企业官网建设流程全解析

OpenClaw 的 Agent 一旦报出model request failed，很多人会先去翻 Gateway 日志和端口，其实更应该先看config.json5里的llm.base_url和api_key。把云端模型切到 TaoToken 的统一 API 是排查这类连接失败的一条直路：先到 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content= 创建一把 Key，再回到config.json5把llm.base_url改成https://taotoken.net/api，api_key填刚创建的 Key。这样做的目的不是换一个神秘地址，而是把「到底是 Key 失效、模型 ID 写错，还是云端通道不通」拆成可以分别验证的步骤。

这篇不重复讲 OpenClaw 在 Windows、macOS、Linux 上怎么装，而是顺着原文「模型无法连接（最常见）」那条排查线往下走。原文提到云端模型要检查 api_key、余额、base_url 对应是否正确，还要关注服务器能不能访问外部 API。放到 OpenClaw 的配置层，就是config.json5里agents[].llm这一小段。把它拆成可复制、可验证、可回滚的几步，比在 Gateway 端口和 Skills 权限里来回试要快得多。

1. 从 OpenClaw 的 model request failed 日志判断：是 Ollama 还是云端 llm 段的问题

1.1 本地模型和云端模型在 config.json5 里长得不一样

OpenClaw 的config.json5里，agents是一个数组，每个 agent 有自己的llm对象。本地模型通常长这样：

llm: { type: "ollama", base_url: "http://localhost:11434", model: "qwen2.5:7b", }

云端模型则要加api_key，type常见为openai兼容格式，base_url指向服务端地址。原文里云端示例写的是阿里云百炼的地址，同时提醒要检查 key、余额和 base_url。你如果之前跑的是本地 Ollama，切换云端时只改了model，没改base_url和type，OpenClaw 会继续往localhost:11434发请求，日志里就会出现连接被拒绝。

更隐蔽的一种情况是：llm段里同时留着两套注释，一套本地 Ollama，一套云端 API。你以为启用的云端那几行，实际生效的却是没注释掉的本地地址。排查时先把agents[].llm完整打印出来，或者用调试日志确认 OpenClaw 最终加载的base_url是哪一个。原文在「模型无法连接」里把本地模型和云端模型分开写，就是为了避免把两类错误混在一起。

1.2 先别改 Gateway 端口，先测 llm.base_url

服务启动失败和模型无法连接是两类问题。端口冲突的报错通常出现在 Gateway 启动阶段，解决方式是改gateway.listen.port。模型无法连接出现在 Agent 已经接管任务之后，日志里会有模型调用失败、超时、鉴权错误。排查顺序建议反过来：先确认llm.base_url能不能通，再去看端口和技能权限。

如果日志里明确写了model request failed，直接跳到config.json5的llm段，不要先动gateway.listen。原文提到的netstat -tunlp | grep 8194只能说明 Gateway 监听端口的状态，不能证明模型通道可用。模型通道是另一个方向：OpenClaw 进程作为客户端去访问llm.base_url。把这两个方向分开，排障就不会互相干扰。

2. 在 config.json5 里把云端 llm.base_url 指到 TaoToken 兼容通道

2.1 到 TaoToken 创建 Key，别把控制台地址填进配置文件

先打开 TaoToken 注册并创建 API Key。创建完成后复制出来，后面在config.json5里用YOUR_API_KEY占位替换。这里有一个容易混的点：浏览器里打开的落地页是给人看的，用来注册、创建 Key、看模型广场和用量；真正填进config.json5的llm.base_url是接口地址https://taotoken.net/api，末尾不要带/v1，也不要加任何查询参数。

原文里云端模型的base_url跟着服务商走，换成 TaoToken 通道后规则一样：工具里填接口地址，控制台地址只用来拿 Key 和看用量。把两者混填，最典型的症状就是 OpenClaw 请求返回 404 或者一直重定向。更不要在base_url后面拼?utm_source=...，那种地址是给浏览器落地页用的，不是给 SDK 和 HTTP 客户端用的。

