1. 为什么要在本地跑 OpenClaw QQBot 消息自动化助手如果你已经在用大模型处理日常事务多半会遇到一个尴尬模型能力很强但它被锁在某个网页对话框里你没法让它主动给你发消息也没法让它按点干活。OpenClaw 加 QQBot 这套组合解决的正是这个断层——它把模型调用、工具执行、定时任务和 QQ 消息通道串成一条能长期运行的链路。简单说OpenClaw 是一个本地优先的 AI 助手运行时负责调度会话、工具、记忆和自动化任务QQBot 则是把结果稳定送到 QQ 私聊或群聊的出口。适合谁适合想把 AI 接进自己高频消息入口、又不想被某个平台绑死的开发者尤其是习惯用命令行和配置文件折腾的人。我这次要交付的是一条从零到跑通的完整路径重点不在“装个机器人”而在模型调用这一环怎么用 TaoToken 统一 Key 接进来。因为很多人卡住的地方不是 OpenClaw 本身而是模型通道配置Base URL 填什么、Key 放哪、Model ID 写哪个错一个字符就是 401。下面按“先打通最小链路再叠加自动化”的顺序走每一步都有可复制的配置和验证动作。先明确这套系统跑起来后你能得到什么QQ 里发一条消息OpenClaw 收到后调用模型生成回复并送回再进一步你可以挂一个 cron 任务让它每天固定时间把整理好的内容主动推给你。整个过程模型调用统一走 TaoToken 的 API 通道一个 Key 管所有模型省去到处申请和切换的麻烦。2. TaoToken 统一 Key 接入的前置准备与通道配置在动 OpenClaw 之前先把模型通道这块理清楚否则后面调试会分不清是机器人问题还是模型调用问题。TaoToken 的作用是提供一个统一的 API 入口你拿一个 Key 就能调用多种模型Base URL 固定Model ID 按需切换。对 OpenClaw 这种需要频繁调模型的运行时来说统一通道能省掉大量配置维护成本。第一步是拿 Key。访问官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册后进入控制台在 API Keys 页面创建一个新 Key。建议给这个 Key 起个能认出来的名字比如 openclaw-qqbot方便以后排查是哪个应用在用。创建后立刻复制保存页面刷新后通常不再完整显示。第二步是确认 API 地址。TaoToken 的 API 根地址是 https://taotoken.net/api注意这里不加任何查询参数。OpenClaw 里配置 Base URL 时填这个根地址即可具体路径由客户端拼接。如果你用的是兼容 OpenAI 协议的客户端通常填到 /api 这一层就够了。第三步是选 Model ID。TaoToken 控制台或文档里会列出当前可用的模型标识比如常见的对话模型 ID。你要做的是把这个 ID 原样填进 OpenClaw 的模型配置不要自己改写大小写或加前缀。Model ID 写错是新手最常见的 401 和 404 来源。这里有个关键点OpenClaw 的模型配置通常分两层——一层是 provider通道一层是 model具体模型。provider 里填 Base URL 和 API Keymodel 里填 Model ID。三件套 Base URL、Key、Model ID 必须来自同一个通道混用就会报错。我建议你在一个地方集中管理这些值比如环境变量或一个单独的配置文件避免散落在多处。环境变量清单建议这样组织TAOTOKEN_API_KEY 存 KeyTAOTOKEN_BASE_URL 存 https://taotoken.net/apiTAOTOKEN_MODEL 存你选的 Model ID。这样 OpenClaw 的配置文件里引用变量名即可换 Key 或换模型时只改一处。对于本地开发可以写进 shell 的 profile 文件对于服务化运行写进 systemd 的 Environment 或 .env 文件。3. OpenClaw 与 QQBot 的可复制配置片段这一节给可直接粘贴的配置。OpenClaw 的配置格式以你实际版本为准下面用通用的 JSON 结构演示路径和字段名按官方文档对齐。核心是把 TaoToken 通道配好再把 QQBot 通道接上。先看模型通道配置假设配置文件在 ~/.openclaw/config.json{ providers: { taotoken: { type: openai-compatible, baseUrl: https://taotoken.net/api, apiKey: ${TAOTOKEN_API_KEY}, models: { default: { id: ${TAOTOKEN_MODEL}, maxTokens: 4096, temperature: 0.7 } } } }, defaultProvider: taotoken, defaultModel: default }这里 baseUrl 填的是 https://taotoken.net/apiapiKey 用环境变量引用避免明文写进文件。