1. 为什么要在 OpenClaw 里接企业微信 WebhookOpenClaw 是一个跑在 Python 环境里的自动化任务调度框架你可以把它理解成一个「会按时间表干活的机器人管家」定时抓数据、跑报表、扫日志、调接口它都能按 cron 表达式准时执行。但任务跑完之后结果躺在日志里没人看等于白跑。企业微信 Webhook 就是解决「最后一公里」的那根管子——任务一结束消息直接推到群里谁都能第一时间看到。这套组合适合谁我列几类典型场景你就懂了。第一类是运维同学服务器日志扫描任务发现异常需要立刻通知值班群第二类是数据同学每天早上的销售日报、库存预警跑完自动发到业务群第三类是开发同学CI 构建失败、接口健康检查挂了通过企业微信机器人推一条 Markdown 告警。这些场景的共同点是任务本身 OpenClaw 能搞定缺的只是「把结果送出去」的通道。企业微信这边提供两种推送方式选哪种取决于你的需求。群机器人 Webhook 是最轻量的进群点几下就能拿到一个 URL往上面 POST 一个 JSON 就能发消息不需要企业认证、不需要审批适合绝大多数通知场景。企业微信应用 API 则更重需要 corpid、corpsecret、agentid 三件套能定向给某个成员发消息适合审批流、个性化告警。这篇指南两条路都走一遍但主线放在群机器人上因为它上手最快、踩坑最少。还有一个绕不开的问题凭证管理。OpenClaw 任务里如果散落着一堆 Webhook URL、API Key、corpsecret改一个地方要翻十个文件还容易把密钥提交到仓库。我的做法是把所有调用凭证收敛到 TaoToken 统一 Key/API 通道https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endOpenClaw 侧只认一个入口换 Key、加模型、切通道都在一处完成。下面从环境准备开始一步步把这条链路打通。2. TaoToken 前置准备统一 Key 与 API 通道在写企业微信推送代码之前先把凭证这层理顺。很多同学对接时习惯把 Webhook URL 硬编码在脚本里跑通是跑通了但过两周要换群、要轮换密钥就得挨个文件改。更麻烦的是如果 OpenClaw 任务里还要调用大模型做内容生成比如把原始日志总结成一段人话再推送那模型 API Key 又是一套独立的凭证体系管理成本直接翻倍。TaoToken 在这里扮演的角色是「凭证中转站」。你不需要在 OpenClaw 的每个任务脚本里塞不同的 Key而是统一走 TaoToken 的 API 通道由它来分发到具体的模型或服务。对企业微信对接来说最直接的好处是Webhook URL 这类敏感信息可以放进环境变量或配置中心而模型调用凭证统一由 TaoToken 管理两边解耦。先拿到你的 Key。访问 https://taotoken.net/api-keys 创建 API Key页面会给你一串以sk-开头的字符串复制保存好后面配置里要用。注意这个 Key 只在创建时完整显示一次关掉页面就看不到了建议直接存进密码管理器。拿到 Key 之后OpenClaw 侧怎么用有两种方式。第一种是环境变量适合本地开发和单机部署export TAOTOKEN_API_KEYsk-你的key export WECHAT_WEBHOOK_URLhttps://qyapi.weixin.qq.com/cgi-bin/webhook/send?key你的key第二种是配置文件适合多任务、多环境的场景。OpenClaw 支持 YAML 配置我们可以在项目根目录建一个config/credentials.yaml把凭证集中管理# config/credentials.yaml taotoken: api_key: sk-你的key base_url: https://taotoken.net/api model: claude-sonnet-4-20250514 wechat: webhook_url: https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key你的key mention_all: false这里有个细节要注意base_url填https://taotoken.net/api不要带多余的路径后缀。有些同学习惯性加上/v1结果请求 404排查半天。TaoToken 的 API 入口就是https://taotoken.net/apiSDK 会自动拼接具体端点。如果你用的是 Claude Code 或类似的编码工具TaoToken 也提供了对应的接入方式。在 Claude Code 里配置环境变量指向 TaoToken 的 API 地址就能把模型调用统一走这条通道。具体做法是在 shell 配置里加上export ANTHROPIC_BASE_URLhttps://taotoken.net/api export ANTHROPIC_API_KEYsk-你的key这样 Claude Code 的所有请求都会经过 TaoToken你可以在控制台 https://taotoken.net/console 看到调用量、余额和错误日志。