企业官网建设流程全解析

1. Ubuntu19 上跑 Robot Framework 自动化测试，为什么还要接 AI 通道

Robot Framework 在 Ubuntu19 桌面环境里做自动化测试，本身不算难：Python3 + pip + robotframework 三件套装完，写个.robot文件就能跑。真正让人头疼的是写用例阶段——关键字记不全、断言写错、日志看不懂、失败原因要一行行翻 output.xml。这时候如果编辑器里能有个懂 Robot 语法的 AI 助手，边写边补全、边报错边解释，效率会完全不一样。

这篇要解决的就是这件事：在 Ubuntu19 + vscode 里搭好 Robot Framework 工程，同时通过 TaoToken 的统一 Key 把 AI 辅助能力接进编辑器。TaoToken 是一个统一模型接入网关，你可以把它理解成「一个 Key 走通多家模型」的通道，适合个人开发者和中小团队在本地工具链里快速挂上 AI 能力，不用为每个模型单独申请账号、单独配环境变量。它提供兼容 OpenAI 风格的接口，vscode 里的 Continue、Cline 这类插件，以及命令行里的 Claude Code，都能直接对接。

适合谁看：正在用 Ubuntu 做测试开发、想给 Robot Framework 工程加 AI 辅助、又不想折腾多套 Key 的人。下面从环境准备开始，一步步给可复制的命令和配置，最后跑一次真实用例并验证接口连通性。全程在 Ubuntu19 桌面环境实测，命令和路径都按原样给出，你照着敲即可。

2. TaoToken 前置准备：拿统一 Key 与确认 Base URL

在动 vscode 之前，先把 TaoToken 这边的接入信息准备好。这一步不复杂，但顺序别搞反：先有 Key，再配插件，否则插件里填了空 Key 会一直报 401。

2.1 注册并创建 API Key

打开 TaoToken 官网https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite，注册登录后进入控制台。控制台地址是https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite，在「API Keys」页面点创建，复制生成的 Key。这个 Key 只显示一次，建议先粘到本地临时文件里，等会儿要填进 vscode 配置。

Key 的格式通常是一串以sk-开头的字符串。拿到后先别急着关页面，顺手确认两件事：一是账户里有没有可用额度，二是你要用的模型 ID 叫什么。模型 ID 在「模型对话」页面能看到，也可以直接调接口列出来。

2.2 确认 Base URL 和模型 ID

TaoToken 的 API 入口是https://taotoken.net/api，注意这个地址不带任何查询参数，配置里就填这个。模型 ID 常见的有gpt-4o、claude-3-5-sonnet这类，具体以你控制台里可用的为准。如果你不确定，可以用下面这条命令列一下：

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

返回的 JSON 里data数组就是可用模型列表，每个元素的id字段就是模型 ID。这一步能跑通，说明 Key 和网络都没问题，后面 vscode 里配错了也好排查。

2.3 把 Key 放进环境变量而不是硬编码

很多教程直接把 Key 写进 settings.json，方便是方便，但一旦这个文件被同步到 Git 或者截图发出去，Key 就泄露了。更稳的做法是写进 shell 环境变量，vscode 从环境里读。在~/.bashrc末尾加两行：

export TAOTOKEN_API_KEY="sk-你的Key" export TAOTOKEN_BASE_URL="https://taotoken.net/api"

然后source ~/.bashrc让它生效。验证一下：

echo $TAOTOKEN_API_KEY

能打印出 Key 就对了。这样后面插件配置里引用${env:TAOTOKEN_API_KEY}就行，配置文件本身不含敏感信息。

3. 可复制配置：vscode settings.json 与 Robot 工程结构

环境变量准备好后，开始配 vscode。这一节给的是可以直接复制的配置片段，路径和字段都按 Ubuntu19 下的实际情况写。

3.1 安装 Python3 与 Robot Framework

Ubuntu19 自带 Python3，但版本可能偏旧，先确认：

python3 --version

如果低于 3.6，建议升级。接着装 pip 和 Robot Framework。注意 Ubuntu19 下pip默认指向 Python2，装 Python3 的包要用pip3：

sudo apt-get update sudo apt-get install -y python3-pip pip3 install robotframework robotframework-seleniumlibrary

装完验证：

robot --version

能输出版本号就说明 Robot Framework 装好了。如果提示robot: command not found，多半是~/.local/bin没在 PATH 里，加一下：

export PATH="$HOME/.local/bin:$PATH"

3.2 安装 vscode 与 Robot 相关插件

vscode 通过 Ubuntu Software 装即可，或者用 snap：

sudo snap install code --classic

插件方面，Robot Framework 支持主要靠这几个：tomiturtiainen.rf-intellisense（关键字补全）、keith.robotframework（语法高亮）、vivainio.robotframework（运行支持）。命令行批量装：

code --install-extension tomiturtiainen.rf-intellisense code --install-extension keith.robotframework code --install-extension vivainio.robotframework code --install-extension ms-python.python code --install-extension formulahendry.code-runner

