小龙虾 OpenClaw 本地部署后Agent 的云端模型通道走 TaoToken 行不行在 Windows 上用 Node.js 和 MinGit 把小龙虾 OpenClaw 跑起来之后很多人会卡在同一个问题上本地 llama.cpp 的模型虽然免费但 Agent 一旦开始多轮自我修正、信息回溯和工具链级联响应速度和上下文长度都会吃紧。这时候如果想让 OpenClaw 的 Agent 另接一条会消耗 Token 的云端模型通道TaoToken官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 能不能直接接进 openclaw.json答案是可行的而且不需要动本地 llama.cpp也不需要改 OpenClaw gateway 本身。TaoToken 在这里只提供 Key 和 Base URL负责把云端模型的调用通道打通本地模型和网关照旧运行。这篇内容面向的是已经按前文完成 OpenClaw 本地部署、但不想一上来就烧 API 费的小白用户。重点不是重新讲一遍 Node.js 和 MinGit 怎么装而是聚焦在接入配置这个环节onboard 时 Model/auth provider 到底要不要 skip、openclaw.json 里 models.providers 怎么新增一个云端 provider、Base URL 和 apiKey 填什么、配完之后怎么用 openclaw status 和 openclaw health 验证请求是否真的走通了。如果你正好在 Windows 上折腾 OpenClaw并且想让 Agent 多一条云端模型通道下面的步骤可以直接照着改。一、原问题与场景本地模型够用但 Agent 通道需要多一条前文里我们走的是完全免费的路线Windows 上装 Node.js v22、MinGit、Visual C Build Tools 和 Python然后用 npm 全局安装 openclaw跑.\openclaw onboard --install-daemon时把 Model/auth provider 先 skip再改c:\users\用户名\.openclaw\openclaw.json的models.providers.local指向 llama.cpp 的http://127.0.0.1:8000/v1。这套配置跑通之后dashboard 能发消息openclaw status和openclaw health也能看到本地模型在响应。但 OpenClaw 的 Agent 模式和普通问答不一样。一次任务可能经历“计划-执行-检验-修改-再执行”多个循环每个循环都是一次完整的模型调用因为要记住之前的操作每次调用都要携带完整对话历史活跃会话的上下文很容易膨胀到 23 万 Token 以上再加上工具链级联一个“帮我整理邮件并创建待办”的任务可能触发 5 到 10 次 API 调用。本地 llama.cpp 跑 9B 量化模型单轮还能接受多轮叠加之后延迟会明显上来。所以更合理的做法是本地 llama.cpp 继续作为免费兜底通道同时给 OpenClaw 的 Agent 另接一条云端模型通道。云端通道按 Token 计费但只在需要的时候用不至于一上来就烧 API 费。TaoToken 在这里的角色就是提供这条云端通道的 Key 和 Base URL不替代本地 llama.cpp 模型也不动 openclaw gateway 本身。二、TaoToken 前置先拿 Key再决定 onboard 要不要 skip如果你打算让 OpenClaw 的 Agent 走云端模型通道那在 onboard 的 Model/auth provider 环节就不要一路 skip。正确顺序是先打开 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 创建一个 Key然后在 openclaw.json 的models.providers下新增一个 provider把 Base URL 填https://taotoken.net/apiapiKey 用刚创建的 Key。这里要区分清楚两件事。第一TaoToken 只提供 Key 和 Base URL它不是一个本地模型也不会替代你已经在跑的 llama.cpp。第二它不动 openclaw gateway 本身gateway 还是用openclaw gateway --port 18789启动dashboard 还是访问http://127.0.0.1:18789/。你只是在models.providers里多挂了一个云端 providerAgent 在需要的时候可以切到这条通道。如果你在 onboard 时已经一路 skip 了也没关系后面直接改 openclaw.json 同样能补上。关键是 Key 要先拿到否则 provider 里的 apiKey 没东西可填。创建 Key 的入口在 TaoToken 控制台拿到之后先放好下一步配置要用。三、可复制配置在 openclaw.json 里新增云端 providerOpenClaw 的配置文件通常位于c:\users\用户名\.openclaw\openclaw.json。改之前先备份然后把下面这段合并到models.providers里面不要覆盖原有的localprovider。models: { mode: merge, providers: { local: { baseUrl: http://127.0.0.1:8000/v1, apiKey: sk-local, api: openai-completions, models: [ { id: Qwen3.5-9B-Q4_K_M.gguf, name: Qwen3.5-9B-Q4_K_M.gguf } ] }, taotoken: { baseUrl: https://taotoken.net/api, apiKey: YOUR_API_KEY, api: openai-completions, models: [ { id: MODEL_ID, name: MODEL_ID } ] } } }几个关键点。baseUrl填https://taotoken.net/api注意这里不加 UTM 参数API 地址就是干净的https://taotoken.net/api。apiKey填你在 TaoToken 控制台创建的 Key也就是YOUR_API_KEY的位置。api保持openai-completions和本地 provider 一致。