1. 为什么 Skill 装上了却跑不起来OpenClaw 的 Skill 机制是它区别于普通聊天客户端的关键一个 Skill 就是一份带skill.json描述的能力包装进技能目录后OpenClaw 会在启动时扫描并注册成可调用的工具。听起来很顺但真正动手时卡点往往不在「装」而在「装完之后模型调不动」。我见过最多的三类现象一是clawhub install显示成功对话里让 OpenClaw 执行 shell 命令却毫无反应二是 Skill 明明在目录里日志却报skill not registered三是本地终端能跑一接到 Trae 或 MCP 客户端就 401。前两个是 Skill 注册链路问题第三个几乎都是 Key 和 API 通道没统一。这篇是「第二课」聚焦从 ClawHub 安装到本地拓展的完整链路同时把 TaoToken 作为统一 Key/API 通道接进来让 OpenClaw、Trae、MCP 客户端共用一套凭证。适合已经在本地跑起 OpenClaw、想认真玩 Skill 拓展的人如果你还没装 OpenClaw建议先把基础环境跑通再回来。核心检索词先摆清楚OpenClaw 是一个可本地部署的 Agent 运行框架Skill 是它的能力插件ClawHub 是 Skill 的分发仓库Trae 是编码 IDEMCP 是模型与工具之间的协议层。TaoToken 在这里扮演的角色是统一 API 通道——一个 Key 打通多个 AI 工具省去每个客户端单独配 Key 的麻烦。2. 前置TaoToken 统一 Key 与 OpenClaw 的接入位置在动手装 Skill 之前先把「模型从哪来」这件事定死。OpenClaw 本身不带模型它需要一个兼容 OpenAI 协议的chat completions端点。默认情况下你会去各个模型厂商分别申请 Key然后写进 OpenClaw 的配置。工具一多Key 就散落在 OpenClaw、Trae、Cherry Studio、MCP 客户端里改一次要改五处。TaoToken 的思路是把这层收敛掉你只在 TaoToken 拿一个 Key所有支持自定义 base_url 的工具都指向同一个 API 地址。对 OpenClaw 来说它看到的仍然是一个标准的 OpenAI 兼容端点不需要改任何 Skill 逻辑。具体操作路径先到 TaoToken 控制台创建 API Key地址是 https://taotoken.net/api-keys 创建后复制那串sk-开头的凭证。注意这个 Key 只在创建时完整显示一次建议直接存进密码管理器。拿到 Key 之后OpenClaw 侧要改的是模型 provider 配置。它读取的是~/.openclaw/config.tomlLinux/macOS或%USERPROFILE%\.openclaw\config.tomlWindows。如果你用的是 WSL路径在 Ubuntu 子系统里别改到 Windows 那份去了。注意TaoToken 的 API 根地址是 https://taotoken.net/api 配置时 base_url 填这个不要带多余的/v1后缀OpenClaw 会自己拼/v1/chat/completions。填错会直接 404。这一步做完OpenClaw 的模型通道就统一了。接下来装 Skill 时无论 Skill 内部要不要调模型走的都是这条通道不会出现「Skill 装好了但模型调用失败」的割裂。3. 可复制配置settings.json 与 config.toml 骨架这一节给可直接抄的配置。分两块OpenClaw 的config.toml以及 Trae / MCP 场景下的settings.json。3.1 OpenClaw config.toml 骨架# ~/.openclaw/config.toml [model] provider openai-compatible base_url https://taotoken.net/api api_key sk-你的TaoToken密钥 model claude-sonnet-4-5 max_tokens 8192 temperature 0.3 [gateway] enabled true [gateway.http] host 127.0.0.1 port 8787 [gateway.http.endpoints.chatCompletions] enabled true [skills] dir ~/.openclaw/skills auto_reload true几个关键点解释一下。base_url指向 TaoToken 的 API 根api_key填你创建的那串。model字段写你要用的模型标识具体可用模型在 TaoToken 的模型列表里查地址 https://taotoken.net/models 。gateway.http.endpoints.chatCompletions.enabled true这一行是后面接 Trae 和 MCP 的前提——它把 OpenClaw 自己变成一个 OpenAI 兼容服务外部客户端可以连进来。skills.dir是技能目录auto_reload true让 OpenClaw 监听目录变化装完 Skill 不用重启也能识别。这个开关能省掉大量「装了没生效」的困惑。3.2 Trae / MCP 侧 settings.json 骨架Trae 通过 MCP 连 OpenClaw 时配置写在 Trae 的 MCP 设置里。