尧图网站建设 
1. 天翼AI云电脑预置OpenClaw迁移场景与Clawdbot旧配置痛点天翼AI云电脑最近把预置镜像从 Clawdbot 一路迭代到 Moltbot现在统一收敛到 OpenClaw。名字换了三代底层还是那套「能自己动手干活」的智能体框架读文件、跑命令、整理目录、串自动化流程。对普通用户来说最大的好处是不用再为跑一个本地智能体去抢高配硬件登录云电脑点桌面图标就能用。但问题也出在这里——很多老用户手里还留着 Clawdbot 或 Moltbot 时期的配置文件、API Key、模型 ID直接启动 OpenClaw 会出现读不到配置、模型名对不上、请求 401 的情况。我自己在 Windows 云电脑上从 Moltbot 迁到 OpenClaw 时就踩过一轮坑旧目录叫.moltbot新版本默认读.openclaw结果启动后一直提示没有可用模型。后来才搞明白OpenClaw 保留了兼容读取逻辑但需要你显式把旧配置迁过去或者改环境变量指过去。这篇就按「迁移配置 → 验证请求 → 排错」的顺序把可复制的片段和检查清单交给你Windows 环境下照着做就能确认 OpenClaw 到底跑没跑起来。先说清楚 OpenClaw 是什么、适合谁。它是一个可本地/云端运行的智能体运行时核心能力是「理解任务 → 调用工具 → 执行动作」不是单纯聊天。适合三类人一是想把日常重复操作整理文件、批量重命名、汇总文档交给智能体的人二是需要在云电脑里跑自动化流程、又不想买高配机器的办公用户三是原来用 Clawdbot/Moltbot、现在想平滑升级到 OpenClaw 的老用户。天翼AI云电脑的预置镜像把运行环境、依赖、桌面入口都打包好了你只需要处理配置迁移这一层。迁移的核心矛盾就一个旧版本的配置路径、字段名、模型标识和新版本不完全一致。Clawdbot 时期配置散落在用户目录Moltbot 开始收敛到单一配置文件OpenClaw 进一步规范了base_url、api_key、model三个关键字段并且支持通过环境变量覆盖。你要做的不是重装而是把旧值映射到新结构再用一次真实请求验证链路通不通。下面进入具体操作。2. OpenClaw 前置准备TaoToken 接入与 Windows 云电脑环境确认在动配置文件之前先把「模型从哪来」这件事定下来。OpenClaw 本身是运行时它需要调用一个兼容 OpenAI 协议的大模型服务。你可以用 TaoToken 作为模型接入层它提供标准的/v1/chat/completions接口OpenClaw 的配置里填 Base URL、API Key、Model ID 三件套即可。先拿 Key。打开 TaoToken 的 API Keys 页面deep linkhttps://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentopenclaw_migrationutm_campaignrewrite 登录后创建一个新 Key复制保存。注意 Key 只在创建时完整显示一次关掉页面就看不到了。如果你还没有账号从官网入口进https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册流程很快。Base URL 统一用https://taotoken.net/api注意这个地址后面不加 UTM 参数直接写进配置。Model ID 根据你订阅的套餐选常见的有claude-sonnet-4-5、gpt-4o这类具体以控制台里列出的可用模型为准。你可以先在模型对话页面deep linkhttps://taotoken.net/model-chat?utm_sourcetaotoken_aicg_blog_endutm_contentopenclaw_migrationutm_campaignrewrite 发一条消息确认 Key 和模型能正常返回再去配 OpenClaw这样能把「Key 错」和「配置错」两类问题分开。Windows 云电脑这边要确认三件事。第一客户端版本。天翼AI云电脑客户端建议更新到 3.2.0 及以上旧版本可能看不到新的分享镜像入口。第二镜像名称。在「控制中心 → 设置 → 系统重装 → 更换系统 → 分享镜像」里找Windows 11 OpenClaw或带 OpenClaw 字样的镜像如果列表里还是 Moltbot v2.0说明该区域还没全量稍后再刷。第三重装会清空 C 盘数据动手前把桌面和文档里的东西备份到 D 盘或外部存储。环境变量这块Windows 下建议用系统级变量而不是临时set因为 OpenClaw 可能由桌面快捷方式拉起临时变量不一定继承。打开「此电脑 → 属性 → 高级系统设置 → 环境变量」新建两个用户变量OPENCLAW_API_KEY和OPENCLAW_BASE_URL。这样即使配置文件里没写全运行时也能兜底。做完这一步前置就算齐了接下来进配置文件。3. 可复制配置OpenClaw settings.json 与旧 Clawdbot/Moltbot 字段映射OpenClaw 在 Windows 下的主配置目录默认是C:\Users\你的用户名\.openclaw\主文件是settings.json。旧版本 Moltbot 用的是.moltbot\config.jsonClawdbot 更早可能散在.clawdbot\下。迁移时不要直接删旧目录先复制一份备份再把值搬过去。