models.default.id 引用 TAOTOKEN_MODEL你实际填的时候把环境变量设成控制台里看到的 Model ID。再看 QQBot 通道配置。QQBot 接入通常需要机器人 AppID、Token 和密钥这些在 QQ 开放平台申请后获得。配置片段大致如下{ channels: { qqbot: { enabled: true, appId: ${QQBOT_APP_ID}, token: ${QQBOT_TOKEN}, secret: ${QQBOT_SECRET}, sandbox: false, intents: [GROUP_AT_MESSAGE_CREATE, C2C_MESSAGE_CREATE] } } }intents 决定机器人能收到哪些事件。私聊消息对应 C2C_MESSAGE_CREATE群聊里被 对应 GROUP_AT_MESSAGE_CREATE。刚开始调试建议只开这两个减少无关事件干扰。如果你用 Cline MCP 或 Codex 这类工具做辅助开发它们的配置也遵循同样的三件套逻辑。以 Codex 的 auth.json 为例结构大致是{ openai: { baseURL: https://taotoken.net/api, apiKey: 你的 TaoToken Key } }注意 baseURL 和 apiKey 必须成对出现且 baseURL 指向 TaoToken 的 API 根地址。Cline MCP 的 settings 里同理Base URL、Key、Model ID 三个字段一个都不能少缺一个就会在调用时报 local proxy failed 或 401。环境变量清单汇总一下建议写进 .env 或 shell profileexport TAOTOKEN_API_KEY你的Key export TAOTOKEN_BASE_URLhttps://taotoken.net/api export TAOTOKEN_MODEL你的ModelID export QQBOT_APP_ID你的AppID export QQBOT_TOKEN你的Token export QQBOT_SECRET你的Secret配置写完后不要急着启动先做一次静态检查确认 JSON 没有多余逗号确认环境变量在当前 shell 里能 echo 出来确认 Base URL 没有多斜杠或少斜杠。这些细节看着小但排查起来很费时间。4. 启动 Gateway 并验证消息收发与模型调用配置就绪后启动 OpenClaw 的 Gateway。命令通常是openclaw gateway start --config ~/.openclaw/config.json启动后观察日志重点看三行provider 是否加载成功、channel 是否连接成功、默认模型是否解析出正确的 Model ID。如果 provider 加载失败多半是 Base URL 或 Key 的问题如果 channel 连接失败检查 QQBot 的 AppID 和 Token。接下来做最小验证在 QQ 里给机器人发一条私聊消息内容随便比如“在吗”。预期结果是机器人调用模型后回复。如果没回复先看 Gateway 日志里有没有收到 C2C_MESSAGE_CREATE 事件。收到事件但没回复说明模型调用环节有问题连事件都没有说明 QQBot 通道没通。模型调用是否成功可以单独用 curl 验证排除 OpenClaw 的干扰curl -X POST https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer $TAOTOKEN_API_KEY \ -H Content-Type: application/json \ -d { model: $TAOTOKEN_MODEL, messages: [{role: user, content: 回复ok}] }如果这条命令返回正常的 JSON 且 choices 里有内容说明 Key、Base URL、Model ID 三件套没问题问题在 OpenClaw 配置。如果返回 401检查 Key 是否复制完整如果返回 404检查 Model ID 是否写对如果返回连接错误检查 Base URL 是否是 https://taotoken.net/api。验证通过后再回到 QQ 里发消息这次应该能收到模型回复。到这一步最小链路就打通了QQ 消息进、模型调用、回复出。接下来才是叠加自动化任务。