1. 为什么要在 Windows 上折腾 OpenClaw 2.9.0 这套本地自动化OpenClaw 2.9.0 是一个跑在 Windows 本地的 AI 自动化工具它能听懂你的自然语言指令然后自己去操作文件、浏览器和办公软件把重复劳动接过去。适合谁适合每天被文件归类、表格整理、网页信息抓取这些事拖住的后端、测试、运营和行政同学也适合想在自己电脑上跑通一条 AI 自动化链路、又不想把数据往云端传的开发者。我先把它的定位说清楚它不是聊天窗口而是一个「本地执行器」。你在输入框里写「把下载文件夹按图片、文档、压缩包分类」它就去调 Windows 的文件系统 API 真干活。所以它天然需要键鼠模拟、文件读写这类系统权限这也是后面部署时安全软件会拦它的根本原因。但很多人卡住的地方不在安装而在「装完之后模型调不通」。OpenClaw 本身负责调度和执行真正理解你意图的那层模型能力需要接一个稳定的 API 通道。默认配置里如果没填好 Base URL 和 Key你会看到 Gateway 在线、但一发指令就报错或者日志里出现reading choices之类的解析失败。这篇就按「先装起来、再把 settings 改到 TaoToken 统一通道、最后逐项验证」的顺序走一遍每一步都给可复制的片段和验证动作。我试过在纯净 Win11 和装了火绒的 Win10 上各跑一遍差异主要出在拦截和路径上下面会分别标出来。你跟着做重点盯三个信号Gateway 是否在线、模型调用是否返回、任务日志是否有回显。2. 部署前置TaoToken 通道准备与 Windows 环境检查2.1 先把模型通道这件事想明白OpenClaw 的自动化能力分两层执行层在本地理解层走 API。你要让它「听懂」指令就得给它一个能调用的模型入口。TaoToken 在这里的角色是统一 Key/API 通道——你拿一个 Key配一个 Base URL就能在 OpenClaw 里调用模型不用自己维护多个厂商的地址和鉴权。先去控制台把 Key 建出来路径是 console进去后到 api-keys 页面新建一个。建完复制那串 Key注意它通常只完整显示一次。Base URL 用https://taotoken.net/api这个地址不带任何查询参数直接填进配置里。如果你后面打算长期跑编码类或 Agent 类任务可以顺带看下 coding-plan它更适合高频调用的场景只是先验证通不通用普通 Key 就够了。想先感受下模型对话效果也可以开模型对话页面手动问几句确认通道本身是活的再去配 OpenClaw这样能把「通道问题」和「工具问题」分开定位。2.2 Windows 侧的环境检查清单第一件事临时退出 360、电脑管家、火绒这类防护程序同时把 Windows Defender 的实时防护关掉。原因很直接OpenClaw 要调键鼠模拟和文件读写这些行为在安全软件眼里和风险程序高度相似很容易被隔离核心组件。它是开源项目安装阶段临时关闭不影响安全装完可以再开回来但要把 OpenClaw 的安装目录加进白名单否则下次启动还会被拦。第二件事确认解压工具。别用系统自带的解压容易出现文件缺失或权限异常。用 7-Zip 或 WinRAR右键解压到自定义文件夹等进度条完整走完。解压后进Openclaw-win文件夹能看到带龙虾标识的一键启动程序说明包是完整的。第三件事规划安装路径。这条是硬规范目录必须是纯英文不能有空格、中文、特殊符号。合规的比如D:\AItools\OpenClaw或E:\OpenClaw_v2.9.0。别装 C 盘一是占系统盘二是后面写日志和临时文件时容易触发权限问题。路径非法是安装中断的高频原因先想好再点安装。3. 可复制配置把 OpenClaw 的 settings 改到 TaoToken3.1 找到配置文件的位置OpenClaw 2.9.0 安装完成后配置一般落在安装目录下的config或用户目录的.openclaw文件夹里。Windows 上常见路径是D:\AItools\OpenClaw\config\settings.json也可能是C:\Users\你的用户名\.openclaw\settings.json。第一次启动后如果没自动生成就在客户端右上角菜单里点「打开配置目录」它会直接带你过去。找到settings.json后先备份一份改坏了能回滚。下面给的是把模型通道指向 TaoToken 的最小可用片段字段名以你本地文件为准值按这个填{ model: { provider: openai-compatible, baseUrl: https://taotoken.net/api, apiKey: sk-你的TaoTokenKey, modelId: claude-3-5-sonnet, timeoutMs: 60000 }, gateway: { host: 127.0.0.1, port: 8765, autoStart: true }, log: { level: info, file: logs/openclaw.log } }三个关键点必须成对出现缺一个都调不通Base URL 填https://taotoken.net/apiKey 填你刚建的Model ID 填你要用的模型标识。