企业官网建设流程全解析

1. 天翼云上跑 OpenClaw，先把这几件事想清楚

OpenClaw（前身 Clawdbot，社区里也有人叫 Moltbot）是一个轻量化的 AI 任务执行框架，你可以把它理解成一个「能自己动手干活」的机器人内核：它接收指令、拆解步骤、调用模型、执行动作，最后把结果回传给你。2026 年它在企业办公自动化、群机器人、定时任务这些场景里被用得很多，原因就一个——部署门槛低，一台 2 核 4G 的云主机就能跑起来，而且生态插件足够灵活。

这篇聚焦的是天翼云环境下的完整部署流程。为什么单独讲天翼云？因为不少团队本身就在天翼云上有资源，内网互通、合规审计、账单统一这些事能省掉很多沟通成本。整篇会从云主机选型、系统初始化、Docker 环境搭建，一路走到 OpenClaw 服务启动，最后给出接入 TaoToken 统一 Key/API 通道的配置文件骨架和连通性验证动作。适合谁看：有一点 Linux 基础、想在自己云主机上把 OpenClaw 跑通、并且希望模型调用走统一通道的开发者或运维同学。

我试过在 2 核 4G 的实例上从零装到服务可访问，全程大概 20 分钟，中间卡过一次端口没放行，后面会专门讲这个坑。下面按顺序来，你跟着敲就行。

2. 部署前的前置准备：TaoToken 通道与天翼云主机

2.1 为什么模型调用要走 TaoToken

OpenClaw 本身不绑定任何一家模型，它通过配置里的 API 地址和 Key 去调用模型。如果你每个模型都单独申请 Key、单独记地址，配置会散得到处都是，换模型时还要改一堆文件。TaoToken 提供的是统一的 Key/API 通道，一个 Key 对应一个兼容接口地址，OpenClaw 的配置文件里只写一份 base_url 和 api_key 就行，后面想换模型只改模型名。

对部署来说这有两个实际好处：一是配置文件骨架干净，二是连通性验证只需要测一个地址。你可以在官网了解通道能力，Key 的创建在控制台的 API Keys 页面完成。

2.2 天翼云主机选型建议

OpenClaw 官方镜像对内存有要求，最低 2GiB，低于这个数容器起不来或者跑一会儿就 OOM。天翼云的弹性云主机选型参考如下：

地域选离你团队近的，降低交互延迟。安全组这一步别偷懒，22 端口用于 SSH，3000 端口是 OpenClaw 默认服务端口，后面验证请求要用。如果你打算挂 HTTPS，443 也一起放行。

注意：天翼云安全组是独立于系统防火墙的一层，很多人系统里 firewalld 关了还是连不上，就是安全组没放行。两层都要确认。

2.3 登录并做系统初始化

拿到公网 IP 和登录凭证后，SSH 上去先把系统更新和基础工具装好：

# 替换为你的实际公网 IP ssh root@your_public_ip # 更新软件源与已装包 apt update && apt upgrade -y # 安装常用工具 apt install -y curl wget git vim net-tools

Ubuntu 22.04 默认没有开防火墙拦截，但如果你手动开了 ufw，记得放行端口：

ufw allow 22/tcp ufw allow 3000/tcp ufw status

3. 可复制配置：Docker 环境与 OpenClaw 服务启动

3.1 安装 Docker 与 Docker Compose

OpenClaw 官方推荐用容器方式部署，隔离性好、升级方便。Ubuntu 下装 Docker 用官方脚本最省事：

# 安装 Docker curl -fsSL https://get.docker.com | sh # 启动并设置开机自启 systemctl start docker systemctl enable docker # 验证 docker --version

Docker Compose 现在多数场景用插件版即可，装完 Docker 后一般自带docker compose子命令，验证一下：

docker compose version

如果提示找不到命令，单独装一下 Compose 插件：

apt install -y docker-compose-plugin

3.2 创建 OpenClaw 工作目录与配置文件

工作目录统一放在/opt/openclaw，数据卷也挂在这里，方便备份：

mkdir -p /opt/openclaw/data cd /opt/openclaw

创建docker-compose.yml，这里把端口、环境变量、数据卷都写清楚：

version: '3.8' services: openclaw: image: openclaw/openclaw:2026-latest container_name: openclaw-core restart: unless-stopped ports: - "3000:3000" environment: - NODE_ENV=production - PORT=3000 - LOG_LEVEL=info volumes: - ./data:/app/data networks: - openclaw-network networks: openclaw-network: driver: bridge

3.3 接入 TaoToken 的配置文件骨架

OpenClaw 的模型通道配置放在数据目录下的config里，容器启动后会在./data下生成结构。你可以在启动前先准备好一份model.yaml骨架，放到./data/config/model.yaml：

# OpenClaw 模型通道配置 provider: name: taotoken # 统一 API 通道地址，不加任何多余路径 base_url: "https://taotoken.net/api" # 在控制台 API Keys 页面创建的 Key api_key: "sk-你的TaoTokenKey" # 默认调用的模型名，按需替换 default_model: "claude-sonnet-4-20250514" timeout: 60 max_retries: 2 # 可选：多模型映射，方便切换 models: fast: model: "claude-haiku-4-20250514" temperature: 0.3 balanced: model: "claude-sonnet-4-20250514" temperature: 0.7