自动化任务用 cron 配置比如每天上午 9 点推送{ tasks: [ { name: daily-ai-digest, schedule: 0 9 * * *, prompt: 整理最近24小时AI领域重要动态输出3条每条不超过50字, deliverTo: qqbot:c2c:你的QQ号, timeout: 120 } ] }deliverTo 一定要显式绑定到具体会话不要用 last 这种隐式路由。timeout 给足涉及搜索和长文本组织时容易超时。任务创建后可以手动触发一次验证openclaw task run daily-ai-digest观察日志里任务是否执行、模型是否被调用、消息是否投递成功。手动跑通后再等定时触发这样排查范围小。5. 常见报错排查401、local proxy failed 与超时这一节对照真实报错给排查路径。第一个高频错误是 401 Unauthorized。出现这个先确认 Key 有没有多余空格再确认 Key 是否已过期或被删除。如果 Key 没问题检查 Base URL 是否指向 https://taotoken.net/api有些客户端会自动补 /v1补错路径也会 401。还有一种情况是环境变量没生效比如你在 A 终端 export却在 B 终端启动服务这时 echo $TAOTOKEN_API_KEY 会是空的。第二个是 local proxy failed。这个报错通常出现在 Cline MCP 或类似工具的配置里根因是 Base URL 和 Key 不匹配或者 Model ID 不在该通道支持列表里。排查顺序先确认 Base URL 是 TaoToken 的 API 根地址再确认 Key 来自同一个账号最后确认 Model ID 拼写。三件套里任何一个对不上都会触发这个错误。修复后重启工具不要只刷新界面。第三个是 reading choices 相关报错比如日志里出现 reading choices 或 choices 字段为空。这通常意味着模型返回了非预期结构可能是 Model ID 指向了一个不兼容的模型或者请求体格式不对。检查你的请求是否带了正确的 messages 数组检查 Model ID 是否是对话模型。如果用的是兼容 OpenAI 协议的客户端确认它没有额外注入不支持的参数。第四个是 OAuth 相关报错。如果你在配置里同时开了 OAuth 和 API Key可能会冲突。OpenClaw 走 TaoToken 通道时用 API Key 即可不需要 OAuth。检查配置里有没有残留的 OAuth 字段有就删掉。Codex 的 auth.json 里如果同时有 OAuth token 和 apiKey也可能导致鉴权混乱保留 apiKey 即可。第五个是任务超时。表现是 cron 任务日志显示 started 但没有 completed消息也没发出来。根因通常是 prompt 太发散模型一次要处理太多搜索和筛选。优化方式缩小搜索范围、固定输出结构、限制条数、适当提高 timeout 阈值。我一般把涉及搜索的任务 timeout 设到 120 秒以上纯文本生成设 60 秒。第六个是消息投递失败但任务显示成功。这多半是 deliverTo 没绑定具体会话或者绑定的会话 ID 变了。解决方式是显式写死 QQ 号或群号不要依赖 last。如果换了 QQ 号记得同步更新配置。排查时养成看日志的习惯OpenClaw 的 Gateway 日志会分模块打印provider、channel、task 各自独立。先定位是哪个模块报错再针对性检查配置比盲目改参数高效得多。6. 把消息自动化助手用起来从验证到长期运行最小链路和自动化任务都跑通后你可以逐步叠加能力。第一步先让机器人稳定回复私聊消息观察几天有没有漏消息或重复回复。第二步加一个简单的定时推送比如每天一条待办提醒验证 cron 和投递的稳定性。第三步再引入搜索和内容整理让机器人主动推送 AI 动态或项目状态。长期运行要注意几点Key 和 Token 定期轮换不要写死在代码里配置文件做好备份尤其是 QQBot 的凭证Gateway 建议用 systemd 或类似方式托管崩溃后能自动重启日志定期清理避免占满磁盘。如果你要验证模型对话效果可以直接用模型对话页面测试不同 Model ID 的表现确认哪个适合你的场景再写进配置。对于长期编码和 Agent 类任务Coding Plan 能提供更稳定的额度支持适合把 OpenClaw 当成日常工具的人。接入文档里有各客户端的详细配置示例遇到不确定的字段可以先查文档再改。API Keys 页面用来管理你的 Key需要新增或吊销时在这里操作。整套链路的核心就是三件套对齐Base URL 用 https://taotoken.net/apiKey 来自你的账号Model ID 原样填写。把这三个守住剩下的就是调 prompt 和加任务了。
