企业官网建设流程全解析

1. 为什么要在 Docker 里跑 OpenClaw，以及 Key 管理为什么会卡住

OpenClaw（社区里也有人叫它 Clawdbot、Moltbot）是一个可以常驻运行、能接消息平台、能调工具、能跑 Agent 流程的开源助手框架。它开箱支持 Docker，官方仓库里就带了docker-compose.yml和docker-setup.sh，所以把它塞进容器并不难。真正容易让人卡住的，是模型 API 通道和 Key 的管理：容器内的进程读不到你宿主机 shell 里的环境变量，配置目录又是卷挂载的，一旦 Key 写错位置，表现就是「容器起来了、Web UI 能开、但一发消息就报鉴权失败或超时」。

这篇面向的是本地容器化部署 AI 工具的开发者，目标很明确：给你一份可以直接复制的config.toml与settings.json骨架，把 OpenClaw 的模型出口统一指向 TaoToken 的 API 通道，再给出容器内验证连通性的具体命令和排查动作。适合谁？适合已经会用docker compose、想让 OpenClaw 在容器里稳定跑起来、又不想把一堆厂商 Key 散落在各个配置文件里的人。

我试过把 Key 直接塞进docker-compose.yml的environment，结果每次改 Key 都要重建容器，而且docker inspect就能看到明文，很不优雅。后来改成「统一 Key + 卷挂载配置」的结构，改配置只需要重启容器，宿主机和容器内的路径也清晰了。下面按这个思路走。

TaoToken 在这里的角色是统一的 API 通道：你只需要一个 Key，就能通过兼容 OpenAI 的接口去调用不同模型，OpenClaw 侧只认一个base_url和一个api_key，配置骨架因此变得很干净。官网入口在 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，API 基址是 https://taotoken.net/api 。

2. 前置准备：目录结构、卷挂载与 TaoToken Key

先把目录约定好，后面所有配置都围绕它展开。OpenClaw 官方脚本默认会在宿主机创建两个目录：~/.openclaw作为配置目录（记忆、配置、第三方 API Key 都在这），~/openclaw/workspace作为工作区目录（Agent 运行时能直接读写的文件）。这两个目录会以卷的形式挂进容器。

我建议在项目根目录下自己建一套，方便和docker-compose.yml放一起管理：

mkdir -p ./openclaw-data/config mkdir -p ./openclaw-data/workspace

然后在docker-compose.yml里把这两个路径挂进去。下面是一份精简后的骨架，重点是volumes和environment两段：

services: openclaw-gateway: image: openclaw:local container_name: openclaw-openclaw-gateway-1 restart: unless-stopped ports: - "18789:18789" volumes: - ./openclaw-data/config:/home/node/.openclaw - ./openclaw-data/workspace:/home/node/openclaw/workspace environment: - TAOTOKEN_API_KEY=${TAOTOKEN_API_KEY} - TAOTOKEN_BASE_URL=https://taotoken.net/api

注意这里用了${TAOTOKEN_API_KEY}，值从同目录的.env文件读取，这样 Key 不会写死在 compose 文件里：

# .env TAOTOKEN_API_KEY=sk-你的TaoToken密钥

Key 从哪来？登录 TaoToken 控制台，在 API Keys 页面创建即可，入口是 https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite ，创建 Key 的具体页面在 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api-keys&utm_campaign=rewrite 。拿到sk-开头的字符串后填进.env，别提交到 Git。

注意：容器内进程读的是environment注入的变量，而 OpenClaw 自己的配置文件读的是卷里的config.toml。两者要指向同一个 Key，否则会出现「环境变量对了但 OpenClaw 还在用旧 Key」的错位。

3. 可复制的 config.toml 与 settings.json 骨架

OpenClaw 的模型出口配置主要落在配置目录下的config.toml，部分运行时偏好放在settings.json。下面这份骨架把模型通道统一指向 TaoToken，你可以直接复制到./openclaw-data/config/config.toml：

# ./openclaw-data/config/config.toml [gateway] host = "0.0.0.0" port = 18789 [model] # 统一走 TaoToken 的 OpenAI 兼容通道 provider = "openai-compatible" base_url = "https://taotoken.net/api" api_key_env = "TAOTOKEN_API_KEY" # 具体模型名按你在 TaoToken 侧开通的填写 default_model = "gpt-4o-mini" timeout_seconds = 120 [model.params] temperature = 0.7 max_tokens = 4096 [logging] level = "info"

关键点解释一下：provider用openai-compatible，因为 TaoToken 的 API 通道兼容 OpenAI 的请求格式；base_url填https://taotoken.net/api，注意不要多加/v1之类的后缀，具体路径由客户端拼接；api_key_env指向环境变量名，而不是把 Key 明文写进 toml，这样容器重建时 Key 从.env注入，配置本身可以安全地放进版本库。

settings.json放运行时偏好，路径同样是配置目录：

{ "gateway": { "auth": { "requireToken": true } }, "agent": { "workspace": "/home/node/openclaw/workspace", "maxConcurrentTasks": 2 }, "model": { "fallbackModel": "gpt-4o-mini", "retry": { "maxAttempts": 3, "backoffMs": 800 } } }

requireToken: true对应 Web UI 那个?token=参数鉴权，别关掉，否则局域网里谁都能连。workspace要和 compose 里的挂载路径一致，否则 Agent 写文件会写到容器临时层，容器一删就没了。