先看新旧字段的对应关系这张表建议对着改旧字段Clawdbot/Moltbot新字段OpenClaw settings.json说明api_key/tokenproviders.taotoken.apiKey值不变位置变了api_base/endpointproviders.taotoken.baseUrl统一为https://taotoken.net/apimodel_name/default_modelagents.default.model填控制台里的 Model IDworkspaceworkspace.path工作目录建议指向 D 盘log_levellogging.level调试时设debug下面是可直接复制的settings.json片段路径按你的实际情况改。注意 JSON 不支持注释下面代码块里的//只是讲解实际文件里要删掉。{ providers: { taotoken: { type: openai-compatible, baseUrl: https://taotoken.net/api, apiKey: sk-你的TaoToken密钥, models: [claude-sonnet-4-5, gpt-4o] } }, agents: { default: { provider: taotoken, model: claude-sonnet-4-5, temperature: 0.3 } }, workspace: { path: D:\\openclaw-workspace, allowShell: true }, logging: { level: info, file: D:\\openclaw-workspace\\logs\\openclaw.log } }如果你更习惯用 TOMLOpenClaw 也支持settings.toml等价写法如下[providers.taotoken] type openai-compatible baseUrl https://taotoken.net/api apiKey sk-你的TaoToken密钥 models [claude-sonnet-4-5, gpt-4o] [agents.default] provider taotoken model claude-sonnet-4-5 temperature 0.3 [workspace] path D:\\openclaw-workspace allowShell true放好文件后还要处理旧目录的兼容。OpenClaw 启动时会先读.openclaw读不到再尝试.moltbot。如果你想让旧配置直接生效可以在.openclaw下建一个软链接指向旧目录但更稳妥的做法是手动搬值。搬完后把旧目录改名比如.moltbot.bak避免两套配置打架。注意apiKey不要提交到任何 Git 仓库也不要在截图里露出完整值。云电脑是共享环境时配置文件权限建议设为仅当前用户可读。配置写完先别急着启动用一段 PowerShell 校验 JSON 语法避免因为一个逗号导致启动失败Get-Content $env:USERPROFILE\.openclaw\settings.json -Raw | ConvertFrom-Json没有报错就说明语法没问题。这一步能挡掉相当一部分「启动闪退」的问题。4. 启动验证OpenClaw 请求成功结果与 Windows 日志确认配置就绪后从桌面图标启动 OpenClaw或者用命令行拉起。命令行方式更容易看到日志推荐先用这种方式验证一次cd $env:USERPROFILE\.openclaw openclaw run --config .\settings.json --log-level debug启动后观察三件事。第一日志里有没有provider taotoken loaded这类字样说明配置被正确解析。第二有没有model resolved: claude-sonnet-4-5说明模型 ID 对上了。第三发一条测试任务比如「列出 D:\openclaw-workspace 下的文件并总结」看它是否真的去读目录并返回结构化结果。如果你想跳过 UI 直接验证 API 链路可以用 curl 打一次 TaoToken 的接口确认 Key 和 Base URL 本身没问题curl https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-你的TaoToken密钥 \ -H Content-Type: application/json \ -d { model: claude-sonnet-4-5, messages: [{role: user, content: 回复 OK 两个字母}] }返回体里choices[0].message.content是OK就说明模型侧通了。这时候如果 OpenClaw 还是报错问题一定在 OpenClaw 配置或工作目录权限而不是 Key。成功启动的日志大概长这样你可以对照[info] loading config from C:\Users\you\.openclaw\settings.json [info] provider taotoken registered, baseUrlhttps://taotoken.net/api [info] agent default ready, modelclaude-sonnet-4-5 [info] workspace mounted at D:\openclaw-workspace [info] openclaw listening on local port 18789看到listening就说明运行时起来了。