1. 为什么要把 OpenClaw 放到阿里云轻量应用服务器上跑OpenClaw 是一个能“看屏幕、点鼠标、敲键盘”的 AI 代理项目你可以把它理解成一个会自己动手的数字员工你给它一个目标它拆解成若干步然后真的去操作浏览器、文件系统、终端命令把事做完。它和普通聊天机器人的最大区别就是有“手”——能执行而不只是回答。但很多人第一次跑 OpenClaw 是在自己笔记本上问题马上来了合上盖子就断、断网就停、休眠就死任务跑到一半没了。AI 代理的价值在于“持续替你干活”而本地电脑恰恰最不适合长时间挂机。这就是阿里云轻量应用服务器出场的地方——它 7×24 小时在线机房带宽稳定你下班关机它还在跑。这篇面向想用 AI 代理做自动化任务的开发者交付一条完整可复制的路径在阿里云轻量应用服务器上把 OpenClaw 跑起来配好模型通道最后用一条真实的自动化任务验证它是否按预期执行。模型服务这一层我会用统一的 Key/API 通道接入避免在多个厂商之间来回切换配置。适合谁有基础 Linux 命令能力、想让 AI 代理替自己处理重复任务的开发者也适合刚接触 AI 代理、想先跑通一条链路的新手。需要提前说清楚一点OpenClaw 本身是执行框架它自己不带模型能力真正“思考”的那部分要接大模型 API。所以整条链路是「阿里云轻量服务器 → OpenClaw → 模型 API 通道 → 执行动作」。任何一环配错代理都会卡住不动后面的排障章节会逐个对照真实报错。2. 前置准备阿里云轻量应用服务器与 TaoToken 统一 Key 通道2.1 阿里云轻量应用服务器的选型与初始化在阿里云控制台进入轻量应用服务器创建实例时重点看三件事地域、镜像、配置。地域选择上如果你要跑联网搜索、访问海外 API 接口这类技能选中国香港、新加坡等地域会更顺购买后可直接使用不用走备案流程。配置上2 核 4GiB 内存、40GiB ESSD、5Mbps 带宽是能跑起来的起步档单代理挂机够用如果你打算多技能并发后面可以弹性升配不用重新部署。镜像这块如果你能找到预装 OpenClaw 的应用镜像那是最省事的Node.js、Python、Docker 这些依赖都齐了。如果用的是纯净系统镜像比如 Ubuntu 22.04也没关系下面我给的是从零装依赖的命令照着走就行。创建完成后先在控制台的安全组里放行你要用的端口。OpenClaw 的 Web 控制台默认走 3000 端口SSH 走 22。安全组规则建议只对你自己的出口 IP 开放别图省事开 0.0.0.0/0代理服务暴露在公网风险很高。登录服务器ssh root你的服务器公网IP第一次登录后先更新系统并装基础工具apt update apt upgrade -y apt install -y curl git build-essential2.2 安装 Node.js 22 与 OpenClawOpenClaw 对 Node 版本有要求建议 22.x。用 NodeSource 源安装curl -fsSL https://deb.nodesource.com/setup_22.x | bash - apt install -y nodejs node -v # 应输出 v22.x.x npm -v接着装 OpenClaw CLI。如果你用的是预装镜像这步可以跳过直接openclaw --version验证。纯净镜像则npm install -g openclaw openclaw --version如果 npm 全局安装慢可以先换国内镜像源再装npm config set registry https://registry.npmmirror.com2.3 为什么用 TaoToken 统一 Key 通道接模型OpenClaw 要调模型就得配 API 地址和 Key。问题是不同模型厂商的 Base URL、鉴权方式、模型 ID 命名都不一样你在 OpenClaw 里换一次模型就要改一次配置很烦。用统一 Key/API 通道的好处是Base URL 固定Key 固定换模型只改一个 Model ID 字段。TaoToken 就是干这个的官网入口在 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end API 地址是 https://taotoken.net/api 。你需要在控制台创建一个 API Key后面 OpenClaw 的配置里会用到。创建 Key 的入口在控制台的 API Keys 页面拿到一串以sk-开头的密钥先复制保存好页面关了就看不到了。这里有个关键点OpenClaw 的模型配置里Base URL 要填https://taotoken.net/api注意不要多加/v1后缀具体以接入文档为准。Model ID 填你实际要用的模型名比如claude-sonnet-4-5这类。三件套Base URL Key Model ID必须同时正确缺一个都会报鉴权或找不到模型的错。3. 可复制配置OpenClaw 的 settings 与启动参数3.1 初始化 OpenClaw 工作目录OpenClaw 默认在用户目录下建配置。先初始化openclaw init它会生成一个配置目录通常在~/.openclaw/下里面有settings.json和skills/目录。我们重点改settings.json。3.2 settings.json 完整配置片段下面是一份可直接复制的配置路径为~/.openclaw/settings.json。