这三件套就是接入的核心任何一处写错表现都是「Gateway 在线但指令无响应」。3.2 如果你用 TOML 或环境变量有些版本或插件读的是 TOML写法对应如下[model] provider openai-compatible base_url https://taotoken.net/api api_key sk-你的TaoTokenKey model_id claude-3-5-sonnet timeout_ms 60000 [gateway] host 127.0.0.1 port 8765 auto_start true不想把 Key 写进文件也可以用环境变量OpenClaw 启动时会优先读setx OPENCLAW_API_KEY sk-你的TaoTokenKey setx OPENCLAW_BASE_URL https://taotoken.net/api setx OPENCLAW_MODEL_ID claude-3-5-sonnet设完要重开一个终端或重启客户端才生效。环境变量的好处是配置文件可以进版本管理Key 不进。3.3 改完必须重启 Gateway配置改完不会热加载得让 Gateway 重新读。在客户端右上角点「重启服务」或者直接关掉程序再双击启动文件。重启后看右上角状态显示 Gateway 在线才算这一步过了。如果一直离线先回到第 5 节排查。4. 验证请求确认模型调用、任务触发与日志回显4.1 第一步验证模型通道本身别急着发复杂指令先用一句最简单的话确认模型能返回。在输入框里发「你好回复两个字收到」。正常情况几秒内会回你。如果这里就卡住或报错问题在通道不在自动化逻辑直接去看日志。日志文件在配置里指定的logs/openclaw.log用记事本或 VS Code 打开搜error或choices。看到reading choices这类字样基本是返回体结构和预期不符多半是 Base URL 或 Model ID 填错了回去核对三件套。4.2 第二步验证任务触发模型通了之后发一条真正会触发本地动作的指令比如「在桌面新建一个文件夹叫 test_openclaw」。这条指令会走完整链路模型理解意图 → 生成动作 → 本地执行。执行成功你能在桌面看到新文件夹同时日志里会有对应的动作记录。这一步是分水岭。如果模型能回话但桌面没动静说明执行层权限被拦了回去检查安全软件白名单和安装路径权限。4.3 第三步验证日志回显每条指令执行后日志里应该能看到三段请求发出、模型返回、动作执行结果。三段齐全说明整条链路是通的。缺哪段就定位哪段——缺请求是客户端没发出去缺返回是通道问题缺执行结果是本地权限问题。把这三步跑完你的 OpenClaw 就算真正可用了。后面再上文件归类、表格整理这些批量任务心里有底。5. 本篇常见报错排查401、local proxy failed、reading choices、OAuth401 UnauthorizedKey 错了或没生效。先确认 Key 复制完整、没有多余空格再确认配置文件里apiKey字段名对得上用环境变量的重开终端确认变量读到了。改完重启 Gateway。local proxy failed本地代理起不来通常是端口被占。检查gateway.port那个端口有没有被别的程序占用换一个比如 8766 再试。也可能是安全软件拦了本地回环连接把 OpenClaw 加白名单。reading choices / 解析失败返回体不是预期的 OpenAI 兼容结构。九成是 Base URL 写成了带路径的地址或者 Model ID 填了个不存在的名字。Base URL 就用https://taotoken.net/api别自己加/v1之类后缀除非文档明确要求。OAuth 相关报错如果你在配置里误开了需要 OAuth 的 provider而实际用的是 Key 鉴权就会冲突。把provider改成openai-compatible走 Key 模式别混用。Gateway 持续离线按顺序查——安全软件是否全关、安装路径是否纯英文、端口是否被占、配置 JSON 是否有语法错误少个逗号也会导致读不出来。JSON 可以用在线校验工具过一遍。启动文件被隔离去安全软件的隔离区恢复文件把安装目录加进信任区重新解压再走一遍流程。排查的核心思路就一句先分清是通道问题还是本地问题。模型不回话看通道模型回话但没动作看本地权限。6. 把链路跑顺之后长期使用与通道选择部署跑通只是起点。真正省时间的是把高频任务固化下来比如每天定时整理下载文件夹、批量提取 Word 摘要、抓取指定网页信息整理成表。这些任务对模型调用频率要求不低如果你打算长期挂着跑coding-plan 这类方案在成本和稳定性上更适合持续调用只是偶尔用用普通 Key 足够。另外提醒一句OpenClaw 是执行器不是编辑器别指望它替你写代码或改工程它的价值在于把「你不想手动点的那些操作」自动化掉。模型通道这边统一用 TaoToken 的 Base URL 加一个 Key配置简单换模型也只改 Model ID 一个字段维护成本低。最后留个实用习惯每次改完配置先发一句「你好」验证通道再发一条建文件夹验证执行两步都过再上批量任务。这样出问题时你能立刻知道是哪一层的事不用从头猜。