这时候回到桌面点 OpenClaw 图标输入一个真实任务比如「把 D:\openclaw-workspace\reports 里的 txt 文件按日期重命名」观察它是否调用 shell 并返回执行结果。能跑通迁移就算完成。提示首次运行如果卡在workspace mounted多半是 D 盘目录不存在或没有写权限。手动建目录再试。验证阶段建议至少跑两类任务一类是纯对话确认模型链路一类是带工具调用确认 shell 和文件权限。两类都过才算真正可用。5. 迁移常见报错排查401、local proxy failed、reading choices、OAuth迁移过程中最容易撞上的几类报错我按实际遇到的频率排一下并给出定位方法。401 Unauthorized。日志里出现401或invalid api key先检查三处settings.json里的apiKey有没有多余空格环境变量OPENCLAW_API_KEY是否覆盖了文件里的值环境变量优先级更高Key 是否在 TaoToken 控制台被删除或过期。排查顺序是先用第 4 节的 curl 单独测 Keycurl 通而 OpenClaw 不通就是配置读取问题。local proxy failed / connection refused。这个通常出现在 OpenClaw 尝试走本地代理端口时。检查settings.json里有没有残留旧版本的proxy字段Clawdbot 时期可能配过http://127.0.0.1:xxxx。OpenClaw 不需要本地代理把这类字段删掉baseUrl直接写https://taotoken.net/api。另外确认云电脑防火墙没有拦 OpenClaw 的本地监听端口。reading choices / cannot read property choices。这是返回体结构不符合预期导致的。常见原因是baseUrl写成了https://taotoken.net而漏了/api或者写成了/v1导致路径重复。正确写法是https://taotoken.net/apiOpenClaw 会自己拼/v1/chat/completions。改完重启即可。OAuth / token expired。如果你之前用的是带 OAuth 的接入方式迁移到 OpenClaw 后要改成 API Key 模式。OpenClaw 的providers.taotoken.type设为openai-compatible不要设成oauth。旧 OAuth 缓存文件在.moltbot\auth\下迁移时可以整个删掉避免它被误读。模型名不存在 / model not found。对照 TaoToken 控制台里实际可用的 Model ID别凭记忆写。claude-sonnet-4-5和claude-3-5-sonnet是两个不同的 ID写错就报这个错。启动闪退无日志。多半是settings.json语法错误。回到第 3 节的 PowerShell 校验命令先过语法关。如果语法没问题把logging.level设成debug用命令行启动看输出。排查时记住一个原则先分离模型链路和运行时链路。curl 测模型命令行测运行时两边都通再合起来。这样能把问题范围缩到最小不至于在一堆日志里瞎找。6. OpenClaw 长期使用与 Coding Plan 接入建议迁移完成只是开始。OpenClaw 这类智能体跑长期任务时对模型调用的稳定性和额度消耗都比较敏感。如果你打算把它当成日常办公助手比如每天整理文件、跑报表汇总、批量处理文档建议关注 TaoToken 的 Coding Plandeep linkhttps://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentopenclaw_migrationutm_campaignrewrite 它面向长期编码和 Agent 场景额度模型更适合这种持续调用的用法。接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentopenclaw_migrationutm_campaignrewrite 里面有各语言的调用示例和参数说明配 OpenClaw 时遇到字段不确定可以对照。控制台在 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentopenclaw_migrationutm_campaignrewrite 可以看用量和 Key 状态。几个长期使用的小经验。工作目录单独放一个盘别和系统盘混重装镜像时不至于丢数据。日志级别平时设info排障时临时开debug长期开 debug 会拖慢响应。allowShell打开后智能体能执行命令建议只在可信任务里用工作目录设成专用目录而不是整个 C 盘。配置改完养成先跑 PowerShell 语法校验的习惯能省很多重启时间。最后一步把迁移后的settings.json和旧配置备份一起归档下次镜像再升级时直接对照字段映射表改不用重新摸索。OpenClaw 的配置结构比前两代清晰迁移一次之后后面基本就是改 Model ID 的事。 天翼AI云电脑预置OpenClaw：从Clawdbot到Moltbot的迁移配置与验证