注意把sk-你的Key换成你在控制台创建的真实 Key{ model: { provider: openai-compatible, baseUrl: https://taotoken.net/api, apiKey: sk-你的Key, modelId: claude-sonnet-4-5, maxTokens: 4096, temperature: 0.3 }, agent: { maxSteps: 30, stepDelayMs: 800, headless: true, screenshotOnError: true }, server: { host: 0.0.0.0, port: 3000 }, logging: { level: info, file: ~/.openclaw/logs/agent.log } }逐字段说明一下容易踩坑的地方。provider填openai-compatible因为统一通道走的是 OpenAI 兼容协议。baseUrl就是https://taotoken.net/api别自己拼/v1/chat/completionsOpenClaw 会自己补路径。modelId是唯一需要随模型切换而改的字段。headless: true表示无头模式运行服务器上没有显示器必须开这个否则浏览器技能会启动失败。maxSteps控制单次任务最多走多少步太小会导致复杂任务中途停30 是个稳妥起点。3.3 用环境变量管理 Key推荐把 Key 明文写在 settings.json 里不够安全建议改用环境变量。修改配置{ model: { provider: openai-compatible, baseUrl: https://taotoken.net/api, apiKeyEnv: TAOTOKEN_API_KEY, modelId: claude-sonnet-4-5 } }然后在~/.bashrc里加export TAOTOKEN_API_KEYsk-你的Key执行source ~/.bashrc生效。这样配置文件可以安全备份、分享Key 不会泄露。3.4 启动参数与后台常驻前台启动测试openclaw start --config ~/.openclaw/settings.json确认没问题后用 systemd 让它常驻这样 SSH 断开也不影响。创建/etc/systemd/system/openclaw.service[Unit] DescriptionOpenClaw Agent Afternetwork.target [Service] Typesimple Userroot EnvironmentTAOTOKEN_API_KEYsk-你的Key ExecStart/usr/bin/openclaw start --config /root/.openclaw/settings.json Restartalways RestartSec5 [Install] WantedBymulti-user.target加载并启动systemctl daemon-reload systemctl enable openclaw systemctl start openclaw systemctl status openclaw看到active (running)就说明代理进程已经常驻。这一步做完你的 OpenClaw 就具备了 7×24 小时工作的基础。4. 验证请求跑通一条自动化任务看结果4.1 先验证模型通道是否通在让代理干活之前先单独确认模型 API 能通。用 curl 直接打一次curl https://taotoken.net/api/chat/completions \ -H Authorization: Bearer $TAOTOKEN_API_KEY \ -H Content-Type: application/json \ -d { model: claude-sonnet-4-5, messages: [{role: user, content: 回复两个字通了}] }如果返回 JSON 里有choices字段且内容正常说明 Key、Base URL、Model ID 三件套都对。这一步能过后面 OpenClaw 报错基本就不是模型层的问题了。4.2 安装核心技能OpenClaw 的能力靠技能扩展。先装四个基础技能覆盖大多数自动化场景openclaw skill install browser openclaw skill install file-manager openclaw skill install cron openclaw skill install email装完用openclaw skill list确认状态是 enabled。browser 技能负责网页操作file-manager 管文件读写cron 做定时任务email 处理邮件通知。这四个装好就能跑一条完整的自动化链路了。4.3 一条真实的自动化任务我们来跑一个具体任务让 OpenClaw 访问一个网页抓取页面标题写入本地文件然后通过日志确认执行。创建任务文件~/tasks/fetch-title.json{ name: fetch-page-title, goal: 打开 https://example.com 读取页面主标题文本把结果写入 /root/output/title.txt, skills: [browser, file-manager], timeoutSeconds: 120 }执行mkdir -p /root/output openclaw run --task ~/tasks/fetch-title.json正常执行时终端会打印每一步动作启动浏览器、导航到 URL、定位标题元素、读取文本、写文件。执行完成后检查cat /root/output/title.txt如果文件里出现了页面标题文本说明整条链路——模型决策、浏览器操作、文件写入——全部打通。