企业官网建设流程全解析

1. OpenClaw 是什么，为什么要在阿里云上跑

OpenClaw 是一个可以自己部署的 AI 智能体框架，前身叫 Clawdbot。它和普通聊天机器人的区别在于：它能真正动手干活。你给它一句自然语言指令，它可以去读写文件、检索资料、处理内容、跑自动化流程，而且带记忆能力和插件扩展机制。你可以把它理解成一个住在你服务器里的 AI 助理，数据默认存在本地，可控性比纯云端服务强不少。

它适合谁？我总结了三类人：一是想拥有一个长期在线、随时能调用的私人 AI 助理的开发者；二是需要把 AI 能力接进自己工作流、又不想把数据全交给第三方的人；三是想低成本体验智能体框架、顺便学点部署运维的零基础用户。OpenClaw 依赖 Node.js 运行，既能跑在云服务器上长期在线，也能在本地 Windows、macOS、Linux 上离线运行。

那为什么推荐放在阿里云 ECS 或轻量应用服务器上？核心原因是「常驻」。本地电脑关机，助理就下线了；放到云服务器上，它 7×24 小时在线，你在外面用手机浏览器就能连上。而且阿里云有 OpenClaw 的现成镜像，一键部署能省掉大量环境折腾。模型侧搭配百炼 Coding Plan，从按 token 计费升级成按次收费，对高频调用场景更划算。

不过这里有个很多人忽略的点：模型调用的 Key 和通道管理。你可能会同时用百炼、也可能临时切到别的模型做对比，如果每个模型都单独配一套 Key、单独改配置文件，维护起来很乱。我的做法是用 TaoToken 做统一的 Key 和 API 通道管理，把模型调用收敛到一个入口，后面换模型只改一个 Model ID 就行。这篇就按「阿里云部署 OpenClaw + 百炼 Coding Plan + TaoToken 统一接入」这条完整路径走一遍，命令都可以直接复制。

2. 部署前的环境准备与 TaoToken 统一 Key 配置

动手之前先把地基打好。OpenClaw 对运行环境的要求不复杂，但版本要对，否则后面会踩坑。

通用依赖要求是这样的：操作系统支持 Windows 11、macOS 12 及以上、以及主流 Linux 发行版（Ubuntu、Debian、CentOS、Alibaba Cloud Linux 都行）；运行环境必须是 Node.js 22.x 及以上；需要一个终端或 PowerShell；网络要能正常拉取依赖。先检查环境：

node -v npm -v

输出版本号就说明可用。如果提示 command not found，说明 Node.js 还没装，后面第三节会给出安装命令。这里提醒一句，Node.js 版本低于 22 时，OpenClaw 的部分依赖会装不上，报错通常是 engine 不匹配，别硬扛，直接升版本。

接下来是这篇的重点之一：TaoToken 统一 Key 配置。为什么要先配它？因为 OpenClaw 的模型配置是写在config.json里的，如果你一开始就把百炼的 Key 硬编码进去，后面想换模型、想加备用通道，就得反复改文件、反复重启。用 TaoToken 做统一入口后，OpenClaw 只认一个 Base URL 和一个 Key，具体走哪个模型由 Model ID 决定。

先去 TaoToken 控制台创建一个 API Key。地址是https://taotoken.net/api-keys，登录后在密钥管理里新建一个，复制保存好，后面配置文件要用。这个 Key 就是你所有模型调用的统一凭证。

然后确认你要用的模型通道。TaoToken 的 API 入口是https://taotoken.net/api，兼容 OpenAI 风格的调用格式，所以 OpenClaw 里把base_url指向它、type设为openai就能通。模型侧我建议主用百炼 Coding Plan 的模型，它是按次收费，适合 OpenClaw 这种会频繁发起调用的智能体场景。百炼 Coding Plan 的订阅入口在阿里云百炼控制台，购买后在密钥管理里生成 API Key。

这里有个概念要理清：百炼 Coding Plan 的 Key 和 TaoToken 的 Key 是两层。你可以让 OpenClaw 直接连百炼，也可以让 OpenClaw 连 TaoToken、由 TaoToken 转发到百炼。后者好处是统一管理、方便切换。这篇按统一接入来写，配置更干净。

服务器侧的准备：如果你用阿里云轻量应用服务器，实例规格建议 1 核 2GB 内存起步，系统盘 40GB 以上，安全组要放行 18789 端口（这是 OpenClaw Web 控制台默认端口）。登录方式用 Web 终端或 SSH 都行。阿里云账号需要完成实名认证，否则模型调用会权限不足。

