1. 先搞清楚“养龙虾”到底在养什么OpenClaw 是一个开源的 AI 智能体框架社区里因为它的图标像一只红色龙虾就把部署过程戏称为“养龙虾”。它和普通聊天机器人的区别在于普通模型只给建议OpenClaw 能自己动手——读写本地文件、接管浏览器、执行终端命令、调用邮箱还能通过 Skills 技能包去控制硬件。你可以在飞书里发一句“帮我把这份周报整理成表格并发到团队群”它会拆解任务、调用模型、执行操作全程不用你碰键盘。这套东西适合谁一是想给自己配个 7×24 小时“数字员工”的独立开发者二是需要把 AI 接进飞书、钉钉这类办公 IM 的小团队三是想研究 Agent 框架、自己写 Skills 的技术爱好者。它基于 Node.js 开发对硬件要求不算高2 核 4G 的云服务器就能跑起来。但真正让“龙虾”活起来的是背后的大模型通道——模型选不对、Key 配不好它就是个只会转圈的空壳。这篇就按“环境准备 → 部署 → 接飞书 → 装 Skills → 自定义技能 → 排错”的顺序把每一步的命令和配置都摊开讲你跟着敲就能跑通。2. 部署前把 TaoToken 通道配好OpenClaw 本身没有“脑子”它的推理能力全部来自外部大模型。你可以直接填某一家厂商的 Key但一旦想换模型、加备用通道就得改一堆配置。更省事的做法是用 TaoToken 做统一入口它兼容 OpenAI 风格的 API 格式一个 Key 就能切换不同模型OpenClaw 这边只需要认一个base_url和一个api_key后面换模型不用动框架代码。TaoToken 的 API 地址是https://taotoken.net/api注意这个地址不带任何查询参数直接作为base_url填进配置即可。你需要先去控制台创建一个 API Key创建入口在https://taotoken.net/console/api-keys登录后点“新建密钥”复制那串sk-开头的字符串后面配置里要用。如果你还没决定用哪个模型可以先到模型对话页面试一下手感地址是https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentmodel_chat在里面发几条消息确认响应速度和输出风格符合预期再把它写进 OpenClaw。注意API Key 等同于账户凭证不要直接提交到 Git 仓库也不要在截图里露出完整字符串。建议用环境变量注入或者放在只有自己能读的配置文件里。对于长期跑编码任务或 Agent 工作流的场景可以关注 Coding Plan 套餐它把按 token 计费改成按次收费成本更可控入口在https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentcoding_plan。接入细节和参数说明可以查文档https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentdoc。3. 可复制的 config.toml 与 settings.json 骨架OpenClaw 的配置分两层config.toml管网关、渠道、模型通道settings.json管运行时行为和技能加载。下面这份骨架你可以直接抄把占位符替换成自己的值。先看config.toml重点是[models.providers.taotoken]这一段# ~/.openclaw/config.toml [gateway] host 0.0.0.0 port 18789 token 换成你自己的网关访问令牌 [models] default taotoken/gpt-4o-mini [models.providers.taotoken] type openai-compatible base_url https://taotoken.net/api api_key sk-你的TaoToken密钥 models [gpt-4o-mini, claude-3-5-sonnet, deepseek-chat] [channels.feishu] enabled true appId cli_你的飞书AppID appSecret 你的飞书AppSecret connectionMode websocket dmPolicy pairing [skills] workspace ~/.openclaw/workspace/skills autoLoad true再看settings.json它控制技能白名单和日志级别{ runtime: { logLevel: info, maxConcurrentTasks: 3, taskTimeoutSeconds: 120 }, skills: { enabled: [tavily-search, agent-browser, summarize, file-manager], disabled: [] }, security: { allowedPaths: [~/.openclaw/workspace, ~/Documents/openclaw-sandbox], requireApprovalForShell: true } }allowedPaths这一项别偷懒它决定了“龙虾”能碰哪些目录。我试过把整个家目录放开结果它整理文件时差点把配置文件也挪走后来收紧到工作区就稳了。requireApprovalForShell设为true后每次执行终端命令前会在 IM 里弹确认避免它自作主张跑危险命令。4. 从 Node.js 到网关启动的完整命令环境准备第一步是 Node.js版本要求 22.x 或更高。