企业官网建设流程全解析

1. 为什么大家都在把 Tavily 换成 Serper Search

如果你最近在折腾 OpenClaw 的联网搜索能力，大概率会刷到两个名字：Tavily 和 Serper Search。前者是 AI 原生搜索的代表，自带摘要和去噪；后者底层走的是 Serper.dev 提供的 Google Search API，返回的是 Google 搜索结果页的结构化 JSON。38K 开发者选择 Serper，核心原因就一句话：你看到的就是 Google 看到的，不做二次加工，知识图谱、People Also Ask、相关搜索这些字段全都原样给你。

这篇不聊虚的，聚焦一件事：在 OpenClaw 里把搜索 Skill 从 Tavily 切到 Serper Search，并且把 Key 通道统一收敛到 TaoToken。我会给出可直接复制的settings.json骨架、环境变量写法、连通性验证命令，以及切换过程中最容易踩的几个坑。适合已经装好 OpenClaw、想让 AI 真正能"上网查资料"的开发者，也适合刚开始接触 Skill 配置的新手。

先说清楚 Serper Search 能做什么：它让 AI 直接拿到 Google 的搜索结果，包括标题、链接、摘要、知识图谱、图片、新闻、地图、学术论文等 9 种搜索类型。响应通常在 1-2 秒，免费额度 2500 次且不用绑卡。对个人开发者来说，这个门槛足够低，拿来当主力搜索 Skill 完全够用。

2. 前置准备：TaoToken 统一 Key 通道

在动settings.json之前，先把 Key 这件事理顺。很多人的 OpenClaw 里散落着各种 API Key：搜索一个、模型一个、Agent 又一个，改起来到处找。我的做法是统一走 TaoToken 一个通道，搜索 Skill 和模型调用都从这里取 Key，配置集中、排查也集中。

TaoToken 的定位是给开发者提供统一的模型与能力接入入口，官网在 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，API 端点是 https://taotoken.net/api 。你需要先去控制台生成一个 API Key，后面 Serper Search 的调用就走这个 Key 转发。

具体动作分三步：

第一步，打开控制台页面 https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite ，登录后进入 API Keys 管理页 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api-keys&utm_campaign=rewrite ，新建一个 Key，命名建议带上用途，比如openclaw-serper，方便以后按 Skill 粒度回收。

第二步，确认你的 OpenClaw 版本支持自定义 base_url。较新的版本在settings.json里可以直接写baseUrl字段，老版本需要通过环境变量注入。下面配置片段我按新版本写，老版本我会在排障章节给替代方案。

第三步，把 Key 存到环境变量而不是硬编码进配置文件。硬编码一旦提交到 Git 就是事故，这个坑我见过太多次。

注意：TaoToken 是统一的接入通道，不是让你绕过任何合规要求。所有调用都走正常 API 请求，配置时保持 base_url 指向官方端点即可。

3. 可复制配置：settings.json 骨架与 Skill 声明

OpenClaw 的 Skill 配置核心在settings.json，搜索类 Skill 一般放在skills数组里。下面是一份可以直接抄的骨架，重点看serper-search这一段和顶层的providers段。

{ "providers": { "taotoken": { "baseUrl": "https://taotoken.net/api", "apiKeyEnv": "TAOTOKEN_API_KEY", "timeout": 30000 } }, "skills": [ { "name": "serper-search", "enabled": true, "provider": "taotoken", "endpoint": "/v1/search/serper", "params": { "gl": "cn", "hl": "zh-cn", "num": 10 }, "triggers": [ "搜索", "查一下", "最新", "search", "google" ] } ], "gateway": { "port": 18789, "logLevel": "info" } }

几个字段解释一下。provider指向顶层定义的taotoken，这样 Skill 不用自己再存一份 Key。endpoint是搜索请求的相对路径，实际请求会拼成https://taotoken.net/api/v1/search/serper。params里的gl是地理位置，cn表示中国；hl是界面语言，zh-cn是简体中文；num是返回条数，默认 10，最大可以到 100。

triggers是触发词，OpenClaw 收到用户指令后会做关键词匹配，命中就调用这个 Skill。你可以按自己的说话习惯加，比如"帮我找""调研一下"。

环境变量这样设置：

# macOS / Linux export TAOTOKEN_API_KEY="你的_TaoToken_Key" # Windows PowerShell $env:TAOTOKEN_API_KEY = "你的_TaoToken_Key"

如果你想让配置持久化，Linux/macOS 写进~/.zshrc或~/.bashrc，Windows 用系统环境变量面板添加。设置完记得新开一个终端，或者source一下配置文件。

