在几秒内返回，说明统一 Key 通道生效。想测试本地 ollama 兜底，把配置里的 provider 临时切到本地，或者直接在 openclaw 里指定本地模型：

openclaw --model qwen2.5:7b --endpoint http://127.0.0.1:11434

本地模型首次加载会慢，等模型进内存后就快了。实测下来，本地 7B 模型在普通独显上回复几秒到十几秒，云端通道基本 3 到 5 秒。你可以根据任务类型切换：日常问答走云端，断网或隐私数据走本地。

验证阶段还有一个容易忽略的点：确认 openclaw 读的是你改的那个配置文件。有些工具会优先读环境变量，如果之前设过OPENAI_API_KEY之类的变量，可能覆盖配置文件。检查一下：

env | grep -i -E "openai|openclaw|api_key"

有冲突的就 unset 掉，或者统一用配置文件管理，避免两套来源打架。

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

排错这节按真实报错来，遇到哪个查哪个。

401 Unauthorized。最常见。原因通常是 Key 复制时带了空格、Key 已删除、或者请求头格式不对。检查请求头必须是Authorization: Bearer 你的Key，Bearer 和 Key 之间一个空格。用 curl 复测模型列表接口，如果还 401，回控制台重新建一个 Key。控制台：https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api_keys&utm_campaign=rewrite

local proxy failed。这个报错说明工具在尝试走本地代理端口，但那个端口没有服务在听。检查你的配置里 endpoint 是不是被写成了http://127.0.0.1:某端口。统一 Key 通道应该填https://taotoken.net/api，不要填本地地址。另外检查环境变量里有没有残留的代理设置：

env | grep -i proxy

有就 unset 掉。

reading choices 报错 / choices 为空。一般是返回体结构和你预期的不一样，常见于 Model ID 写错，或者请求发到了不支持该协议的端点。确认 Model ID 和模型对话页里完全一致，确认 endpoint 带/api且请求路径是/v1/chat/completions。用第 4 节的 curl 命令单独测，能定位是配置问题还是 openclaw 解析问题。

OAuth 相关报错。有些工具默认走 OAuth 登录流程，但统一 Key 通道用的是 API Key 模式，两者不匹配就会报 OAuth 错。解决办法是在配置里显式指定用 API Key 认证，把provider设成openai-compatible，并确保auth.json里的api_key字段有值。如果工具支持--auth-type api-key之类的参数，启动时带上。

npm 安装 openclaw 报 EACCES。这是全局目录权限问题，按第 3 节配~/.npm-global前缀，不要用 sudo。

ollama 连不上。先systemctl status ollama看服务，再curl http://127.0.0.1:11434/api/tags看能不能列出本地模型。服务没起就sudo systemctl start ollama。

node 版本过低导致 openclaw 装不上。用nvm install --lts升到 LTS，再重装 openclaw。

排错的核心思路：先用 curl 把通道单独测通，再怀疑 openclaw 本身。通道通了、openclaw 还报错，就去查 openclaw 读的配置文件路径对不对。

6. 把统一 Key 通道用顺手的几个实操建议

配置跑通只是开始，用顺手还得注意几点。第一，配置文件和 Key 分离管理，config.json里可以只写引用，真正的 Key 放环境变量或单独的 secrets 文件，避免误提交。第二，本地 ollama 和云端通道不要二选一，做成 fallback 最实用：云端超时或断网时自动切本地，openclaw 的localFallback字段就是干这个的。

第三，模型 ID 别硬编码在多个地方。如果你同时用 openclaw、Cline、Codex 这类工具，统一从一份配置读，改一处全生效。Cline 的 MCP 配置、Codex 的auth.json、openclaw 的config.json，三件套都是 Base URL + Key + Model ID，写法一致，复制过去改字段名就行。

第四，定期验证通道。写个简单脚本，每天跑一次 curl 模型列表，返回 200 就安心。通道异常时你能第一时间发现，而不是等对话转圈才排查。

第五，长期高频用 openclaw 做编码或 Agent 任务，走 Coding Plan 比按量更划算，接入方式不变，还是同一个 Base URL 和 Key：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding_plan&utm_campaign=rewrite

最后留一个我踩过的坑：改完配置文件一定要重启 openclaw 进程，它不会热加载。很多人改完发现没生效，其实是旧进程还在用旧配置。Ctrl+C退出再启动，问题就没了。