1. 天翼AI云电脑预置OpenClaw迁移场景与Clawdbot旧配置痛点天翼AI云电脑最近把预置镜像从 Clawdbot 一路迭代到 Moltbot现在统一收敛到 OpenClaw。名字换了三代底层还是那套「能自己动手干活」的智能体框架读文件、跑命令、整理目录、串自动化流程。对普通用户来说最大的好处是不用再为跑一个本地智能体去抢高配硬件登录云电脑点桌面图标就能用。但问题也出在这里——很多老用户手里还留着 Clawdbot 或 Moltbot 时期的配置文件、API Key、模型 ID直接启动 OpenClaw 会出现读不到配置、模型名对不上、请求 401 的情况。我自己在 Windows 云电脑上从 Moltbot 迁到 OpenClaw 时就踩过一轮坑旧目录叫.moltbot新版本默认读.openclaw结果启动后一直提示没有可用模型。后来才搞明白OpenClaw 保留了兼容读取逻辑但需要你显式把旧配置迁过去或者改环境变量指过去。这篇就按「迁移配置 → 验证请求 → 排错」的顺序把可复制的片段和检查清单交给你Windows 环境下照着做就能确认 OpenClaw 到底跑没跑起来。先说清楚 OpenClaw 是什么、适合谁。它是一个可本地/云端运行的智能体运行时核心能力是「理解任务 → 调用工具 → 执行动作」不是单纯聊天。适合三类人一是想把日常重复操作整理文件、批量重命名、汇总文档交给智能体的人二是需要在云电脑里跑自动化流程、又不想买高配机器的办公用户三是原来用 Clawdbot/Moltbot、现在想平滑升级到 OpenClaw 的老用户。天翼AI云电脑的预置镜像把运行环境、依赖、桌面入口都打包好了你只需要处理配置迁移这一层。迁移的核心矛盾就一个旧版本的配置路径、字段名、模型标识和新版本不完全一致。Clawdbot 时期配置散落在用户目录Moltbot 开始收敛到单一配置文件OpenClaw 进一步规范了base_url、api_key、model三个关键字段并且支持通过环境变量覆盖。你要做的不是重装而是把旧值映射到新结构再用一次真实请求验证链路通不通。下面进入具体操作。2. OpenClaw 前置准备TaoToken 接入与 Windows 云电脑环境确认在动配置文件之前先把「模型从哪来」这件事定下来。OpenClaw 本身是运行时它需要调用一个兼容 OpenAI 协议的大模型服务。你可以用 TaoToken 作为模型接入层它提供标准的/v1/chat/completions接口OpenClaw 的配置里填 Base URL、API Key、Model ID 三件套即可。先拿 Key。打开 TaoToken 的 API Keys 页面deep linkhttps://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentopenclaw_migrationutm_campaignrewrite 登录后创建一个新 Key复制保存。注意 Key 只在创建时完整显示一次关掉页面就看不到了。如果你还没有账号从官网入口进https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册流程很快。Base URL 统一用https://taotoken.net/api注意这个地址后面不加 UTM 参数直接写进配置。Model ID 根据你订阅的套餐选常见的有claude-sonnet-4-5、gpt-4o这类具体以控制台里列出的可用模型为准。你可以先在模型对话页面deep linkhttps://taotoken.net/model-chat?utm_sourcetaotoken_aicg_blog_endutm_contentopenclaw_migrationutm_campaignrewrite 发一条消息确认 Key 和模型能正常返回再去配 OpenClaw这样能把「Key 错」和「配置错」两类问题分开。Windows 云电脑这边要确认三件事。第一客户端版本。天翼AI云电脑客户端建议更新到 3.2.0 及以上旧版本可能看不到新的分享镜像入口。第二镜像名称。在「控制中心 → 设置 → 系统重装 → 更换系统 → 分享镜像」里找Windows 11 OpenClaw或带 OpenClaw 字样的镜像如果列表里还是 Moltbot v2.0说明该区域还没全量稍后再刷。第三重装会清空 C 盘数据动手前把桌面和文档里的东西备份到 D 盘或外部存储。环境变量这块Windows 下建议用系统级变量而不是临时set因为 OpenClaw 可能由桌面快捷方式拉起临时变量不一定继承。打开「此电脑 → 属性 → 高级系统设置 → 环境变量」新建两个用户变量OPENCLAW_API_KEY和OPENCLAW_BASE_URL。这样即使配置文件里没写全运行时也能兜底。做完这一步前置就算齐了接下来进配置文件。3. 可复制配置OpenClaw settings.json 与旧 Clawdbot/Moltbot 字段映射OpenClaw 在 Windows 下的主配置目录默认是C:\Users\你的用户名\.openclaw\主文件是settings.json。旧版本 Moltbot 用的是.moltbot\config.jsonClawdbot 更早可能散在.clawdbot\下。迁移时不要直接删旧目录先复制一份备份再把值搬过去。