企业官网建设流程全解析

1. 飞书频道配置前，先搞清楚 OpenClaw 的模型通道为什么必须换

在腾讯云服务器上把 OpenClaw 跑起来之后，很多人会卡在同一个地方：飞书机器人已经能收到消息了，但回复要么超时，要么直接报鉴权失败。我试过在腾讯云 Ubuntu 24.04 上从零配一遍，发现真正拖时间的不是飞书开放平台那堆按钮，而是 OpenClaw 默认的模型通道在国内网络环境下不稳定，以及多个频道共用一套 Key 时容易互相覆盖。

这篇是系列第三篇，假设你已经完成前两步：OpenClaw 基础部署完成，浏览器自动化也配好了。现在要做的只有两件事——把飞书频道接通，把 OpenClaw 的模型 endpoint 和鉴权统一改到 TaoToken 的 Key/API 通道上。做完之后，你在飞书里发一条消息，OpenClaw 会通过 TaoToken 统一通道调用模型并回复，整条链路可验证、可排查。

先明确几个概念，避免后面配置时对不上号。OpenClaw 本身是一个跑在服务器上的 AI 助手框架，它通过「频道插件」接入不同的聊天平台，通过「模型 provider」调用大模型。飞书频道负责消息的收发，模型 provider 负责生成回复。这两条链路是独立的：飞书频道通了，只代表消息能进来；模型通道通了，才代表回复能出去。很多人只配了飞书就以为完事，结果发消息没反应，其实是模型通道没配好。

TaoToken 在这里的角色是统一 Key/API 通道。你可以把它理解成一个「模型接入层」：OpenClaw 不需要为每个模型厂商单独维护一套 Key 和 Base URL，只需要指向 TaoToken 的 API 地址，用同一个 Key 就能调用多个模型。对于同时跑飞书、钉钉、企业微信多个频道的场景，这一点很关键——所有频道共用一套模型鉴权，不会出现「飞书能回复、钉钉报 401」这种割裂情况。

适合谁看这篇？已经完成 OpenClaw 前两步部署、准备把 AI 助手接进飞书工作流的开发者；或者你正在用腾讯云轻量服务器跑 OpenClaw，想找一个稳定的模型通道方案。下面所有命令和配置都可以直接复制，路径和字段名保持和 OpenClaw 实际配置文件一致。

需要提前准备的东西：一台能正常访问外网的腾讯云服务器（OpenClaw 已装好）、一个飞书账号（能进开发者后台）、一个 TaoToken 的 API Key。如果你还没有 Key，可以先去官网注册并创建一个，后面配置会用到。

2. TaoToken 统一 Key 接入：把 OpenClaw 的模型通道改到一条线上

在配飞书之前，我建议先把模型通道换好。原因很简单：飞书频道配完就要立刻测试，如果模型通道还是旧的、不稳定的，你根本分不清是飞书没通还是模型没通。先把模型通道固定下来，后面排查范围会小很多。

OpenClaw 的模型配置写在~/.openclaw/openclaw.json里，核心是models.providers这一段。默认情况下，你可能配的是某个厂商的直连地址。现在要把它改成 TaoToken 的统一通道。TaoToken 的 API 地址是https://taotoken.net/api，兼容 OpenAI 的 completions 接口格式，所以 OpenClaw 里api字段填openai-completions即可。

先看一下改之前的配置长什么样。假设你之前用的是某个直连 provider，结构大概是这样：

{ "models": { "providers": { "default": { "baseUrl": "https://some-provider.example.com/v1", "apiKey": "sk-old-key", "api": "openai-completions", "models": [ { "id": "some-model", "name": "Some Model" } ] } } } }

现在把它替换成 TaoToken 的统一通道。注意baseUrl末尾不要多加/v1，TaoToken 的 API 根路径就是https://taotoken.net/api，OpenClaw 会自动拼接 completions 路径。apiKey填你在 TaoToken 控制台创建的 Key。模型 ID 填你实际要用的模型，比如claude-sonnet-4-5或gpt-4o这类，具体以 TaoToken 文档里的模型列表为准。

{ "models": { "providers": { "taotoken": { "baseUrl": "https://taotoken.net/api", "apiKey": "sk-your-taotoken-key", "api": "openai-completions", "models": [ { "id": "claude-sonnet-4-5", "name": "Claude Sonnet 4.5", "reasoning": false, "input": ["text"], "contextWindow": 200000, "maxTokens": 8192 } ] } } }, "agents": { "defaults": { "model": { "primary": "taotoken/claude-sonnet-4-5" } } } }