典型片段如下{ mcpServers: { openclaw: { command: npx, args: [-y, openclaw/mcp-bridge], env: { OPENCLAW_GATEWAY: http://127.0.0.1:8787, OPENCLAW_API_KEY: sk-你的TaoToken密钥, OPENCLAW_MODEL_BASE: https://taotoken.net/api } } } }这里的OPENCLAW_GATEWAY指向本地 OpenClaw 的 gateway 端口OPENCLAW_API_KEY和OPENCLAW_MODEL_BASE让 bridge 在需要直接调模型时也走 TaoToken。这样 Trae 里的编码 Agent 和 OpenClaw 的 Skill 共享同一套模型通道不会出现「Trae 能调、OpenClaw 调不动」的情况。如果你用 CC Switch 管理多套配置可以在它的 profile 里加一段{ name: openclaw-taotoken, env: { OPENAI_BASE_URL: https://taotoken.net/api, OPENAI_API_KEY: sk-你的TaoToken密钥 }, mcp: { openclaw: { gateway: http://127.0.0.1:8787 } } }CC Switch 的好处是切环境时不用手改文件一个 profile 对应一套 Key 和端点。对同时玩 OpenClaw、Trae、Claude Code 的人来说这个统一层很值。4. Skill 安装的四种方式与验证命令配置就位后进入正题装 Skill。按省事程度从高到低排四种方式每种都给验证命令。4.1 ClawHub 命令行一键装最省事的方式适合新手clawhub install file-system shell-exec process-manager这条命令会从 ClawHub 拉取 Skill 包、解压到~/.openclaw/skills、自动注册。装完验证openclaw skill list输出里应该能看到刚装的 Skill 名字和状态active。如果状态是pending说明auto_reload没开或目录不对检查config.toml里的skills.dir。4.2 手动下载丢文件夹离线环境或 ClawHub 访问不稳时用这招。从 ClawHub 网站下载 Skill 的 zip解压后整个文件夹复制到~/.openclaw/skills/下。目录结构应该是~/.openclaw/skills/file-system/skill.json别多套一层文件夹。复制完执行openclaw skill reload openclaw skill listreload会重新扫描目录。如果 Skill 没出现八成是skill.json缺失或格式错误用cat ~/.openclaw/skills/你的skill/skill.json看一眼。4.3 Git 克隆源码想改代码、做二次开发的人用这个cd ~/.openclaw/skills git clone https://github.com/your/skill-repo.git my-custom-skill openclaw skill reload克隆下来的目录名要和skill.json里的name字段一致否则注册会失败。改完代码后openclaw skill reload即可热加载不用重启整个 OpenClaw。4.4 对话内让 OpenClaw 自己搜装OpenClaw 支持在对话里让它自己找 Skill帮我搜索 ClawHub 上有没有处理 PDF 的 skill找到后安装它会调用内置的 ClawHub 检索能力列出候选并执行安装。这种方式适合探索阶段但生产环境建议还是用命令行可控性更强。4.5 全量必装 Skill 清单如果你要搭一套完整的编码系统下面这组覆盖了文件、进程、浏览器、前端构建、部署等补位能力clawhub install file-system shell-exec process-manager env-manager \ browser-control devtools-capture hot-reload-watcher \ react-dev vue-dev vite-core npm-package frontend-build \ frontend-debug tailwind-css ui-ux-pro-max frontend-design \ error-capture auto-fix log-monitor background-service \ state-persist retry-manager vercel-deploy netlify-deploy \ github-pages-deploy deploy-verify装完统一验证openclaw skill list | grep -c active数字应该和安装数量对得上。少一个就单独openclaw skill info name看报错。5. 验证请求从本地到 Trae 的完整链路Skill 装完不算完要验证「模型能通过 Skill 干活」。分三步。