注意：内存低于 2GB 时，OpenClaw 网关服务启动后可能自动退出，日志里通常是内存相关的报错。这不是配置问题，是资源不够，升配或换实例即可。

环境检查通过、TaoToken Key 拿到手、服务器端口放行，这三件事做完，就可以进入正式部署了。

3. 阿里云 ECS 部署 OpenClaw 的可复制配置

这一节是全文操作密度最高的部分，我按「系统准备 → 装 Node.js → 装 OpenClaw → 写配置 → 起服务」的顺序给全命令。系统以 Alibaba Cloud Linux 3 为例，其他发行版差异我会标注。

第一步，系统更新和基础依赖：

sudo yum update -y sudo yum install -y curl git

第二步，安装 Node.js 22。这里用官方二进制包解压的方式，比包管理器里的版本更可控：

curl -fsSL https://nodejs.org/dist/v22.0.0/node-v22.0.0-linux-x64.tar.xz | sudo tar -xJ -C /usr/local sudo ln -s /usr/local/node-v22.0.0-linux-x64/bin/node /usr/bin/node sudo ln -s /usr/local/node-v22.0.0-linux-x64/bin/npm /usr/bin/npm

装完再跑一次node -v，确认输出 v22.0.0。如果还是旧版本，检查软链接是否指对了路径。

第三步，配置 npm 镜像并安装 OpenClaw：

npm config set registry https://registry.npmmirror.com npm install -g openclaw

第四步，初始化配置。这一步会进入交互式引导：

openclaw onboard

按提示走：同意协议、选择快速启动、模型配置这一步先跳过（我们后面手写配置文件，更清晰）、启用全部通道。初始化完成后，OpenClaw 会在用户目录下生成配置目录。

第五步，设置公网访问。默认只监听本地，云服务器上要改成监听所有网卡：

openclaw config set gateway.host 0.0.0.0 openclaw config set gateway.port 18789

第六步，写模型配置。这是接入 TaoToken 统一 Key 的关键。配置文件路径：Linux/macOS 是~/.openclaw/config.json，Windows 是C:\Users\用户名\.openclaw\config.json。用编辑器打开，写入下面这段：

{ "model": { "type": "openai", "api_key": "你的TaoToken_API_Key", "base_url": "https://taotoken.net/api", "model_name": "你的Model_ID", "max_tokens": 2048, "temperature": 0.7, "timeout": 60, "reasoning": false } }

三个字段必须写全，缺一个都连不上：Base URL 填https://taotoken.net/api，Key 填你在 TaoToken 控制台创建的 API Key，Model ID 填你要调用的具体模型标识（比如百炼 Coding Plan 里对应的模型名）。这就是前面说的「三件套」，Base URL + Key + Model ID，任何模型接入都绕不开这三样。

如果你想让 OpenClaw 直连百炼而不经过统一入口，把type改成aliyun-bailian，api_key填百炼 Key，再补一个secret字段填 AccessKey Secret，model_name填qwen-7b-chat之类的百炼模型名。但既然要统一管理，我还是推荐走 TaoToken 这条路。

第七步，启动服务：

openclaw gateway start

第八步，设置开机自启，避免服务器重启后助理掉线：

echo "/usr/bin/openclaw gateway start" | sudo tee -a /etc/rc.local sudo chmod +x /etc/rc.local

到这里服务就跑起来了。浏览器打开http://服务器公网IP:18789就能看到 Web 控制台。如果打不开，先别急着改配置，去第五节对照报错排查。

4. 验证请求与 Skills 技能集成

服务起来不等于模型通了，必须做一次真实对话验证。打开 Web 控制台，在输入框里发一句简单指令，比如「帮我列出当前目录下的文件」。如果模型通道正常，它会返回执行结果或确认信息；如果返回空、报错或一直转圈，说明模型配置有问题，去第五节排查。

验证通过后，就可以装 Skills 了。Skills 是 OpenClaw 的功能扩展模块，搜索、浏览器操作、内容摘要、文件管理、自动化都靠它。先装技能管理工具：

npm install -g clawhub

然后按需安装常用技能：

clawhub install tavily-search clawhub install agent-browser clawhub install summarize clawhub install skill-vetter clawhub install proactive-agent clawhub install notion

通用格式就是clawhub install <技能名称>。装完查看已安装列表：

openclaw skill list

启动或重启某个技能：

openclaw skill start <技能名称> openclaw skill restart <技能名称>

查看技能状态：

openclaw skill status <技能名称>

关键一步：所有技能安装后，必须重启网关服务才会加载生效：

openclaw gateway restart

Skills 的目录结构也值得了解一下。技能默认装在 OpenClaw 的技能目录下，每个技能是一个独立文件夹，里面有清单文件和执行逻辑。你自定义技能时，照着这个结构放进去，再重启网关即可被识别。我试过把几个自写的小技能丢进去，重启后openclaw skill list就能看到，不用额外注册。