2.2 llm 段的正确写法：base_url 不带 /v1，api_key 用 YOUR_API_KEY

OpenClaw 的云端模型配置要同时改三项：type、base_url、api_key。type保持openai兼容格式，base_url填https://taotoken.net/api，api_key填你在 TaoToken 创建的那把 Key。model不要凭记忆写，去模型广场看当前可用的模型 ID，然后原样复制。

原文提醒云端模型要检查余额和 base_url。这里对应的动作就是：Key 从 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content= 创建，模型 ID 以模型广场当时列表为准。不要自己给模型名加日期后缀，也不要把聊天模型和代码模型的名字混用。配置里保留YOUR_API_KEY和YOUR_MODEL_ID作为占位，替换时一次只换一个变量，方便回滚。

2.3 一份可复制的 OpenClaw config.json5 云端模型片段

下面只保留和模型连接有关的部分，直接替换你config.json5里对应 agent 的llm段即可。注意这是 JSON5，注释可以保留，但逗号和引号要和你本地的实际文件一致。

{ gateway: { listen: { port: 8194, host: "0.0.0.0", }, }, agents: [ { name: "primary_agent", llm: { type: "openai", base_url: "https://taotoken.net/api", api_key: "YOUR_API_KEY", model: "YOUR_MODEL_ID", }, skills: ["file_system", "web_search"], }, ], }

改完保存，不要急着在 Gateway 里点一堆重试。先在本地用一次最小请求验证通道，再回到 OpenClaw 看 Agent 日志。如果你本地还有 Ollama 在跑，先确认没有哪个 agent 的llm段还留着http://localhost:11434。多 agent 场景下，每个 agent 的llm都是独立的，只改一个 agent 不代表其他 agent 也走了新通道。

3. 改完 config.json5 后，OpenClaw 的 Agent 怎么验证模型通了

3.1 启动 Gateway 时打开 DEBUG 日志

原文在服务启动失败那节建议加--log-level DEBUG。模型连接也可以这样看：启动 Gateway 时带上日志参数，观察 Agent 发起模型请求时打印的地址和状态码。如果日志里出现 401，说明api_key没填对或者 Key 已被删除；如果出现 404，优先检查base_url是不是多写了/v1，或者把浏览器地址误填进了配置；如果一直是 timeout，先确认这台机器能正常访问外部接口，再核对model是否填成了模型广场里不存在的 ID。

DEBUG 日志还能帮你看清 OpenClaw 到底加载了哪个配置文件。有的人在项目目录改了一份config.json5，但启动时用的是全局配置或另一个工作目录下的文件，结果改了半天没生效。启动命令里如果有--config参数，确认它指向你正在编辑的那份；如果没有，就查看进程的当前工作目录。原文的「检查日志」和「检查依赖」在这里可以合并成一步：先确定配置被读取，再看模型请求失败的具体状态码。

3.2 用模型对话页面和用量页面对照这次调用

验证不一定要靠猜。用同一把 Key 打开 TaoToken 模型对话 发一条测试消息，确认 Key 和模型 ID 本身可用。然后回到 OpenClaw 触发一次 Agent 任务，再打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content= 进控制台看用量是否记上了这次调用。

模型对话能通、OpenClaw 日志也出现请求记录，说明config.json5里的llm.base_url和api_key已经对上；如果模型对话通、OpenClaw 仍报错，问题就缩小到 OpenClaw 进程读取的配置文件路径、JSON5 语法或 agent 选择上。反过来，如果模型对话也不通，就先解决 Key 或模型 ID 问题，不要继续改 OpenClaw 的 Gateway 参数。原文把「云端模型」和「本地模型」分开排查，本质上就是先确定故障在哪一侧。

4. OpenClaw 多平台下仍然连不上：Windows、macOS、Linux/云服务器的差异排查

4.1 Windows 和 macOS 上本地回环与权限问题

原文提到 Windows 上端口冲突和依赖安装失败，macOS 上首次运行可能被安全策略阻止。这些在模型连接故障里也会伪装出现。Windows 上如果你同时跑了本地 Ollama 和 OpenClaw，localhost:11434被防火墙拦掉会表现为模型连接失败；macOS 上如果 OpenClaw 进程没有网络访问权限，同样会在云端请求阶段超时。