这里有几个字段容易写错，我逐个说明。providers下面的 key（这里是taotoken）是 provider 的别名，后面agents.defaults.model.primary里要用别名/模型ID的格式引用，所以别名和模型 ID 要对应上。api字段必须是openai-completions，因为 TaoToken 走的是 OpenAI 兼容协议。contextWindow和maxTokens按你选的模型实际能力填，填小了会导致长对话被截断，填大了如果模型不支持会报错。

改完配置后，不要急着重启，先用 OpenClaw 自带的校验命令检查 JSON 语法：

openclaw config validate

如果输出Config is valid，说明格式没问题。然后重启 Gateway 让配置生效：

openclaw gateway restart

重启后验证模型通道是否真的通了。OpenClaw 提供了一个直接测试模型调用的命令：

openclaw models test taotoken/claude-sonnet-4-5 --prompt "用一句话说明你是什么模型"

如果返回了模型生成的文本，说明 TaoToken 通道已经通了。如果报 401，说明 Key 不对；如果报连接超时，检查服务器能不能访问https://taotoken.net/api。这一步单独验证很重要，因为它把「模型通道」和「飞书频道」解耦了——模型通了，后面飞书不通就只查飞书。

关于 Key 的管理，有一点值得展开说。TaoToken 的统一 Key 设计，好处是多个频道、多个 Agent 可以共用同一个 Key，不需要为每个场景单独申请。但共用也意味着权限边界要自己控制好。建议在 TaoToken 控制台里给这个 Key 设置合理的额度上限，避免某个频道异常刷量把额度跑光。另外，Key 不要直接明文写在会提交到 Git 的配置文件里，生产环境建议用环境变量注入，OpenClaw 支持在配置里写${TAOTOKEN_API_KEY}这种占位符，启动时从环境变量读取。

如果你后面还要接钉钉或企业微信，模型通道这一层完全不用再改，只需要在channels里加对应配置即可。这就是统一 Key 通道的价值：频道层和模型层解耦，加频道不影响模型鉴权。

3. 飞书频道配置：从开放平台到 OpenClaw 的可复制配置

模型通道通了之后，开始配飞书。这一部分分两半：飞书开放平台上的操作，和服务器上 OpenClaw 的配置。两边要对应上，凭证不能填错。

先装国内频道插件。OpenClaw 原生支持的频道偏国际平台，飞书需要社区插件：

openclaw plugins install @openclaw-china/channels

安装完成后重启 Gateway 加载插件：

openclaw gateway restart

用openclaw plugins list确认插件状态是loaded。如果显示not found，检查 npm 源是否可达，腾讯云服务器默认源一般没问题。

接下来去飞书开放平台创建应用。登录后进开发者后台，创建「企业自建应用」，填应用名称和描述。创建完成后，在「凭证与基础信息」页面拿到两个东西：App ID（形如cli_xxxxxxxx）和 App Secret。这两个值后面要填进 OpenClaw 配置。

然后给应用添加「机器人」能力。在「添加应用能力」里找到 Bot 并添加。接着配权限，至少需要这几项：im:message:read、im:message:write、im:message、im:message.group_at_msg:readonly。权限加完后状态要显示为已添加。

回到服务器，把飞书凭证写进 OpenClaw 配置。可以直接用命令行写入：

openclaw config set channels.feishu '{ "enabled": true, "appId": "cli_你的AppID", "appSecret": "你的AppSecret", "dmPolicy": "open", "groupPolicy": "open", "requireMention": true }' --json

这段 JSON 里，dmPolicy控制私聊策略，open表示任何人都能私聊机器人；groupPolicy控制群聊策略；requireMention设为true表示群里必须 @机器人 才触发回复，避免机器人在群里乱说话。生产环境建议把dmPolicy改成allowlist并配白名单，这里为了测试先开open。

写入后重启 Gateway：

openclaw gateway restart

然后回飞书开放平台配事件订阅。在「事件与回调」页面，订阅方式选「通过长连接接收事件」（推荐方式，不需要公网域名和 SSL 证书）。保存后，在「添加事件」里搜索im.message，勾选「接收消息」（im.message.receive_v1）。

这里有个顺序问题：如果你先点「添加事件」发现按钮是灰的，是因为飞书要求先建立一次长连接才允许加事件。所以正确顺序是——先在服务器配好凭证并重启 Gateway，等 OpenClaw 连上飞书后，再回开放平台刷新页面，按钮就能点了。

