1. 从一条飞书消息说起私人助理到底缺什么OpenClaw 是一个可以跑在自己服务器上的私人助理框架Hermes Agent 是它常用的一类 Agent 运行时Skill 则是给这个助理加装的具体能力模块。你可以在飞书里给它发一句话它就能读文档、建表格、查日程、算账、提醒你少打篮球。听起来很美好但真正动手时大多数人卡在同一个地方模型通道怎么接。私人助理和普通聊天机器人最大的区别是「长期在线 多轮记忆 工具调用」。这意味着它每天要发几十上百次请求每次请求都带着上下文和 Skill 描述。如果你用网页版对话的方式去喂它根本跑不起来如果你自己维护一套 API Key 轮换很快就会遇到额度、限流、账单分散的问题。我试过把 Key 硬编码进 config.toml结果换一次 Key 就要重启服务Agent 正在处理的会话直接断掉。所以这篇的目标很明确用 TaoToken 作为统一的 Key/API 通道把 OpenClaw Hermes Agent 飞书 Skill 这条最小链路跑通。适合谁适合已经有一台能跑 Docker 的机器、想在飞书里拥有一个能干活而不只是聊天的助理、但不想在模型接入上折腾太久的人。整条链路的核心是三份配置config.toml 管 Agent 和模型通道settings.json 管飞书入口SKILL.md 管具体能力。下面按顺序来。2. TaoToken 前置把模型通道收敛成一个入口在接 OpenClaw 之前先理解 TaoToken 在这里扮演的角色。它提供的是兼容 OpenAI 风格的 API 通道也就是说 OpenClaw 里所有base_url指向它的请求都能用同一套 Key 走通。对私人助理这种「一个进程里跑多个 Skill、每个 Skill 可能调不同模型」的场景统一入口的价值在于你只需要在 config.toml 里维护一份凭证换模型只改 model 字段不用动 Key。你需要先拿到两样东西API Key 和确认可用的模型名。Key 在控制台的 API Keys 页面创建建议单独建一个给 OpenClaw 用的 Key方便后面按项目看用量。模型名以文档里列出的为准不要凭记忆写。控制台入口创建和管理 Keyhttps://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewriteAPI Keys 页面https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite接入文档确认 base_url 和参数格式https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite注意API 地址是https://taotoken.net/api配置里不要带任何查询参数否则部分客户端会把参数拼进请求路径导致 404。拿到 Key 之后先别急着写 OpenClaw 配置。用一条 curl 确认通道是通的这一步能帮你排除掉后面 80% 的「到底是 Key 错还是配置错」问题。curl https://taotoken.net/api/v1/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer $TAOTOKEN_API_KEY \ -d { model: 你的模型名, messages: [{role: user, content: 只回复两个字通了}], max_tokens: 16 }返回里choices[0].message.content是「通了」说明 Key、模型名、网络三件事都没问题。如果返回 401检查 Key 有没有多余空格返回 404检查 base_url 是不是写成了带/v1又重复拼接的形式。3. 可复制配置config.toml 与 settings.json 骨架OpenClaw 的配置分两层config.toml定义 Agent 运行时和模型通道settings.json定义飞书这个交互入口。两者职责不要混混了之后排障会很痛苦。3.1 config.tomlAgent 与模型通道下面这份骨架可以直接改。关键点是base_url指向 TaoToken 的 API 地址api_key从环境变量读避免明文进版本库。# ~/.openclaw/config.toml [server] host 0.0.0.0 port 8080 [agent] name hermes runtime hermes-agent workspace /root/.openclaw/workspace # Skill 目录所有自定义 Skill 放这里 skills_dir /root/.openclaw/workspace/skills # 会话记忆保留轮数私人助理建议给大一点 memory_window 40 [model] # 统一走 TaoToken 通道 provider openai-compatible base_url https://taotoken.net/api api_key_env TAOTOKEN_API_KEY model 你的模型名 temperature 0.3 max_tokens 2048 # 工具调用必须开否则 Skill 不会被触发 tool_calling true [model.retry] max_attempts 3 backoff_seconds 2 [logging] level info file /root/.openclaw/logs/openclaw.log几个容易写错的地方base_url结尾不要加斜杠api_key_env写的是环境变量名而不是 Key 本身tool_calling如果关掉飞书里发消息 Agent 只会聊天不会去调 Skill表现就是「它好像没听懂我要它建表格」。环境变量在启动服务前注入用 systemd 的话写在 unit 文件里用 Docker 的话写在-e或 compose 的 environment 段。export TAOTOKEN_API_KEY你的Key3.2 settings.json飞书入口飞书这边要做两件事机器人接收消息以及把消息转给 OpenClaw。settings.json管的是 OpenClaw 侧的飞书适配器配置。{ channels: { feishu: { enabled: true, app_id: cli_xxxxxxxx, app_secret_env: FEISHU_APP_SECRET, verification_token_env: FEISHU_VERIFICATION_TOKEN, encrypt_key_env: FEISHU_ENCRYPT_KEY, callback_path: /feishu/events, bot_name: 我的助理, allow_users: [ou_xxxxxxxx], reply_in_thread: false } }, skills: { auto_load: true, feishu_doc: { enabled: true }, feishu_bitable: { enabled: true } } }allow_users建议先只放你自己的 open_id跑通后再放开。