企业官网建设流程全解析

1. 为什么我最后把待办搬进了 OpenClaw

我平时待办散落在三个地方：手机备忘录、飞书任务、还有一个常年不打开的 Obsidian 库。结果就是每次想记一件事，先得纠结"记哪儿"，纠结完事情已经忘了。后来我把待办这件事整个交给 OpenClaw 来管，核心思路很简单——我不再打开任何 App，直接在聊天框里说人话，它负责解析、存储、提醒。

OpenClaw 是一个可以本地跑、也能接云端模型的智能体运行环境，它通过 Skills 扩展能力，通过 Gateway 统一管理模型通道。ClawHub 是它的技能市场，你可以理解成"给 AI 装插件"的地方。SKILL.md 则是每个技能的定义文件，用自然语言加少量脚本描述"这个技能能干什么、怎么触发、执行什么命令"。Gateway 负责把请求转发到模型服务，这里我们统一走 TaoToken 的 Key/API 通道，一个 Key 打通对话、编码、Agent 场景。

这套方案适合谁？适合不想被待办 App 绑架、又希望数据留在自己手里的人。你不需要写复杂代码，会复制粘贴、会改路径就行。下面我从环境准备讲到 SKILL.md 骨架，再到 Gateway 配置和验证动作，全程可跟做。

2. 前置准备：ClawHub 装 Skills 与 TaoToken 通道

在写自己的技能之前，先把地基打好。这一步分两块：装现成技能、配好模型通道。

2.1 安装 ClawHub 上的待办技能

ClawHub 上有社区维护的成熟技能，最省事。确保 Gateway 已经在跑，然后执行：

# 安装待办管理 + 智能提醒组合 clawhub install todo-manager remind-me # 重启网关让技能生效 openclaw gateway restart

todo-manager负责增删改查，remind-me负责定时和循环提醒。装完之后，你就能直接在聊天框里说"添加待办：完成项目报告，优先级高，截止本周日"，它会自动解析日期和优先级。这一步是"动口不动手"的起点。

2.2 配置 TaoToken 统一 Key 通道

模型通道我统一用 TaoToken，好处是一个 Key 覆盖多个模型，不用在配置文件里塞一堆厂商密钥。先去控制台拿 Key：

• 控制台入口：https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite
• API Key 管理：https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api-keys&utm_campaign=rewrite

拿到 Key 之后，在 OpenClaw 的 Gateway 配置里指向 TaoToken 的 API 地址。API 基础地址是https://taotoken.net/api（注意这个地址不加 UTM 参数，直接填）。配置片段如下，放到你的 Gateway 配置文件里：

# ~/.openclaw/gateway.yaml providers: taotoken: type: openai-compatible base_url: "https://taotoken.net/api" api_key: "sk-你的TaoToken密钥" models: - gpt-4o - claude-3-5-sonnet default_provider: taotoken

注意：base_url结尾不要多加/v1，OpenClaw 会按 OpenAI 兼容格式自动拼接路径。填错会导致 404，这是最常见的坑。

改完配置重启网关：

openclaw gateway restart

到这里，模型通道和现成技能都就位了。如果你只想快速用起来，其实已经可以开始说人话了。但如果你像我一样，希望待办存成本地 Markdown、数据完全自己掌控，那就继续往下写自己的 SKILL.md。

3. 手写 SKILL.md：定义待办增删改查能力

现成技能功能全，但数据存在 OpenClaw 自己的目录里。我更喜欢纯文本极客风——待办就是一个todos.md文件，用 Obsidian 或 VSCode 都能直接看。这就需要自建一个 Skill。

3.1 SKILL.md 的目录结构与头部

在技能目录下创建文件：

mkdir -p ~/.openclaw/workspace/skills/todo-local touch ~/.openclaw/workspace/skills/todo-local/SKILL.md

SKILL.md 的头部是 YAML front matter，定义技能名、描述和触发词。触发词很关键，它决定了你说哪些话时 AI 会调用这个技能：

--- name: todo-local description: "管理本地 ~/Documents/todos.md 文件中的待办事项。触发词：todo/待办/任务" ---

description里写清楚触发词，模型会根据语义匹配。我实测下来，把"待办""任务""todo"都列进去，命中率最高。

3.2 增删改查四个动作的脚本骨架

SKILL.md 的正文用自然语言描述能力，配合 bash 代码块给出具体命令。下面是我在用的完整骨架，你可以直接复制：

# 本地待办管理器 数据文件固定为 `~/Documents/todos.md`，格式为 Markdown 复选框。 ## 添加任务 当用户说"待办：xxx"或"添加任务 xxx"时执行： ```bash TASK="$1" echo "- [ ] $TASK ($(date '+%Y-%m-%d'))" >> ~/Documents/todos.md echo "已添加：$TASK"

列出任务

当用户说"列出待办"或"我的任务"时执行：

if [ -f ~/Documents/todos.md ]; then grep -n "\[ \]" ~/Documents/todos.md else echo "暂无待办" fi

完成任务

当用户说"完成 xxx"时，把对应行从[ ]改成[x]：

TASK="$1" sed -i "s/- \[ \] $TASK/- [x] $TASK/" ~/Documents/todos.md echo "已完成：$TASK"

