1. 先把 OpenClaw 跑起来安装、向导与本地 WebUIOpenClaw 是一个可以自托管的 AI Agent 网关它把模型调用、通道接入飞书、WebUI 等、技能插件和记忆管理收拢到一套本地服务里。你可以在自己的机器上跑一个常驻进程通过浏览器或飞书机器人和它对话模型走哪家、Token 怎么花全由配置文件说了算。它适合两类人一是想把 AI 助手接进团队 IM 又不想把数据全交出去的人二是想量化控制 Token 成本、愿意折腾配置的开发者。这一篇聚焦一条完整链路从零安装 OpenClaw接入飞书机器人再把模型调用统一收敛到 TaoToken 的 Key/API 通道上最后用配置和监控动作把 Token 消耗压下来。全程给可复制的配置片段不玩虚的。环境准备这块LinuxUbuntu 20.04 / Debian 11或 macOS 都行Node.js 要 v18 以上部分功能依赖 Python 3.10。先把基础依赖装好# Node.js 22.x curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash - sudo apt-get install -y nodejs # Python 与编译工具 sudo apt update sudo apt install -y build-essential python3装完确认一下版本node -v应该输出 v22 开头。接着安装 OpenClaw 本体curl -fsSL https://openclaw.ai/install.sh | bash安装脚本跑完后用配置向导初始化openclaw onboard向导里的键盘操作要记一下单选框用上下左右方向键多选框用空格键勾选确认按 Enter。单用户使用选 YES引导模式选快速启动。模型供应商这一步先随便选一个能跑通的后面我们会把它替换成 TaoToken 通道所以这里不用纠结。配置飞书、搜索模型、skills 这几步都可以先跳过最后把服务装上。完成后启动服务浏览器打开http://127.0.0.1:18789看到健康状态是绿灯就说明本地 WebUI 已经活了可以在聊天框里发一句话试试。这一步跑通后面接飞书和换通道才有意义。2. 用 TaoToken 统一模型通道为什么值得先做这一步OpenClaw 默认会让你分别去各家模型平台注册、拿 Key、配 provider。问题在于模型一多Key 就散落在不同平台额度、计费、限流各管各的想统计一个月花了多少 Token 得开好几个后台。更麻烦的是OpenClaw 的 fallback 链一旦跨供应商配置里就会堆一大坨 provider 节点改起来容易漏。TaoToken 在这里扮演的是统一入口的角色。它提供兼容主流协议的统一 API 通道你只需要一个 Key、一个 base URL就能在 OpenClaw 里调用多个模型。对 OpenClaw 这种支持自定义 provider 的工具来说接入方式很直接把 baseUrl 指向 TaoToken 的 API 地址把 apiKey 换成 TaoToken 的 Key模型 id 按通道支持的名称填。这样做的好处有三个。第一配置收敛openclaw.json里不再需要为每个厂商写一套凭证。第二计费口径统一Token 消耗在一个地方看做成本监控时不用东拼西凑。第三切换模型只改一个 idfallback 链维护成本大幅下降。需要先拿到 Key。打开 TaoToken 控制台创建 API Key地址是 https://taotoken.net/api-keys 创建后复制保存页面只显示一次。接入文档在 https://taotoken.net/doc 里面有各协议的 base URL 和模型命名规则配置前扫一眼能少踩坑。API 基础地址是 https://taotoken.net/api 注意这个地址不带任何查询参数直接作为 baseUrl 使用。如果你还没决定用哪个模型可以先去模型对话页面试一下通道是否正常https://taotoken.net/chat 。想长期跑编码类 Agent 任务可以了解 Coding Planhttps://taotoken.net/coding-plan 。这些页面都带来源标记方便你从这篇指南直接跳过去。3. 可复制的配置骨架config.toml 与 openclaw.jsonOpenClaw 的配置分两层一层是服务级配置习惯放在config.toml另一层是模型、Agent、记忆等运行时配置放在~/.openclaw/openclaw.json。下面给的是骨架字段名以你本地版本为准照抄后按注释替换即可。先看config.toml这里主要定义网关监听和默认通道# ~/.openclaw/config.toml [gateway] host 127.0.0.1 port 18789 [channels.feishu] enabled false # 先关着第 4 节再开 connectionMode websocket [logging] level info重点是openclaw.json里的 provider 配置。把 TaoToken 作为一个自定义 provider 加进去baseUrl 指向https://taotoken.net/api{ models: { mode: merge, providers: { taotoken: { baseUrl: https://taotoken.net/api, apiKey: sk-你的TaoToken密钥, models: [ { id: claude-sonnet-4-5, name: Claude Sonnet 4.5, reasoning: true, input: [text], contextWindow: 200000, maxTokens: 8192 }, { id: gpt-4o-mini, name: GPT-4o mini, reasoning: false, input: [text], contextWindow: 128000, maxTokens: 4096 } ] } } }, agents: { defaults: { model: { primary: taotoken/claude-sonnet-4-5, fallbacks: [ taotoken/gpt-4o-mini ] } } } }几个参数说明一下。