Windows 上用 winget 装winget install OpenJS.NodeJS --version 22.0.0 node -v npm -vLinuxUbuntu 22.04用 NodeSource 源curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash - sudo apt-get install -y nodejs node -v国内下载 npm 包慢的话切一下镜像源npm config set registry https://registry.npmmirror.com然后全局安装 OpenClaw 并初始化npm install -g openclaw openclaw --version openclaw onboardonboard是交互式向导会依次问风险确认、启动模式、模型通道、API Key、交互平台、技能安装。模型通道这一步选“OpenAI Compatible”然后把base_url填成https://taotoken.net/apiKey 填你刚才复制的那个。交互平台先选Skip for now飞书我们后面单独配。技能安装建议选 Yes官方技能包会一起拉下来。配置写完后启动网关openclaw gateway start看到Gateway started on http://127.0.0.1:18789就说明服务起来了。浏览器打开这个地址首次访问要输入config.toml里那个gateway.token进去就是 Dashboard。5. 验证请求确认模型通道真的通了网关起来不代表模型通道就通了得单独验一次。OpenClaw 提供了openclaw model test命令它会用当前默认模型发一条测试消息openclaw model test --provider taotoken --prompt 用一句话说明你是什么模型正常输出会类似[taotoken] request sent, waiting for response... [taotoken] response: 我是一个基于大语言模型的AI助手... [taotoken] latency: 842ms, tokens: 28如果卡在request sent不动多半是base_url或api_key有问题。可以先用 curl 直接打 TaoToken 的接口排除是 OpenClaw 配置问题还是通道问题curl -X POST https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-你的密钥 \ -H Content-Type: application/json \ -d {model:gpt-4o-mini,messages:[{role:user,content:ping}]}返回里有choices字段就说明通道没问题问题出在 OpenClaw 的配置解析上。这时候检查config.toml里base_url有没有多写/v1——TaoToken 的地址是https://taotoken.net/apiOpenClaw 会自动补/v1/chat/completions你手动加了反而会变成/api/v1/v1/...导致 404。模型通道通了之后回到 Dashboard 发一条消息确认“龙虾”能正常回复。这一步过了再往下接飞书。6. 接入飞书从开放平台到配对成功飞书这边要做三件事建应用、配权限、开长连接。先在飞书开放平台创建企业自建应用拿到App ID和App Secret填进config.toml的[channels.feishu]段。然后到“事件与回调”里把订阅方式改成“长连接接收事件”添加“接收消息”事件。权限至少开这三个im:message、im:message.p2p_msg:readonly、im:message.group_at_msg:readonly。最后创建版本并发布。配置改完后重启网关openclaw gateway restart openclaw channel status feishuchannel status会显示飞书渠道的连接状态看到connected就说明长连接建好了。在飞书里搜索你创建的应用发一条消息机器人会返回一个配对码。回到终端执行openclaw pairing approve feishu 配对码配对成功后你就能在飞书里直接指挥“龙虾”了。dmPolicy pairing这个设置很关键它保证只有拿到配对码的人才能跟机器人对话避免别人搜到应用就能用你的额度。7. Skills 扩展与自定义技能Skills 是 OpenClaw 的“手脚”。官方技能库用clawhub管理先装工具npm install -g clawhub clawhub install tavily-search clawhub install agent-browser clawhub install summarize openclaw skill listskill list会列出已安装技能和状态。装完新技能记得openclaw gateway restart不然不会加载。自定义技能放在~/.openclaw/workspace/skills/下每个技能一个目录核心是SKILL.md。以控制 GPIO LED 为例目录结构是gpio-led-control/ ├── SKILL.md └── scripts/ └── led_control.shSKILL.md的头部用 YAML 写元数据--- name: gpio-led-control description: 控制开发板上的GPIO LED灯支持亮灭和闪烁 user-invocable: true --- # GPIO LED控制技能 ## 使用场景 - 用户说“打开LED”时点亮 - 用户说“让LED闪烁”时以1Hz频率闪烁 - 用户说“关闭LED”时熄灭 ## 执行命令 bash echo 1 | sudo tee /sys/class/leds/led0/brightness脚本 led_control.sh 负责实际动作 bash #!