1. 先把 Tool、Skill、Plugin 的边界钉死OpenClaw 里最容易混的三个词就是 Tool、Skill、Plugin。我见过太多人把 Skill 当成 Tool 写结果触发条件死活不生效也有人把 Plugin 当成 Skill 装装完发现 AI 根本不知道什么时候该调。这三个东西在 OpenClaw 里是三层不同的抽象混一层后面 config.toml 就会写成一锅粥。一句话先记住Tool 是底层执行单元AI 真正调用的那个函数Skill 是调用配置包告诉 AI 什么时候、怎么用 ToolPlugin 是功能扩展包为 OpenClaw 添加全新能力也是 Tool 的来源之一。你有一个工具箱Plugin里面有很多工具Tool但你得给 AI 写说明书Skill它才知道什么时候用什么工具。这就是 OpenClaw 的设计哲学能力与调用分离。这篇是进阶篇默认你已经跑通基础对话现在准备扩展能力。核心目标只有一个把三类扩展机制接入 TaoToken 统一 Key/API 通道时config.toml 到底该怎么写以及怎么用三步验证动作确认三者的边界没有串。TaoToken 在这里扮演的是统一模型通道的角色OpenClaw 的模型 Plugin 通过它拿到 Claude、DeepSeek 等模型能力而 Tool、Skill、Plugin 的配置骨架则围绕这个通道展开。适合谁看已经能跟 OpenClaw 正常对话准备加第一个自定义 Tool、写第一个 Skill、装第一个 Plugin 的开发者。如果你还在纠结基础对话怎么跑通建议先把基础篇过一遍再回来。2. TaoToken 前置统一 Key 与 API 通道在写 config.toml 之前先把 TaoToken 的接入信息准备好。OpenClaw 的模型 Plugin 需要一个统一的 API 通道TaoToken 提供的就是这个通道。你不需要在 OpenClaw 里为每个模型单独配一套 Key而是通过 TaoToken 的 API 地址和一把 Key 统一管理。官网入口在这里https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册后在控制台生成 API Key。API 地址是 https://taotoken.net/api 注意这个地址不加 UTM 参数直接用于 config.toml 里的 base_url 字段。拿 Key 的路径登录后进控制台找到 API Keys 页面新建一个 Key。建议给 OpenClaw 单独建一个 Key方便后面按项目排查用量。Key 生成后只显示一次复制到安全的地方。注意config.toml 里的 api_key 字段不要直接写明文提交到 Git。本地开发可以用环境变量注入OpenClaw 支持从环境变量读取后面配置骨架里我会给出两种写法。模型对话能力可以先在网页端验证https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 确认你的 Key 能正常调通目标模型再去配 OpenClaw能省掉一半排障时间。3. config.toml 骨架三类扩展的配置差异OpenClaw 的 config.toml 是主配置文件Tool、Skill、Plugin 三类扩展在这里的写法完全不同。下面给出一份可复制的骨架你可以直接拿去改。3.1 模型 Plugin 与 TaoToken 通道模型 Plugin 负责把 OpenClaw 接到模型服务上。用 TaoToken 作为统一通道时配置长这样[plugins.model] enabled true provider openai-compatible base_url https://taotoken.net/api api_key ${TAOTOKEN_API_KEY} default_model claude-sonnet-4-20250514 [plugins.model.models] claude claude-sonnet-4-20250514 deepseek deepseek-chat这里 provider 用 openai-compatible因为 TaoToken 的 API 是兼容 OpenAI 格式的。api_key 用${TAOTOKEN_API_KEY}从环境变量读取避免明文。default_model 填你常用的那个后面 Skill 里可以按需覆盖。环境变量在启动 OpenClaw 前设置export TAOTOKEN_API_KEYsk-你的key3.2 Tool 配置底层执行单元Tool 是 AI 真正调用的功能。内置 Tool 一般不用配自定义 Tool 需要在 config.toml 里声明来源。Tool 可以来自 Plugin也可以来自 Skill 暴露。[tools.weather-query] type http description 查询指定城市的天气 endpoint https://api.example.com/weather method GET [tools.weather-query.params] city { type string, required true, description 城市名 } [tools.email-send] type http description 发送邮件 endpoint https://api.example.com/email method POST [tools.email-send.params] to { type string, required true } subject { type string, required true } body { type string, required true }注意 Tool 本身是无状态的它不记上下文只管执行。