事件加完后，去「版本管理与发布」创建版本并发布。如果提示无需审批，发布后立即生效。

最后回服务器确认频道状态：

openclaw status --deep

在输出里找到 Channels 部分，Feishu 应该显示ON和OK。如果显示configured但没连上，看日志：

openclaw logs --follow

日志里会打印飞书长连接的建立过程，连上后会有feishu websocket connected之类的输出。

完整的~/.openclaw/openclaw.json参考结构如下，把模型通道和飞书频道放在一起，方便你对照：

{ "gateway": { "mode": "local", "auth": { "mode": "token", "token": "your-gateway-token" }, "port": 18789, "bind": "loopback" }, "channels": { "feishu": { "enabled": true, "appId": "cli_xxxxxxxxxxxxxx", "appSecret": "your-app-secret", "dmPolicy": "open", "groupPolicy": "open", "requireMention": true } }, "models": { "providers": { "taotoken": { "baseUrl": "https://taotoken.net/api", "apiKey": "sk-your-taotoken-key", "api": "openai-completions", "models": [ { "id": "claude-sonnet-4-5", "name": "Claude Sonnet 4.5", "reasoning": false, "input": ["text"], "contextWindow": 200000, "maxTokens": 8192 } ] } } }, "agents": { "defaults": { "model": { "primary": "taotoken/claude-sonnet-4-5" } } } }

注意gateway.bind是loopback，意味着 Gateway 只监听本机。飞书长连接是服务器主动往外连，不需要公网入站，所以这个设置是安全的。如果你之前为了别的用途改成了0.0.0.0，建议改回loopback，减少暴露面。

4. 验证请求：用一条飞书消息跑通整条链路

配置完成后，验证分两步：先验证模型通道，再验证飞书频道。两步都过，才算整条链路通。

模型通道的验证前面已经做过，用openclaw models test确认 TaoToken 能返回结果。如果这一步没过，先别测飞书，回去检查 Key 和 Base URL。

飞书频道的验证，打开飞书 App，搜索你创建的应用名称，进入和机器人的对话，发一条消息：

你好

正常情况下，几秒内机器人会回复。如果回复了，说明飞书频道和模型通道都通了。如果没回复，按下面的顺序排查。

先看 Gateway 是否在跑：

openclaw status --deep

确认 Feishu 是ON/OK，Gateway 是running。

再看实时日志：

openclaw logs --follow

然后在飞书里再发一条消息，观察日志输出。如果日志里完全没有 feishu 相关记录，说明消息根本没到服务器，问题在飞书开放平台侧——检查事件订阅是否加了im.message.receive_v1，版本是否已发布。如果日志里有收到消息但报模型错误，说明飞书通了、模型通道有问题，回去检查 TaoToken 配置。

验证模型通道是否真的走了 TaoToken，可以在日志里找请求记录。OpenClaw 会打印模型请求的目标地址，确认是https://taotoken.net/api而不是旧地址。如果还是旧地址，说明配置没生效，检查agents.defaults.model.primary是否指向了taotoken/开头的模型。

再测一个稍微复杂点的场景，确认多轮对话正常：

帮我用三句话解释一下什么是向量数据库

如果机器人能连续回复且上下文不丢，说明会话管理也正常。OpenClaw 默认会为每个飞书会话维护独立的上下文，私聊和群聊的会话是分开的。

群聊场景也要测一下。把机器人拉进一个群，在群里发：

@你的机器人 今天天气怎么样

因为requireMention设了true，必须 @ 才触发。如果群里 @ 了没反应，检查是否加了im:message.group_at_msg:readonly权限。

到这里，一条飞书消息从发出到收到回复的完整链路就跑通了：飞书 → 长连接 → OpenClaw Gateway → TaoToken 统一通道 → 模型 → 回复 → 飞书。每一段都有对应的日志和状态可查，出问题能快速定位到具体环节。

5. 本篇常见报错排查：401、长连接失败、事件按钮灰色怎么处理

配置过程中最容易遇到的几个报错，我按实际踩过的顺序整理一下，每个都给出定位方法和解决步骤。

报错一：模型调用返回 401 Unauthorized

这是 TaoToken Key 相关的问题。先确认apiKey字段填的是完整的 Key，没有多余空格。然后确认 Key 在 TaoToken 控制台是启用状态、额度没用完。如果 Key 没问题，检查baseUrl是否写成了https://taotoken.net/api/（末尾多了斜杠），有些客户端会把斜杠拼成双斜杠导致鉴权失败。正确写法是https://taotoken.net/api，不带末尾斜杠。

用命令行单独测一下，排除 OpenClaw 配置的干扰：

curl -X POST https://taotoken.net/api/v1/chat/completions \ -H "Authorization: Bearer sk-your-taotoken-key" \ -H "Content-Type: application/json" \ -d '{"model":"claude-sonnet-4-5","messages":[{"role":"user","content":"hi"}]}'