这份骨架的关键就三行：base_url、api_key、default_model。base_url 固定写https://taotoken.net/api，不要自己拼/v1之类的后缀，通道会处理。Key 从控制台的 API Keys 页面拿，创建后复制一次，页面刷新就看不到了。

注意：api_key属于敏感信息，别提交到 Git 仓库。生产环境建议用环境变量注入，或者把model.yaml权限设成 600。

3.4 启动服务

配置就位后启动容器：

cd /opt/openclaw docker compose up -d # 查看启动日志 docker compose logs -f

日志里出现监听 3000 端口、无 ERROR 字样，就说明服务起来了。按Ctrl+C退出日志跟踪，容器仍在后台运行。

4. 验证请求：确认服务与 TaoToken 通道都通

4.1 验证 OpenClaw 服务本身

先在服务器本地测健康检查接口：

curl http://localhost:3000/health

返回{"status":"ok"}就说明服务正常。再从你的本地电脑测公网访问：

curl http://your_public_ip:3000/health

如果本地通、公网不通，九成是安全组没放行 3000 端口，回天翼云控制台检查。

4.2 验证 TaoToken 通道连通性

这一步是很多人忽略的：服务起来了不代表模型通道通。直接在服务器上用 curl 打一次通道接口，确认 Key 和地址都对：

curl -X POST https://taotoken.net/api/v1/messages \ -H "Content-Type: application/json" \ -H "x-api-key: sk-你的TaoTokenKey" \ -H "anthropic-version: 2023-06-01" \ -d '{ "model": "claude-sonnet-4-20250514", "max_tokens": 64, "messages": [{"role": "user", "content": "回复两个字：通了"}] }'

返回体里能看到模型输出内容，就说明通道、Key、模型名三者都对上了。如果返回 401，检查 Key 是否复制完整；返回 404，检查 base_url 有没有多写路径；返回超时，检查服务器出网是否正常。

4.3 在 OpenClaw 里跑一次真实任务

通道验证通过后，进 OpenClaw 管理后台（浏览器打开http://your_public_ip:3000），首次登录用默认账号，进去第一件事改密码。然后在任务面板发一条测试指令，比如「生成一份周工作总结模板」。如果几秒内返回内容，说明 OpenClaw 已经成功通过 TaoToken 通道调到了模型。

想验证模型对话效果，可以直接用模型对话页面单独测；如果你打算长期跑编码类或 Agent 类任务，建议了解 Coding Plan，配额和并发策略更适合持续调用。

5. 本篇常见错排查

5.1 容器起不来，日志报内存不足

现象是docker compose up -d后容器反复重启，docker compose logs里看到 OOM 或 killed。原因基本是实例内存低于 2GiB。解决办法：升级到 2 核 4G 及以上，或者在 compose 文件里给容器加内存限制并确认宿主机有足够余量。

5.2 公网访问 3000 端口超时

本地 curl 通、外网不通，按顺序查三处：天翼云安全组是否放行 3000；系统 ufw 是否放行；容器端口映射是否写成3000:3000。三处都对了还不行，用netstat -tulpn | grep 3000确认宿主机确实在监听。

5.3 TaoToken 调用返回 401 或 403

先确认 Key 有没有多余空格，复制时容易带上换行。再确认请求头字段名对不对，Anthropic 兼容接口用x-api-key，OpenAI 兼容接口用Authorization: Bearer。如果 Key 是在别的项目里创建的，确认它没有被删除或轮换。

5.4 模型名报 not found

default_model写错是最常见的原因。模型名区分大小写和版本号，别凭记忆写。去模型对话页面确认当前可用的模型标识，再回填到model.yaml，改完重启容器生效：

docker compose restart

5.5 配置文件改了不生效

OpenClaw 读取的是容器内/app/data/config下的配置，对应宿主机./data/config。如果你改的是别处的文件，容器根本读不到。确认路径后重启容器，或者进容器确认文件内容：

docker exec -it openclaw-core cat /app/data/config/model.yaml

6. 后续怎么走：把通道和部署固化下来

部署跑通只是第一步，真正省事的是把配置固化。我的做法是把docker-compose.yml和model.yaml骨架放进一个私有仓库，Key 用环境变量注入，换机器时 clone 下来改个 IP 就能起。天翼云的快照功能也建议开，系统盘每周备一次，出问题回滚比重新装快得多。

模型通道这块，如果你后面要接多个模型或者做灰度切换，统一走 TaoToken 的通道会比每个模型单独配省心很多。Key 的管理、配额查看、模型列表都在控制台里，接入文档里有各语言 SDK 的示例，照着改 base_url 和 Key 就能迁移。需要长期跑编码或 Agent 任务的，Coding Plan 的配额模型更适合持续调用场景，不用每次担心额度。

最后留一个实用习惯：每次改完配置，先跑一遍第 4 节的连通性验证，再进后台发测试指令。两步都过，再上生产任务。这样能把「配置错了但不知道错在哪」的时间省掉一大半。