AI 辅助插件这里以 Continue 为例，它支持自定义 OpenAI 兼容端点，正好对接 TaoToken：

code --install-extension Continue.continue

3.3 settings.json 完整配置

打开 vscode，按Ctrl+Shift+P，输入Preferences: Open Settings (JSON)，把下面内容合并进去。注意python.pythonPath在较新版本里已改名python.defaultInterpreterPath，两个都写上兼容旧版：

{ "python.defaultInterpreterPath": "/usr/bin/python3", "python.pythonPath": "/usr/bin/python3", "code-runner.defaultLanguage": "python", "code-runner.executorMap": { "python": "/usr/bin/python3 -u" }, "code-runner.executorMapByFileExtension": { ".tcl": "tclsh", ".robot": "robot" }, "code-runner.ignoreSelection": true, "code-runner.runInTerminal": true, "robotcode.robot.path": "robot", "files.associations": { "*.robot": "robotframework" }, "editor.suggestSelection": "first", "explorer.confirmDelete": false }

这里把.robot文件关联到 robotframework 语言模式，Code Runner 遇到.robot就调robot命令执行。code-runner.runInTerminal设为 true，是因为 Robot 的输出比较长，在终端里看比 OUTPUT 窗口清楚。

3.4 Continue 插件对接 TaoToken

Continue 的配置文件在~/.continue/config.json。如果目录不存在先建：

mkdir -p ~/.continue

然后写入：

{ "models": [ { "title": "TaoToken GPT-4o", "provider": "openai", "model": "gpt-4o", "apiKey": "sk-你的Key", "apiBase": "https://taotoken.net/api" } ], "tabAutocompleteModel": { "title": "TaoToken 补全", "provider": "openai", "model": "gpt-4o", "apiKey": "sk-你的Key", "apiBase": "https://taotoken.net/api" } }

三件套对齐一下：Base URL 是https://taotoken.net/api，Key 是sk-开头那串，Model ID 是gpt-4o（换成你控制台里可用的即可）。这三个字段任何一个写错，插件都会报错，后面第 5 节会逐个对照。

3.5 Robot 工程目录结构

建一个干净的工程目录，结构如下：

robot-demo/ ├── tests/ │ └── hello_robot.robot ├── resources/ │ └── common.robot └── results/

tests放用例，resources放公共关键字，results放执行输出。hello_robot.robot内容：

*** Settings *** Documentation TaoToken 接入验证用例 Library OperatingSystem *** Variables *** ${MESSAGE} Hello, world! *** Test Cases *** My Test [Documentation] 验证基础日志与关键字 Log ${MESSAGE} My Keyword /tmp Another Test Should Be Equal ${MESSAGE} Hello, world! *** Keywords *** My Keyword [Arguments] ${path} Directory Should Exist ${path}

这个用例同时覆盖了变量、日志、断言和自定义关键字，跑通它基本能确认 Robot 环境没问题。

4. 验证请求：跑通用例并确认接口连通

配置写完，接下来做两件验证：一是 Robot 用例能跑，二是 TaoToken 接口能通。两件事分开验，出问题好定位。

4.1 执行 Robot 用例

在工程根目录下执行：

robot --outputdir results tests/hello_robot.robot

正常输出类似：

============================================================================== Hello Robot ============================================================================== My Test | PASS | ------------------------------------------------------------------------------ Another Test | PASS | ------------------------------------------------------------------------------ Hello Robot | PASS | 2 tests, 2 passed, 0 failed ==============================================================================

results目录下会生成output.xml、log.html、report.html。用浏览器打开report.html能看到可视化的通过率。如果这里就报错，先别管 AI 部分，把 Robot 本身跑通再说。

4.2 在 vscode 里用 Code Runner 跑

打开hello_robot.robot，右键选Run Code。因为前面配了code-runner.executorMapByFileExtension，它会自动调robot命令。终端里应该出现和上面一样的输出。如果提示robot: command not found，说明 vscode 启动时没继承 PATH，重启 vscode 或者从终端code .启动即可。

4.3 验证 TaoToken 接口连通

用 curl 直接打一次对话接口，确认 Key 和 Base URL 都对：

curl https://taotoken.net/api/chat/completions \ -H "Authorization: Bearer sk-你的Key" \ -H "Content-Type: application/json" \ -d '{ "model": "gpt-4o", "messages": [ {"role": "user", "content": "用一句话解释 Robot Framework 是什么"} ] }'