callback_path要和飞书后台填的请求地址路径一致否则飞书会一直提示「请求地址校验失败」。3.3 飞书后台回调配置在飞书开放平台创建企业自建应用后进入「事件与回调」页面请求地址填https://你的域名/feishu/events这个域名必须能被公网访问且是 HTTPS。如果你在本地跑用内网穿透工具把 8080 端口暴露出去即可注意穿透工具只用于开发调试生产环境建议直接部署在有公网 IP 的服务器上。订阅事件里至少勾选「接收消息 v2.0」im.message.receive_v1。权限方面需要开通读取用户发给机器人的单聊消息、以应用身份发消息、云文档读写、多维表格读写。权限没开全的典型症状是消息能收到但 Agent 建表格时报权限不足。把飞书后台的 Verification Token、Encrypt Key、App Secret 分别写进环境变量和 settings.json 里的*_env字段对应上。4. 验证请求发一条消息触发 Skill配置写完重启 OpenClaw看日志里有没有feishu channel connected和skills loaded: feishu_doc, feishu_bitable。两行都出现说明入口和能力都挂上了。现在写一个最小 Skill 来验证整条链路。在~/.openclaw/workspace/skills下建目录meeting-minutes里面放SKILL.md--- name: meeting-minutes description: | 整理会议纪要并提取待办事项。用于在飞书文档中整理会议内容包括 (1) 格式化会议纪要 (2) 当会议提到出差时加载公司出差费用报销规则 (3) 提取待办事项并创建飞书多维表格记录。 --- # 会议纪要整理 ## 功能 1. 格式化会议纪要 - 在飞书文档中整理会议内容 2. 出差费用规则 - 当会议提到出差时加载公司出差费用报销规则文件 3. 待办事项提取 - 提取会议中的待办事项创建飞书多维表格 ## 工作流程 ### 1. 读取现有文档 如果用户提供了飞书文档链接先读取内容。 ### 2. 检查出差相关内容 分析会议内容如果提到出差读取 workspace 根目录下的报销规则文件并追加到文档。 ### 3. 提取待办事项 识别任务内容、负责人、完成时间。 ### 4. 创建待办事项多维表格 使用 feishu_bitable_create_app 创建名为待办事项的 Bitable 字段包含任务文本、负责人用户、完成时间日期时间、状态单选。 ### 5. 写入待办事项记录 使用 feishu_bitable_create_record 写入每条待办。保存后不用重启OpenClaw 会热加载 Skill 目录。然后在飞书里给机器人发一条消息帮我整理这段会议纪要并提取待办 今天讨论了 Q3 上线计划张三负责接口联调下周三前完成 李四负责文档本周五前完成。另外下个月要去上海出差。预期结果Agent 回复一段格式化后的纪要同时创建一个多维表格并写入两条待办记录因为提到了「出差」还会把报销规则追加进文档。如果只回复了文字、没有建表回到第 3 节检查tool_calling和feishu_bitable权限。想单独验证模型通道是否正常可以打开模型对话页面直接发一条消息对比https://taotoken.net/model-chat?utm_sourcetaotoken_aicg_blog_endutm_contentmodel-chatutm_campaignrewrite如果那边正常、OpenClaw 这边不正常问题一定在 OpenClaw 配置或飞书权限不在通道。5. 本篇常见错排查5.1 飞书回调校验失败最常见的原因是callback_path和飞书后台填的路径不一致或者服务没有真正监听在公网可达的地址上。先在服务器上本地 curl 一下回调路径确认返回 200再去飞书后台点「重新校验」。如果用了反向代理注意把/feishu/events的路径原样透传不要做重写。5.2 Agent 收到消息但不调 Skill先看日志里有没有tool_call相关记录。没有的话八成是tool_calling false或者模型本身不支持工具调用。换一个明确支持 function calling 的模型名再试。另外 Skill 的description写得太模糊也会导致模型不触发把「什么时候用」写清楚比如明确写出「当用户提到会议纪要时使用」。5.3 401 / 403 报错401 基本都是 Key 的问题环境变量没注入、Key 复制时带了换行、或者用了已删除的 Key。403 则多半是飞书权限没开全尤其是多维表格和云文档的写权限。这两类错误在日志里的关键字不同先看状态码再定位不要一上来就改配置。5.4 请求超时或频繁重试私人助理的上下文通常比较长如果max_tokens设得过大、memory_window又给到 40 轮以上单次请求体可能很大。先把memory_window降到 20 观察确认是体积问题还是通道问题。retry段的重试次数不要设太高3 次足够否则一次失败会拖很久才返回。5.5 Skill 热加载不生效确认skills_dir路径写对且SKILL.md的 front matter 格式正确---包裹name和description都在。文件名必须是SKILL.md大小写敏感。改完可以看日志里有没有skill reloaded: meeting-minutes。6. 把这条链路用起来跑通之后你可以按同样的方式继续加 Skill日程提醒、记账、信息收集每个都是skills目录下的一个子目录加一份SKILL.md。模型通道始终只有 config.toml 里那一份配置换模型、换额度都只动一个地方。如果你打算长期跑编码类或 Agent 类任务可以看一下 Coding Plan它更适合高频调用的场景https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite接入过程中遇到报错优先对照接入文档里的参数说明再回来看第 5 节的排查清单https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite最后留一个实用习惯每次改完 config.toml先用第 2 节那条 curl 确认通道没被改坏再去飞书发消息。这样能把「通道问题」和「配置问题」彻底分开排障时间至少省一半。