企业官网建设流程全解析

1. 先分清两件事：skills 管技能，TaoToken 管模型入口

你刚在终端里执行npx skills add ...，看着交互式界面自动扫描出 Claude Code、Codex、Cursor，空格勾选了几个技能，回车确认。技能目录是装好了，但回到 Claude Code 里发第一条消息，如果供应商 Base URL 还没落到 TaoToken，请求层依旧会卡住。TaoToken 的入口先放在这里：https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=skills_intro 。这篇不把 skills 当新闻讲，而是把「交互式装技能」和「后置拿 Key、填 Base URL」串成一条可复现的链路：先用 vercel-labs/skills 把技能铺到 75+ AI 编程工具，再在 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=skills_key_guide 拿到 Key，把 Base URL 统一填成 https://taotoken.net/api，最后分别落到 Claude Code 的 settings.json、Codex 的 config.toml 和 CC Switch 三件套里。

很多重度用户会把两件事混在一起：技能安装失败，以为是模型 Key 没配；模型请求 401，又回头重装技能。实际上，skills 解决的是「程序性知识」的打包与分发——告诉 Agent 某个任务按什么规范做、引用哪些模板、走哪些步骤；而 TaoToken 解决的是模型请求入口——Key 放哪、Base URL 指向哪、Claude Code 与 Codex 各自读哪份配置。两者边界清楚之后，排障会快很多。下面按顺序走：先交互式装 skills，再后置配 TaoToken Key，最后给出 Claude Code、Codex、CC Switch 三套配置模板与常见问题。

2. 交互式安装 Vercel skills：从 npx skills add 到作用域选择

vercel-labs/skills 的定位是一个开放 Agent 技能管理工具，TypeScript 编写，MIT 协议。它的命令风格接近包管理器：add、use、find、list、update、remove。你不必先研究完整文档，直接跑一条安装命令就会进入交互式 TUI。对 AI 编程工具重度用户来说，最省时的路径是：让工具自动检测本机工具链，你在界面里勾选技能，再决定装到项目级还是全局级。

2.1 安装前检查：Node、npm 与目标工具

先确认本机 Node 与 npm 可用。skills 通过 npx 拉起，避免全局污染：

node -v npm -v npx --yes skills --help

如果npx skills --help能给出 add、use、find 等子命令，说明 CLI 可运行。接着确认你准备接入的 AI 编程工具已经安装过至少一次，例如 Claude Code、Codex、Cursor、Gemini CLI、GitHub Copilot、Windsurf、Cline、OpenCode、Trae、Qwen Code、iFlow CLI、通义灵码等。skills 在安装时会扫描常见工具目录，检测结果会直接出现在交互界面里；如果某个工具没被识别，通常是该工具尚未初始化，或者技能目录路径不在默认位置。

2.2 第一条安装命令：以 agent-browser 为例

不要一上来就装几十个技能。建议先装一个可观察、可回滚的技能，例如浏览器操作类或前端规范类。命令形式如下：

npx skills add vercel-labs/agent-browser

回车后进入交互式流程。你会看到类似三步的选择：

1. 自动检测本机 AI 工具：界面列出 Claude Code、Codex、Cursor 等已安装工具，未安装的通常置灰。
2. 勾选要安装的技能：如果来源仓库包含多个技能，空格勾选，回车确认。只装当前需要的，避免一次性污染技能目录。
3. 选择作用域：默认项目级，装进当前仓库；如果加-g，则装到用户目录，所有项目通用。

项目级安装示例：

cd your-project npx skills add vercel-labs/agent-browser

全局安装示例：

npx skills add vercel-labs/agent-browser -g

安装完成后，CLI 会把技能文件放到对应工具的技能目录。底层常见做法是用 symlink 把多个工具的技能目录指向同一份文件，保证单一事实来源；在不支持软链的环境里，会自动退回复制模式。这意味着你更新一次技能，多个工具可能同时生效；但也意味着删除或移动源文件时，要留意软链是否悬空。

2.3 免安装试用：use 命令先看提示词

如果你不确定某个技能是否适合自己的工作流，不要直接 add。用 use 命令把技能内容生成提示词喂给 Agent，不落盘，试用后再决定：

npx skills use vercel-labs/agent-browser

这个动作适合在 Claude Code 或 Codex 里快速对比：同一个任务，有技能提示词和没有技能提示词，输出结构差异是否明显。觉得好用，再回到 add。

2.4 日常四件套：find、list、update、remove

装完第一个技能后，把下面四条命令记住，基本覆盖日常维护：

# 搜索技能，例如找 react 最佳实践 npx skills find react # 查看当前项目或全局已安装技能 npx skills list # 更新技能，注意观察 diff npx skills update # 卸载不再使用的技能 npx skills remove vercel-labs/agent-browser

find适合在 skills.sh 生态里发现新技能；list用来审计当前项目到底装了哪些技能；update要像看代码 diff 一样看变更；remove则是清理入口。对团队项目，建议把项目级技能目录随 git 提交，这样克隆仓库的人不需要重新勾选。但不要把包含密钥的配置文件提交进去，Key 只放本地环境变量或用户级配置。