1. 为什么要在本地跑 OpenClaw QQBot 消息自动化助手如果你已经在用大模型处理日常事务多半会遇到一个尴尬模型能力很强但它被锁在某个网页对话框里你没法让它主动给你发消息也没法让它按点干活。OpenClaw 加 QQBot 这套组合解决的正是这个断层——它把模型调用、工具执行、定时任务和 QQ 消息通道串成一条能长期运行的链路。简单说OpenClaw 是一个本地优先的 AI 助手运行时负责调度会话、工具、记忆和自动化任务QQBot 则是把结果稳定送到 QQ 私聊或群聊的出口。适合谁适合想把 AI 接进自己高频消息入口、又不想被某个平台绑死的开发者尤其是习惯用命令行和配置文件折腾的人。我这次要交付的是一条从零到跑通的完整路径重点不在“装个机器人”而在模型调用这一环怎么用 TaoToken 统一 Key 接进来。因为很多人卡住的地方不是 OpenClaw 本身而是模型通道配置Base URL 填什么、Key 放哪、Model ID 写哪个错一个字符就是 401。下面按“先打通最小链路再叠加自动化”的顺序走每一步都有可复制的配置和验证动作。先明确这套系统跑起来后你能得到什么QQ 里发一条消息OpenClaw 收到后调用模型生成回复并送回再进一步你可以挂一个 cron 任务让它每天固定时间把整理好的内容主动推给你。整个过程模型调用统一走 TaoToken 的 API 通道一个 Key 管所有模型省去到处申请和切换的麻烦。2. TaoToken 统一 Key 接入的前置准备与通道配置在动 OpenClaw 之前先把模型通道这块理清楚否则后面调试会分不清是机器人问题还是模型调用问题。TaoToken 的作用是提供一个统一的 API 入口你拿一个 Key 就能调用多种模型Base URL 固定Model ID 按需切换。对 OpenClaw 这种需要频繁调模型的运行时来说统一通道能省掉大量配置维护成本。第一步是拿 Key。访问官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册后进入控制台在 API Keys 页面创建一个新 Key。建议给这个 Key 起个能认出来的名字比如 openclaw-qqbot方便以后排查是哪个应用在用。创建后立刻复制保存页面刷新后通常不再完整显示。第二步是确认 API 地址。TaoToken 的 API 根地址是 https://taotoken.net/api注意这里不加任何查询参数。OpenClaw 里配置 Base URL 时填这个根地址即可具体路径由客户端拼接。如果你用的是兼容 OpenAI 协议的客户端通常填到 /api 这一层就够了。第三步是选 Model ID。TaoToken 控制台或文档里会列出当前可用的模型标识比如常见的对话模型 ID。你要做的是把这个 ID 原样填进 OpenClaw 的模型配置不要自己改写大小写或加前缀。Model ID 写错是新手最常见的 401 和 404 来源。这里有个关键点OpenClaw 的模型配置通常分两层——一层是 provider通道一层是 model具体模型。provider 里填 Base URL 和 API Keymodel 里填 Model ID。三件套 Base URL、Key、Model ID 必须来自同一个通道混用就会报错。我建议你在一个地方集中管理这些值比如环境变量或一个单独的配置文件避免散落在多处。环境变量清单建议这样组织TAOTOKEN_API_KEY 存 KeyTAOTOKEN_BASE_URL 存 https://taotoken.net/apiTAOTOKEN_MODEL 存你选的 Model ID。这样 OpenClaw 的配置文件里引用变量名即可换 Key 或换模型时只改一处。对于本地开发可以写进 shell 的 profile 文件对于服务化运行写进 systemd 的 Environment 或 .env 文件。3. OpenClaw 与 QQBot 的可复制配置片段这一节给可直接粘贴的配置。OpenClaw 的配置格式以你实际版本为准下面用通用的 JSON 结构演示路径和字段名按官方文档对齐。核心是把 TaoToken 通道配好再把 QQBot 通道接上。先看模型通道配置假设配置文件在 ~/.openclaw/config.json{ providers: { taotoken: { type: openai-compatible, baseUrl: https://taotoken.net/api, apiKey: ${TAOTOKEN_API_KEY}, models: { default: { id: ${TAOTOKEN_MODEL}, maxTokens: 4096, temperature: 0.7 } } } }, defaultProvider: taotoken, defaultModel: default }这里 baseUrl 填的是 https://taotoken.net/apiapiKey 用环境变量引用避免明文写进文件。