企业官网建设流程全解析

1. 飞书群里机器人抢答，问题到底出在哪

openclaw 接入飞书群聊之后，最容易被忽略的成本不是模型单价，而是调用次数。群里每来一条消息，如果多个机器人账号各自判断一遍、各自请求一次大模型，一天下来调用量会远超预期。我见过一个典型场景：四个机器人（开发、测试、产品、项目管理）挂在同一个群里，用户发一句「周末有什么安排」，四个机器人都觉得跟自己有关，于是四条相似回复刷屏，同时产生四次远程大模型调用。

这个问题的本质不是模型不够聪明，而是消息在进入大模型之前缺少一层「该不该处理」的判断。openclaw 的飞书通道默认会把群消息分发给配置了该账号的 Agent，Agent 再决定是否回复。判断逻辑如果只靠关键词或者简单的 @ 检测，就会出现两类浪费：一类是无关消息被送进大模型，另一类是多个机器人对同一条消息重复判断。前者浪费 token，后者浪费并发。

适合读这篇的人：已经在飞书里跑 openclaw 机器人、发现调用量偏高、想在不牺牲响应质量的前提下把次数压下来的同学。下面我会从统一 Key 通道和降频触发规则两个角度，给出可复制的 config.toml 骨架、判断函数写法，以及用日志验证调用次数下降的方法。核心思路是：把远程大模型调用收敛到「确实相关」的消息上，其余消息只记录、不请求。

2. 用 TaoToken 统一 Key，先把调用通道理清楚

在讲降频之前，得先把 Key 和 API 通道统一。openclaw 的飞书多账号架构下，如果每个机器人账号各配一套 Key、各写一个 baseUrl，后面做调用统计和限流会非常痛苦。我的做法是让所有需要远程大模型能力的 Agent 走同一个通道，本地小模型判断则走本地地址，两者分开配置。

TaoToken 在这里的角色是统一的大模型 API 入口。你可以在官网了解它的接入方式，API 地址是 https://taotoken.net/api。把远程调用集中到一个 Key 上，好处有三个：调用量在一个地方看得到、限流策略可以统一施加、切换模型时不用改多个账号配置。

具体操作上，先去控制台创建一个 Key。打开 https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite ，在 API Keys 页面生成一个密钥，复制保存。这个 Key 后面会写进 openclaw 的远程模型配置里。如果你还没决定用哪个模型，可以先用模型对话页面试一下响应风格，地址是 https://taotoken.net/chat?utm_source=taotoken_aicg_blog_end&utm_content=model_chat&utm_campaign=rewrite ，确认没问题再落到配置里。

需要强调的是，本地小模型判断（比如 Ollama 跑的 gemma2）和远程大模型处理是两条独立的通道。本地判断走 http://localhost:11434/v1，远程处理走 TaoToken 的 API 地址。这样设计的原因是：判断这一步要快、要便宜、要能离线，而真正生成回复才需要远程大模型的能力。把两者混在一个通道里，降频就无从谈起。

3. config.toml 骨架与降频触发规则

openclaw 的配置可以用 config.toml 组织。下面这份骨架把飞书账号、本地判断模型、远程处理模型、降频规则分开写，你可以直接照着改。注意 apiKey 和 baseUrl 要替换成你自己的值，远程部分用上一步在控制台拿到的 Key。

# openclaw config.toml 骨架 [channels.feishu] enabled = true # 飞书多账号：每个机器人一个 account [channels.feishu.accounts.devbot] appId = "cli_xxx_dev" appSecret = "xxx" agent = "dev" [channels.feishu.accounts.qabot] appId = "cli_xxx_qa" appSecret = "xxx" agent = "qa" # 本地小模型：只做相关性判断，不生成回复 [smartFilter] enabled = true model = "gemma2-cpu:latest" baseUrl = "http://localhost:11434/v1" apiKey = "ollama" timeoutMs = 3000 cacheTtlMs = 300000 # 远程大模型：真正生成回复，统一走 TaoToken [llm] provider = "taotoken" baseUrl = "https://taotoken.net/api" apiKey = "sk-你的TaoToken密钥" model = "claude-3-5-sonnet" maxTokens = 1024 # 降频触发规则 [throttle] # 被 @ 或私信直接放行，不经过本地判断 bypassOnMention = true bypassOnDm = true # 同一会话内，N 秒内相同内容只判断一次 dedupWindowSec = 30 # 每个账号每分钟最多触发的远程调用次数 maxRemoteCallsPerMin = 6 # 判断为不相关时，只记录历史，不请求远程 recordOnlyWhenIrrelevant = true

这份配置里，降频的关键在[throttle]段。bypassOnMention和bypassOnDm保证明确指向机器人的消息不被误过滤；dedupWindowSec解决同一条消息被多个账号重复判断的问题；maxRemoteCallsPerMin是最后一道闸，防止突发流量把远程调用打满；recordOnlyWhenIrrelevant让不相关消息仍然进入历史记录，只是不触发远程请求。

判断逻辑本身要结合 Agent 身份。每个 Agent 的工作目录下放一个 IDENTITY.md，写明它是谁、负责什么。判断函数读取这个文件作为 system prompt 的一部分，让本地小模型知道「这条消息跟当前机器人有没有关系」。以开发机器人为例，IDENTITY.md 里写清楚它只处理代码、接口、配置类问题，那么「测试报告什么时候出」这类消息就会被判为不相关。