/bin/bash LED_PATH/sys/class/leds/led0/brightness case $1 in on) echo 1 | sudo tee $LED_PATH ;; off) echo 0 | sudo tee $LED_PATH ;; blink) for i in {1..5}; do echo 1 | sudo tee $LED_PATH; sleep 0.5 echo 0 | sudo tee $LED_PATH; sleep 0.5 done ;; *) echo 用法: $0 {on|off|blink}; exit 1 ;; esac把目录拷进技能工作区重启网关就能在飞书里说“帮我把LED打开”它会自动匹配到这个技能并执行脚本。8. 本篇常见错排查清单报错ECONNREFUSED 127.0.0.1:18789网关没起来或者端口被占。先openclaw gateway status看状态再lsof -i:18789查占用换端口就改config.toml里的port。模型请求返回 401Key 错了或过期。去https://taotoken.net/console/api-keys重新生成一个注意复制时别带空格。如果 Key 没问题检查config.toml里api_key有没有被引号包住TOML 里字符串必须带引号。飞书机器人不回消息先看openclaw channel status feishu是不是connected。如果是disconnected检查appId/appSecret是否填反以及飞书后台的“长连接”有没有开启。权限没开全也会导致消息收不到把im:message系列权限补齐后重新发布版本。技能装了但skill list里没有技能目录名必须是小写字母加连字符SKILL.md的 YAML 头部不能有语法错误。改完执行openclaw skill reload再skill list。执行终端命令被拦截settings.json里requireApprovalForShell为true时命令会在 IM 里弹确认。如果你信任当前任务可以在 Dashboard 里点批准或者临时把这项改成false但生产环境建议保持true。日志在哪看~/.openclaw/logs/gateway.log是主日志openclaw gateway logs --follow可以实时跟踪。排错时先看这个文件大部分配置错误都会在这里打出具体行号。如果你在接入过程中遇到模型通道相关的报错优先去 API Keys 页面核对密钥状态再对照接入文档检查base_url和参数格式。需要长期跑编码或 Agent 任务的话Coding Plan 的按次计费会比按 token 更省心。模型选型拿不准就去模型对话里实测几轮确认输出质量再写进配置。
1. 先搞清楚“养龙虾”到底在养什么OpenClaw 是一个开源的 AI 智能体框架社区里因为它的图标像一只红色龙虾就把部署过程戏称为“养龙虾”。它和普通聊天机器人的区别在于普通模型只给建议OpenClaw 能自己动手——读写本地文件、接管浏览器、执行终端命令、调用邮箱还能通过 Skills 技能包去控制硬件。你可以在飞书里发一句“帮我把这份周报整理成表格并发到团队群”它会拆解任务、调用模型、执行操作全程不用你碰键盘。这套东西适合谁一是想给自己配个 7×24 小时“数字员工”的独立开发者二是需要把 AI 接进飞书、钉钉这类办公 IM 的小团队三是想研究 Agent 框架、自己写 Skills 的技术爱好者。它基于 Node.js 开发对硬件要求不算高2 核 4G 的云服务器就能跑起来。但真正让“龙虾”活起来的是背后的大模型通道——模型选不对、Key 配不好它就是个只会转圈的空壳。这篇就按“环境准备 → 部署 → 接飞书 → 装 Skills → 自定义技能 → 排错”的顺序把每一步的命令和配置都摊开讲你跟着敲就能跑通。2. 部署前把 TaoToken 通道配好OpenClaw 本身没有“脑子”它的推理能力全部来自外部大模型。你可以直接填某一家厂商的 Key但一旦想换模型、加备用通道就得改一堆配置。更省事的做法是用 TaoToken 做统一入口它兼容 OpenAI 风格的 API 格式一个 Key 就能切换不同模型OpenClaw 这边只需要认一个base_url和一个api_key后面换模型不用动框架代码。TaoToken 的 API 地址是https://taotoken.net/api注意这个地址不带任何查询参数直接作为base_url填进配置即可。你需要先去控制台创建一个 API Key创建入口在https://taotoken.net/console/api-keys登录后点“新建密钥”复制那串sk-开头的字符串后面配置里要用。如果你还没决定用哪个模型可以先到模型对话页面试一下手感地址是https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentmodel_chat在里面发几条消息确认响应速度和输出风格符合预期再把它写进 OpenClaw。注意API Key 等同于账户凭证不要直接提交到 Git 仓库也不要在截图里露出完整字符串。建议用环境变量注入或者放在只有自己能读的配置文件里。对于长期跑编码任务或 Agent 工作流的场景可以关注 Coding Plan 套餐它把按 token 计费改成按次收费成本更可控入口在https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentcoding_plan。接入细节和参数说明可以查文档https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentdoc。3. 可复制的 config.toml 与 settings.json 骨架OpenClaw 的配置分两层config.toml管网关、渠道、模型通道settings.json管运行时行为和技能加载。下面这份骨架你可以直接抄把占位符替换成自己的值。先看config.toml重点是[models.providers.taotoken]这一段# ~/.openclaw/config.toml [gateway] host 0.0.0.0 port 18789 token 换成你自己的网关访问令牌 [models] default taotoken/gpt-4o-mini [models.providers.taotoken] type openai-compatible base_url https://taotoken.net/api api_key sk-你的TaoToken密钥 models [gpt-4o-mini, claude-3-5-sonnet, deepseek-chat] [channels.feishu] enabled true appId cli_你的飞书AppID appSecret 你的飞书AppSecret connectionMode websocket dmPolicy pairing [skills] workspace ~/.openclaw/workspace/skills autoLoad true再看settings.json它控制技能白名单和日志级别{ runtime: { logLevel: info, maxConcurrentTasks: 3, taskTimeoutSeconds: 120 }, skills: { enabled: [tavily-search, agent-browser, summarize, file-manager], disabled: [] }, security: { allowedPaths: [~/.openclaw/workspace, ~/Documents/openclaw-sandbox], requireApprovalForShell: true } }allowedPaths这一项别偷懒它决定了“龙虾”能碰哪些目录。我试过把整个家目录放开结果它整理文件时差点把配置文件也挪走后来收紧到工作区就稳了。requireApprovalForShell设为true后每次执行终端命令前会在 IM 里弹确认避免它自作主张跑危险命令。4. 从 Node.js 到网关启动的完整命令环境准备第一步是 Node.js版本要求 22.x 或更高。Windows 上用 winget 装winget install OpenJS.NodeJS --version 22.0.0 node -v npm -vLinuxUbuntu 22.04用 NodeSource 源curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash - sudo apt-get install -y nodejs node -v国内下载 npm 包慢的话切一下镜像源npm config set registry https://registry.npmmirror.com然后全局安装 OpenClaw 并初始化npm install -g openclaw openclaw --version openclaw onboardonboard是交互式向导会依次问风险确认、启动模式、模型通道、API Key、交互平台、技能安装。模型通道这一步选“OpenAI Compatible”然后把base_url填成https://taotoken.net/apiKey 填你刚才复制的那个。交互平台先选Skip for now飞书我们后面单独配。技能安装建议选 Yes官方技能包会一起拉下来。配置写完后启动网关openclaw gateway start看到Gateway started on http://127.0.0.1:18789就说明服务起来了。浏览器打开这个地址首次访问要输入config.toml里那个gateway.token进去就是 Dashboard。5. 验证请求确认模型通道真的通了网关起来不代表模型通道就通了得单独验一次。OpenClaw 提供了openclaw model test命令它会用当前默认模型发一条测试消息openclaw model test --provider taotoken --prompt 用一句话说明你是什么模型正常输出会类似[taotoken] request sent, waiting for response... [taotoken] response: 我是一个基于大语言模型的AI助手... [taotoken] latency: 842ms, tokens: 28如果卡在request sent不动多半是base_url或api_key有问题。可以先用 curl 直接打 TaoToken 的接口排除是 OpenClaw 配置问题还是通道问题curl -X POST https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-你的密钥 \ -H Content-Type: application/json \ -d {model:gpt-4o-mini,messages:[{role:user,content:ping}]}返回里有choices字段就说明通道没问题问题出在 OpenClaw 的配置解析上。这时候检查config.toml里base_url有没有多写/v1——TaoToken 的地址是https://taotoken.net/apiOpenClaw 会自动补/v1/chat/completions你手动加了反而会变成/api/v1/v1/...