企业官网建设流程全解析

1. 云端 OpenClaw 远程执行本地进程，为什么“连上了”却跑不起来

很多人第一次搭 OpenClaw 的“云端 Gateway + 本地 Windows 节点”时，都会卡在同一个地方：节点明明在线，node.list也能看到，但一执行nodes run就报approval required或者干脆没反应。这时候最容易产生的误解，就是以为“连上了 = 能执行了”。

OpenClaw 的远程执行链路，本质上是一个控制面与执行面分离的架构。云端 Gateway 负责调度和下发意图，本地 node 负责暴露本机能力，而真正决定“这条命令能不能在这台机器上跑”的，是本地主机上的 approvals 规则。最后把进程真正拉起来的，是system.run。

这三个角色经常被混在一起：有人以为 Gateway 配了tools.exec.host=node就等于本地一定能执行；有人以为system.run既是执行器又是审批器；还有人以为白名单在云端配一次就全局通用。实际上，Gateway 管的是“原则上往哪发”，approvals 管的是“这台机器愿不愿意接”，system.run管的是“接了就真的跑起来”。任意一层没过，命令都不会落地。

这篇文章就围绕一个核心问题展开：一条远程执行请求，从云端发起，到本地进程真正启动，中间到底经过了哪些判定层？每一层分别由谁负责？出问题时应该去哪一层排查？我会给出可复制的 Gateway 与 node 配置片段，并演示一次从审批到落地的完整验证动作，帮你把“谁在判定、谁在执行”这件事彻底理清。

2. TaoToken 前置准备：Gateway 与 node 的接入配置

在拆解执行链路之前，先把接入层的东西准备好。OpenClaw 的 Gateway 需要调用模型能力来驱动 agent 行为，这里我用 TaoToken 作为模型接入层。它的作用是提供统一的 API 入口，让 Gateway 侧的 agent 能正常发起推理请求，进而形成执行意图。

TaoToken 的 API 地址是https://taotoken.net/api，官网是https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=。你需要先在控制台创建一个 API Key，然后把它写进 Gateway 的模型配置里。

2.1 Gateway 侧模型配置片段

OpenClaw 的 Gateway 配置文件通常放在~/.openclaw/gateway.json或项目根目录的openclaw.config.json。下面是一个可复制的最小配置，重点是models段和tools.exec段：

{ "models": { "default": { "provider": "openai-compatible", "baseUrl": "https://taotoken.net/api", "apiKey": "sk-你的TaoToken密钥", "modelId": "claude-sonnet-4-20250514" } }, "tools": { "exec": { "host": "node", "security": "allowlist", "ask": "on-miss", "node": "win-node-01" } } }

这里几个字段的含义要分清楚：host: node表示默认把执行请求发到 node，而不是 sandbox 或 gateway 本机；security: allowlist表示控制面默认按白名单模式处理；ask: on-miss表示未命中规则时才弹审批；node: win-node-01指定默认目标节点。这四个字段合起来，定义的是 Gateway 的“默认执行意图”，不是最终裁决。

2.2 node 侧接入配置片段

本地 Windows 节点需要连接到 Gateway 的 WebSocket。假设云端 Gateway 监听在127.0.0.1:18789，本地通过隧道把18790映射过去，那么 node 的配置大致如下：

{ "gateway": { "url": "ws://127.0.0.1:18790", "token": "你的节点配对令牌" }, "node": { "name": "win-node-01", "caps": ["system", "browser"], "commands": ["system.run", "system.run.prepare", "system.which"] } }

注意commands里必须显式声明system.run，否则即使节点在线，Gateway 也不会把执行请求分发过来。这是很多人忽略的一层：节点在线不等于节点具备目标能力。

2.3 本地 approvals 文件位置

真正的主机侧闸门在C:\Users\你的用户名\.openclaw\exec-approvals.json。这个文件是每台执行主机各自持有的，不是云端全局规则。它的典型结构如下：