验证技能是否真的生效，最直接的办法是发一条需要该技能的指令。比如装了tavily-search，就问它「帮我搜一下今天的天气」，看它是否调用了搜索能力。如果技能没被触发，先确认openclaw skill status里状态是启用，再确认网关重启过。

日志是排查的好帮手，实时跟踪：

openclaw logs --follow

这条命令会持续输出运行日志，模型请求、技能调用、报错信息都在里面。验证阶段建议一直开着，出问题第一时间能看到。

5. 常见报错排查：401、local proxy failed 与技能不生效

部署过程中最容易卡住的就是这几类报错，我按真实遇到的情况逐个拆。

401 未授权。这是模型调用最常见的错误，日志里通常是401 Unauthorized或invalid api key。原因有三个：Key 复制时带了空格或换行、Key 已失效或被删、Base URL 和 Key 不匹配（比如把百炼的 Key 填到了 TaoToken 的入口）。排查动作：重新去 TaoToken 控制台复制一次 Key，确认base_url是https://taotoken.net/api，确认model_name是有效 Model ID。三件套对齐后重启网关。

local proxy failed。这个报错通常出现在网关启动或模型请求阶段，意思是本地代理层连接失败。常见原因是端口被占用或网关没正常监听。先查端口：

lsof -i:18789

有占用就杀掉进程，Windows 上用netstat -ano | findstr "18789"找到 PID 再taskkill /F /PID 进程ID。然后确认gateway.host是0.0.0.0、gateway.port是18789，重启服务。

reading choices 报错。日志里出现cannot read property 'choices' of undefined这类信息，说明模型返回的响应结构不符合预期。多半是base_url填错，或者模型通道返回了非标准格式。检查base_url是否指向兼容 OpenAI 格式的入口，type是否为openai。如果用的是百炼直连，确认type改成了aliyun-bailian。

OAuth 相关报错。如果日志里出现 OAuth 授权失败，通常是初始化时选了需要 OAuth 的通道但没完成授权。重新跑openclaw onboard --reset重置初始化，或者在配置里改用 API Key 方式，不走 OAuth。

技能安装后不生效。先openclaw skill list看是否装上，再openclaw skill status看是否启用，最后确认openclaw gateway restart执行过。三步都对了还不生效，检查 npm 镜像是否可用，切换npm config set registry https://registry.npmmirror.com后重装。

AI 回复为空。在 model 配置里加"reasoning": false，重启服务。这个字段对某些模型通道是必须的，不加会返回空内容。

响应超时。把timeout从 30 调到 60，把max_tokens从 2048 降到 1024，再检查网络连通性。

权限不足。Linux/macOS 上装全局包报权限错，用sudo npm install -g openclaw。Windows 上脚本被策略拦截，执行Set-ExecutionPolicy RemoteSigned -Scope CurrentUser。配置文件写不进去，检查目录读写权限，或openclaw onboard --reset重新初始化。

6. 长期编码与 Agent 场景的接入建议

把 OpenClaw 跑起来只是开始，真正让它产生价值的是长期使用。如果你打算把它当成常驻的编码助手或自动化 Agent，有几个实践建议。

模型通道上，长期高频调用优先考虑百炼 Coding Plan 这类按次收费的方案，比按 token 计费更可控。统一走 TaoToken 的入口，好处是后面想加备用模型、想做 A/B 对比，只改model_name一个字段，不用动其他配置。想体验不同模型效果，可以去模型对话页面直接试，确认合适了再写进 OpenClaw 配置。

配置管理上，把config.json备份一份。OpenClaw 升级或重置时，配置文件可能被覆盖，有备份能快速恢复。Skills 目录也建议定期打包，尤其是你自写的技能。

运维上，openclaw logs --follow是你最好的朋友。长期运行时，模型调用失败、技能异常都会在日志里留痕。配合开机自启，服务器重启后服务自动拉起，基本不用人工干预。

如果你后面要接更多模型或做更复杂的 Agent 编排，接入文档里有完整的参数说明，照着填就行。需要新建或轮换 Key 时，去 API Keys 页面操作。长期编码和 Agent 场景想省心，Coding Plan 是更合适的选择。

最后说个我踩过的坑：一开始我把百炼 Key 直接硬编码进配置，后来想加一个备用模型，改文件改到怀疑人生。换成 TaoToken 统一入口后，加模型就是复制一段配置、改个 Model ID 的事。这个习惯越早养成越省事。