企业官网建设流程全解析

1. 为什么我要在本地折腾 openclaw

openclaw 是一个用 Node.js 写的本地 AI 网关程序，你可以把它理解成一个「模型调度中枢」：它本身不产生智能，但负责把你的请求转发给 ollama、云端模型或其它兼容接口，再把结果整理回本地 Web 界面。适合谁？适合想在自己电脑上跑一个可控 AI 入口、又不想被各种 App 客户端绑死的开发者。它的核心价值在于 gateway 这一层——统一管理模型、channel 和访问凭证。

我这次安装的目标很明确：Node.js/npm 环境准备好，用 npm 全局装 openclaw，接上 ollama 的模型，最后把 openclaw gateway 跑起来，并且通过 TaoToken 的统一 Key/API 通道做一次自检。整个过程踩了几个坑，尤其是 gateway 直连 ollama 的配置和 origin 校验，下面按顺序记录。

先给结论：openclaw 安装本身不复杂，难的是配置骨架和验证。只要你把 settings.json 和 config.toml 两个文件写对，后面基本就是复制粘贴。下面每一步都给出可复制的命令和配置，你跟着做就行。

2. 前置准备：Node.js、npm 与 TaoToken 通道

2.1 Node.js 与 npm 版本确认

openclaw 是标准 Node.js 程序，推荐 Node 18 LTS 以上。先确认版本：

node -v npm -v

如果 node 低于 18，建议用 nvm 切换。Windows 用户直接去 Node 官网下 LTS 安装包即可。npm 一般随 Node 自带，不用单独装。

2.2 全局安装 openclaw

npm install -g openclaw

装完验证：

openclaw --version

能打印版本号就说明二进制已经进 PATH 了。如果提示 command not found，检查 npm 全局 bin 目录是否在环境变量里，npm config get prefix可以看到路径。

2.3 为什么这里要提 TaoToken

openclaw 的 model 配置是花钱的地方。默认它让你买软件自带的 module，但更灵活的做法是走统一 API 通道。TaoToken 提供统一的 Key 和 API 地址，你可以在 openclaw 里把 base_url 指向它，这样模型切换、额度管理都在一个地方完成，不用每个模型单独配 Key。官网入口在 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，API 地址是 https://taotoken.net/api （这个不加 UTM）。后面配置骨架里会用到。

3. 可复制配置：settings.json 与 config.toml 骨架

3.1 初始化配置

第一次配置用：

openclaw onboard

以后改配置用：

openclaw configure

onboard 会引导你选 channel。我们这次不配 QQ、微信、飞书、Telegram 这些入口，直接用 Web，最省事。手机用户后面可以再补 channel，电脑用户 Web 足够。

3.2 settings.json 骨架

openclaw 的 settings.json 一般放在用户配置目录，Linux/macOS 在~/.config/openclaw/settings.json，Windows 在%APPDATA%\openclaw\settings.json。骨架如下：

{ "gateway": { "host": "127.0.0.1", "port": 8787, "origin": "http://127.0.0.1:8787" }, "model": { "provider": "openai-compatible", "base_url": "https://taotoken.net/api", "api_key": "你的_TaoToken_Key", "model_name": "kimi-k2.5" }, "channel": { "web": { "enabled": true } } }

注意 origin 必须和你实际访问的地址一致，否则会报 origin 校验错误。api_key 去 TaoToken 控制台生成，地址是 https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，Key 管理页在 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。

3.3 config.toml 骨架

部分版本用 config.toml 管理 gateway 和 ollama 连接，骨架：

[gateway] host = "127.0.0.1" port = 8787 origin = "http://127.0.0.1:8787" [model] provider = "ollama" base_url = "http://127.0.0.1:11434" model_name = "qwen3.5:9b" [security] device_identity_required = true token = "自动生成的token"

如果你走 TaoToken 通道，把 provider 改成 openai-compatible，base_url 换成 https://taotoken.net/api 即可。两个文件不要同时写冲突的字段，以实际加载的那个为准。

4. 接入 ollama 与启动 gateway 验证

4.1 ollama 侧准备

先确认 ollama 在跑：

ollama list

没有模型就拉一个：

ollama pull qwen3.5:9b

本地模型 8~12G 显存能跑，但智力一般，低于 24G 显存基本就是玩一下。想要实用一点，用 ollama 启动云模型：

ollama launch openclaw --model kimi-k2.5:cloud

这条命令的好处是 ollama 会自动帮你整理好 openclaw 的配置文件，省去手写 gateway 连接的麻烦。大致每周有几百 K 的 token 可用，日常够用。

4.2 直接用 gateway 启动

如果你坚持用 openclaw gateway 启动，命令：

openclaw gateway

然后浏览器打开 http://127.0.0.1:8787 。第一次访问会要求 device identity，非本机连接必须提供 token，这个 token 在配置文件里能找到，是配置时自动生成的。

4.3 验证请求是否成功

在 Web 界面发一条测试消息，比如「你好，报一下当前模型名」。如果返回正常，说明 gateway、model、channel 三层都通了。也可以直接用 curl 验证 API 通道：

curl https://taotoken.net/api/v1/models \ -H "Authorization: Bearer 你的_TaoToken_Key"

能返回模型列表就说明 Key 和通道没问题。模型对话入口在 https://taotoken.net/models?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，接入文档在 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。

5. 本篇常见错误排查

5.1 device identity required

这个报错是因为非本机连接没带 token。解决方式：在 settings.json 或 config.toml 里确认device_identity_required = true且 token 字段有值，访问时带上这个 token。本机 127.0.0.1 访问一般不会触发。

5.2 origin 校验失败

openclaw 要求访问的 URL 必须写在配置文件的 origin 里。如果你用局域网 IP 访问，origin 就得写那个 IP，不能只写 127.0.0.1。这是安全要求，不是 bug。

5.3 npm 全局装完找不到命令

检查npm config get prefix输出的路径是否在 PATH。Linux/macOS 常见做法是把$(npm config get prefix)/bin加进 PATH。

5.4 ollama 连接超时

确认 ollama 服务在 11434 端口监听：curl http://127.0.0.1:11434/api/tags。如果 gateway 和 ollama 不在同一台机器，base_url 要换成实际 IP，并且注意 origin 同步改。

5.5 本地模型太笨

这不是配置问题，是模型规模问题。8~12G 显存的本地模型只能做简单任务，想要实用就切云模型或走 TaoToken 通道调更大的模型。长期编码和 Agent 场景建议用 Coding Plan，入口在 https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。

6. 装完之后怎么继续用

openclaw 的 skill 能力才是核心，不会用 skill，它就是个空壳。装完之后建议先跑通 Web 对话，再逐步加 skill。安全方面，有人担心它搞坏本地系统，稳妥做法是装在虚拟机里，尤其是你要让它执行本地命令的时候。

如果你后面要接 Claude Code 或 Anthropic 兼容接口，可以参考 https://taotoken.net/claudecode-anthropic?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。整个流程走下来，最花时间的不是安装，而是把 origin、token、base_url 这三个字段对齐。把这篇的骨架复制过去，改掉 Key 和模型名，基本就能跑起来。