对企业微信对接来说这意味着如果 OpenClaw 任务里需要模型生成推送内容你不需要额外维护一套模型 Key直接复用 TaoToken 的通道即可。凭证准备好之后我们进入企业微信侧。打开企业微信进入你要接收通知的群聊点右上角「…」选择「群机器人」再点「添加机器人」。给机器人起个名字比如「OpenClaw 通知助手」确认后企业微信会生成一个 Webhook URL形如https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key693a91f6-7xxx-4bc4-97a0-0ec2sifa5aaa把这个 URL 复制下来填到上面的credentials.yaml里。到这里前置准备就完成了TaoToken Key 管模型调用企业微信 Webhook URL 管消息推送两者都收敛到配置文件脚本里只读配置不写死。3. 可复制配置Python 推送模块与 OpenClaw 任务集成这一节是全文的核心我会给出可以直接复制运行的 Python 代码包括企业微信推送模块、OpenClaw 任务脚本以及两者集成的 YAML 配置。代码都经过实测你只需要替换配置里的 Key 和 URL 就能跑。先写企业微信推送模块。新建wechat_bot.py封装一个发送函数支持文本和 Markdown 两种消息类型# wechat_bot.py import os import json import logging import requests logger logging.getLogger(__name__) def send_to_wechat(content, msg_typetext, webhook_urlNone): 向企业微信群机器人发送消息 参数: content (str): 消息内容文本或 Markdown 格式 msg_type (str): 消息类型支持 text 或 markdown webhook_url (str): 企业微信机器人 Webhook URL不传则读环境变量 返回: bool: 发送成功返回 True否则返回 False url webhook_url or os.getenv(WECHAT_WEBHOOK_URL) if not url: logger.error(未配置 WECHAT_WEBHOOK_URL) return False headers {Content-Type: application/json} if msg_type markdown: payload { msgtype: markdown, markdown: {content: content} } else: payload { msgtype: text, text: {content: content} } try: resp requests.post( url, headersheaders, datajson.dumps(payload), timeout10 ) result resp.json() if result.get(errcode) 0: logger.info(企业微信消息发送成功) return True logger.error( 发送失败 errcode%s errmsg%s, result.get(errcode), result.get(errmsg) ) return False except requests.RequestException as e: logger.error(网络异常: %s, e) return False这个函数有两个设计点值得说明。第一webhook_url参数可选不传时从环境变量读这样既支持配置文件注入也支持环境变量方式灵活。第二返回布尔值而不是抛异常因为推送失败不应该让整个 OpenClaw 任务崩掉——任务本身跑成功了只是通知没发出去记录日志即可。接下来写一个带模型调用的任务脚本。假设我们要做一个「日志摘要推送」任务读取一段原始日志调用 TaoToken 通道让模型总结成一段人话再推送到企业微信。新建log_summary_task.py# log_summary_task.py import os import logging from openai import OpenAI from wechat_bot import send_to_wechat logging.basicConfig(levellogging.INFO) logger logging.getLogger(__name__) def summarize_logs(raw_logs): 调用 TaoToken 通道把原始日志总结成一段摘要 client OpenAI( api_keyos.getenv(TAOTOKEN_API_KEY), base_urlhttps://taotoken.net/api ) resp client.chat.completions.create( modelclaude-sonnet-4-20250514, messages[ { role: system, content: 你是一个运维助手把日志总结成 3 句话以内的中文摘要突出异常和影响范围。 }, {role: user, content: raw_logs} ], temperature0.3 ) return resp.choices[0].message.content def run_task(): OpenClaw 任务入口 raw_logs 2026-01-15 09:12:33 ERROR db connection timeout poolmain 2026-01-15 09:12:35 WARN retry 1/3 for db connection 2026-01-15 09:12:40 ERROR db connection timeout poolmain 2026-01-15 09:12:45 INFO fallback to replica pool 2026-01-15 09:13:02 INFO service recovered try: summary summarize_logs(raw_logs) content f## OpenClaw 日志摘要\n\n{summary}\n\n 任务执行时间: 2026-01-15 09:13 send_to_wechat(content, msg_typemarkdown) logger.info(任务完成) except Exception as e: logger.exception(任务失败: %s, e) send_to_wechat(f任务执行失败: {e}, msg_typetext) if __name__ __main__: run_task()注意OpenAI客户端的base_url指向https://taotoken.net/apiapi_key从环境变量读。这样模型调用走 TaoToken 统一通道你不需要在脚本里硬编码任何模型厂商的 Key。最后是 OpenClaw 的任务配置。在openclaw_config.yaml里定义任务# openclaw_config.yaml tasks: - name: 日志摘要推送 cron: */30 * * * * # 每 30 分钟执行一次 script: log_summary_task.py timeout: 120 retry: 2 env: TAOTOKEN_API_KEY: ${TAOTOKEN_API_KEY} WECHAT_WEBHOOK_URL: ${WECHAT_WEBHOOK_URL} notifications: on_failure: true webhook_url: ${WECHAT_WEBHOOK_URL}这份配置里env段把环境变量透传给任务脚本notifications段让 OpenClaw 在任务失败时也推一条通知。三件套齐了Base URLhttps://taotoken.net/api、Keysk-开头、Model IDclaude-sonnet-4-20250514缺一不可。4. 验证请求从企业微信到 OpenClaw 的端到端回环配置写完别急着上生产先做一次端到端验证。验证的目标是一条消息从 OpenClaw 任务触发经过 TaoToken 通道调用模型最终出现在企业微信群里。整个过程分三步走。第一步单独验证企业微信推送。不涉及模型直接跑一个最小脚本# test_wechat.py from wechat_bot import send_to_wechat ok send_to_wechat(OpenClaw 连通性测试这是一条纯文本消息, msg_typetext) print(推送结果:, ok)运行python test_wechat.py如果终端输出推送结果: True同时企业微信群里收到消息说明 Webhook URL 配置正确。如果输出False看日志里的errcode常见的是93000URL 无效或45009频率超限。第二步验证 TaoToken 通道。单独跑模型调用确认 Key 和 Base URL 没问题# test_taotoken.py import os from openai import OpenAI client OpenAI( api_keyos.getenv(TAOTOKEN_API_KEY), base_urlhttps://taotoken.net/api ) resp client.chat.completions.create( modelclaude-sonnet-4-20250514, messages[{role: user, content: 回复四个字通道正常}] ) print(resp.choices[0].message.content)预期输出「通道正常」。如果报 401检查 Key 是否复制完整如果报连接错误检查base_url是否写成了https://taotoken.net/api。第三步跑完整任务。执行python log_summary_task.py观察终端日志。正常流程是模型返回摘要 → 推送成功 → 企业微信群收到一条 Markdown 消息内容包含日志摘要和任务时间。到这里端到端回环就通了。如果你想更直观地看调用情况登录 https://taotoken.net/console在调用日志里能看到刚才那次模型请求的耗时、token 消耗和状态码。