删除任务

当用户说"删除 xxx"时：

TASK="$1" sed -i "/$TASK/d" ~/Documents/todos.md echo "已删除：$TASK"

这里有个细节：`sed -i` 在 macOS 上需要写成 `sed -i ''`，Linux 上不用。如果你在 Mac 上跑，记得改一下，否则会报 `sed: 1: "...": invalid command code`。这个坑我踩过，排查了半天。 ### 3.3 让技能被正确加载 写完 SKILL.md 后，重启网关让它生效： ```bash openclaw gateway restart

然后你可以用openclaw skills list确认todo-local出现在列表里。如果没出现，检查两点：文件路径是否在~/.openclaw/workspace/skills/下，以及 front matter 的---是否闭合。YAML 格式错一个空格都会导致解析失败。

4. Gateway 配置打通与请求验证

技能写好了，但真正让它跑起来的是 Gateway 把请求正确路由到模型。这一节我们把配置串起来，然后做三个验证动作。

4.1 完整 Gateway 配置片段

把前面的 provider 配置和技能目录配置合并，一个可用的 Gateway 配置长这样：

# ~/.openclaw/gateway.yaml server: port: 18789 workspace: "~/.openclaw/workspace" providers: taotoken: type: openai-compatible base_url: "https://taotoken.net/api" api_key: "sk-你的TaoToken密钥" models: - gpt-4o - claude-3-5-sonnet default_provider: taotoken skills: dirs: - "~/.openclaw/workspace/skills" auto_reload: true

auto_reload: true是个省心选项，改完 SKILL.md 不用每次手动重启。不过涉及 provider 变更时，还是建议手动openclaw gateway restart，避免连接池没刷新。

4.2 验证一：创建待办

重启后，在 OpenClaw 聊天框输入：

待办：买牛奶

预期结果：终端或聊天框返回"已添加：买牛奶"，同时~/Documents/todos.md里多出一行- [ ] 买牛奶 (2025-xx-xx)。你可以用cat ~/Documents/todos.md确认。

4.3 验证二：查询待办

输入：

列出我的任务

预期返回所有未完成项。这里我做了个优化——脚本里用grep "\[ \]"只列未完成的，已完成的[x]不会干扰视线。如果你想要全部，把 grep 条件去掉即可。

4.4 验证三：完成与删除

输入：

完成 买牛奶

再cat文件，应该看到那行变成了- [x] 买牛奶。然后输入：

删除 买牛奶

文件里对应行消失。三个动作跑通，说明 SKILL.md 的增删改查和 Gateway 的模型路由都正常。

提示：如果模型没有调用技能，而是直接闲聊回复，多半是触发词没匹配上。把description里的触发词写得更具体，比如加上"当用户提到待办清单时"。

5. 本篇常见错误排查

这一节是我实际配置时遇到过的报错，按出现频率排序。

报错一：clawhub: command not found

说明 ClawHub CLI 没装或不在 PATH 里。先确认 OpenClaw 主程序装好了，ClawHub 通常随主程序一起安装。如果单独装，检查~/.openclaw/bin是否加进了环境变量。

报错二：Gateway 启动后请求返回 401

九成是 TaoToken 的 Key 填错或过期。去 API Keys 页面重新生成一个，注意复制时别带空格。另外确认base_url是https://taotoken.net/api，不要写成带/v1的版本。

报错三：技能不触发，AI 答非所问

先openclaw skills list看技能有没有加载。加载了但不触发，就是description的触发词问题。把用户可能说的口语都列进去，比如"记一下""帮我记""待办事项"。

报错四：sed: invalid command code

macOS 和 Linux 的sed -i语法不同。Mac 上改成sed -i '' "s/.../.../"，或者干脆用perl -i -pe替代，跨平台更稳。

报错五：定时提醒时间不对

检查服务器时区，用date命令看当前时间。如果时区是 UTC 而你在东八区，提醒会差 8 小时。改时区：sudo timedatectl set-timezone Asia/Shanghai。

报错六：修改 SKILL.md 后不生效

如果没开auto_reload，必须openclaw gateway restart。开了还不行，检查文件是否有语法错误，YAML front matter 的缩进用空格不用 Tab。

6. 把通道固定下来，长期用得更顺

待办这种高频场景，最怕的就是通道不稳定——今天能记，明天 Key 失效，后天模型换了要重配。我的做法是把 TaoToken 作为统一通道固定下来，一个 Key 管所有模型调用，换模型只改配置里的models列表，不用动 Key。

如果你只是偶尔记几件事，现成的todo-manager加remind-me就够了，五分钟能跑起来。如果你像我一样要把待办和知识库、会议记录串起来，那自建 SKILL.md 更值得投入，因为数据格式完全由你定，后面接日历、接转录、接自动晨报都好扩展。

几个我长期用下来的小技巧：待办文件放在~/Documents/todos.md而不是技能目录里，这样 Obsidian 能直接打开；每周用grep -c "\[x\]"统计完成数，给自己一点正反馈；提醒类任务交给remind-me，别自己写 cron，省得时区踩坑。

通道配置和 Key 管理都在控制台统一处理，接入文档里有各语言的调用示例，需要的时候直接查：

• 接入文档：https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite
• 模型对话体验：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

把 SKILL.md 骨架复制过去，改一下文件路径，重启网关，说一句"待办：试试 OpenClaw"，这件事就算落地了。