1. 从 Clawdbot 到 OpenClaw本地 AI 智能助手到底解决什么问题如果你之前折腾过 Clawdbot 或者 Moltbot会发现它们改名的消息满天飞社区里一堆人问「原来的配置还能不能用」。我先把结论放前面OpenClaw 就是 Clawdbot / Moltbot 这条线的新名字核心定位没变——一个本地优先、开源、能接你自己渠道的个人 AI 智能助手框架。你把它理解成「跑在自己机器上的 AI 中枢」就行它负责把模型能力、本地文件、浏览器、日历、消息渠道串起来让 AI 从「只会聊天」变成「能替你干活」。为什么很多人聊了半天大模型最后还是回到手动复制粘贴因为大多数在线助手被关在网页里碰不到你的本地环境。你想让它整理一个文件夹的笔记它说做不到你想让它定时检查某个页面变化它也没有定时器。OpenClaw 补的就是这「最后一公里」AI 能读你的文件、能调工具、能按计划执行任务而且数据留在你自己的设备上。这篇面向第一次接触 OpenClaw 的开发者走一条从零到跑通第一个自动化任务的完整路径。重点有三块Skills 怎么写和怎么被调用、Clawdbot/Moltbot 迁移时要注意什么、以及怎么用 TaoToken 统一 Key 和 API 通道把模型接进来。热词里提到的 OpenClaw、AI 智能助手、自动化、Skills我都会落到可复制的配置和命令上而不是停在概念。适合谁看有基本命令行知识、装过 Node.js、想搭一个属于自己的 AI 助手的开发者。如果你完全没碰过终端跟着一步步来也能走通但遇到报错要愿意看日志。不适合只想开箱即用、不愿意配置的人。先明确一个心智模型OpenClaw 里 Agent 是执行主体Session 是一次会话上下文Skill 是可被调用的能力单元。你写一个 Skill本质是告诉 Agent「遇到这类任务时按这个流程、调这些工具去做」。自动化则是把 Skill 和定时/触发条件绑在一起。理解了这三层后面的配置就不会晕。环境上你需要 Node.js v18 以上推荐 v20。检查一下node -v npm -v如果版本太低用 nvm 装一个curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.0/install.sh | bash nvm install 20 nvm use 20装好之后OpenClaw 的安装和初始化我会在下一节和 TaoToken 接入一起讲因为模型通道没配好助手跑起来也是空转。2. TaoToken 前置统一 Key 与 API 通道接入 OpenClaw 模型配置很多人卡在第一步不是不会装 OpenClaw而是模型 API 太散Claude 一个 Key、GPT 一个 Key、Kimi 又一个 Key切换模型要改一堆环境变量。我的做法是用 TaoToken 做统一通道一个 Key 走多家模型OpenClaw 侧只认一个 Base URL 和一个 Key换模型只改 Model ID。TaoToken 在这里的角色是模型 API 聚合入口官网是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 端点是 https://taotoken.net/api 。注意 API 地址不要加 UTM 参数配置里写干净的 https://taotoken.net/api 就行。先去控制台拿 Key入口在 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite Key 管理页在 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite 。拿到形如sk-xxxx的 Key 之后先别急着写进 OpenClaw用一条 curl 验证通道是否通curl https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-你的Key \ -H Content-Type: application/json \ -d { model: claude-sonnet-4-20250514, messages: [{role: user, content: 只回复通道正常}] }返回里有choices[0].message.content就说明 Key 和通道没问题。这一步很关键因为 OpenClaw 报错时你分不清是框架问题还是 Key 问题先隔离验证能省很多时间。OpenClaw 的模型配置一般放在项目根目录的配置文件里常见是openclaw.config.json或环境变量方式。我用 JSON 配置演示路径按你实际安装目录来{ models: { default: claude-sonnet-4-20250514, providers: { taotoken: { baseUrl: https://taotoken.net/api, apiKey: sk-你的Key, models: [ claude-sonnet-4-20250514, gpt-4o, kimi-k2-0711-preview ] } } } }如果你更习惯环境变量等价写法是export OPENCLAW_MODEL_PROVIDERtaotoken export OPENCLAW_BASE_URLhttps://taotoken.net/api export OPENCLAW_API_KEYsk-你的Key export OPENCLAW_DEFAULT_MODELclaude-sonnet-4-20250514这里三件套必须齐全Base URL、Key、Model ID。少任何一个OpenClaw 启动时要么连不上要么默认模型为空。Model ID 要和你 TaoToken 账号里可用的模型名一致写错了会返回模型不存在。