3. 装完技能后去 TaoToken 拿 Key：Base URL 只填 https://taotoken.net/api

技能装好之后，下一步不是继续装更多技能，而是把模型请求入口配好。去 TaoToken 官网拿 Key 的入口在这里：https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=skills_after_install 。进入后按控制台流程创建 API Key，Key 只在创建时完整可见，复制后放到本地安全位置。后文所有配置里的 Key 占位符统一写成YOUR_API_KEY，你替换成自己的真实 Key 即可。

这里有一个固定值：Base URL 填https://taotoken.net/api。注意这个 Base URL 不加 UTM 参数，它是给工具读取的接口地址，不是浏览器推广链接。浏览器入口可以带 UTM，配置项里保持干净：

Base URL: https://taotoken.net/api API Key: YOUR_API_KEY

接下来要分工具写配置。Claude Code 读settings.json和ANTHROPIC_*系列环境变量；Codex 读config.toml和自定义 provider；CC Switch 则负责在多个供应商 profile 之间切换。千万不要把ANTHROPIC_*套到 Codex 上，这是最常见的错配之一。

4. Claude Code 后置配置：settings.json 里的 ANTHROPIC_* 写法

Claude Code 的配置可以放在用户级或项目级settings.json。推荐先配用户级，避免每个项目重复写。路径通常是~/.claude/settings.json，如果目录不存在就手动创建。写入以下结构：

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_AUTH_TOKEN": "YOUR_API_KEY", "ANTHROPIC_MODEL": "claude-sonnet-4-5-20250929", "ANTHROPIC_SMALL_FAST_MODEL": "claude-haiku-4-5-20251001" } }

几个关键点：

• ANTHROPIC_BASE_URL必须是https://taotoken.net/api，不要写成官网首页，也不要带 UTM。
• ANTHROPIC_AUTH_TOKEN放 TaoToken 创建的 Key。部分版本也兼容ANTHROPIC_API_KEY，但优先按当前 Claude Code 文档写。
• ANTHROPIC_MODEL与ANTHROPIC_SMALL_FAST_MODEL以 TaoToken 控制台可见模型名为准。上面只是示例，不要盲目复制模型名。
• 如果项目级settings.json也写了 env，项目级会覆盖用户级。排查时先看项目根目录有没有.claude/settings.json。

如果你不想写文件，也可以用 shell 环境变量临时验证：

export ANTHROPIC_BASE_URL="https://taotoken.net/api" export ANTHROPIC_AUTH_TOKEN="YOUR_API_KEY" export ANTHROPIC_MODEL="claude-sonnet-4-5-20250929"

配置完成后，重启 Claude Code，让 settings.json 重新加载。然后在项目里发一条最小请求，例如让它总结当前目录的 README。如果仍然报鉴权错误，按顺序检查：Key 是否复制完整、Base URL 是否写成https://taotoken.net/api、模型名是否在控制台可见、是否被项目级配置覆盖。

5. Codex 后置配置：config.toml 不要套 ANTHROPIC_*

Codex 不吃ANTHROPIC_*。你如果在 Codex 里设置ANTHROPIC_BASE_URL，它不会按你预期去读，最后表现可能是默认 provider 仍然生效，或者直接连接失败。正确做法是写 Codex 自己的~/.codex/config.toml，声明一个自定义 provider，并让它指向 TaoToken 的 Base URL。

示例配置：

model = "gpt-5-codex" model_provider = "taotoken" [model_providers.taotoken] name = "TaoToken" base_url = "https://taotoken.net/api" env_key = "TAOTOKEN_API_KEY" wire_api = "responses"

然后设置环境变量：

export TAOTOKEN_API_KEY="YOUR_API_KEY"

这段配置的逻辑是：Codex 启动时读取model_provider = "taotoken"，找到[model_providers.taotoken]节点，把请求发到base_url = "https://taotoken.net/api"，并从环境变量TAOTOKEN_API_KEY取 Key。wire_api按你的 Codex 版本选择，常见有responses或chat；如果启动时报协议不匹配，优先查这一项，而不是回头改 Claude Code 的配置。

Codex 与 Claude Code 的配置文件不要互相复制。你可以在同一台机器上同时保留：

• Claude Code：~/.claude/settings.json+ANTHROPIC_*
• Codex：~/.codex/config.toml+TAOTOKEN_API_KEY
• 两者共同点：Base URL 都是https://taotoken.net/api