每个 Tool 只做一件事这是原子性原则。Tool 不知道什么时候该被调用那是 Skill 的事。3.3 Skill 配置调用配置包Skill 是告诉 AI 何时、如何用 Tool 的说明书。Skill 用 SKILL.md 声明config.toml 里只需要注册 Skill 目录。[skills] enabled true dir ./skills auto_load true [skills.weather-reminder] path ./skills/weather-reminder/SKILL.md enabled true对应的 SKILL.md--- name: weather-reminder description: 天气查询并发送提醒 trigger: - 天气提醒 - 提醒我天气 tools: - name: weather-query - name: email-send --- # 执行逻辑 const weather await callTool(weather-query, { city }); if (weather.includes(雨)) { await callTool(email-send, { to: user.email, body: 记得带伞 }); } return 已发送提醒;Skill 的核心作用有三个触发条件匹配、参数提取、结果格式化。触发条件支持精确匹配、包含匹配、正则匹配。参数提取能从用户输入里自动抽 city、date 这类字段。结果格式化负责把 Tool 返回的原始数据美化成可读输出。3.4 Plugin 配置功能扩展入口Plugin 是功能扩展包为 OpenClaw 添加全新能力。新渠道、新模型、新 Tool 都可以通过 Plugin 提供。[plugins.feishu] enabled true type channel app_id your_app_id app_secret ${FEISHU_APP_SECRET} [plugins.weather-api] enabled true type tool-provider base_url https://api.example.com api_key ${WEATHER_API_KEY}Plugin 的粒度比 Skill 粗它管的是整个 OpenClaw 的能力范围而不是某个具体场景。飞书接入、Telegram 接入、天气 API 提供这些都是 Plugin 的活。3.5 三者配置差异对照维度ToolSkillPlugin配置位置[tools.*][skills.*] SKILL.md[plugins.*]定位底层执行单元调用配置包功能扩展包触发方式AI 自主判断关键词/正则触发安装即生效参数需要显式指定自动提取配置级参数结果原始数据格式化输出提供能力开发需要写代码写配置即可需要写代码4. 三步验证分别触发 Tool、Skill、Plugin配置写完不算完得验证三者边界没串。设计三个独立动作分别触发一次 Tool 调用、一次 Skill 加载、一次 Plugin 注册看日志确认。4.1 第一步触发一次 Tool 调用直接让 AI 调 Tool绕过 Skill。在对话里说直接调用 weather-query参数 city北京观察日志应该看到类似[tool] invoke weather-query [tool] params: {city: 北京} [tool] result: {temp: 15, condition: 晴}如果日志里出现[skill] match说明 Skill 被误触发了检查 SKILL.md 的 trigger 是不是写得太宽。Tool 调用应该只有[tool]前缀的日志。4.2 第二步触发一次 Skill 加载用 Skill 的触发词说话北京天气提醒观察日志应该看到[skill] match weather-reminder [skill] extract params: {city: 北京} [tool] invoke weather-query [tool] invoke email-send [skill] format result这里的关键是[skill] match出现在[tool] invoke之前。如果顺序反了说明 Skill 没生效AI 在裸调 Tool。检查 config.toml 里[skills]的 dir 路径对不对以及 SKILL.md 的 frontmatter 格式有没有问题。4.3 第三步触发一次 Plugin 注册重启 OpenClaw观察启动日志[plugin] loading feishu [plugin] feishu registered [plugin] loading weather-api [plugin] weather-api registered [plugin] model provider: taotokenPlugin 注册发生在启动阶段不是对话阶段。如果某个 Plugin 没注册成功日志里会有[plugin] failed或[plugin] skipped。检查对应的[plugins.*]配置段以及环境变量是否设置。4.4 三步验证的边界确认三步跑完你应该能清楚看到Tool 调用只有[tool]日志Skill 加载有[skill] match在前Plugin 注册在启动阶段。三者日志前缀不同边界清晰。如果哪一步日志串了就回到对应的配置段排查。5. 本篇常见错排查5.1 Skill 不触发AI 裸调 Tool最常见的问题。原因通常是 SKILL.md 的 trigger 写得太窄或者 config.toml 里[skills]的 dir 路径不对。