导致 404。模型通道通了之后回到 Dashboard 发一条消息确认“龙虾”能正常回复。这一步过了再往下接飞书。6. 接入飞书从开放平台到配对成功飞书这边要做三件事建应用、配权限、开长连接。先在飞书开放平台创建企业自建应用拿到App ID和App Secret填进config.toml的[channels.feishu]段。然后到“事件与回调”里把订阅方式改成“长连接接收事件”添加“接收消息”事件。权限至少开这三个im:message、im:message.p2p_msg:readonly、im:message.group_at_msg:readonly。最后创建版本并发布。配置改完后重启网关openclaw gateway restart openclaw channel status feishuchannel status会显示飞书渠道的连接状态看到connected就说明长连接建好了。在飞书里搜索你创建的应用发一条消息机器人会返回一个配对码。回到终端执行openclaw pairing approve feishu 配对码配对成功后你就能在飞书里直接指挥“龙虾”了。dmPolicy pairing这个设置很关键它保证只有拿到配对码的人才能跟机器人对话避免别人搜到应用就能用你的额度。7. Skills 扩展与自定义技能Skills 是 OpenClaw 的“手脚”。官方技能库用clawhub管理先装工具npm install -g clawhub clawhub install tavily-search clawhub install agent-browser clawhub install summarize openclaw skill listskill list会列出已安装技能和状态。装完新技能记得openclaw gateway restart不然不会加载。自定义技能放在~/.openclaw/workspace/skills/下每个技能一个目录核心是SKILL.md。以控制 GPIO LED 为例目录结构是gpio-led-control/ ├── SKILL.md └── scripts/ └── led_control.shSKILL.md的头部用 YAML 写元数据--- name: gpio-led-control description: 控制开发板上的GPIO LED灯支持亮灭和闪烁 user-invocable: true --- # GPIO LED控制技能 ## 使用场景 - 用户说“打开LED”时点亮 - 用户说“让LED闪烁”时以1Hz频率闪烁 - 用户说“关闭LED”时熄灭 ## 执行命令 bash echo 1 | sudo tee /sys/class/leds/led0/brightness脚本 led_control.sh 负责实际动作 bash #!/bin/bash LED_PATH/sys/class/leds/led0/brightness case $1 in on) echo 1 | sudo tee $LED_PATH ;; off) echo 0 | sudo tee $LED_PATH ;; blink) for i in {1..5}; do echo 1 | sudo tee $LED_PATH; sleep 0.5 echo 0 | sudo tee $LED_PATH; sleep 0.5 done ;; *) echo 用法: $0 {on|off|blink}; exit 1 ;; esac把目录拷进技能工作区重启网关就能在飞书里说“帮我把LED打开”它会自动匹配到这个技能并执行脚本。8. 本篇常见错排查清单报错ECONNREFUSED 127.0.0.1:18789网关没起来或者端口被占。先openclaw gateway status看状态再lsof -i:18789查占用换端口就改config.toml里的port。模型请求返回 401Key 错了或过期。去https://taotoken.net/console/api-keys重新生成一个注意复制时别带空格。如果 Key 没问题检查config.toml里api_key有没有被引号包住TOML 里字符串必须带引号。飞书机器人不回消息先看openclaw channel status feishu是不是connected。如果是disconnected检查appId/appSecret是否填反以及飞书后台的“长连接”有没有开启。权限没开全也会导致消息收不到把im:message系列权限补齐后重新发布版本。技能装了但skill list里没有技能目录名必须是小写字母加连字符SKILL.md的 YAML 头部不能有语法错误。改完执行openclaw skill reload再skill list。执行终端命令被拦截settings.json里requireApprovalForShell为true时命令会在 IM 里弹确认。如果你信任当前任务可以在 Dashboard 里点批准或者临时把这项改成false但生产环境建议保持true。日志在哪看~/.openclaw/logs/gateway.log是主日志openclaw gateway logs --follow可以实时跟踪。排错时先看这个文件大部分配置错误都会在这里打出具体行号。如果你在接入过程中遇到模型通道相关的报错优先去 API Keys 页面核对密钥状态再对照接入文档检查base_url和参数格式。需要长期跑编码或 Agent 任务的话Coding Plan 的按次计费会比按 token 更省心。模型选型拿不准就去模型对话里实测几轮确认输出质量再写进配置。
