OpenClaw 装完之后卡在模型接入这一步,是很多人第一次跑这个项目时最容易停住的地方。它本身是个本地网关型 Agent 框架,装好只是把壳子搭起来,真正让它能对话、能调工具、能跑任务,还得把模型通道接上。默认向导里推荐的模型对国内网络环境不算友好,配置项又散落在 settings 文件里,改错一个字段就是 401 或者一直转圈。
这篇就聚焦「安装完成之后」这一段:settings 里 Base URL 和 API Key 到底怎么改,改完怎么用一次真实请求验证连通性,以及报错时先看哪里。目标很明确,让你从装完到能对话,一次闭环,不用来回翻文档。
1. OpenClaw 装完却连不上模型的真实场景与排查思路
先说清楚 OpenClaw 是什么、能做什么、适合谁。它是一个跑在本地的 Agent 网关,对外暴露一个 18789 端口的仪表盘,对内通过 OpenAI 兼容协议去调用各家大模型。你可以把它理解成一个「本地中转站」:你的对话请求先到 OpenClaw,它再按 settings 里配的地址转发给模型服务,把结果拿回来。适合想在自己机器上跑 Agent、又不想把密钥和上下文散落在各个客户端里的人。
问题就出在这个「转发」上。OpenClaw 默认走的是官方推荐的模型通道,向导里让你填 API Key,但很多人填完发现openclaw health里 AI Model 那一栏一直是 Disconnected。原因通常有三类:一是 Base URL 没改,还指向默认地址;二是 Key 填了但格式不对,比如多了空格或者少了前缀;三是 settings 文件的位置找错了,改了一个不生效的副本。
我试过在一台 Ubuntu 上装完,向导走完显示成功,结果发消息一直转圈。后来openclaw gateway status看到网关是 Running,但openclaw health里模型连接是红的。翻日志才发现请求打到了默认地址,超时了。把 Base URL 换成国内可直连的兼容地址之后,立刻就通了。
所以排查顺序建议是这样:先确认网关本身活着(openclaw gateway status),再看模型连接状态(openclaw health),最后去 settings 里核对 Base URL、API Key、Model ID 这三个字段。这三个字段是绑在一起的,缺一个或者错一个都连不上。下面第二节先把 TaoToken 这边的准备工作做完,再进配置文件。
2. TaoToken 前置准备:拿到 Base URL 与 API Key 的完整步骤
在改 OpenClaw 的 settings 之前,你得先有一个可用的模型通道。这里用 TaoToken 来做,它提供 OpenAI 兼容接口,正好对上 OpenClaw 的调用方式。整个准备过程就两件事:注册拿 Key,记下 Base URL。
第一步,打开官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ,完成账号注册。这一步不复杂,按页面提示走就行。
第二步,进控制台创建 API Key。地址是 https://taotoken.net/console ,登录后在 API Keys 页面点新建,复制出来的那串就是你的密钥。注意这个 Key 只在创建时完整显示一次,关掉页面就看不全了,所以复制完先存到安全的地方。
第三步,记下 Base URL。TaoToken 的接口地址是 https://taotoken.net/api ,这个要填到 OpenClaw 的 settings 里。注意结尾不要多加斜杠,也不要自己拼/v1,OpenClaw 会按 OpenAI 兼容规范去拼路径,多写反而会 404。
第四步,确认你要用的 Model ID。TaoToken 支持多种模型,具体可用的模型名在文档里能查到,地址是 https://taotoken.net/doc 。选一个你常用的,比如做代码任务就挑代码能力强的,做长文本就挑上下文大的。这个 Model ID 后面要原样填进 settings,大小写和连字符都不能错。
到这里你手上有三样东西:Base URL(https://taotoken.net/api)、API Key(控制台复制的那串)、Model ID(文档里选的)。这三样就是下一节配置文件的全部输入。如果你还没拿到 Key,先去 https://taotoken.net/api-keys 创建,再回来继续。
提示:API Key 属于敏感信息,不要提交到 Git 仓库,也不要在截图里露出完整串。本地配置文件建议加上文件权限限制。
3. 可复制配置:把 settings 改到 TaoToken 的完整片段
OpenClaw 的配置入口在 settings 文件里。不同安装方式路径略有差异,常见的是用户目录下的~/.openclaw/settings.json,如果你是用openclaw onboard走完向导的,它一般会生成在这个位置。先确认文件存在:
ls -la ~/.openclaw/settings.json如果不存在,可以手动创建目录和文件:
mkdir -p ~/.openclaw touch ~/.openclaw/settings.json然后编辑这个文件。下面是一份可直接复制的 JSON 片段,把三个占位值换成你自己的:
{ "gateway": { "port": 18789, "host": "127.0.0.1" }, "model": { "provider": "openai-compatible", "baseUrl": "https://taotoken.net/api", "apiKey": "sk-你的TaoToken密钥", "modelId": "你的ModelID", "timeout": 60000 }, "logging": { "level": "info" } }几个字段说明一下。provider填openai-compatible,因为 TaoToken 走的是 OpenAI 兼容协议。baseUrl就是上一步记下的 https://taotoken.net/api ,注意这里不要带尾斜杠。apiKey填控制台复制的那串,原样粘贴,前后不要有空格。modelId填文档里选的模型名。timeout给 60 秒,Agent 任务有时候响应慢,太短会误判超时。
如果你更习惯用 TOML 格式,OpenClaw 也支持~/.openclaw/settings.toml,等价写法是这样:
[gateway] port = 18789 host = "127.0.0.1" [model] provider = "openai-compatible" baseUrl = "https://taotoken.net/api" apiKey = "sk-你的TaoToken密钥" modelId = "你的ModelID" timeout = 60000 [logging] level = "info"两种格式选一种就行,不要同时存在,否则 OpenClaw 读取优先级可能让你改的那份不生效。改完保存,然后重启网关让配置加载:
openclaw gateway restart openclaw gateway status看到状态是 Running 就说明配置被读进去了。如果重启报错,先检查 JSON 有没有语法问题,比如多了一个逗号或者少了引号,可以用python3 -m json.tool ~/.openclaw/settings.json验证一下格式。
注意:如果你之前用向导配过别的模型,settings 里可能已经有
model段,直接覆盖对应字段即可,不要重复写两个model键,JSON 里重复键会以后一个为准,容易让人误判。
4. 验证请求:发一次真实对话确认连通性
配置改完不能只看状态灯,得发一次真实请求才算数。OpenClaw 提供了命令行方式直接测模型通道,最直接的是用openclaw chat发一句话:
openclaw chat "用一句话说明什么是本地 Agent 网关"如果配置正确,你会看到模型返回的内容,类似「本地 Agent 网关是运行在本机、负责转发模型请求并管理工具调用的中间层」。这就说明 Base URL、API Key、Model ID 三个字段都对上了,请求成功打到了 TaoToken 并拿回了结果。
想更细一点看请求过程,可以加上调试参数:
openclaw chat --debug "你好,确认一下连通性"--debug会打印出实际请求的 URL、用的模型名、返回状态码。正常情况你能看到请求地址是https://taotoken.net/api/...,状态码 200。如果状态码是 401,说明 Key 有问题;如果是 404,多半是 Base URL 拼错了;如果是超时,检查网络或者把timeout调大。
除了命令行,也可以走仪表盘验证。浏览器打开 http://127.0.0.1:18789/ ,在对话界面里输入一句话发送。能收到回复,就说明整条链路是通的。仪表盘的好处是能直观看到会话历史,方便你确认多轮对话是否正常。
再补一个健康检查命令,它会一次性报告网关和模型的状态:
openclaw health成功时你会看到 Gateway 是 Running,AI Model 是 Connected。这两个都绿了,基本就可以放心用了。如果 AI Model 还是 Disconnected,回到第三节核对 settings,重点看baseUrl和apiKey这两个字段,九成的连接问题都出在这里。
5. 本篇常见报错排查:401、local proxy failed 与 reading choices
配置过程中最容易撞上的几个报错,这里逐个对照说清楚。
401 Unauthorized。这是最常见的,意思是 Key 没通过校验。先检查apiKey字段有没有多余空格,复制的时候很容易带上首尾空白。再确认 Key 是不是已经失效或者被删了,去 https://taotoken.net/api-keys 看一眼状态。还有一种情况是 Key 填对了但baseUrl指向了错误的地址,请求打到了别处,自然认不出你的 Key。
local proxy failed。这个报错通常出现在网关启动阶段,意思是本地代理层没起来。先看openclaw gateway status,如果网关本身没 Running,重启一下:openclaw gateway restart。如果重启还失败,检查 18789 端口是不是被占用了:
lsof -i :18789有别的进程占着就换端口,改 settings 里的gateway.port,然后重启。另外 WSL2 环境下如果从 Windows 主机访问仪表盘失败,也会看到类似代理不通的提示,那是网络转发问题,不是配置问题,按端口转发处理即可。
reading choices 相关报错。这类错误一般长这样:cannot read property 'choices' of undefined,意思是返回体里没有choices字段,OpenClaw 按 OpenAI 格式去取结果时取空了。原因通常是 Base URL 少写或多写了路径,比如你填了https://taotoken.net/api/v1,OpenClaw 又拼了一次/v1,路径就重复了。正确做法是 Base URL 只填到 https://taotoken.net/api ,路径交给 OpenClaw 自己拼。改完重启网关再测。
OAuth 相关报错。如果你看到 OAuth 字样,说明配置里混进了需要 OAuth 授权的 provider 设置。OpenClaw 用 API Key 方式接入时不需要 OAuth,检查 settings 里provider是不是写成了别的值,改回openai-compatible即可。
模型名不识别。报错里出现model not found之类,说明modelId填的模型名不对。去 https://taotoken.net/doc 核对可用模型列表,原样复制模型名,注意大小写和连字符。
排查的时候有个通用技巧:加--debug跑一次,把实际请求的 URL 和返回状态码打出来,对照上面几种情况,基本能定位到是哪个字段的问题。改完配置记得openclaw gateway restart,不重启不生效。
6. 从安装到可用的闭环与后续接入建议
走到这里,你应该已经完成了 OpenClaw 从安装到模型接入的完整闭环:装好网关、拿到 TaoToken 的 Base URL 和 API Key、改好 settings、发了一次真实对话验证通过。这套流程跑通之后,后面换模型或者加通道,都是改 settings 里那三个字段的事,不用重装。
如果你还想在命令行里直接和模型对话,可以走模型对话入口 https://taotoken.net/model-chat ,快速验证某个模型是否可用。如果打算长期跑编码类 Agent 任务,Coding Plan 会更合适,地址是 https://taotoken.net/coding-plan 。接入过程中遇到配置问题,接入文档 https://taotoken.net/doc 里有各字段的详细说明,API Keys 管理在 https://taotoken.net/api-keys 。
最后留一个实用习惯:每次改完 settings,先跑openclaw health看状态,再发一句openclaw chat测真实请求,两步都过再去做别的。这样能把配置问题和业务问题分开,省掉很多来回猜的时间。