5.1 本地 gateway 自检先确认 OpenClaw 的 gateway 起来了curl -s http://127.0.0.1:8787/v1/models \ -H Authorization: Bearer sk-你的TaoToken密钥返回模型列表说明 gateway 和 TaoToken 通道都通。如果 401检查 Key如果连接拒绝检查config.toml里 gateway 是否enabled true。5.2 Skill 实际执行测试在 OpenClaw 对话里输入一个能触发 Skill 的指令打开记事本并输入文字123这条指令会触发shell-exec或process-managerSkill。如果记事本弹出并输入了 123说明 Skill 注册、模型调用、工具执行三层全通。没反应的话看 OpenClaw 日志tail -f ~/.openclaw/logs/openclaw.log日志里会明确写skill shell-exec invoked还是skill not found。5.3 Trae MCP 联调Trae 侧配置好 MCP 后在 Trae 的 Agent 面板里发一条指令让它通过 OpenClaw 执行文件操作用 openclaw 的 file-system skill 列出当前项目根目录的文件Trae 会通过 MCP bridge 把请求转给 OpenClaw gatewayOpenClaw 调用file-systemSkill 返回结果。如果 Trae 报MCP server not responding先确认 OpenClaw gateway 在跑再检查settings.json里的OPENCLAW_GATEWAY地址和端口。实测下来这条链路最容易出问题的地方是端口冲突——8787 被别的服务占了。改config.toml里的port后记得同步改 Trae 的settings.json。6. 本篇常见错排查把踩过的坑集中列一下按报错现象对号入座。Skill 装了但skill list不显示九成是目录层级错了。正确是~/.openclaw/skills/skill-name/skill.json如果你解压出来是~/.openclaw/skills/skill-name/skill-name/skill.json多了一层OpenClaw 扫不到。把内层文件夹提上来即可。skill not registered但文件在skill.json里的name字段和文件夹名不一致。OpenClaw 以skill.json的name为准注册文件夹名只是路径。改一致后openclaw skill reload。模型调用 401Key 错了或 base_url 带了/v1。TaoToken 的 base_url 是 https://taotoken.net/api 不要自己加/v1。Key 确认是sk-开头且没多余空格。Trae 连不上 MCP先curl http://127.0.0.1:8787/v1/models确认 gateway 活着。活着但 Trae 报错检查settings.json里OPENCLAW_GATEWAY是不是http://127.0.0.1:8787别写成localhost——某些环境下 localhost 解析到 IPv6 会连不上。Skill 执行超时shell-exec这类 Skill 默认超时较短跑长命令会断。在config.toml里加[skills.shell-exec] timeout 120调大超时。WSL 里装了但 Windows 侧 Trae 连不上WSL 的网络和 Windows 宿主是隔离的。要么在 WSL 里跑 Trae要么把 OpenClaw gateway 的host改成0.0.0.0并在 Windows 防火墙放行端口。改host有安全风险仅限本地开发环境。auto_reload不生效某些文件系统尤其是 Windows 挂载的目录不支持 inotify 监听。手动openclaw skill reload兜底。排障时如果怀疑是 Key 或通道问题直接去 TaoToken 控制台看调用记录地址 https://taotoken.net/console 每次请求的成功/失败和耗时都有记录比翻日志快。7. 把统一 Key 用在更多工具上Skill 装完、链路跑通之后你会发现真正省事的是「一套 Key 走天下」这件事。OpenClaw 用 TaoToken 的 KeyTrae 通过 MCP 复用同一个 gatewayCherry Studio 里配的也是同一个 base_url。以后换模型、调额度只改 TaoToken 控制台一处所有工具跟着变。如果你还想把这套配置用到 Claude Code 或别的编码 Agent 上TaoToken 的接入文档里有各客户端的配置示例地址 https://taotoken.net/doc 。想先试试模型对话效果可以直接在 https://taotoken.net/chat 里发几条指令验证通道。长期跑编码 Agent 的话Coding Plan 的额度模型更适合高频调用详情在 https://taotoken.net/coding-plan 。回到 OpenClaw 本身Skill 生态还在快速长ClawHub 上每天都有新包。建议养成习惯装新 Skill 前先openclaw skill info name看依赖装完立刻openclaw skill list确认状态别攒一堆再排查。这套流程跑顺了OpenClaw 才真正从「能聊」变成「能干活」。 第二课，OpenClaw 的 Skill 安装与拓展尝试：TaoToken 统一 Key 接入配置