配好之后跑一次 OpenClaw 的模型自检命令不同版本命令名略有差异常见是openclaw doctor或openclaw models testopenclaw doctor看到 provider 为 taotoken、default model 正确、连通性 OK就可以进入下一步写 Skill 了。如果你还想在网页里直接对比不同模型的回答质量可以用模型对话页 https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentchatutm_campaignrewrite 先试几轮确定默认模型再写进配置。3. 可复制配置OpenClaw Skills 编写模板与自动化任务落地Skills 是 OpenClaw 里最值得花时间的地方。一个 Skill 通常是一个目录里面至少有一个SKILL.md描述元信息加上可选的脚本或工具声明。Agent 在规划任务时会读取这些描述决定要不要调用、怎么调用。先建目录结构mkdir -p ~/.openclaw/skills/daily-report cd ~/.openclaw/skills/daily-report然后写SKILL.md。下面这个模板可以直接复制改掉 name、description 和步骤即可--- name: daily-report description: 汇总指定目录下的 Markdown 笔记生成一份当日摘要报告 version: 1.0.0 author: your-name triggers: - 生成日报 - 汇总笔记 tools: - read_file - write_file - list_dir --- # Daily Report Skill ## 目标 读取 ~/notes 目录下最近修改的 Markdown 文件提取要点生成 ~/reports/daily-YYYYMMDD.md。 ## 执行步骤 1. 使用 list_dir 列出 ~/notes 下所有 .md 文件。 2. 按修改时间排序取最近 10 个。 3. 使用 read_file 读取内容提取标题和一级要点。 4. 汇总为结构化 Markdown写入 ~/reports/daily-YYYYMMDD.md。 5. 返回生成的文件路径和条目数量。 ## 约束 - 不修改原始笔记文件。 - 报告文件不存在时自动创建目录。 - 单次读取文件不超过 200KB。triggers是给 Agent 的语义提示用户说「帮我生成日报」时更容易命中。tools声明这个 Skill 需要哪些内置工具OpenClaw 会在调用前做权限检查。步骤写得越具体Agent 执行越稳别写「分析一下内容」这种模糊描述。写完 Skill 后用 CLI 注册并查看是否被识别openclaw skills list openclaw skills reload如果列表里出现daily-report说明加载成功。接着做自动化绑定。OpenClaw 的定时任务配置一般在openclaw.config.json的automations段{ automations: [ { name: 每晚生成日报, schedule: 0 22 * * *, skill: daily-report, input: { sourceDir: ~/notes, outputDir: ~/reports }, enabled: true } ] }schedule是标准 cron 表达式0 22 * * *表示每天 22 点执行。input会作为参数传给 Skill。改完配置重启 OpenClaw 服务openclaw restart openclaw automations list看到任务处于 enabled 状态就绑好了。想手动触发一次验证不用等到 22 点openclaw run daily-report --input {sourceDir:~/notes,outputDir:~/reports}这一步能跑通说明 Skill 逻辑和工具权限都没问题。如果你要接的是长期编码或 Agent 类任务模型调用量会比较大可以考虑用 Coding Plan 通道 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 把编码场景的额度单独规划避免和日常对话抢配额。关于 Clawdbot/Moltbot 迁移重点看两处一是配置文件名和字段名可能变了旧版clawdbot.config.json里的 provider 段要按新版models.providers结构重写二是 Skills 目录路径旧版可能在~/.clawdbot/skills新版统一到~/.openclaw/skills。迁移时先把旧目录复制过来再逐个openclaw skills reload验证别一次性全量切换。4. 验证请求本地运行 OpenClaw 并跑通第一个自动化任务配置和 Skill 都就位后做一次端到端验证。先启动 OpenClaw 服务前台运行方便看日志openclaw start --foreground日志里应该能看到 provider 初始化、skills 加载数量、automations 注册条数。如果 provider 那行报连接失败回到第 2 节检查 Base URL 和 Key。服务起来后用 CLI 发一条自然语言指令测试 Agent 能不能命中 Skillopenclaw ask 帮我生成今天的日报笔记在 ~/notes预期返回类似{ skill: daily-report, status: success, output: ~/reports/daily-20250612.md, items: 8 }然后确认文件真的生成了ls -lh ~/reports/ cat ~/reports/daily-20250612.md打开报告看内容结构是否合理。如果条目为空多半是~/notes路径不对或没有 .md 文件如果报工具权限错误检查SKILL.md里tools是否声明了read_file、list_dir。再验证定时任务是否被调度器接管openclaw automations status输出里会显示下次执行时间。