判断方法很简单：如果本地 Ollama 的/api/tags能通，但云端base_url请求不通，问题在云端配置；如果两个都不通，先看系统权限和出站连接。原文在 Windows 那栏写「依赖安装失败」和「端口冲突」，在 macOS 那栏写「权限问题」，这些属于平台层故障。平台层故障解决后，再回到config.json5的llm段做模型通道验证，不要跨层修改。

4.2 Linux/云服务器上的出站连通性和端口占用

Linux 和阿里云这类环境，原文重点提了安全组和端口放行。模型连接失败和 Gateway 端口被外部访问是两件事：安全组没放行 8194，影响的是你从外部打开 OpenClaw 的 Web 界面或通信渠道；模型连不上，影响的是 OpenClaw 这台机器能不能访问llm.base_url。

在服务器上执行netstat -tunlp | grep 8194只能确认 Gateway 端口，不能证明模型通道可用。模型通道的验证要回到config.json5的llm段，或者用同一台服务器上的进程去请求https://taotoken.net/api。原文还提到内存和磁盘不足，这会导致模型请求还没发出去进程就被杀掉，日志里可能只留下模糊的启动失败。先看系统资源，再看网络和配置，顺序不要乱。

4.3 模型 ID 写错时 OpenClaw 会报什么

模型 ID 不是随便写的字符串。原文云端示例里模型名跟着服务商走，换成统一通道后也一样：去 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content= 模型广场复制当前可用的 ID。常见的误写是用旧缓存里的名字、自己加日期后缀、或者把聊天模型和代码模型混用。

日志里如果出现模型不存在、无权访问该模型，优先回模型广场核对，而不是反复改api_key。api_key错通常给 401，模型 ID 错通常给 404 或权限类错误，两者可以分开排查。如果 OpenClaw 的日志只打印了「model request failed」而没有状态码，就把日志级别调到 DEBUG，同时用模型对话页面做一次对照请求。两个结果一对比，问题在 Key、模型 ID 还是 OpenClaw 配置里，很快就能定位。

5. 把这次排查固定成模板：OpenClaw config.json5 的云端 llm 检查清单

5.1 检查清单：base_url、api_key、model、type

下次再遇到 OpenClaw 模型无法连接，按这个顺序过一遍：

• type是否还是ollama？云端模型要改成兼容openai的类型。
• base_url是否填成了https://taotoken.net/api？末尾不要带/v1，不要加 UTM 参数。
• api_key是否是YOUR_API_KEY占位符替换后的真实 Key？Key 从 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content= 创建。
• model是否从模型广场复制？不要自己编造。
• 保存后 Gateway 是否重新读取了config.json5？有些启动方式需要重启进程。

这张清单能覆盖原文「模型无法连接（最常见）」里的大部分云端模型场景。本地 Ollama 的连通性用ollama serve和/api/tags单独确认，不要和云端通道混在一起改。原文在「深度故障诊断」里把服务启动、模型连接、技能执行分开写，这个分类同样适用于 OpenClaw 的日常排障：先确定是哪一层，再动对应的配置项。

5.2 下一步：模型对话、Coding Plan 与创建 Key

配置跑通后，建议做两件事。第一，用 TaoToken 模型对话 再发一条消息，确认这把 Key 在当前模型上稳定可用。第二，如果你准备把 OpenClaw 长期挂在服务器上跑 Agent 任务，打开 Coding Plan 看套餐额度是否匹配你的调用量；需要新 Key 时，去 控制台 API Keys 创建。

OpenClaw 的config.json5只认接口地址https://taotoken.net/api，控制台和模型广场的地址不要混填。如果你同时在用其他兼容通道，给不同 agent 分配不同 Key，但base_url各自保持独立，不要在一个llm段里塞多个地址。原文的参考来源里列了多篇 OpenClaw 安装和架构文章，真正排障时最值得先看的还是config.json5里那几行模型配置。

排查到这里，OpenClaw 的模型连接问题基本能收敛到config.json5的llm段。真正要养成的习惯是：先看日志里的状态码，再决定改base_url、api_key还是model，不要一次改五个地方。把 Key 从 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content= 创建好，base_url固定为https://taotoken.net/api，模型 ID 以模型广场为准，下次换平台或换模型时，改动量会小很多。