models.default.id 引用 TAOTOKEN_MODEL你实际填的时候把环境变量设成控制台里看到的 Model ID。再看 QQBot 通道配置。QQBot 接入通常需要机器人 AppID、Token 和密钥这些在 QQ 开放平台申请后获得。配置片段大致如下{ channels: { qqbot: { enabled: true, appId: ${QQBOT_APP_ID}, token: ${QQBOT_TOKEN}, secret: ${QQBOT_SECRET}, sandbox: false, intents: [GROUP_AT_MESSAGE_CREATE, C2C_MESSAGE_CREATE] } } }intents 决定机器人能收到哪些事件。私聊消息对应 C2C_MESSAGE_CREATE群聊里被 对应 GROUP_AT_MESSAGE_CREATE。刚开始调试建议只开这两个减少无关事件干扰。如果你用 Cline MCP 或 Codex 这类工具做辅助开发它们的配置也遵循同样的三件套逻辑。以 Codex 的 auth.json 为例结构大致是{ openai: { baseURL: https://taotoken.net/api, apiKey: 你的 TaoToken Key } }注意 baseURL 和 apiKey 必须成对出现且 baseURL 指向 TaoToken 的 API 根地址。Cline MCP 的 settings 里同理Base URL、Key、Model ID 三个字段一个都不能少缺一个就会在调用时报 local proxy failed 或 401。环境变量清单汇总一下建议写进 .env 或 shell profileexport TAOTOKEN_API_KEY你的Key export TAOTOKEN_BASE_URLhttps://taotoken.net/api export TAOTOKEN_MODEL你的ModelID export QQBOT_APP_ID你的AppID export QQBOT_TOKEN你的Token export QQBOT_SECRET你的Secret配置写完后不要急着启动先做一次静态检查确认 JSON 没有多余逗号确认环境变量在当前 shell 里能 echo 出来确认 Base URL 没有多斜杠或少斜杠。这些细节看着小但排查起来很费时间。4. 启动 Gateway 并验证消息收发与模型调用配置就绪后启动 OpenClaw 的 Gateway。命令通常是openclaw gateway start --config ~/.openclaw/config.json启动后观察日志重点看三行provider 是否加载成功、channel 是否连接成功、默认模型是否解析出正确的 Model ID。如果 provider 加载失败多半是 Base URL 或 Key 的问题如果 channel 连接失败检查 QQBot 的 AppID 和 Token。接下来做最小验证在 QQ 里给机器人发一条私聊消息内容随便比如“在吗”。预期结果是机器人调用模型后回复。如果没回复先看 Gateway 日志里有没有收到 C2C_MESSAGE_CREATE 事件。收到事件但没回复说明模型调用环节有问题连事件都没有说明 QQBot 通道没通。模型调用是否成功可以单独用 curl 验证排除 OpenClaw 的干扰curl -X POST https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer $TAOTOKEN_API_KEY \ -H Content-Type: application/json \ -d { model: $TAOTOKEN_MODEL, messages: [{role: user, content: 回复ok}] }如果这条命令返回正常的 JSON 且 choices 里有内容说明 Key、Base URL、Model ID 三件套没问题问题在 OpenClaw 配置。如果返回 401检查 Key 是否复制完整如果返回 404检查 Model ID 是否写对如果返回连接错误检查 Base URL 是否是 https://taotoken.net/api。验证通过后再回到 QQ 里发消息这次应该能收到模型回复。到这一步最小链路就打通了QQ 消息进、模型调用、回复出。接下来才是叠加自动化任务。