这才是「后置配 Key」的正确拆分方式。

6. CC Switch 三件套：把 Claude Code、Codex、Gemini 的入口对齐

CC Switch 这类切换工具的价值在于：你不必每次手动改配置文件，而是维护多个供应商 profile，在 Claude Code、Codex、Gemini CLI 等工具之间切换。配 TaoToken 时，把它当成一个独立供应商，核心是三件套：Base URL、API Key、模型名。三件套对齐之后，再映射到不同工具的配置格式。

建议在 CC Switch 里新建一个 profile，名称可以用TaoToken，字段按下面填写：

供应商名称：TaoToken Base URL：https://taotoken.net/api API Key：YOUR_API_KEY 模型名：以 TaoToken 控制台可见模型为准

保存后，分别检查三个映射：

1. Claude Code profile：对应ANTHROPIC_BASE_URL、ANTHROPIC_AUTH_TOKEN、ANTHROPIC_MODEL。CC Switch 切换后，确认~/.claude/settings.json或它管理的配置源已经更新。
2. Codex profile：对应~/.codex/config.toml中的model_provider、base_url、env_key。不要在这里出现ANTHROPIC_*。
3. Gemini CLI 或其他工具 profile：按该工具自己的 provider 字段填写，Base URL 仍是https://taotoken.net/api，Key 用同一个 TaoToken Key。

CC Switch 三件套最容易踩的坑是「只改了 Key，没改 Base URL」，或者「只改了 Claude Code，没改 Codex」。切换后先跑一条最小请求，再切换下一个工具。这样你能快速判断问题出在 profile 还是工具本身。

7. 项目级与全局级：技能作用域和模型配置的配合

skills 支持项目级与全局级两种作用域，这和模型配置的层级很容易混淆。建议用一张决策表：

项目级技能默认装进当前目录，团队成员克隆仓库后就能获得同一套技能；全局级技能装到用户目录，适合你个人长期使用的浏览器操作、代码审查、文档生成等能力。模型配置则反过来：Base URL 和 Key 尽量放用户级，不要提交到 git。如果项目必须固定模型名，可以在项目级配置里写模型名，但 Key 仍从环境变量读取。

8. 排障：交互式安装后最常见的 6 个问题

问题一：npx skills add扫描不到我装的工具。先确认该工具已经初始化过，并且技能目录在默认位置。可以先用npx skills list看 CLI 是否识别到当前环境，再检查工具是否需要先启动一次生成配置目录。

问题二：技能装上了，但 Claude Code 里没生效。先看作用域：项目级只对当前目录生效，全局级才对所有项目生效。再看软链：如果源技能文件被移动，symlink 可能悬空。最后重启 Claude Code，让它重新读取技能目录。

问题三：Claude Code 请求 401。检查ANTHROPIC_AUTH_TOKEN是否是 TaoToken 创建的 Key，ANTHROPIC_BASE_URL是否是https://taotoken.net/api，以及项目级settings.json是否覆盖了用户级配置。Key 前后不要带空格或换行。

问题四：Codex 请求失败，但 Claude Code 正常。这通常是把ANTHROPIC_*套到了 Codex。回到~/.codex/config.toml，确认model_provider指向自定义 provider，base_url是https://taotoken.net/api，env_key指向TAOTOKEN_API_KEY。

问题五：update之后行为变了。技能本质是指令加可能附带的脚本。更新时看 diff，尤其是新增脚本、外部命令、网络请求。优先锁定信得过的仓库，企业环境可以搭内部技能库，敏感技能标记为 internal，避免被外部搜索到。

问题六：高级特性在部分工具不生效。hooks、context: fork这类能力目前只有少数工具完整支持；跨 75+ 工具通用的是基础技能形态。不要假设所有高级功能全平台一致。选型顺序建议是：先写 Markdown 技能，不够用再加脚本，最后才考虑更重的外部调用方案。

9. CTA：模型对话 → Coding Plan → 创建 Key → Claude Code 文档

如果你已经用交互式方式装完 skills，下一步就是把 TaoToken 的 Key 后置配置补齐。推荐按这个顺序走：

1. 先试模型对话，确认当前网络与账号可用：https://taotoken.net/models/detail/chat?utm_source=taotoken_aicg_blog_end&utm_content=skills_chat
2. 再看 Coding Plan，选择适合 AI 编程工具重度使用的方案：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=skills_plan
3. 创建 API Key，复制后替换本文所有YOUR_API_KEY：https://taotoken.net/console/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=skills_keys
4. 对照 Claude Code 文档，检查settings.json与ANTHROPIC_*字段：https://taotoken.net/doc/ClaudeCodeAnthropic?utm_source=taotoken_aicg_blog_end&utm_content=skills_doc

最后再回到官网入口确认配置说明：https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=skills_final 。记住两个固定值：Base URL 填https://taotoken.net/api，Key 用YOUR_API_KEY替换。技能负责让 Agent 知道怎么做，TaoToken 负责让请求稳定到达模型；两边都配好，交互式安装的技能包才会真正跑进你的日常开发流。