{ "security": "allowlist", "ask": "on-miss", "askFallback": "deny", "allowlist": [ { "command": "paper_scan.cmd", "args": [] }, { "command": "paper_rename.cmd", "args": ["--dry-run"] } ] }

allowlist里只放你定义好的固定脚本入口，不要直接放开 PowerShell 或 cmd 的任意执行能力。这样system.run就从“通用执行器”变成了“受控流程触发器”，安全边界清晰得多。

3. 可复制配置：Gateway、node 与 approvals 三件套对齐

配置能不能跑通，关键不在于某一段写得多漂亮，而在于三件套是否对齐：Gateway 的 Base URL + Key + Model ID、node 的 Gateway URL + Token + 能力声明、本地 approvals 的 allowlist 入口。任何一处对不上，链路就会在对应层断掉。

3.1 Gateway 三件套：Base URL、Key、Model ID

Gateway 侧调用模型时，必须保证三个字段完整且一致：

如果你用的是 Claude Code 类的接入方式，配置会写在~/.claude/settings.json里，结构类似：

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_API_KEY": "sk-你的TaoToken密钥", "ANTHROPIC_MODEL": "claude-sonnet-4-20250514" } }

这三个字段缺一不可。只填 Base URL 不填 Key，会直接 401；Key 和 Model ID 不匹配，会在推理阶段报模型不存在。

3.2 node 三件套：Gateway URL、Token、能力声明

node 侧要连上 Gateway，同样需要三件套对齐：

{ "gateway": { "url": "ws://127.0.0.1:18790", "token": "配对时生成的节点令牌" }, "node": { "name": "win-node-01", "caps": ["system"], "commands": ["system.run", "system.which"] } }

url必须指向隧道映射后的本地端口，token必须和 Gateway 侧配对记录一致，commands必须包含system.run。这三者任意一个不对，node.list可能还能看到节点，但nodes run一定失败。

3.3 approvals 三件套：security、ask、allowlist

本地 approvals 文件里，最关键的三个字段是：

{ "security": "allowlist", "ask": "on-miss", "askFallback": "deny", "allowlist": [ { "command": "paper_scan.cmd", "args": [] } ] }

security决定整体模式，ask决定未命中时是否弹审批，askFallback决定没有审批 UI 时怎么办。allowlist里只放固定脚本入口。如果命令没命中 allowlist，又没有可用的审批 UI，就会停在approval required (approval UI not available)，根本走不到system.run。

3.4 三件套对齐检查表

把这三张表逐项核对一遍，大部分“连上了却跑不起来”的问题都能定位到具体层。

4. 验证请求：一次远程执行从审批到落地的完整动作

配置对齐之后，接下来做一次完整的验证。目标很明确：观察一条命令从 Gateway 下发，到本地 approvals 判定，再到system.run真正启动进程的全过程。

4.1 第一步：确认节点在线且能力声明正确

先在 Gateway 侧执行：

openclaw gateway call node.list

返回结果里应该能看到win-node-01，状态是paired和connected，并且commands里包含system.run。如果这里看不到节点，说明网络层或 WebSocket 层没通，先别往下走。

4.2 第二步：发起一次命中白名单的执行请求

假设本地已经放好了paper_scan.cmd，并且它已经在 approvals 的 allowlist 里。执行：

openclaw nodes run --node win-node-01 --command paper_scan.cmd

如果一切正常，你会看到命令在本地 Windows 上真正跑起来，并返回执行结果。这个过程里，Gateway 只负责把请求转发给 node，node 读取本地exec-approvals.json判定命中 allowlist，然后才调用system.run启动进程。

4.3 第三步：发起一次未命中白名单的请求

把命令换成一个不在 allowlist 里的入口，比如：

openclaw nodes run --node win-node-01 --command whoami.exe

这时候你会看到approval required或者直接被拒绝。关键点是：这条命令根本没有到达system.run，它在 approvals 这一层就被拦住了。这正好验证了“审批通过之后才真正执行”的顺序。