如果 curl 返回 200 且有内容，说明 Key 和网络都没问题，问题在 OpenClaw 配置；如果 curl 也 401，说明 Key 本身有问题，去控制台重新生成一个。

报错二：飞书长连接建立失败，日志报 websocket connection failed

先确认服务器能访问飞书的长连接地址。腾讯云服务器默认出站是通的，但如果之前配过安全组限制出站，需要放行。另外检查appId和appSecret是否填对，凭证错误会导致长连接握手失败。

日志里如果看到app did not establish a websocket connection，这是飞书开放平台在长连接模式下的正常提示——你选了长连接但程序还没连过来。只要服务器端配置正确并重启了 Gateway，这个提示会消失。不用管它，继续配置即可。

报错三：飞书开放平台「添加事件」按钮是灰色的

前面提过，飞书要求先建立一次长连接才允许加事件。解决顺序：先在服务器配好channels.feishu凭证 → 重启 Gateway → 确认openclaw status --deep里 Feishu 是OK→ 回开放平台刷新页面 → 按钮可点。如果刷新后还是灰的，检查应用是否已添加机器人能力，没有机器人能力的应用不能订阅消息事件。

报错四：插件报 plugin not found: feishu

这是插件 ID 命名的问题。国内频道插件的 ID 是channels，不是feishu。运行openclaw doctor --fix时可能报这个错，但不影响实际功能。判断标准是openclaw status --deep里 Feishu 频道状态是否为ON/OK，是就说明配置成功，忽略这个报错。

报错五：机器人收到消息但不回复，日志报 reading choices 相关错误

这个报错通常出现在模型返回格式和 OpenClaw 预期不一致时。检查api字段是否为openai-completions。如果填成了别的协议，OpenClaw 解析响应时会找不到choices字段。另外确认模型 ID 在 TaoToken 通道里是有效的，填了一个不存在的模型 ID，返回的可能是错误结构而不是标准 completions 响应。

报错六：OAuth 相关报错

如果日志里出现 OAuth 字样，说明某个环节在尝试走 OAuth 鉴权而不是 API Key。检查models.providers里是否误配了auth相关字段。TaoToken 通道只需要apiKey，不需要 OAuth 配置。把多余的 auth 字段删掉，只保留baseUrl、apiKey、api、models四项。

排查的通用思路是：先分层，再定位。模型层用openclaw models test单独测，频道层用openclaw logs --follow看消息有没有进来。两层分开验证，比混在一起猜要快得多。

6. 把飞书频道和 TaoToken 通道固定下来，后面加频道不用重配

飞书频道配通之后，建议做两件收尾的事，让这套配置更稳。

第一件是把模型通道的 Key 从明文改成环境变量注入。在openclaw.json里把apiKey写成${TAOTOKEN_API_KEY}，然后在启动 Gateway 的环境里设置这个变量。这样配置文件可以安全地备份或分享，不会泄露 Key。腾讯云服务器上可以在 systemd service 文件里加Environment=TAOTOKEN_API_KEY=sk-xxx，或者用.env文件配合启动脚本加载。

第二件是给飞书频道加访问控制。测试阶段dmPolicy和groupPolicy都是open，正式用起来建议改成allowlist，只允许指定用户或群使用。配置里加allowlist字段，列出允许的飞书用户 ID 或群 ID。这样即使机器人被陌生人搜到，也不会被滥用。

关于后续扩展，这套架构的好处是频道层和模型层解耦。你后面要加钉钉或企业微信，只需要在channels里加对应配置，模型通道完全不用动，还是走 TaoToken 的统一 Key。同样，如果以后想换模型，只改models.providers里的模型 ID 和agents.defaults.model.primary，飞书频道也不用重配。

如果你还没创建 TaoToken 的 Key，可以去官网注册后在控制台创建，API 地址是https://taotoken.net/api。接入文档里有各语言和框架的示例，OpenClaw 这种走 OpenAI 兼容协议的场景直接套用即可。需要管理多个 Key 或查看用量，在控制台的 API Keys 页面操作。如果你打算长期跑编码类 Agent 任务，可以了解一下 Coding Plan，额度模型和按量计费不太一样，适合高频调用场景。

最后留一个实用技巧：OpenClaw 的会话可以用openclaw sessions reset main重置，如果测试时上下文乱了，重置一下比重新配一遍快。日志用openclaw logs --follow实时看，排查时比翻历史日志高效。飞书频道状态用openclaw status --deep一眼确认，养成改完配置先看状态的习惯，能省很多来回折腾的时间。