自动化任务用 cron 配置比如每天上午 9 点推送{ tasks: [ { name: daily-ai-digest, schedule: 0 9 * * *, prompt: 整理最近24小时AI领域重要动态输出3条每条不超过50字, deliverTo: qqbot:c2c:你的QQ号, timeout: 120 } ] }deliverTo 一定要显式绑定到具体会话不要用 last 这种隐式路由。timeout 给足涉及搜索和长文本组织时容易超时。任务创建后可以手动触发一次验证openclaw task run daily-ai-digest观察日志里任务是否执行、模型是否被调用、消息是否投递成功。手动跑通后再等定时触发这样排查范围小。5. 常见报错排查401、local proxy failed 与超时这一节对照真实报错给排查路径。第一个高频错误是 401 Unauthorized。出现这个先确认 Key 有没有多余空格再确认 Key 是否已过期或被删除。如果 Key 没问题检查 Base URL 是否指向 https://taotoken.net/api有些客户端会自动补 /v1补错路径也会 401。还有一种情况是环境变量没生效比如你在 A 终端 export却在 B 终端启动服务这时 echo $TAOTOKEN_API_KEY 会是空的。第二个是 local proxy failed。这个报错通常出现在 Cline MCP 或类似工具的配置里根因是 Base URL 和 Key 不匹配或者 Model ID 不在该通道支持列表里。排查顺序先确认 Base URL 是 TaoToken 的 API 根地址再确认 Key 来自同一个账号最后确认 Model ID 拼写。三件套里任何一个对不上都会触发这个错误。修复后重启工具不要只刷新界面。第三个是 reading choices 相关报错比如日志里出现 reading choices 或 choices 字段为空。这通常意味着模型返回了非预期结构可能是 Model ID 指向了一个不兼容的模型或者请求体格式不对。检查你的请求是否带了正确的 messages 数组检查 Model ID 是否是对话模型。如果用的是兼容 OpenAI 协议的客户端确认它没有额外注入不支持的参数。第四个是 OAuth 相关报错。如果你在配置里同时开了 OAuth 和 API Key可能会冲突。OpenClaw 走 TaoToken 通道时用 API Key 即可不需要 OAuth。检查配置里有没有残留的 OAuth 字段有就删掉。Codex 的 auth.json 里如果同时有 OAuth token 和 apiKey也可能导致鉴权混乱保留 apiKey 即可。第五个是任务超时。表现是 cron 任务日志显示 started 但没有 completed消息也没发出来。根因通常是 prompt 太发散模型一次要处理太多搜索和筛选。优化方式缩小搜索范围、固定输出结构、限制条数、适当提高 timeout 阈值。我一般把涉及搜索的任务 timeout 设到 120 秒以上纯文本生成设 60 秒。第六个是消息投递失败但任务显示成功。这多半是 deliverTo 没绑定具体会话或者绑定的会话 ID 变了。解决方式是显式写死 QQ 号或群号不要依赖 last。如果换了 QQ 号记得同步更新配置。排查时养成看日志的习惯OpenClaw 的 Gateway 日志会分模块打印provider、channel、task 各自独立。先定位是哪个模块报错再针对性检查配置比盲目改参数高效得多。6. 把消息自动化助手用起来从验证到长期运行最小链路和自动化任务都跑通后你可以逐步叠加能力。第一步先让机器人稳定回复私聊消息观察几天有没有漏消息或重复回复。第二步加一个简单的定时推送比如每天一条待办提醒验证 cron 和投递的稳定性。第三步再引入搜索和内容整理让机器人主动推送 AI 动态或项目状态。长期运行要注意几点Key 和 Token 定期轮换不要写死在代码里配置文件做好备份尤其是 QQBot 的凭证Gateway 建议用 systemd 或类似方式托管崩溃后能自动重启日志定期清理避免占满磁盘。如果你要验证模型对话效果可以直接用模型对话页面测试不同 Model ID 的表现确认哪个适合你的场景再写进配置。对于长期编码和 Agent 类任务Coding Plan 能提供更稳定的额度支持适合把 OpenClaw 当成日常工具的人。接入文档里有各客户端的详细配置示例遇到不确定的字段可以先查文档再改。API Keys 页面用来管理你的 Key需要新增或吊销时在这里操作。整套链路的核心就是三件套对齐Base URL 用 https://taotoken.net/apiKey 来自你的账号Model ID 原样填写。把这三个守住剩下的就是调 prompt 和加任务了。