先确认auto_load true再看 SKILL.md 的 frontmatter 有没有语法错误。trigger 建议同时写精确匹配和包含匹配比如天气提醒和天气都写上。5.2 Tool 参数提取失败Skill 能从用户输入里自动提取参数但前提是参数名和 Tool 的 params 定义对得上。如果 Tool 定义的是citySkill 里提取的也必须是city。大小写敏感别写成City。5.3 Plugin 注册失败但没报错Plugin 注册失败有时是静默的。检查启动日志里有没有[plugin] skipped。常见原因是环境变量没设置比如${FEISHU_APP_SECRET}读不到。在启动 OpenClaw 的 shell 里echo $FEISHU_APP_SECRET确认一下。5.4 TaoToken 通道 401如果模型 Plugin 报 401先确认 api_key 环境变量有没有生效。echo $TAOTOKEN_API_KEY看输出。再确认 base_url 是https://taotoken.net/api不要多加路径。如果还不行去控制台重新生成一个 Key 试试。5.5 三者配置混在一起有人把 Tool 定义写进[plugins.*]或者把 Skill 的 trigger 写进[tools.*]。记住配置位置Tool 在[tools.*]Skill 在[skills.*]加 SKILL.mdPlugin 在[plugins.*]。写错位置不会报错但不会生效这是最隐蔽的坑。6. 继续往下走三步验证跑通后你手里就有了一套可复制的 config.toml 骨架。接下来可以做的事给 Skill 加多 Tool 协同让一个 Skill 串起 weather-query 和 email-send或者写一个自定义 Plugin把公司内部 API 包装成 Tool 提供给 OpenClaw。如果你在排障阶段卡住了优先看 API Keys 和接入文档https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 和 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content Key 管理和通道配置的问题基本都能在这里找到答案。想先验证模型通道是否正常用模型对话页面快速试一把https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 。如果你准备长期跑编码类 AgentCoding Plan 会更省心https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 。最后提醒一句Tool、Skill、Plugin 的边界不是靠背概念记住的是靠日志验证出来的。三步验证动作每周跑一次配置改动后必跑比看十篇概念文章都管用。
1. 先把 Tool、Skill、Plugin 的边界钉死OpenClaw 里最容易混的三个词就是 Tool、Skill、Plugin。我见过太多人把 Skill 当成 Tool 写结果触发条件死活不生效也有人把 Plugin 当成 Skill 装装完发现 AI 根本不知道什么时候该调。这三个东西在 OpenClaw 里是三层不同的抽象混一层后面 config.toml 就会写成一锅粥。一句话先记住Tool 是底层执行单元AI 真正调用的那个函数Skill 是调用配置包告诉 AI 什么时候、怎么用 ToolPlugin 是功能扩展包为 OpenClaw 添加全新能力也是 Tool 的来源之一。你有一个工具箱Plugin里面有很多工具Tool但你得给 AI 写说明书Skill它才知道什么时候用什么工具。这就是 OpenClaw 的设计哲学能力与调用分离。这篇是进阶篇默认你已经跑通基础对话现在准备扩展能力。核心目标只有一个把三类扩展机制接入 TaoToken 统一 Key/API 通道时config.toml 到底该怎么写以及怎么用三步验证动作确认三者的边界没有串。TaoToken 在这里扮演的是统一模型通道的角色OpenClaw 的模型 Plugin 通过它拿到 Claude、DeepSeek 等模型能力而 Tool、Skill、Plugin 的配置骨架则围绕这个通道展开。适合谁看已经能跟 OpenClaw 正常对话准备加第一个自定义 Tool、写第一个 Skill、装第一个 Plugin 的开发者。如果你还在纠结基础对话怎么跑通建议先把基础篇过一遍再回来。2. TaoToken 前置统一 Key 与 API 通道在写 config.toml 之前先把 TaoToken 的接入信息准备好。OpenClaw 的模型 Plugin 需要一个统一的 API 通道TaoToken 提供的就是这个通道。你不需要在 OpenClaw 里为每个模型单独配一套 Key而是通过 TaoToken 的 API 地址和一把 Key 统一管理。官网入口在这里https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册后在控制台生成 API Key。API 地址是 https://taotoken.net/api 注意这个地址不加 UTM 参数直接用于 config.toml 里的 base_url 字段。拿 Key 的路径登录后进控制台找到 API Keys 页面新建一个 Key。建议给 OpenClaw 单独建一个 Key方便后面按项目排查用量。Key 生成后只显示一次复制到安全的地方。注意config.toml 里的 api_key 字段不要直接写明文提交到 Git。本地开发可以用环境变量注入OpenClaw 支持从环境变量读取后面配置骨架里我会给出两种写法。