4.4 第四步：观察执行结果与返回链路

命中白名单时，system.run启动的进程继承的是 node host 运行账户的权限。如果 node host 是以普通用户启动的，那么paper_scan.cmd也只能访问该用户能访问的目录。执行结果会通过 node 回传给 Gateway，最终显示在 CLI 或 UI 上。

4.5 验证动作的时序总结

把上面四步按时间顺序串起来：Gateway 根据tools.exec.*形成默认策略，把请求转发给目标 node；node 在本机读取 approvals 再判一次；只有两边都放行，才调用system.run启动本地进程；结果再沿原路返回。这条链路里，任何一层没过，命令都不会真正落地。

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

实际排障时，报错信息往往比配置本身更能说明问题。下面几个是高频错误，逐个对照定位。

5.1 401 Unauthorized

这个错误几乎都出在模型接入层。常见原因有三个：TaoToken 的 API Key 没填、填错，或者 Key 与 Model ID 不匹配。检查baseUrl是否为https://taotoken.net/api，apiKey是否以sk-开头，modelId是否在 Key 的权限范围内。三件套对齐后，401 基本消失。

5.2 local proxy failed

这个报错通常出现在 node 连接 Gateway 的阶段。可能是隧道没通、端口映射不对，或者 node 配置里的gateway.url指向了错误端口。先确认ws://127.0.0.1:18790能连通，再确认 Gateway 侧确实在监听对应端口。网络层不通，后面所有层都无从谈起。

5.3 reading choices 相关报错

这类错误一般出现在模型返回结构解析阶段。可能是模型返回的格式与 Gateway 预期不一致，或者modelId指向了一个不兼容的模型。检查 Gateway 的模型配置，确认provider和modelId匹配。如果用的是 OpenAI 兼容接口，确保返回体里有标准的choices字段。

5.4 OAuth 相关报错

如果你用的是 Claude Code 类接入，可能会遇到 OAuth 令牌过期或未授权的问题。检查~/.claude/settings.json里的ANTHROPIC_API_KEY是否有效，必要时重新在 TaoToken 控制台生成 Key。OAuth 问题通常表现为鉴权失败，和 401 类似但来源不同。

5.5 approval required (approval UI not available)

这个不是模型层错误，而是 approvals 层拦截。含义是命令没命中 allowlist，且当前环境没有可用的审批 UI。解决办法有两个：把命令入口加进 allowlist，或者在有 UI 的环境里手动审批。注意，这个报错说明命令根本没到system.run。

5.6 排障分层对照表

按这张表逐层往下排，比盯着system.run本身有效得多。

6. 语义一致 CTA：把执行链路用起来

理清 Gateway、approvals 与system.run的职责边界之后，下一步就是把这套链路真正用起来。如果你还在配置模型接入，可以先到 TaoToken 控制台创建 API Key，把 Gateway 的模型三件套对齐；如果你已经能跑通单次执行，想进一步做长期编码或 Agent 自动化，可以了解 Coding Plan，把执行能力沉淀成稳定的工作流。

• 创建 API Key 并管理接入：https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api_keys&utm_campaign=rewrite
• 查看接入文档，对照 Gateway 与 node 配置：https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite
• 验证模型对话是否正常：https://taotoken.net/chat?utm_source=taotoken_aicg_blog_end&utm_content=model_chat&utm_campaign=rewrite
• 长期编码与 Agent 场景：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：不要一上来就放开 PowerShell 的任意执行能力。把system.run收敛到几个固定脚本入口，比如paper_scan.cmd、paper_rename.cmd，既方便 allowlist 管控，也方便审计和回放。真正安全的思路从来不是给system.run更多权力，而是让它只走你定义好的、边界清晰的受控入口。