1. 为什么 Skill 装上了却跑不起来OpenClaw 的 Skill 机制是它区别于普通聊天客户端的关键一个 Skill 就是一份带skill.json描述的能力包装进技能目录后OpenClaw 会在启动时扫描并注册成可调用的工具。听起来很顺但真正动手时卡点往往不在「装」而在「装完之后模型调不动」。我见过最多的三类现象一是clawhub install显示成功对话里让 OpenClaw 执行 shell 命令却毫无反应二是 Skill 明明在目录里日志却报skill not registered三是本地终端能跑一接到 Trae 或 MCP 客户端就 401。前两个是 Skill 注册链路问题第三个几乎都是 Key 和 API 通道没统一。这篇是「第二课」聚焦从 ClawHub 安装到本地拓展的完整链路同时把 TaoToken 作为统一 Key/API 通道接进来让 OpenClaw、Trae、MCP 客户端共用一套凭证。适合已经在本地跑起 OpenClaw、想认真玩 Skill 拓展的人如果你还没装 OpenClaw建议先把基础环境跑通再回来。核心检索词先摆清楚OpenClaw 是一个可本地部署的 Agent 运行框架Skill 是它的能力插件ClawHub 是 Skill 的分发仓库Trae 是编码 IDEMCP 是模型与工具之间的协议层。TaoToken 在这里扮演的角色是统一 API 通道——一个 Key 打通多个 AI 工具省去每个客户端单独配 Key 的麻烦。2. 前置TaoToken 统一 Key 与 OpenClaw 的接入位置在动手装 Skill 之前先把「模型从哪来」这件事定死。OpenClaw 本身不带模型它需要一个兼容 OpenAI 协议的chat completions端点。默认情况下你会去各个模型厂商分别申请 Key然后写进 OpenClaw 的配置。工具一多Key 就散落在 OpenClaw、Trae、Cherry Studio、MCP 客户端里改一次要改五处。TaoToken 的思路是把这层收敛掉你只在 TaoToken 拿一个 Key所有支持自定义 base_url 的工具都指向同一个 API 地址。对 OpenClaw 来说它看到的仍然是一个标准的 OpenAI 兼容端点不需要改任何 Skill 逻辑。具体操作路径先到 TaoToken 控制台创建 API Key地址是 https://taotoken.net/api-keys 创建后复制那串sk-开头的凭证。注意这个 Key 只在创建时完整显示一次建议直接存进密码管理器。拿到 Key 之后OpenClaw 侧要改的是模型 provider 配置。它读取的是~/.openclaw/config.tomlLinux/macOS或%USERPROFILE%\.openclaw\config.tomlWindows。如果你用的是 WSL路径在 Ubuntu 子系统里别改到 Windows 那份去了。注意TaoToken 的 API 根地址是 https://taotoken.net/api 配置时 base_url 填这个不要带多余的/v1后缀OpenClaw 会自己拼/v1/chat/completions。填错会直接 404。这一步做完OpenClaw 的模型通道就统一了。接下来装 Skill 时无论 Skill 内部要不要调模型走的都是这条通道不会出现「Skill 装好了但模型调用失败」的割裂。3. 可复制配置settings.json 与 config.toml 骨架这一节给可直接抄的配置。分两块OpenClaw 的config.toml以及 Trae / MCP 场景下的settings.json。3.1 OpenClaw config.toml 骨架# ~/.openclaw/config.toml [model] provider openai-compatible base_url https://taotoken.net/api api_key sk-你的TaoToken密钥 model claude-sonnet-4-5 max_tokens 8192 temperature 0.3 [gateway] enabled true [gateway.http] host 127.0.0.1 port 8787 [gateway.http.endpoints.chatCompletions] enabled true [skills] dir ~/.openclaw/skills auto_reload true几个关键点解释一下。base_url指向 TaoToken 的 API 根api_key填你创建的那串。model字段写你要用的模型标识具体可用模型在 TaoToken 的模型列表里查地址 https://taotoken.net/models 。gateway.http.endpoints.chatCompletions.enabled true这一行是后面接 Trae 和 MCP 的前提——它把 OpenClaw 自己变成一个 OpenAI 兼容服务外部客户端可以连进来。skills.dir是技能目录auto_reload true让 OpenClaw 监听目录变化装完 Skill 不用重启也能识别。这个开关能省掉大量「装了没生效」的困惑。