企业官网建设流程全解析

1. 为什么要在腾讯云上跑 OpenClaw 接飞书

OpenClaw 是一个开源的个人 AI 助手平台，核心定位是"能做事的数字员工"——它不只是聊天，还能调用本地工具、操作文件、访问外部 API，通过飞书、Telegram 这类聊天软件接收指令并执行真实任务。适合想从零搭建飞书机器人、又不想被单一模型厂商绑死的开发者。

我这次落地的路径是：腾讯云轻量应用服务器 + OpenClaw + 飞书自建应用 + TaoToken 统一 Key。选腾讯云是因为镜像部署省事，选 TaoToken 是因为它把多家模型的调用收敛成一个 API 通道，OpenClaw 里只配一份 Key 就能切换模型，不用每换一个模型就改一遍配置。

整篇按"能跟做"来写：先讲清楚 OpenClaw 是什么、适合谁，再给腾讯云上的部署路径，然后是可复制的config.toml和settings.json骨架，接着用一条飞书消息回环验证收发，最后把几个高频报错摊开讲。你照着走一遍，应该能在半小时内看到飞书里机器人回你消息。

2. TaoToken 前置：统一 Key 与 API 通道

OpenClaw 的模型配置支持自定义 OpenAI 兼容端点，这意味着只要有一个兼容/v1/chat/completions的 API 地址和 Key，就能接进去。TaoToken 提供的正是这个通道：一个 Key、一个 Base URL，背后可以路由到不同模型。

你需要先拿到两样东西：

• API Key：在 TaoToken 控制台的 API Keys 页面创建，形如sk-xxxx，创建后只显示一次，复制保存好。
• Base URL：https://taotoken.net/api，注意这个地址不带任何查询参数，直接填进配置。

模型名怎么填？TaoToken 的模型列表在文档里有对照表，常见的有claude-sonnet-4-5、gpt-4o、deepseek-chat这类。OpenClaw 的model字段填的就是这个模型标识，不是厂商原始名。如果你不确定当前账号能用哪些，去模型对话页面发一条测试消息，能通说明这个模型对你可用。

注意：API Key 不要硬编码进代码仓库，也不要贴在飞书群里。OpenClaw 的配置文件在服务器上，权限设成 600，只让运行用户可读。

这一步做完，你手里应该有一个 Key 和一个 Base URL，下一节直接写进配置。

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

OpenClaw 的配置分两层：config.toml管网关、模型、通道这些运行时参数；settings.json管飞书插件侧的凭证和事件。两个文件都在 OpenClaw 的工作目录下，默认是~/.openclaw/。

先看config.toml的骨架，重点是[model]段：

# ~/.openclaw/config.toml [gateway] host = "127.0.0.1" port = 18789 # 不要改成 0.0.0.0，网关不要暴露公网 [model] provider = "openai-compatible" base_url = "https://taotoken.net/api" api_key = "sk-你的TaoToken密钥" model = "claude-sonnet-4-5" max_tokens = 4096 temperature = 0.7 [agent] name = "feishu-assistant" sandbox = true memory_dir = "~/.openclaw/memory" [channel.feishu] enabled = true app_id = "cli_xxxxxxxx" app_secret = "xxxxxxxxxxxxxxxx"

几个参数说明：provider固定写openai-compatible，因为 TaoToken 走的是 OpenAI 兼容协议；base_url结尾不要带/v1，OpenClaw 会自己拼；sandbox = true建议开着，非信任会话在沙盒里跑，降低误操作风险。

再看settings.json，这个文件主要给飞书插件读：

{ "feishu": { "app_id": "cli_xxxxxxxx", "app_secret": "xxxxxxxxxxxxxxxx", "verification_token": "你的VerificationToken", "encrypt_key": "你的EncryptKey", "event_mode": "long_connection", "allowed_users": ["ou_xxxxxxxx"], "reply_in_thread": false }, "logging": { "level": "info", "file": "~/.openclaw/logs/feishu.log" } }

event_mode填long_connection，这样飞书事件通过长连接推过来，不用公网回调地址，省掉内网穿透那一步。allowed_users填你自己的飞书 open_id，只信任自己的账号，别人发消息机器人不理。