返回 JSON 里choices[0].message.content就是模型回复。能拿到回复，说明接口通了。这一步很关键，因为 vscode 插件报错时，你没法确定是插件问题还是 Key 问题，先用 curl 把变量排除掉。

4.4 在 Continue 里实测 AI 辅助

回到 vscode，打开hello_robot.robot，按Ctrl+L唤起 Continue 侧边栏，输入「帮我给这个用例加一个检查文件存在的关键字」。如果配置正确，它会基于当前文件上下文给出建议。实测下来，Robot 的关键字补全和断言建议是它比较擅长的部分，尤其是Should Be Equal、Should Contain这类断言的参数顺序，容易写反，让 AI 检查一遍能省不少调试时间。

4.5 用模型对话页面交叉验证

如果插件里一直没反应，可以打开 TaoToken 的模型对话页面https://taotoken.net/models?utm_source=taotoken_aicg_blog_end&utm_content=models&utm_campaign=rewrite，在网页里直接发一条消息。网页能通、插件不通，问题就在插件配置；网页也不通，问题在 Key 或额度。这个交叉验证能快速缩小排查范围。

5. 本篇常见错排查：401、local proxy failed 与 reading choices

配置过程中最容易卡在几个固定报错上，这一节按真实报错逐个对照。

5.1 401 Unauthorized

最常见。报错长这样：

Error: 401 Unauthorized - invalid api key

原因就三类：Key 复制时带了空格或换行、Key 已失效或被删、请求头里Bearer后面没空格。检查方法：把 Key 重新复制一遍，确认Authorization: Bearer sk-xxx中间是一个空格。如果用的是环境变量引用，确认echo $TAOTOKEN_API_KEY能打印出完整 Key。

5.2 local proxy failed / connection refused

报错类似：

Error: local proxy failed: dial tcp 127.0.0.1:7890: connect: connection refused

这是插件或系统里配了本地代理端口，但那个端口没有服务在跑。检查 vscode 设置里有没有http.proxy，以及 shell 里有没有http_proxy、https_proxy环境变量。有的话清掉：

unset http_proxy https_proxy

然后重启 vscode。TaoToken 的接口直接可达，不需要额外代理配置。

5.3 reading choices 报错

报错类似：

Error: reading 'choices': unexpected end of JSON input

这通常不是 Key 的问题，而是接口返回了非预期内容，比如返回了 HTML 错误页。原因可能是 Base URL 写错了，比如写成了https://taotoken.net而漏了/api，或者多加了斜杠变成https://taotoken.net/api/。正确写法是https://taotoken.net/api，结尾不带斜杠。改完重启插件。

5.4 OAuth 相关报错

如果用的是 Claude Code 这类命令行工具，可能遇到：

Error: OAuth token expired or invalid

Claude Code 对接 TaoToken 时，不要走 OAuth 登录流程，而是用 API Key 方式。配置~/.claude/settings.json或对应环境变量，把 Base URL 指向https://taotoken.net/api，Key 用 TaoToken 的 Key。三件套再次对齐：Base URL、Key、Model ID，缺一不可。

5.5 Robot 用例本身报错

如果 AI 部分都通了，但 Robot 跑不过，常见的是Directory Should Exist失败，因为/tmp在某些精简环境里不存在。改成/home或者你确认存在的目录即可。另外.robot文件编码要用 UTF-8，否则中文文档会乱码。

5.6 插件装了但没补全

Robot 的 IntelliSense 依赖语言服务器，装完插件要重启 vscode。如果还没补全，检查files.associations里*.robot是否映射到了robotframework。映射错了，插件不会激活。

6. 语义一致 CTA：把 AI 辅助接进你的测试工程

环境搭好之后，日常写 Robot 用例的流程会变成：在 vscode 里写关键字，Continue 侧边栏随时问语法和断言，遇到失败日志直接贴给 AI 解释。这套组合在 Ubuntu19 上跑下来很稳，关键是配置一次到位。

如果你还没拿 Key，先去 API Keys 页面创建：https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api-keys&utm_campaign=rewrite。接入细节和字段说明看文档：https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite。想先在网页里试试模型效果，用模型对话：https://taotoken.net/models?utm_source=taotoken_aicg_blog_end&utm_content=models&utm_campaign=rewrite。如果你打算长期在编码和 Agent 场景里用，Coding Plan 会更划算：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding-plan&utm_campaign=rewrite。

最后留一个我踩过的坑：改settings.json时别把原来的配置整个覆盖掉，vscode 的 JSON 配置是合并的，但如果你手动删了某个字段，插件可能就找不到解释器了。改之前先备份一份，出问题能快速回滚。Robot 用例跑通、接口 curl 通、插件能补全，这三件事都成了，这套环境就算立住了。