1. 为什么我建议你先搞懂 OpenClaw 再动手装如果你最近在搜 OpenClaw、AI Agent 框架、环境安装这些词大概率是遇到了同一个问题想跑一个能自己调用工具、自己执行任务的智能体但市面上的方案要么太重要么绑死在某个云平台上。OpenClaw 这个开源 AI Agent 框架正好卡在一个舒服的位置——本地优先、工具调用内置、支持多模型路由还能通过 Skills 插件扩展能力。它适合谁适合已经会基本命令行操作、理解 LLM 概念、想亲手搭一条 Agent 链路的开发者。我第一次接触它的时候最直观的感受是它不是又一个聊天壳子而是一个运行时环境。你给它一句自然语言指令它会自己决定调用哪个工具、读哪个文件、发哪条消息。这背后是 Gateway、Agent、Skills、Memory、Tools 五个组件在协作。但别急着理解全部架构入门阶段你只需要做一件事把环境装好让第一条 Agent 链路跑起来。这篇就按这个目标来从 Node.js 版本检查到 config.toml 骨架配置再到运行验证每一步都给可复制的命令。2. 装 OpenClaw 之前先把 TaoToken 的 Key 准备好OpenClaw 本身是运行时框架它需要接一个大模型才能干活。你可以把它理解成一辆车框架是底盘和传动系统模型是发动机。发动机从哪来我实测下来用 TaoToken 的 API 接入是最省事的路径之一因为它兼容 OpenAI 风格的接口OpenClaw 的配置里直接填 base_url 和 api_key 就能通。你需要先去 TaoToken 官网注册账号然后到控制台创建一个 API Key。地址我放在这里官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 端点用 https://taotoken.net/api 就行注意这个地址后面不加 UTM 参数。创建 Key 的入口在控制台的 API Keys 页面建议你建一个专门给 OpenClaw 用的 Key方便后面按项目隔离用量。注意API Key 只显示一次创建后立刻复制到安全的地方。不要直接写进代码仓库后面我们会用环境变量或 config.toml 来管理。如果你还没决定用哪个模型可以先到模型对话页面试几个看看哪个响应风格适合你的 Agent 场景。长期做编码类 Agent 的话可以关注 Coding Plan 的额度方案比按量计费更适合高频调用。3. 可复制配置Node.js 检查、安装与 config.toml 骨架3.1 先确认 Node.js 和 npm 版本OpenClaw 基于 Node.js 开发最低要求 Node.js 18.x推荐 20.x LTS。先打开终端Windows 用 PowerShellLinux/macOS 用 Terminal执行node --version npm --version正常输出应该是v20.x.x和10.x.x这样的版本号。如果 node 命令找不到说明还没装 Node.js去 nodejs.org 下载 LTS 版本安装包Windows 记得勾选 Add to PATH。如果版本低于 18建议用 nvm 或 fnm 切换# 用 fnm 安装并切换 Node.js 20 fnm install 20 fnm use 20 node --version3.2 全局安装 OpenClaw版本确认没问题后执行全局安装npm install -g openclaw安装完成后验证openclaw --version如果遇到 EACCES 权限错误不要用 sudo 硬装而是配置 npm 的全局目录mkdir -p ~/.npm-global npm config set prefix ~/.npm-global export PATH~/.npm-global/bin:$PATH npm install -g openclawWindows 下如果 PowerShell 报权限问题用管理员身份打开终端或者把 npm 全局目录改到用户目录下再装。3.3 初始化配置目录安装完成后运行初始化命令openclaw init这会在你的用户主目录下创建~/.openclaw/文件夹里面包含 Agent 的身份配置、记忆目录、Skills 目录和主配置文件。关键文件是config.tomlOpenClaw 用它来管理模型接入、Gateway 端口、日志级别等。3.4 config.toml 骨架配置打开~/.openclaw/config.toml填入下面这个骨架。我把它拆成三段来看模型接入、Gateway 设置、日志与记忆。# 模型接入 [model] provider openai-compatible base_url https://taotoken.net/api api_key 你的_TaoToken_API_Key model_name gpt-4o-mini temperature 0.7 max_tokens 4096 # Gateway 设置 [gateway] host 127.0.0.1 port 18789 mode local # 日志与记忆 [log] level info file ~/.openclaw/logs/openclaw.log [memory] short_term_window 20 daily_log true long_term_file ~/.openclaw/MEMORY.md几个参数说明一下。provider填openai-compatible是因为 TaoToken 的接口兼容 OpenAI 格式OpenClaw 能直接识别。base_url用https://taotoken.net/api不要加末尾斜杠。model_name可以先填gpt-4o-mini做验证后面换成你实际要用的模型。gateway.port默认 18789如果被占用可以改成 18790 或其他空闲端口。