3.2 Trae / MCP 侧 settings.json 骨架Trae 通过 MCP 连 OpenClaw 时配置写在 Trae 的 MCP 设置里。典型片段如下{ mcpServers: { openclaw: { command: npx, args: [-y, openclaw/mcp-bridge], env: { OPENCLAW_GATEWAY: http://127.0.0.1:8787, OPENCLAW_API_KEY: sk-你的TaoToken密钥, OPENCLAW_MODEL_BASE: https://taotoken.net/api } } } }这里的OPENCLAW_GATEWAY指向本地 OpenClaw 的 gateway 端口OPENCLAW_API_KEY和OPENCLAW_MODEL_BASE让 bridge 在需要直接调模型时也走 TaoToken。这样 Trae 里的编码 Agent 和 OpenClaw 的 Skill 共享同一套模型通道不会出现「Trae 能调、OpenClaw 调不动」的情况。如果你用 CC Switch 管理多套配置可以在它的 profile 里加一段{ name: openclaw-taotoken, env: { OPENAI_BASE_URL: https://taotoken.net/api, OPENAI_API_KEY: sk-你的TaoToken密钥 }, mcp: { openclaw: { gateway: http://127.0.0.1:8787 } } }CC Switch 的好处是切环境时不用手改文件一个 profile 对应一套 Key 和端点。对同时玩 OpenClaw、Trae、Claude Code 的人来说这个统一层很值。4. Skill 安装的四种方式与验证命令配置就位后进入正题装 Skill。按省事程度从高到低排四种方式每种都给验证命令。4.1 ClawHub 命令行一键装最省事的方式适合新手clawhub install file-system shell-exec process-manager这条命令会从 ClawHub 拉取 Skill 包、解压到~/.openclaw/skills、自动注册。装完验证openclaw skill list输出里应该能看到刚装的 Skill 名字和状态active。如果状态是pending说明auto_reload没开或目录不对检查config.toml里的skills.dir。4.2 手动下载丢文件夹离线环境或 ClawHub 访问不稳时用这招。从 ClawHub 网站下载 Skill 的 zip解压后整个文件夹复制到~/.openclaw/skills/下。目录结构应该是~/.openclaw/skills/file-system/skill.json别多套一层文件夹。复制完执行openclaw skill reload openclaw skill listreload会重新扫描目录。如果 Skill 没出现八成是skill.json缺失或格式错误用cat ~/.openclaw/skills/你的skill/skill.json看一眼。4.3 Git 克隆源码想改代码、做二次开发的人用这个cd ~/.openclaw/skills git clone https://github.com/your/skill-repo.git my-custom-skill openclaw skill reload克隆下来的目录名要和skill.json里的name字段一致否则注册会失败。改完代码后openclaw skill reload即可热加载不用重启整个 OpenClaw。4.4 对话内让 OpenClaw 自己搜装OpenClaw 支持在对话里让它自己找 Skill帮我搜索 ClawHub 上有没有处理 PDF 的 skill找到后安装它会调用内置的 ClawHub 检索能力列出候选并执行安装。这种方式适合探索阶段但生产环境建议还是用命令行可控性更强。4.5 全量必装 Skill 清单如果你要搭一套完整的编码系统下面这组覆盖了文件、进程、浏览器、前端构建、部署等补位能力clawhub install file-system shell-exec process-manager env-manager \ browser-control devtools-capture hot-reload-watcher \ react-dev vue-dev vite-core npm-package frontend-build \ frontend-debug tailwind-css ui-ux-pro-max frontend-design \ error-capture auto-fix log-monitor background-service \ state-persist retry-manager vercel-deploy netlify-deploy \ github-pages-deploy deploy-verify装完统一验证openclaw skill list | grep -c active数字应该和安装数量对得上。少一个就单独openclaw skill info name看报错。5. 验证请求从本地到 Trae 的完整链路Skill 装完不算完要验证「模型能通过 Skill 干活」。分三步。