模型对话能力可以先在网页端验证https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 确认你的 Key 能正常调通目标模型再去配 OpenClaw能省掉一半排障时间。3. config.toml 骨架三类扩展的配置差异OpenClaw 的 config.toml 是主配置文件Tool、Skill、Plugin 三类扩展在这里的写法完全不同。下面给出一份可复制的骨架你可以直接拿去改。3.1 模型 Plugin 与 TaoToken 通道模型 Plugin 负责把 OpenClaw 接到模型服务上。用 TaoToken 作为统一通道时配置长这样[plugins.model] enabled true provider openai-compatible base_url https://taotoken.net/api api_key ${TAOTOKEN_API_KEY} default_model claude-sonnet-4-20250514 [plugins.model.models] claude claude-sonnet-4-20250514 deepseek deepseek-chat这里 provider 用 openai-compatible因为 TaoToken 的 API 是兼容 OpenAI 格式的。api_key 用${TAOTOKEN_API_KEY}从环境变量读取避免明文。default_model 填你常用的那个后面 Skill 里可以按需覆盖。环境变量在启动 OpenClaw 前设置export TAOTOKEN_API_KEYsk-你的key3.2 Tool 配置底层执行单元Tool 是 AI 真正调用的功能。内置 Tool 一般不用配自定义 Tool 需要在 config.toml 里声明来源。Tool 可以来自 Plugin也可以来自 Skill 暴露。[tools.weather-query] type http description 查询指定城市的天气 endpoint https://api.example.com/weather method GET [tools.weather-query.params] city { type string, required true, description 城市名 } [tools.email-send] type http description 发送邮件 endpoint https://api.example.com/email method POST [tools.email-send.params] to { type string, required true } subject { type string, required true } body { type string, required true }注意 Tool 本身是无状态的它不记上下文只管执行。每个 Tool 只做一件事这是原子性原则。Tool 不知道什么时候该被调用那是 Skill 的事。3.3 Skill 配置调用配置包Skill 是告诉 AI 何时、如何用 Tool 的说明书。Skill 用 SKILL.md 声明config.toml 里只需要注册 Skill 目录。[skills] enabled true dir ./skills auto_load true [skills.weather-reminder] path ./skills/weather-reminder/SKILL.md enabled true对应的 SKILL.md--- name: weather-reminder description: 天气查询并发送提醒 trigger: - 天气提醒 - 提醒我天气 tools: - name: weather-query - name: email-send --- # 执行逻辑 const weather await callTool(weather-query, { city }); if (weather.includes(雨)) { await callTool(email-send, { to: user.email, body: 记得带伞 }); } return 已发送提醒;Skill 的核心作用有三个触发条件匹配、参数提取、结果格式化。触发条件支持精确匹配、包含匹配、正则匹配。参数提取能从用户输入里自动抽 city、date 这类字段。结果格式化负责把 Tool 返回的原始数据美化成可读输出。3.4 Plugin 配置功能扩展入口Plugin 是功能扩展包为 OpenClaw 添加全新能力。新渠道、新模型、新 Tool 都可以通过 Plugin 提供。[plugins.feishu] enabled true type channel app_id your_app_id app_secret ${FEISHU_APP_SECRET} [plugins.weather-api] enabled true type tool-provider base_url https://api.example.com api_key ${WEATHER_API_KEY}Plugin 的粒度比 Skill 粗它管的是整个 OpenClaw 的能力范围而不是某个具体场景。飞书接入、Telegram 接入、天气 API 提供这些都是 Plugin 的活。3.5 三者配置差异对照维度ToolSkillPlugin配置位置[tools.*][skills.*] SKILL.md[plugins.*]定位底层执行单元调用配置包功能扩展包触发方式AI 自主判断关键词/正则触发安装即生效参数需要显式指定自动提取配置级参数结果原始数据格式化输出提供能力开发需要写代码写配置即可需要写代码4. 