// gate.js 中的相关性判断 async function callRelevanceModel({ message, config, agentIdentity }) { const resp = await fetch(`${config.baseUrl}/chat/completions`, { method: 'POST', headers: { 'Content-Type': 'application/json', 'Authorization': `Bearer ${config.apiKey}`, }, body: JSON.stringify({ model: config.model, messages: [ { role: 'system', content: `你是消息相关性判断助手。\n【机器人身份】\n${agentIdentity}\n` + `相关：消息针对该机器人、询问其能力、请求其帮助。\n` + `不相关：群成员闲聊、与机器人职责无关的讨论。\n` + `只输出 JSON：{"relevant": true/false}`, }, { role: 'user', content: `判断：${message}` }, ], max_tokens: 50, temperature: 0.1, response_format: { type: 'json_object' }, }), }); const data = await resp.json(); return JSON.parse(data.choices[0].message.content).relevant === true; }

这段函数只做一件事：返回 true 或 false。返回 false 时，消息进入历史记录但不调用远程大模型。返回 true 时，才走[llm]段配置的 TaoToken 通道生成回复。判断和生成彻底分离，是降频能生效的前提。

4. 验证请求：日志里看调用次数有没有降

配置写完，必须验证。openclaw 的日志会记录每次消息进入和每次远程请求。你可以开两个终端，一个跑机器人，一个跟踪日志。

# 终端 1：启动 openclaw，日志输出到文件 openclaw start --log-level debug 2>&1 | tee openclaw.log # 终端 2：统计远程调用次数 grep -c "POST https://taotoken.net/api" openclaw.log # 统计本地判断次数 grep -c "localhost:11434" openclaw.log # 看被过滤掉的消息 grep "recordOnly" openclaw.log | tail -20

验证时按三步走。第一步，在群里发一条明确 @ 开发机器人的消息，日志里应该出现一次本地判断（如果 bypassOnMention 生效则直接跳过判断）和一次远程调用。第二步，发一条跟开发无关的闲聊，日志里应该只有本地判断，没有远程调用，并且出现 recordOnly 标记。第三步，连续发五条相同内容，由于 dedupWindowSec 的存在，本地判断应该只发生一次，后续命中缓存。

如果远程调用次数没有下降，先检查[smartFilter]的 enabled 是否为 true，再检查判断函数的 baseUrl 是否指向本地。常见的情况是判断函数误配成了远程地址，导致「判断」这一步本身就在消耗远程调用，那就本末倒置了。

判断准确率方面，本地小模型在 2B 到 3B 参数量级别，对「是否相关」这种二分类任务通常能到九成左右。边界情况主要是模糊消息，比如「这个配置怎么写」既可能问开发也可能问测试。这类消息宁可放行，也不要误杀，因为漏掉一条相关消息的体验损失，比多调用一次大模型更大。你可以在 throttle 里给这类消息留一个白名单关键词。

5. 本篇常见错排查

报错一：本地判断超时，消息全部被丢弃。现象是日志里大量 timeout，机器人不回复。原因是 Ollama 没启动或者模型没拉下来。先确认ollama list里有 gemma2-cpu:latest，再确认 11434 端口可访问。timeoutMs 不要设太小，本地小模型首次加载会慢，给到 3000ms 比较稳。

报错二：远程调用返回 401。说明 TaoToken 的 Key 没配对，或者 config.toml 里 apiKey 还留着占位符。去控制台重新确认 Key，注意不要有多余空格。如果用的是环境变量注入，检查变量名是否和配置里引用的一致。

报错三：所有消息都被判为不相关。大概率是 IDENTITY.md 没读到，agentIdentity 传了空字符串，本地模型没有判断依据。检查工作目录路径拼接是否正确，加一行日志把 identity 内容打出来确认。

报错四：多个机器人仍然重复回复。检查 dedupWindowSec 是否生效，以及多个账号是否共享同一个缓存实例。如果每个账号进程独立，缓存不共享，需要在网关层做去重，而不是在单个账号内做。

报错五：maxRemoteCallsPerMin 触发后消息被静默丢弃。这是限流生效的表现，但体验不好。建议在触发限流时给用户一个「稍后再试」的提示，而不是完全不响应。限流阈值根据群活跃度调整，6 次每分钟对大多数群够用，特别活跃的群可以放宽到 10 次。

6. 后续怎么接：按场景选入口

降频配置跑通之后，下一步取决于你的使用场景。如果你主要是在排障和接入阶段，需要反复确认 Key 和通道是否正常，建议从 API Keys 和接入文档入手，先把通道稳定性验证好，地址是 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api_keys&utm_campaign=rewrite 和 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite 。

如果你还在对比不同模型的判断效果和回复质量，可以先用模型对话页面快速试，不用每次都改配置重启机器人，地址是 https://taotoken.net/chat?utm_source=taotoken_aicg_blog_end&utm_content=model_chat&utm_campaign=rewrite 。

如果你的机器人要长期跑在群里、还要接编码类 Agent 做持续任务，那调用量和并发会更高，适合用 Coding Plan 把额度固定下来，避免按次计费在高峰期失控，地址是 https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding_plan&utm_campaign=rewrite 。选哪个入口，取决于你现在是「调通」阶段还是「长期跑」阶段，两者配置重点不一样。