两个文件写完，重启网关让配置生效：

openclaw gateway restart openclaw status

status输出里应该能看到 model 段显示openai-compatible、channel 段显示feishu: connected。如果 feishu 显示disconnected，先别急着往下走，去第 5 节对号入座。

4. 验证请求：一条飞书消息回环

配置对不对，发一条消息就知道。但在发消息之前，先在服务器本地验证模型通道通不通，这样能把"模型问题"和"飞书问题"分开。

本地验证用 curl 直接打 TaoToken 的接口：

curl -s https://taotoken.net/api/v1/chat/completions \ -H "Authorization: Bearer sk-你的TaoToken密钥" \ -H "Content-Type: application/json" \ -d '{ "model": "claude-sonnet-4-5", "messages": [{"role": "user", "content": "只回复两个字：通了"}] }'

返回里choices[0].message.content是"通了"，说明 Key、Base URL、模型名三样都对。如果返回 401，是 Key 问题；返回 404，多半是模型名写错或 base_url 多了/v1。

本地通了之后，去飞书工作台找到你的应用，打开私聊窗口，发一句"你好，帮我看看现在几点"。正常的话几秒内机器人会回消息。如果没回，看服务器日志：

tail -f ~/.openclaw/logs/feishu.log

日志里会打印收到的事件和 Agent 的处理过程。看到event received但没有reply sent，说明消息进来了但 Agent 没生成回复，回去查 model 段；看到connection closed反复出现，是长连接没建起来，查飞书后台的事件订阅配置。

回环验证成功的标志：飞书里收到回复，日志里reply sent后面跟着消息 ID。到这一步，整条链路就通了。

5. 本篇常见错排查

报错一：openclaw: command not found

镜像里命令名可能是moltbot或clawdbot，老模板兼容。先which openclaw moltbot clawdbot看哪个存在，用存在的那个。如果都不存在，说明镜像没装好，重装镜像或手动npm i -g openclaw。

报错二：飞书长连接建不起来，日志刷connection closed

三个检查点：飞书后台"事件与回调"里长连接开关有没有打开；settings.json里event_mode是不是long_connection；应用版本有没有发布并通过审批。没发布的应用，事件推不过来。

报错三：模型返回 401 或 403

Key 复制时带了空格，或者 Key 被禁用。重新在 TaoToken 控制台生成一个，粘贴时注意首尾不要有空白字符。另外确认base_url是https://taotoken.net/api，不是带 UTM 的官网地址。

报错四：飞书里发消息没反应，日志也没有 event received

应用权限没配全。去飞书后台"权限管理"里，把im:message、im:message.p2p_msg:readonly、im:message:send_as_bot这几个加上，然后重新发布版本。权限变更必须重新发布才生效。

报错五：Agent 回复很慢或超时

max_tokens设太大，或者模型本身响应慢。先把max_tokens降到 2048 试试。如果还是慢，换一个模型标识，比如从claude-sonnet-4-5换成deepseek-chat，在 TaoToken 的模型对话页面先测一下响应速度再写进配置。

6. 接下来怎么走

链路通了之后，你可以做两件事让这个助手更实用。一是加技能插件，OpenClaw 的 Skills 机制能让 Agent 调浏览器、读文件、访问邮箱，装插件用openclaw plugins install <插件名>，装完在config.toml的[agent]段确认sandbox策略。二是把模型切换做成常态，TaoToken 的好处就在这里——改config.toml里一行model字段，重启网关就换模型，不用动 Key 和 Base URL。

如果你打算长期跑编码类任务或 Agent 工作流，可以去 TaoToken 的 Coding Plan 页面看看套餐，比按量计费更适合高频调用。接入过程中遇到配置问题，API Keys 页面和接入文档里有完整的参数对照；想先验证某个模型能不能用，直接去模型对话页面发一条消息最快。