先看新旧字段的对应关系这张表建议对着改旧字段Clawdbot/Moltbot新字段OpenClaw settings.json说明api_key/tokenproviders.taotoken.apiKey值不变位置变了api_base/endpointproviders.taotoken.baseUrl统一为https://taotoken.net/apimodel_name/default_modelagents.default.model填控制台里的 Model IDworkspaceworkspace.path工作目录建议指向 D 盘log_levellogging.level调试时设debug下面是可直接复制的settings.json片段路径按你的实际情况改。注意 JSON 不支持注释下面代码块里的//只是讲解实际文件里要删掉。{ providers: { taotoken: { type: openai-compatible, baseUrl: https://taotoken.net/api, apiKey: sk-你的TaoToken密钥, models: [claude-sonnet-4-5, gpt-4o] } }, agents: { default: { provider: taotoken, model: claude-sonnet-4-5, temperature: 0.3 } }, workspace: { path: D:\\openclaw-workspace, allowShell: true }, logging: { level: info, file: D:\\openclaw-workspace\\logs\\openclaw.log } }如果你更习惯用 TOMLOpenClaw 也支持settings.toml等价写法如下[providers.taotoken] type openai-compatible baseUrl https://taotoken.net/api apiKey sk-你的TaoToken密钥 models [claude-sonnet-4-5, gpt-4o] [agents.default] provider taotoken model claude-sonnet-4-5 temperature 0.3 [workspace] path D:\\openclaw-workspace allowShell true放好文件后还要处理旧目录的兼容。OpenClaw 启动时会先读.openclaw读不到再尝试.moltbot。如果你想让旧配置直接生效可以在.openclaw下建一个软链接指向旧目录但更稳妥的做法是手动搬值。搬完后把旧目录改名比如.moltbot.bak避免两套配置打架。注意apiKey不要提交到任何 Git 仓库也不要在截图里露出完整值。云电脑是共享环境时配置文件权限建议设为仅当前用户可读。配置写完先别急着启动用一段 PowerShell 校验 JSON 语法避免因为一个逗号导致启动失败Get-Content $env:USERPROFILE\.openclaw\settings.json -Raw | ConvertFrom-Json没有报错就说明语法没问题。这一步能挡掉相当一部分「启动闪退」的问题。4. 启动验证OpenClaw 请求成功结果与 Windows 日志确认配置就绪后从桌面图标启动 OpenClaw或者用命令行拉起。命令行方式更容易看到日志推荐先用这种方式验证一次cd $env:USERPROFILE\.openclaw openclaw run --config .\settings.json --log-level debug启动后观察三件事。第一日志里有没有provider taotoken loaded这类字样说明配置被正确解析。第二有没有model resolved: claude-sonnet-4-5说明模型 ID 对上了。第三发一条测试任务比如「列出 D:\openclaw-workspace 下的文件并总结」看它是否真的去读目录并返回结构化结果。如果你想跳过 UI 直接验证 API 链路可以用 curl 打一次 TaoToken 的接口确认 Key 和 Base URL 本身没问题curl https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-你的TaoToken密钥 \ -H Content-Type: application/json \ -d { model: claude-sonnet-4-5, messages: [{role: user, content: 回复 OK 两个字母}] }返回体里choices[0].message.content是OK就说明模型侧通了。这时候如果 OpenClaw 还是报错问题一定在 OpenClaw 配置或工作目录权限而不是 Key。成功启动的日志大概长这样你可以对照[info] loading config from C:\Users\you\.openclaw\settings.json [info] provider taotoken registered, baseUrlhttps://taotoken.net/api [info] agent default ready, modelclaude-sonnet-4-5 [info] workspace mounted at D:\openclaw-workspace [info] openclaw listening on local port 18789看到listening就说明运行时起来了。