提示如果你不想把 api_key 明文写在 config.toml 里可以改成api_key ${TAOTOKEN_API_KEY}然后在 shell 里 export 这个环境变量。OpenClaw 启动时会自动读取。4. 验证请求从 Gateway 启动到第一条 Agent 链路4.1 启动 Gateway配置写好后先启动 Gatewayopenclaw gateway start如果想让它在后台跑加--backgroundopenclaw gateway start --background启动成功后检查状态openclaw gateway status正常输出会显示 Gateway 正在监听http://127.0.0.1:18789以及 WebSocket 地址。如果显示 stopped先看日志文件~/.openclaw/logs/openclaw.log常见原因是端口被占用或 api_key 没填对。4.2 发一条验证请求Gateway 跑起来后用 curl 直接打一下模型接口确认 TaoToken 的 Key 能通curl -X POST https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer 你的_TaoToken_API_Key \ -H Content-Type: application/json \ -d { model: gpt-4o-mini, messages: [{role: user, content: 回复一句Agent 链路已通}], max_tokens: 50 }如果返回的 JSON 里有choices[0].message.content说明模型侧没问题。这一步很关键因为很多人装完 OpenClaw 发现 Agent 不响应最后查出来是 Key 或 base_url 写错了。4.3 跑通第一条 Agent 对话模型通了之后回到 OpenClaw 启动交互式对话openclaw chat在对话界面里输入帮我列出当前目录下的文件并统计有多少个 .md 文件OpenClaw 会调用内置的 exec 工具执行ls和find命令然后把结果整理成自然语言返回。你看到的输出应该类似当前目录下有 12 个文件其中 .md 文件有 3 个 - README.md - AGENTS.md - MEMORY.md到这一步你的第一条 Agent 链路就算跑通了。它完成了「自然语言指令 → 模型理解 → 工具调用 → 结果返回」这个完整闭环。4.4 查看已加载的 Skills再确认一下 Skills 系统是否正常openclaw skills list正常会列出内置技能比如 weather、pdf、xlsx、coding-agent 等。如果列表为空检查~/.openclaw/skills/目录是否存在或者重新运行openclaw init。5. 本篇常见错排查5.1 openclaw 命令找不到安装完npm install -g openclaw后终端提示command not found。这通常是 npm 全局 bin 目录没在 PATH 里。执行npm config get prefix看看路径然后把这个路径下的 bin 目录加到 PATH。Linux/macOS 改~/.bashrc或~/.zshrcWindows 在系统环境变量里加。5.2 Gateway 启动报端口占用错误信息类似EADDRINUSE: address already in use 127.0.0.1:18789。先查谁占用了端口# Linux/macOS lsof -i :18789 # Windows netstat -ano | findstr 18789要么杀掉占用进程要么改 config.toml 里的gateway.port为 18790。5.3 模型请求返回 401curl 验证时返回401 Unauthorized说明 api_key 不对。检查三件事Key 是否复制完整、有没有多余空格、base_url 是不是https://taotoken.net/api。如果 Key 是在控制台刚创建的确认没有误删。5.4 Agent 不调用工具只回复文字这种情况通常是模型能力问题。部分轻量模型对 function calling 支持不好OpenClaw 发过去的工具定义它识别不了。换一个支持工具调用的模型比如 gpt-4o 系列或 Claude 系列。你可以在模型对话页面先测一下模型的工具调用能力再填进 config.toml。5.5 config.toml 改了不生效OpenClaw 启动时读取一次配置改完 config.toml 后需要重启 Gatewayopenclaw gateway stop openclaw gateway start如果还不行检查配置文件路径是不是~/.openclaw/config.toml有些系统下~展开的目录可能和你以为的不一样用echo $HOME确认一下。6. 下一步把 Key 和文档放在手边环境装好只是起点。接下来你要做的是把 Agent 接到真实任务上比如让它读你的项目文件、调你的内部 API、定时发消息。这些都需要你熟悉 OpenClaw 的 Skills 机制和工具配置。我建议你现在做两件事。第一去 TaoToken 控制台的 API Keys 页面把 Key 管理起来后面加新 Agent 或换模型时会频繁用到。第二把接入文档存到书签config.toml 里每个字段的含义、支持哪些 provider、怎么配多模型路由文档里都有。如果你打算长期跑编码类 Agent可以顺便看一下 Coding Plan 的额度说明避免高频调用时额度不够用。装环境这件事踩过一次坑之后就是肌肉记忆。你现在已经跑通了第一条链路后面加工具、加记忆、加多 Agent 协作都是在同一个骨架上叠东西。先把 Gateway 跑稳再慢慢往上加。