5.1 本地 gateway 自检先确认 OpenClaw 的 gateway 起来了curl -s http://127.0.0.1:8787/v1/models \ -H Authorization: Bearer sk-你的TaoToken密钥返回模型列表说明 gateway 和 TaoToken 通道都通。如果 401检查 Key如果连接拒绝检查config.toml里 gateway 是否enabled true。5.2 Skill 实际执行测试在 OpenClaw 对话里输入一个能触发 Skill 的指令打开记事本并输入文字123这条指令会触发shell-exec或process-managerSkill。如果记事本弹出并输入了 123说明 Skill 注册、模型调用、工具执行三层全通。没反应的话看 OpenClaw 日志tail -f ~/.openclaw/logs/openclaw.log日志里会明确写skill shell-exec invoked还是skill not found。5.3 Trae MCP 联调Trae 侧配置好 MCP 后在 Trae 的 Agent 面板里发一条指令让它通过 OpenClaw 执行文件操作用 openclaw 的 file-system skill 列出当前项目根目录的文件Trae 会通过 MCP bridge 把请求转给 OpenClaw gatewayOpenClaw 调用file-systemSkill 返回结果。如果 Trae 报MCP server not responding先确认 OpenClaw gateway 在跑再检查settings.json里的OPENCLAW_GATEWAY地址和端口。实测下来这条链路最容易出问题的地方是端口冲突——8787 被别的服务占了。改config.toml里的port后记得同步改 Trae 的settings.json。6. 本篇常见错排查把踩过的坑集中列一下按报错现象对号入座。Skill 装了但skill list不显示九成是目录层级错了。正确是~/.openclaw/skills/skill-name/skill.json如果你解压出来是~/.openclaw/skills/skill-name/skill-name/skill.json多了一层OpenClaw 扫不到。把内层文件夹提上来即可。skill not registered但文件在skill.json里的name字段和文件夹名不一致。OpenClaw 以skill.json的name为准注册文件夹名只是路径。改一致后openclaw skill reload。模型调用 401Key 错了或 base_url 带了/v1。TaoToken 的 base_url 是 https://taotoken.net/api 不要自己加/v1。Key 确认是sk-开头且没多余空格。Trae 连不上 MCP先curl http://127.0.0.1:8787/v1/models确认 gateway 活着。活着但 Trae 报错检查settings.json里OPENCLAW_GATEWAY是不是http://127.0.0.1:8787别写成localhost——某些环境下 localhost 解析到 IPv6 会连不上。Skill 执行超时shell-exec这类 Skill 默认超时较短跑长命令会断。在config.toml里加[skills.shell-exec] timeout 120调大超时。WSL 里装了但 Windows 侧 Trae 连不上WSL 的网络和 Windows 宿主是隔离的。要么在 WSL 里跑 Trae要么把 OpenClaw gateway 的host改成0.0.0.0并在 Windows 防火墙放行端口。改host有安全风险仅限本地开发环境。auto_reload不生效某些文件系统尤其是 Windows 挂载的目录不支持 inotify 监听。手动openclaw skill reload兜底。排障时如果怀疑是 Key 或通道问题直接去 TaoToken 控制台看调用记录地址 https://taotoken.net/console 每次请求的成功/失败和耗时都有记录比翻日志快。7. 把统一 Key 用在更多工具上Skill 装完、链路跑通之后你会发现真正省事的是「一套 Key 走天下」这件事。OpenClaw 用 TaoToken 的 KeyTrae 通过 MCP 复用同一个 gatewayCherry Studio 里配的也是同一个 base_url。以后换模型、调额度只改 TaoToken 控制台一处所有工具跟着变。如果你还想把这套配置用到 Claude Code 或别的编码 Agent 上TaoToken 的接入文档里有各客户端的配置示例地址 https://taotoken.net/doc 。想先试试模型对话效果可以直接在 https://taotoken.net/chat 里发几条指令验证通道。长期跑编码 Agent 的话Coding Plan 的额度模型更适合高频调用详情在 https://taotoken.net/coding-plan 。回到 OpenClaw 本身Skill 生态还在快速长ClawHub 上每天都有新包。建议养成习惯装新 Skill 前先openclaw skill info name看依赖装完立刻openclaw skill list确认状态别攒一堆再排查。这套流程跑顺了OpenClaw 才真正从「能聊」变成「能干活」。