这就是 OpenClaw 作为 AI 代理的核心价值你描述目标它自己拆步骤并执行。4.4 配一条定时任务单次执行验证通过后用 cron 技能让它定时跑。编辑任务加调度字段{ name: fetch-page-title, goal: 打开 https://example.com 读取页面主标题文本把结果写入 /root/output/title.txt, skills: [browser, file-manager], schedule: 0 */6 * * *, timeoutSeconds: 120 }0 */6 * * *表示每 6 小时执行一次。重新加载任务openclaw cron reload openclaw cron list看到任务已注册就说明你的 AI 代理开始按计划自动干活了。整个过程你不需要守着服务器它在阿里云上持续运行。5. 本篇常见报错排查401、local proxy failed、reading choices、OAuth5.1 401 Unauthorized这是最常见的报错出现在模型调用阶段。原因通常是三类Key 没填对、Key 没生效、环境变量没被读到。先确认环境变量在当前 shell 里存在echo $TAOTOKEN_API_KEY如果输出为空说明~/.bashrc没 source或者 systemd 服务里没配Environment。systemd 启动的进程不会读~/.bashrc必须在 service 文件里显式写EnvironmentTAOTOKEN_API_KEYsk-...改完systemctl daemon-reload systemctl restart openclaw。如果环境变量有值还报 401检查 Key 是否复制完整有没有多余空格或换行。重新在控制台创建一个新 Key 替换测试。5.2 local proxy failed这个报错一般出现在 OpenClaw 启动阶段提示本地代理起不来。常见原因是端口被占用或者headless没开导致浏览器技能初始化失败。先查端口ss -tlnp | grep 3000如果 3000 被占改 settings.json 里的server.port为 3001 或其他空闲端口。如果是浏览器相关确认agent.headless是true服务器无图形界面时必须无头运行。另外检查是否装了 Chromium 依赖openclaw doctordoctor命令会自检依赖并给出缺失项按提示补装即可。5.3 reading choices 报错类似Cannot read properties of undefined (reading choices)的报错说明 OpenClaw 拿到了响应但响应结构里没有choices字段。根因通常是 Base URL 配错请求打到了错误的路径返回了非预期内容。检查 settings.json 里baseUrl是不是https://taotoken.net/api不要带/v1也不要带/chat/completions。OpenClaw 会自己在后面拼标准路径。如果你手动加了后缀就会拼成/api/v1/chat/completions/chat/completions这种错误路径返回的自然是错误页而不是模型响应。改完配置重启服务再用 4.1 的 curl 命令对照验证一次。5.4 OAuth 相关报错如果你在配置里用了需要 OAuth 的 provider或者技能里涉及第三方账号授权可能遇到OAuth token expired或invalid_grant。这类问题跟模型通道无关是第三方服务的授权过期。处理方式找到对应技能的授权配置重新走一次授权流程。如果只是想让代理跑起来先把涉及 OAuth 的技能禁用用openclaw skill disable name专注把模型通道和基础技能跑通再逐个加回。5.5 三件套自查清单任何模型层报错先按这个清单过一遍检查项正确值常见错误Base URLhttps://taotoken.net/api多写 /v1 或 /chat/completionsAPI Keysk- 开头完整串复制不全、含空格Model ID实际可用模型名拼写错误、用了不存在的模型环境变量systemd 里显式声明只写在 .bashrc 里这张表覆盖了九成以上的接入问题。排障时按顺序核对比盲目改配置高效得多。6. 把链路固定下来从验证到长期运行跑通一条任务只是开始真正让 OpenClaw 替你干活是把验证过的链路固化成日常。我的做法是每验证成功一个任务就把它写进 cron 调度然后观察一周日志确认没有偶发失败再放手。日志在~/.openclaw/logs/agent.log用tail -f实时看tail -f ~/.openclaw/logs/agent.log重点看每次任务的步数、耗时、是否有重试。如果某个任务经常在同一个步骤卡住多半是页面结构变了或者选择器失效回去改任务的 goal 描述让它用更通用的定位方式。模型这层如果你后面要换更强的模型做复杂决策只改 settings.json 里的modelId一个字段Base URL 和 Key 都不用动这就是统一通道省事的地方。需要看当前有哪些模型可用可以去模型对话页面实际试一下再填进配置。长期跑编码类、Agent 类任务的话可以考虑用 Coding Plan 这类按周期计费的方式比按量更可控。控制台里能看到用量和 Key 管理接入文档里有各语言的调用示例排障时对照着看很快能定位。最后留一个实用习惯每次改完配置先openclaw doctor自检再systemctl restart openclaw然后手动触发一次任务确认最后才交给 cron。这套顺序能帮你把问题挡在自动化之前而不是等它半夜跑挂了才发现。