models数组里的id和name填你要用的云端模型 ID具体填什么以 TaoToken 模型对话页面或接入文档里列出的为准。然后在agents.defaults.model里你可以把 primary 指向taotoken/MODEL_ID也可以保留local/Qwen3.5-9B-Q4_K_M.gguf作为默认把云端通道作为备选。如果你想让 Agent 默认走云端就把 primary 改成taotoken/MODEL_ID如果只是想多一条通道保留本地 primary在需要的时候手动切换即可。改完保存重新加载 OpenClawopenclaw gateway --port 18789如果你之前用的是openclaw gateway start也可以用openclaw gateway restart来刷新机器人状态。注意 PowerShell 里 openclaw 前面要加.\如果你是在安装目录下直接调用的话。四、验证请求与成功结果status、health 和 dashboard 三处确认配置改完之后不要只看 dashboard 能不能打开要从三个地方确认请求真的走通了。第一openclaw status。这个命令看的是整体运行状态包括 gateway 是否在监听、当前加载了哪些 provider。如果taotokenprovider 出现在列表里说明配置已经被读取。第二openclaw health。这个命令看的是健康状态如果云端通道的 Base URL 和 Key 没问题health 里应该能看到对应 provider 的可用性。如果 Key 填错或者 Base URL 写错这里会先暴露出来。第三dashboard 发消息。访问http://127.0.0.1:18789/chat?sessionagent%3Amain%3Amain在控制台里发一条消息看是否能收到回复。如果 primary 指向的是taotoken/MODEL_ID回复就来自云端通道如果 primary 还是本地那这条消息走的是 llama.cpp。你可以通过切换 primary 来分别验证两条通道。另外openclaw logs follow可以看实时日志。如果请求发出去了但没回复日志里通常会有更具体的错误信息比如 401、404 或者超时。openclaw doctor可以用来诊断环境问题配置改乱的时候跑一下能省不少时间。五、本篇常见错排查onboard skip、Base URL、Key 和 gateway这一篇最容易踩的坑有几个按出现频率排一下。第一个坑是 onboard 时一路 skip后面忘了补 provider。onboard 里 Model/auth provider 选 skip 只是跳过了交互式配置不代表 openclaw.json 里不能手动加。如果你 skip 之后直接改models.providers.local那云端通道就没挂上。解决办法就是回到 openclaw.json在models.providers下新增taotoken这一段。第二个坑是 Base URL 填错。有人会把https://taotoken.net/api写成带 UTM 的完整链接或者写成https://taotoken.net/api/v1。API 地址就是https://taotoken.net/api不要加多余路径也不要加 UTM 参数。UTM 只用在官网入口和 CTA 链接上API 调用不需要。第三个坑是 apiKey 没换。配置片段里写的是YOUR_API_KEY这是占位符必须替换成你在 TaoToken 控制台创建的真实 Key。如果直接保存请求会返回 401。Key 创建入口在 TaoToken 控制台的 API Keys 页面接入文档里也有说明。第四个坑是改了配置但没重启 gateway。openclaw.json 改完之后gateway 不会自动热加载需要openclaw gateway restart或者重新跑openclaw gateway --port 18789。如果 dashboard 里发消息还是走本地模型先检查 gateway 是不是还在用旧配置。第五个坑是本地 llama.cpp 和云端通道的模型 ID 混了。localprovider 里的id是Qwen3.5-9B-Q4_K_M.gguftaotokenprovider 里的id是云端模型 ID两者不能互换。agents.defaults.model.primary里写的是provider/model格式比如local/Qwen3.5-9B-Q4_K_M.gguf或者taotoken/MODEL_ID写错 provider 前缀就会找不到模型。六、语义一致 CTA按你的下一步选入口如果你现在卡在排障、接入配置或者 settings 环节比如 onboard skip 之后不知道怎么补 provider、openclaw.json 改完不生效、或者 Key 和 Base URL 不确定填对没有建议先看 TaoToken 的 API Keys 页面和接入文档。API Keys 页面用来创建和管理 Key接入文档里有 Base URL 和调用方式的说明对应地址是 https://taotoken.net/api-keys 和 https://taotoken.net/doc 。这两个入口能帮你把 Key 和 Base URL 这两件事先确认清楚。如果你已经配好了 provider想先验证一下云端模型通道能不能正常返回可以直接去模型对话页面发一条测试消息确认 Key 和模型 ID 可用之后再回到 OpenClaw 里切 primary。模型对话入口在 https://taotoken.net/chat 。如果你打算长期用 OpenClaw 跑 Agent或者想让云端通道作为主要编码通道那更适合看 Coding Plan。长期编码和 Agent 场景下Token 消耗是持续的Coding Plan 的计费方式比按量更可控入口在 https://taotoken.net/coding-plan 。另外如果你用的是 Claude Code 或者 Codex 这类 CLI 工具配置方式和 OpenClaw 不一样。Claude Code 走的是 settings.json 和 ANTHROPIC_* 环境变量Codex 走的是 config.toml。TaoToken 的 CLI 安装方式是npm i -g taotoken/taotoken然后用taotoken cc -k YOUR_API_KEY -u API -m MODEL_ID启动。这部分和 OpenClaw 的 openclaw.json 配置是两套东西不要混在一起改。