这个控制台在排查「到底是模型挂了还是推送挂了」时特别有用——如果控制台有记录但群里没消息问题在企业微信侧如果控制台没记录问题在 TaoToken 通道或 Key 配置。验证通过后把任务挂到 OpenClaw 调度器上。启动 OpenClaw 服务观察它是否按 cron 表达式触发任务。第一次触发时建议把 cron 设成每分钟一次* * * * *方便快速验证确认无误后再改成正式频率。5. 本篇常见错排查401、local proxy failed 与 choices 读取失败对接过程中最容易卡住的就那几个报错我把踩过的坑整理成对照表你遇到时直接查。报错一401 Unauthorized。这个几乎都是 Key 的问题。三种可能Key 复制时漏了字符、Key 已过期或被删除、环境变量没生效。排查方法是在 Python 里打印os.getenv(TAOTOKEN_API_KEY)的前 8 位确认非空且以sk-开头。如果环境变量在 shell 里设置了但脚本读不到检查是不是用了sudo导致环境变量丢失或者 OpenClaw 的env段没透传。报错二local proxy failed 或连接超时。这个报错通常出现在请求https://taotoken.net/api时。先确认网络能正常访问该域名用curl -I https://taotoken.net/api看返回码。如果公司网络有出口限制联系网络管理员放行。另外检查base_url有没有被错误地写成带端口或带路径的形式正确写法就是https://taotoken.net/api。报错三读取 choices 失败IndexError: list index out of range。这个报错说明模型返回了空结果或错误结构。常见原因是模型 ID 写错了比如把claude-sonnet-4-20250514拼成了别的。另一个原因是请求被限流返回体里没有choices字段。排查时先把resp完整打印出来import json print(json.dumps(resp.model_dump(), ensure_asciiFalse, indent2))看返回体里有没有error字段。如果有按错误信息处理如果没有choices检查模型 ID 是否在 TaoToken 支持的列表里。报错四企业微信返回 93000。这是 Webhook URL 无效。检查 URL 是否完整特别是key后面的部分有没有被截断。另外注意群机器人被移出群聊后原来的 URL 会失效需要重新添加机器人获取新 URL。报错五OAuth 相关错误。如果你走的是企业微信应用 API 而不是群机器人可能会遇到40001 invalid credential或41001 access_token missing。这类错误说明 Access Token 获取失败或过期。企业微信的 Access Token 有效期 7200 秒需要缓存并在过期前刷新。如果你用的是应用 API确保corpid和corpsecret正确且应用有发送消息的权限。报错六消息发送成功但群里看不到。这种情况先检查机器人是否还在群里再检查消息内容是否触发了企业微信的内容审核。企业微信对消息内容有过滤机制某些关键词会导致消息被拦截但接口仍返回成功。排查时换一条纯文本测试消息如果纯文本能收到说明是内容问题。把这张表存下来遇到报错先对号入座能省掉大量排查时间。6. 长期运行建议与凭证管理链路跑通只是开始真正考验的是长期运行的稳定性。这一节聊几个实战经验。第一凭证轮换要有预案。TaoToken 的 Key 和企业微信的 Webhook URL 都可能需要更换。我的做法是把它们全部放在环境变量或配置中心脚本里只读不写。轮换时改一处所有任务自动生效。如果你用 Docker 部署 OpenClaw把凭证放进.env文件通过env_file注入不要写进镜像。第二给推送加个开关。不是所有任务都需要推送也不是所有环境都需要推送。在配置里加一个notify_enabled字段开发环境关掉生产环境打开。这样调试时不会刷屏上线后又能正常通知。第三监控推送成功率。企业微信 Webhook 有频率限制每分钟最多 20 条。如果你的 OpenClaw 任务密集触发可能撞上限流。建议在推送模块里加一个简单的计数器超过阈值时降级为日志记录避免任务因为推送失败而重试。第四模型调用和推送解耦。不要把「调模型」和「发消息」写在一个 try 块里。模型调用失败不应该阻止推送推送失败也不应该让模型调用回滚。分开处理各自记录日志这样排查问题时能快速定位是哪一段出的错。如果你需要更细粒度的调用管理比如按任务统计 token 消耗、设置预算告警可以登录 https://taotoken.net/console 查看。控制台里能按时间、按模型筛选调用记录对长期运行的任务来说这些数据是优化成本的依据。最后说一个容易被忽略的点企业微信机器人的消息格式。Markdown 消息支持标题、加粗、引用、链接但不支持表格和图片直接嵌入。如果你要推送报表用 Markdown 的列表和引用块比表格更稳妥。另外消息内容里如果有或字符记得转义否则可能被解析成 HTML 标签导致显示异常。整套方案跑下来从企业微信到 OpenClaw 的回环就稳了。任务跑完自动推送异常自动告警凭证统一管理剩下的就是按你的业务场景往里填任务了。