改完settings.json后重启网关：

openclaw gateway restart

然后确认 Skill 状态：

openclaw skills list

看到serper-search状态是ready就说明加载成功了。如果显示error或者missing-key，先别急，第 5 节有对应排查。

4. 连通性验证：从 curl 到 OpenClaw 实跑

配置写完不代表链路通，必须做一次端到端验证。我习惯分两层验：先用 curl 直接打 API，确认 Key 和端点没问题；再通过 OpenClaw 发自然语言指令，确认 Skill 路由正常。

第一层，curl 验证：

curl -X POST "https://taotoken.net/api/v1/search/serper" \ -H "Authorization: Bearer $TAOTOKEN_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "q": "OpenClaw Serper Search Skill", "gl": "cn", "hl": "zh-cn", "num": 5 }'

正常返回是一个 JSON，里面会有organic数组，每条包含title、link、snippet。如果返回 401，说明 Key 不对或没带上；返回 404，检查 endpoint 路径拼写；返回超时，看网络和timeout设置。

第二层，OpenClaw 实跑。启动交互模式：

openclaw chat

然后输入一句自然语言：

帮我搜索 OpenClaw 最新版本的更新内容，返回 5 条结果

观察日志里有没有skill: serper-search triggered这样的记录。如果触发了但没结果，多半是参数问题；如果压根没触发，是triggers没匹配上，回去加关键词。

成功的话，你会看到 AI 把结构化结果整理成一段可读的回答，附上来源链接。这一步跑通，说明从 OpenClaw → TaoToken → Serper 的整条链路是活的。

提示：验证阶段把num设小一点（比如 3-5），响应更快，也省额度。等确认没问题再调大。

5. 本篇常见错排查

切换搜索 Skill 时，报错集中在几个地方，我按出现频率排一下。

错误一：missing-key或 401 Unauthorized。最常见。原因通常是环境变量没生效，或者apiKeyEnv名字和实际变量名对不上。检查方法：echo $TAOTOKEN_API_KEY看有没有值。Windows 下注意 PowerShell 和 CMD 的环境变量作用域不同，重启终端再试。

错误二：Skill 加载了但从不触发。说明triggers没命中。OpenClaw 的匹配是关键词级的，你说话里得包含触发词。解决办法是把常用说法都加进去，或者临时在指令里带上"搜索"两个字。

错误三：返回 404 或 endpoint not found。检查baseUrl和endpoint拼接后的完整路径。baseUrl结尾不要带斜杠，endpoint开头要带斜杠，拼出来是https://taotoken.net/api/v1/search/serper。多一个或少一个斜杠都会 404。

错误四：老版本 OpenClaw 不认providers字段。如果你的版本较旧，settings.json里没有providers支持，就退回环境变量方案：直接把 Key 设成 Skill 约定的变量名，比如SERPER_API_KEY，然后在 Skill 配置里去掉provider字段。具体变量名看你的 Skill 文档。

错误五：中文搜索结果不理想。检查gl和hl是否设成cn和zh-cn。如果搜的是英文内容，改成us和en效果更好。这两个参数直接影响 Google 返回结果的地区倾向。

错误六：响应慢或超时。先把timeout从 30000 调到 60000 试试。如果还是慢，检查是不是num设太大，一次拉 100 条本来就慢。日常用 10 条足够。

排查顺序建议：先 curl 确认 API 层通，再看 Skill 状态，最后看触发日志。一层层往下，别一上来就改配置。

6. 后续怎么用：模型对话与 Coding Plan 分流

链路通了之后，日常使用其实就两种场景，对应两个入口。

一种是验证模型和搜索配合效果，比如你想看看不同模型处理 Serper 返回的 JSON 谁更利索，可以直接在模型对话页试：https://taotoken.net/chat?utm_source=taotoken_aicg_blog_end&utm_content=model-chat&utm_campaign=rewrite 。把搜索指令丢进去，对比输出质量，选一个你顺手的。

另一种是长期编码和 Agent 工作流，比如你要把 Serper Search 接进自动化的竞品监控、论文追踪脚本里，跑定时任务，那就用 Coding Plan：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding-plan&utm_campaign=rewrite 。这个更适合需要稳定调用、按量计费的场景，配置一次长期跑。

接入文档在 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite ，里面有完整的参数说明和示例，遇到字段不确定的时候翻一下比猜快。如果你用的是 Claude Code 那套工具链，Anthropic 兼容入口在 https://taotoken.net/claudecode-anthropic?utm_source=taotoken_aicg_blog_end&utm_content=claudecode-anthropic&utm_campaign=rewrite ，配置方式类似，Key 还是同一个。

最后给个实用建议：Serper 的免费额度是 2500 次一次性发放，不是每月刷新。日常调试把num压到 5 以内，验证阶段别拿大查询刷。等确认工作流稳定了，再放开条数。这样一套配置下来，你的 OpenClaw 搜索能力基本就到位了，剩下的就是拿它去解决具体问题。