三步验证分别触发 Tool、Skill、Plugin配置写完不算完得验证三者边界没串。设计三个独立动作分别触发一次 Tool 调用、一次 Skill 加载、一次 Plugin 注册看日志确认。4.1 第一步触发一次 Tool 调用直接让 AI 调 Tool绕过 Skill。在对话里说直接调用 weather-query参数 city北京观察日志应该看到类似[tool] invoke weather-query [tool] params: {city: 北京} [tool] result: {temp: 15, condition: 晴}如果日志里出现[skill] match说明 Skill 被误触发了检查 SKILL.md 的 trigger 是不是写得太宽。Tool 调用应该只有[tool]前缀的日志。4.2 第二步触发一次 Skill 加载用 Skill 的触发词说话北京天气提醒观察日志应该看到[skill] match weather-reminder [skill] extract params: {city: 北京} [tool] invoke weather-query [tool] invoke email-send [skill] format result这里的关键是[skill] match出现在[tool] invoke之前。如果顺序反了说明 Skill 没生效AI 在裸调 Tool。检查 config.toml 里[skills]的 dir 路径对不对以及 SKILL.md 的 frontmatter 格式有没有问题。4.3 第三步触发一次 Plugin 注册重启 OpenClaw观察启动日志[plugin] loading feishu [plugin] feishu registered [plugin] loading weather-api [plugin] weather-api registered [plugin] model provider: taotokenPlugin 注册发生在启动阶段不是对话阶段。如果某个 Plugin 没注册成功日志里会有[plugin] failed或[plugin] skipped。检查对应的[plugins.*]配置段以及环境变量是否设置。4.4 三步验证的边界确认三步跑完你应该能清楚看到Tool 调用只有[tool]日志Skill 加载有[skill] match在前Plugin 注册在启动阶段。三者日志前缀不同边界清晰。如果哪一步日志串了就回到对应的配置段排查。5. 本篇常见错排查5.1 Skill 不触发AI 裸调 Tool最常见的问题。原因通常是 SKILL.md 的 trigger 写得太窄或者 config.toml 里[skills]的 dir 路径不对。先确认auto_load true再看 SKILL.md 的 frontmatter 有没有语法错误。trigger 建议同时写精确匹配和包含匹配比如天气提醒和天气都写上。5.2 Tool 参数提取失败Skill 能从用户输入里自动提取参数但前提是参数名和 Tool 的 params 定义对得上。如果 Tool 定义的是citySkill 里提取的也必须是city。大小写敏感别写成City。5.3 Plugin 注册失败但没报错Plugin 注册失败有时是静默的。检查启动日志里有没有[plugin] skipped。常见原因是环境变量没设置比如${FEISHU_APP_SECRET}读不到。在启动 OpenClaw 的 shell 里echo $FEISHU_APP_SECRET确认一下。5.4 TaoToken 通道 401如果模型 Plugin 报 401先确认 api_key 环境变量有没有生效。echo $TAOTOKEN_API_KEY看输出。再确认 base_url 是https://taotoken.net/api不要多加路径。如果还不行去控制台重新生成一个 Key 试试。5.5 三者配置混在一起有人把 Tool 定义写进[plugins.*]或者把 Skill 的 trigger 写进[tools.*]。记住配置位置Tool 在[tools.*]Skill 在[skills.*]加 SKILL.mdPlugin 在[plugins.*]。写错位置不会报错但不会生效这是最隐蔽的坑。6. 继续往下走三步验证跑通后你手里就有了一套可复制的 config.toml 骨架。接下来可以做的事给 Skill 加多 Tool 协同让一个 Skill 串起 weather-query 和 email-send或者写一个自定义 Plugin把公司内部 API 包装成 Tool 提供给 OpenClaw。如果你在排障阶段卡住了优先看 API Keys 和接入文档https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 和 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content Key 管理和通道配置的问题基本都能在这里找到答案。想先验证模型通道是否正常用模型对话页面快速试一把https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 。如果你准备长期跑编码类 AgentCoding Plan 会更省心https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 。最后提醒一句Tool、Skill、Plugin 的边界不是靠背概念记住的是靠日志验证出来的。三步验证动作每周跑一次配置改动后必跑比看十篇概念文章都管用。