改完配置后重启容器让卷内容生效：

docker compose down docker compose up -d docker ps

docker ps应该能看到openclaw-openclaw-gateway-1在跑，镜像名是openclaw:local。

4. 容器内验证 API 连通性：从 curl 到 OpenClaw 状态

配置写完不代表通道通了。最稳的验证顺序是：先在容器内用curl直接打 TaoToken 的接口，确认网络和 Key 没问题；再看 OpenClaw 自己的状态命令。

第一步，进容器打一次模型列表或对话请求。用exec进 gateway 容器：

docker compose exec openclaw-gateway sh

进去后先确认环境变量在不在：

echo $TAOTOKEN_API_KEY | head -c 8 echo $TAOTOKEN_BASE_URL

应该能看到 Key 的前几位和https://taotoken.net/api。然后直接发一个最小请求：

curl -sS https://taotoken.net/api/chat/completions \ -H "Authorization: Bearer $TAOTOKEN_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "gpt-4o-mini", "messages": [{"role": "user", "content": "ping"}], "max_tokens": 16 }'

返回里如果带choices字段，说明通道和 Key 都正常。如果返回 401，是 Key 问题；返回 404，多半是base_url拼错；一直挂起，是容器出网被限制。

第二步，用 OpenClaw 自己的 CLI 看状态。官方 compose 里还有一个openclaw-cli容器，专门跑管理命令，注意必须在和docker-compose.yml同级的目录下执行：

docker compose run --rm openclaw-cli status

这个命令会打印网关运行状态、已加载的模型配置。如果这里显示模型 provider 是openai-compatible且 base_url 正确，说明config.toml被读到了。

第三步，验证 Web UI 鉴权链路。默认 UI 在 18789 端口，直接访问会提示需要鉴权，得带?token=参数。token 丢了可以重新生成：

docker compose run --rm openclaw-cli dashboard --no-open

把输出里的 URL 复制到浏览器打开。如果看到disconnected (1008): pairing required，说明设备还没配对，走下一节的排查。

5. 本篇常见错排查：401、pairing required 与卷路径错位

错误一：401 Unauthorized / invalid api key。九成是 Key 没注入进容器。先在容器内echo $TAOTOKEN_API_KEY确认非空；如果为空，检查.env是否和docker-compose.yml同目录、变量名是否拼对。还有一种情况是config.toml里把 Key 写成了明文但写错了，而api_key_env又指向了环境变量，两者冲突。统一用api_key_env，别混用。

错误二：disconnected (1008): pairing required。这是 Web UI 设备没批准。有时openclaw-cli容器执行配对命令不生效，可以换成直接进 gateway 容器跑：

docker compose exec openclaw-gateway \ node dist/index.js devices list

输出里会有一个Pending列表，记下Request那一列的 UUID，然后批准：

docker compose exec openclaw-gateway \ node dist/index.js devices approve 6f9db1bd-a1cc-4d3f-b643-2c195262464e

把 UUID 换成你自己的。批准后刷新 UI 就能进。

错误三：配置改了但没生效。卷挂载的路径如果和 OpenClaw 期望的不一致，容器读的是镜像里的默认配置，你改的宿主机文件根本没被加载。确认 compose 里挂的是/home/node/.openclaw，并且config.toml确实在这个目录下。可以用docker compose exec openclaw-gateway ls -la /home/node/.openclaw看一眼。

错误四：容器内装包权限不足。OpenClaw 主进程以非 root 用户运行，想装ripgrep之类的工具会失败。用 root 进 shell：

docker compose exec -u root openclaw-gateway bash apt-get update && apt-get install -y ripgrep

装完退出即可，注意这种改动在容器重建后会丢，要持久化就写进自定义 Dockerfile。

错误五：模型名对不上。default_model填的模型名必须是 TaoToken 侧实际可用的。如果报model not found，去模型对话页面确认可用模型清单，入口是 https://taotoken.net/chat?utm_source=taotoken_aicg_blog_end&utm_content=model-chat&utm_campaign=rewrite ，在那里能直接试跑并看到模型标识。

6. 把通道固定下来：长期编码与 Agent 场景的接入建议

如果你只是偶尔跑一下 OpenClaw，上面这套配置够用了。但如果你打算让它长期挂着跑编码任务或 Agent 流程，建议把两件事固定下来：一是 Key 的轮换方式，二是接入文档的对照。

Key 轮换很简单：改.env里的TAOTOKEN_API_KEY，然后docker compose up -d重建容器，环境变量会重新注入，config.toml不用动。这就是把 Key 放环境变量、配置放卷的好处。

长期编码或 Agent 场景对额度和并发更敏感，可以了解一下 Coding Plan，入口在 https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding-plan&utm_campaign=rewrite ，按用量规划比按次调用更可控。接入细节和参数对照看官方文档：https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite 。如果你用的是 Claude Code 这类工具链，对应的接入说明在 https://taotoken.net/claudecode-anthropic?utm_source=taotoken_aicg_blog_end&utm_content=claudecode-anthropic&utm_campaign=rewrite ，思路和本文一致：统一 base_url，Key 走环境变量。

最后留一个我踩过的坑：config.toml里base_url千万别手滑写成带/v1的地址，OpenClaw 的 openai-compatible 客户端会自己拼路径，多一层就 404。改完配置先docker compose exec openclaw-gateway sh进去 curl 一次，比在 UI 上瞎点快得多。