mode: merge表示这份配置和默认配置合并不会覆盖掉内置 provider。baseUrl必须是https://taotoken.net/api不要加斜杠后缀或查询串。apiKey就是第 2 节拿到的 Key。模型id要按 TaoToken 文档里的命名填写错了请求会返回模型不存在。primary和fallbacks用provider/modelId的格式引用。改完配置后重启服务让它生效openclaw gateway restart如果你更习惯用命令行改单项配置也可以用openclaw config set比如临时切换主模型openclaw config set agents.defaults.model.primary taotoken/gpt-4o-mini openclaw gateway restart4. 接入飞书机器人插件、权限与长连接飞书接入分两半飞书开放平台那边建应用、开权限、配回调OpenClaw 这边装插件、填凭证、开通道。先装插件openclaw plugins install m1heng-clawd/feishu然后去飞书开放平台创建企业自建应用。左侧「添加应用能力」里选机器人并添加。接着进「权限管理」开通必要权限至少要有接收消息、发送消息、读取用户信息这几类具体名称以平台当前展示为准。权限配完先发布一次版本否则后面回调配置改不动。回到「凭证与基础信息」复制 App ID 和 App Secret写进 OpenClawopenclaw config set channels.feishu.appId cli_xxxxxxxx openclaw config set channels.feishu.appSecret xxxxxxxxxxxxxxxx openclaw config set channels.feishu.enabled true openclaw config set channels.feishu.connectionMode websocket openclaw gateway restartconnectionMode选websocket是关键它走长连接不需要你暴露公网回调地址本地机器也能收消息。然后在飞书后台「事件与回调」里把事件配置和回调配置的订阅方式都改成「长连接」并添加需要订阅的事件比如接收消息。改完再发布一次版本配置才会生效。验证接入重启服务后在飞书搜索框搜你的应用名称点进去发一条消息。如果 OpenClaw 日志里能看到入站事件机器人也回了话链路就通了。没回话的话先看openclaw gateway logs里有没有鉴权失败或事件未订阅的报错。5. 省 Token 的配置动作与验证心跳本地化、QMD 与监控Token 消耗主要来自三块主对话、心跳heartbeat和记忆回填。主对话省不了太多但心跳和记忆是可以压的。心跳用本地模型跑。装 Ollama 并拉一个小模型curl -fsSL https://ollama.com/install.sh | sh ollama run qwen2.5:3b然后在openclaw.json里加 ollama provider并把 heartbeat 指过去{ models: { providers: { ollama: { baseUrl: http://127.0.0.1:11434, models: [ { id: qwen2.5, name: Qwen 2.5, reasoning: true, input: [text], contextWindow: 65536, maxTokens: 8192 } ] } } }, agents: { defaults: { model: { primary: taotoken/claude-sonnet-4-5, heartbeat: ollama/qwen2.5 } } } }心跳走本地模型后周期性唤醒不再消耗远端 Token这部分省下来的是实打实的。记忆层用 QMDPrompt Memory Delta。它的思路是把系统提示词、历史摘要、本次输入分层处理历史只保留压缩后的关键信息避免每轮都把完整对话塞回去。装依赖npm install -g tobilu/qmd sudo apt install -y sqlite3在openclaw.json里启用{ memory: { backend: qmd, qmd: { update: { interval: 5m } } } }重启服务后观察日志里 QMD 的压缩记录。验证省 Token 效果最直接的办法是对比开启前后同一段多轮对话的用量在 TaoToken 控制台的用量页面看请求数和 Token 数或者看 OpenClaw 日志里每次请求的 usage 字段。跑同一组问题开启 QMD 后历史回填的 Token 应该明显下降。如果你想让 OpenClaw 执行更多本地命令可以在配置里放开工具权限{ tools: { profile: full } }改完重启。注意这只放开 OpenClaw 自身的工具调用范围系统级 root 操作仍然需要你自己授权。6. 常见报错排查模型请求 401 或鉴权失败先确认apiKey是 TaoToken 控制台新建的、没有多余空格。再确认baseUrl是https://taotoken.net/api没有拼错或加后缀。如果 Key 刚创建等几秒再试。模型不存在model not foundid字段和 TaoToken 文档里的模型名不一致。去 https://taotoken.net/doc 核对命名注意大小写和连字符。飞书机器人不回消息按顺序查三处。一是channels.feishu.enabled是否为 true二是飞书后台事件与回调的订阅方式是否都改成了长连接三是权限是否开通并已发布版本。三者缺一都会导致消息进不来。心跳仍然走远端模型检查heartbeat字段是否写在agents.defaults.model下面而不是primary同级写错位置。改完必须openclaw gateway restart。QMD 没生效确认memory.backend是qmd且 sqlite3 已安装。日志里搜qmd关键字看是否有初始化失败。WebUI 打不开确认服务在跑端口 18789 没被占用。openclaw gateway status看状态lsof -i:18789看占用。配置改完统一重启日志是排查的第一入口。跑通之后把openclaw.json备份一份后面调模型或加通道都在这个骨架上改不用每次从头配。