企业官网建设流程全解析

飞书群里 @ 一下机器人，半天没回；登到 ECS 上看容器，docker logs干净得像刚启动。这种「OpenClaw 没响应」的现场，十次里有六七次跟飞书没关系，问题出在模型那一层早就断了，只是没人去看。TaoToken 这边先把模型通道理顺：打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 注册并创建 API Key，然后把 Base URL 填成 https://taotoken.net/api，让 OpenClaw 的对话和任务消耗走这条统一接入。顺序很关键——先把模型侧 curl 通，再回头查telnet 公网IP 3000、netstat -tulpn | grep 3000和feishu-connector插件日志，不然你会把半小时浪费在飞书开放平台的配置页上，来回改 App Secret 却始终没碰对地方。

1. 飞书 @ 机器人没回，先分清是哪一层断了

1.1 两种「没响应」在聊天窗口里长得一模一样

在飞书里发一条「帮我看下昨天的任务」，机器人不吭声，可能是三种情况：消息压根没送到 ECS 上的 3000 端口；消息送到了，但 OpenClaw 调模型时鉴权失败直接抛错并吞掉了回复；或者事件订阅的 Verification Token 对不上，飞书侧在回调校验阶段就拒绝了。

这三种在飞书客户端看起来完全一致，所以排查不能靠猜，得按「从内到外」的顺序压：先确认容器活着、模型能返回，再去查端口和回调。原文那套阿里云 ECS + Docker Compose + 飞书自建应用的部署方式本身没问题，卡点几乎都集中在第三步——模型侧的 Key 和通道地址。

1.2 排障前先把三样东西放在手边

动手之前准备好这些，能省掉大量来回切窗口的时间：

• ECS 的公网 IP 和 SSH 登录方式，以及部署目录（一般是/opt/openclaw或~/openclaw）
• 飞书开放平台里那个自建应用的App ID、App Secret、Verification Token
• 一把可用的模型侧 Key，从 TaoToken 控制台创建，形如YOUR_API_KEY

注意第三条经常被跳过。很多人是部署完 OpenClaw 才想起要配模型，然后随手翻出某个旧的百炼 API-Key 填进去，结果是那把 Key 所属的账号早就欠费或者权限被回收了。与其回阿里云百炼控制台再点一遍，不如直接在 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 建一把新的，后面所有模型请求都从这条通道出。

1.3 一个判断方向的土办法

先在容器内部 curl 一下本机的健康检查接口，如果/health有返回，说明 OpenClaw 主进程是活的；这时再去发一条测试消息、盯feishu-connector的日志有没有新行。

日志不刷新 → 问题在飞书到 ECS 这一段（回调地址、端口、安全组）。日志刷新了但内容是模型报错 → 问题在 Key 或 Base URL。日志刷新了、模型也返回了、飞书里就是没消息 → 去看回复推送接口的权限有没有开。这三岔口分清楚，后面每一步都是十分钟内的事。

2. 把百炼 API-Key 那一步挪到 TaoToken 通道

2.1 在模型广场挑一个 ID，顺手创建 Key

登录 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 之后，先去模型广场看当前有哪些可用模型，把要用的模型 ID 原样抄下来。这里不要凭印象写gpt-5、也不要自己给模型名加日期后缀——模型 ID 以模型广场当时的列表为准，抄错一个字符，OpenClaw 侧就是一句含混的「上游返回错误」，排查成本很高。

挑完模型，进控制台创建一把 API Key，复制保存。这把 Key 只用于服务端调用，不要贴到飞书机器人的可见回复里，也不要在群里发截图。填配置时统一用占位符YOUR_API_KEY表示。

2.2 docker-compose 与 .env 里改模型通道

OpenClaw 的 Docker Compose 部署一般把模型参数放在.env里，由 compose 文件注入容器环境变量。先看你的部署目录里是不是这个结构：

services: openclaw-core: image: openclaw/openclaw:latest container_name: openclaw-core ports: - "3000:3000" env_file: - .env volumes: - ./data:/app/data restart: unless-stopped

对应的.env里，把模型相关的三行改成：

MODEL_PROVIDER=openai-compatible MODEL_BASE_URL=https://taotoken.net/api MODEL_API_KEY=YOUR_API_KEY MODEL_NAME=以模型广场当时的列表为准

几个容易翻车的点单独说：MODEL_BASE_URL结尾不要加/v1，OpenClaw 这类客户端自己会拼路径，你多写一层就会变成/api/v1/v1/chat/completions，报的是 404；MODEL_PROVIDER要选 OpenAI 兼容那一类，别选成某个厂商私有协议；变量名以你所用镜像自带的模板为准，如果镜像的.env.example里叫别的名字，按.env.example来，别硬套。

2.3 改完必须重建容器，不是重启

改.env之后执行docker compose restart openclaw-core往往不生效，因为环境变量是在容器创建时注入的。正确做法是先删再起：

cd /opt/openclaw docker compose down docker compose up -d docker compose ps

docker compose ps看到状态是Up且没有反复重启，再进下一步。如果一启动就退出，用docker compose logs --tail=100 openclaw-core看是不是 Key 那行留了空格或引号。

3. 在 ECS 上先 curl，确认模型侧真的返回了

3.1 容器健康检查：/health 该长什么样

这一步的目的是把「容器活着」和「模型通」分开确认。在 ECS 上执行：

curl -s -o /dev/null -w '%{http_code}\n' http://127.0.0.1:3000/health

返回200就说明 OpenClaw 主进程在监听本机 3000 端口，跟模型配置无关。如果这里是Connection refused，先别管模型，去看docker compose ps和容器日志，端口没起来说明进程根本没跑起来。