想快速验证 cron 逻辑可以临时把 schedule 改成*/2 * * * *每两分钟观察日志里是否自动触发验证完改回 22 点。如果你还想在接入前先确认某个模型对这类任务的理解能力可以在模型对话页 https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentchatutm_campaignrewrite 里贴一段 Skill 描述问它「你会怎么执行」对比几个模型的规划质量再决定默认模型。到这里第一个自动化任务就跑通了模型通道走 TaoTokenSkill 负责具体逻辑automation 负责触发。后面你要加新能力就是复制这个模板改步骤成本很低。5. 本篇常见错排查401、local proxy failed 与 reading choices 报错实际跑的时候报错集中在几个地方。我按真实遇到的顺序列一下对照日志定位。401 Unauthorized。最常见Key 错了、过期了、或者复制时带了空格。先单独 curl 验证curl -i https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-你的Key \ -H Content-Type: application/json \ -d {model:claude-sonnet-4-20250514,messages:[{role:user,content:ping}]}返回 401 就重新去 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite 生成一个 Key。注意配置里不要写成Bearer Bearer sk-xxx也不要漏掉Bearer前缀。local proxy failed。这个报错通常出现在 OpenClaw 尝试走本地转发但端口没起来或者 Base URL 写成了localhost。检查配置里baseUrl是不是https://taotoken.net/api别写成http://127.0.0.1:xxxx。如果你本地有其它服务占用端口也会触发类似提示换端口或关掉冲突服务。reading choices of undefined。这是响应结构不符合预期OpenClaw 拿不到choices字段。原因一般是 Base URL 少了/v1或多了/v1。TaoToken 的对话端点完整路径是https://taotoken.net/api/v1/chat/completions配置里baseUrl写https://taotoken.net/api框架会自动拼/v1/chat/completions。如果你手动写成了https://taotoken.net/api/v1就会变成/v1/v1/...返回结构自然不对。OAuth 相关报错。如果你用的是需要 OAuth 的客户端比如某些 Claude Code 场景报 OAuth 失败时先确认是不是把 API Key 模式误配成了 OAuth 模式。OpenClaw 走的是 Key 模式不需要 OAuth 流程。Claude Code 接入可以参考文档 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 里的说明ClaudeCodeAnthropic 专用入口在 https://taotoken.net/claude-code-anthropic?utm_sourcetaotoken_aicg_blog_endutm_contentclaudecodeutm_campaignrewrite 。Skill 不触发。Agent 没命中 Skill先openclaw skills list确认加载再看triggers关键词是否和用户说法差太远。把常见说法都加进 triggers比如「日报」「总结笔记」「汇总今天」。automation 不执行。检查enabled是否为 truecron 表达式是否写错五个字段不是六个以及 OpenClaw 服务是否在后台常驻。前台跑的时候关掉终端任务就停了。排障时优先看 OpenClaw 日志里的 provider 和 skill 两段90% 的问题在这两处。接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 遇到通道问题先查文档再改配置。6. 语义一致 CTA把 OpenClaw 接入通道固定下来跑通第一个任务之后建议把模型通道固定成一套配置别每次换模型都改代码。我的习惯是TaoToken 的 Key 只放一份OpenClaw 配置里 provider 只写 taotoken需要换模型时改default字段的 Model ID。这样迁移 Clawdbot/Moltbot 旧配置时只需要把旧 provider 段替换成这一套Skills 和 automations 基本不用动。如果你主要做排障和接入先把 API Keys 和接入文档过一遍Key 管理在 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite 接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 。想先验证模型回答质量再决定默认模型用模型对话页 https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentchatutm_campaignrewrite 。长期跑编码和 Agent 任务用 Coding Plan https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 单独规划额度。最后留一个我踩过的坑Skill 的SKILL.md里步骤别写太抽象Agent 规划时会自由发挥结果不稳定。把每一步对应到具体工具和具体路径跑十次结果都一致这才算真正可用的自动化。