这时候回到桌面点 OpenClaw 图标输入一个真实任务比如「把 D:\openclaw-workspace\reports 里的 txt 文件按日期重命名」观察它是否调用 shell 并返回执行结果。能跑通迁移就算完成。提示首次运行如果卡在workspace mounted多半是 D 盘目录不存在或没有写权限。手动建目录再试。验证阶段建议至少跑两类任务一类是纯对话确认模型链路一类是带工具调用确认 shell 和文件权限。两类都过才算真正可用。5. 迁移常见报错排查401、local proxy failed、reading choices、OAuth迁移过程中最容易撞上的几类报错我按实际遇到的频率排一下并给出定位方法。401 Unauthorized。日志里出现401或invalid api key先检查三处settings.json里的apiKey有没有多余空格环境变量OPENCLAW_API_KEY是否覆盖了文件里的值环境变量优先级更高Key 是否在 TaoToken 控制台被删除或过期。排查顺序是先用第 4 节的 curl 单独测 Keycurl 通而 OpenClaw 不通就是配置读取问题。local proxy failed / connection refused。这个通常出现在 OpenClaw 尝试走本地代理端口时。检查settings.json里有没有残留旧版本的proxy字段Clawdbot 时期可能配过http://127.0.0.1:xxxx。OpenClaw 不需要本地代理把这类字段删掉baseUrl直接写https://taotoken.net/api。另外确认云电脑防火墙没有拦 OpenClaw 的本地监听端口。reading choices / cannot read property choices。这是返回体结构不符合预期导致的。常见原因是baseUrl写成了https://taotoken.net而漏了/api或者写成了/v1导致路径重复。正确写法是https://taotoken.net/apiOpenClaw 会自己拼/v1/chat/completions。改完重启即可。OAuth / token expired。如果你之前用的是带 OAuth 的接入方式迁移到 OpenClaw 后要改成 API Key 模式。OpenClaw 的providers.taotoken.type设为openai-compatible不要设成oauth。旧 OAuth 缓存文件在.moltbot\auth\下迁移时可以整个删掉避免它被误读。模型名不存在 / model not found。对照 TaoToken 控制台里实际可用的 Model ID别凭记忆写。claude-sonnet-4-5和claude-3-5-sonnet是两个不同的 ID写错就报这个错。启动闪退无日志。多半是settings.json语法错误。回到第 3 节的 PowerShell 校验命令先过语法关。如果语法没问题把logging.level设成debug用命令行启动看输出。排查时记住一个原则先分离模型链路和运行时链路。curl 测模型命令行测运行时两边都通再合起来。这样能把问题范围缩到最小不至于在一堆日志里瞎找。6. OpenClaw 长期使用与 Coding Plan 接入建议迁移完成只是开始。OpenClaw 这类智能体跑长期任务时对模型调用的稳定性和额度消耗都比较敏感。如果你打算把它当成日常办公助手比如每天整理文件、跑报表汇总、批量处理文档建议关注 TaoToken 的 Coding Plandeep linkhttps://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentopenclaw_migrationutm_campaignrewrite 它面向长期编码和 Agent 场景额度模型更适合这种持续调用的用法。接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentopenclaw_migrationutm_campaignrewrite 里面有各语言的调用示例和参数说明配 OpenClaw 时遇到字段不确定可以对照。控制台在 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentopenclaw_migrationutm_campaignrewrite 可以看用量和 Key 状态。几个长期使用的小经验。工作目录单独放一个盘别和系统盘混重装镜像时不至于丢数据。日志级别平时设info排障时临时开debug长期开 debug 会拖慢响应。allowShell打开后智能体能执行命令建议只在可信任务里用工作目录设成专用目录而不是整个 C 盘。配置改完养成先跑 PowerShell 语法校验的习惯能省很多重启时间。最后一步把迁移后的settings.json和旧配置备份一起归档下次镜像再升级时直接对照字段映射表改不用重新摸索。OpenClaw 的配置结构比前两代清晰迁移一次之后后面基本就是改 Model ID 的事。