3.2 对话接口 curl 一次，看模型侧有没有真回复

健康检查过了之后，再打一次对话接口。路径以你部署版本的注册路由为准，常见的是/api/chat一类：

curl -s -X POST http://127.0.0.1:3000/api/chat \ -H 'Content-Type: application/json' \ -d '{"message":"ping","session_id":"debug-001"}'

期望是拿到一段正常的模型输出。如果返回里出现 401、403、invalid api key、insufficient这类字样，问题百分之百在MODEL_API_KEY或账户状态上，跟飞书没半点关系。此时回 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 的控制台对一下这把 Key 是不是被删了、有没有复制到多余的空格、有没有贴串行。

如果返回的是 404 或者路径不存在，先确认自己请求的是 OpenClaw 的路由而不是模型的路径——模型那一层是 OpenClaw 内部去调的，不需要你手动拼。

3.3 从容器内部再打一次，排除网络策略

宿主 curl 通、容器内不通的情况在 ECS 上并不罕见，尤其是给容器配了自定义网络或代理变量的时候。进容器里再确认一遍：

docker exec -it openclaw-core sh -lc 'wget -qO- http://127.0.0.1:3000/health || curl -s http://127.0.0.1:3000/health'

这一步通了，模型侧基本可以判定没问题，接下来所有排查都往飞书方向走。

4. 公网 3000、netstat 与 feishu-connector 日志逐项过

4.1 telnet 公网 IP 3000：先确认外部能不能进

飞书服务器要从公网回调你的 ECS，所以本机通不代表外部通。在你自己的电脑上执行：

telnet 你的ECS公网IP 3000

连不上，优先查三处：ECS 安全组有没有放行 3000（入方向，来源建议按需收紧而不是0.0.0.0/0）、服务器上有没有firewalld或ufw还在拦、Docker 的端口映射是不是写成了127.0.0.1:3000:3000（这样只有本机能访问，外部必然不通，要写成3000:3000）。

4.2 netstat 看监听地址，别自己骗自己

在 ECS 上执行：

netstat -tulpn | grep 3000

关注Local Address那一列。如果是127.0.0.1:3000，说明只监听回环，外部一定连不上；是0.0.0.0:3000或:::3000才算对外。顺便看一眼 PID 对应的是不是 docker-proxy 或容器进程，避免你改了另一个占用 3000 的服务却以为改的是 OpenClaw。

4.3 跟着 feishu-connector 的日志读

飞书这一层到底有没有收到请求，日志比任何猜测都准：

docker exec -it openclaw-core tail -f /app/plugins/feishu-connector/logs/app.log

保持这个窗口不关，然后在飞书里 @ 一次机器人，观察三类输出：

• 完全没有新行：请求没到，问题在回调地址、端口或飞书事件订阅状态
• 有新行但写着verification failed/signature mismatch：Verification Token 或 Encrypt Key 对不上
• 有新行、事件解析成功、但后面跟着模型调用错误：回到第 2、3 节检查通道配置

4.4 飞书开放平台侧要核对的三项

在飞书开放平台那个自建应用里，把App ID、App Secret、Verification Token与服务器.env里的值逐个比对，注意不要多空格、不要漏字符。事件订阅的回调地址要写成公网可访问的 HTTPS 地址，路径是/feishu/webhook，证书必须是有效证书，自签名证书在 URL 校验阶段就会失败。

另外确认两件事：应用已经发布并通过审核（未发布的版本不会真正推送事件），以及机器人的消息接收权限、发送单聊/群聊消息权限都已勾选。很多人 App Secret 改对了、端口也通了，最后卡在权限没勾，表现同样是「消息无响应」。

5. 权限验证失败与消息无响应对照表

5.1 按现象定位，别按猜测改配置

把常见现象和对应方向列成一张表，出错时直接查表，比反复重启容器高效得多：

5.2 两个最常见的误判

第一个误判是看到「权限验证失败」就去改模型 Key。这句话里的「权限」指的是飞书应用的事件订阅校验，跟模型通道完全是两回事，改 Key 不会有任何变化。第二个误判是看到「消息无响应」就重装 OpenClaw。重装能解决的概率很低，因为问题通常在容器的环境变量或飞书后台配置里，重装反而把好不容易跑通的部署覆盖掉。

真想快速分方向，就回到第 3 节那两条 curl：本机对话接口有正常模型返回，就把注意力全部放到飞书侧；没有正常返回，就先修模型通道，别碰飞书。

6. 跑通之后去控制台对一下这次调用

配置改完、容器重建完、飞书里 @ 机器人能正常回话之后，建议再回 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 看一次用量记录，确认刚才那几条测试消息确实从这条通道出账了。这一步能帮你排除一种隐蔽情况：Key 写得对，但环境变量没被容器读到，OpenClaw 悄悄退回了某个默认通道，短期内看起来正常，换个模型或重启之后就断。

想省事的话，先用 TaoToken 模型对话 拿同一把 Key 发一条测试消息，确认模型 ID 和 Base URL 都没填错；长期跑机器人任务，可以到 Coding Plan 看套餐是否够用；Key 丢了或者要换新，在 控制台 API Keys 里重建即可。如果你顺手也在用 Claude Code 做调试，环境变量对照这份 接入文档 改就行，注意 Base URL 填 https://taotoken.net/api，末尾同样不要加/v1。

最后留一句经验：这类「机器人不回话」的问题，八成的时间都花在来回改飞书配置上，而真正的断点常常在一行环境变量里。养成先 curl 本机、再看插件日志的习惯，排障会从一下午缩短到十几分钟。