企业官网建设流程全解析

在 OpenClaw 里跑通 mcporter 搜索小红书，很多人的卡点其实不在 MCP 工具本身，而在于 Agent 缺少一条稳定可用的模型通道——工具装好了，搜索指令却发不出去。这篇就按 Skill / MCP 的视角，把 OpenClaw 的模型通道接到 TaoToken（官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_end ），再让 mcporter 与 mcp-xiaohongshu 按原样工作，全程可复制、可验证。

一、原问题与场景：Agent 要装 MCP，也要有模型通道

OpenClaw 这类 Agent 框架的特点是：它自己负责调度和推理，具体能力靠 Skill 和 MCP 工具扩展。你想让它搜小红书笔记，就需要两件事同时成立。

第一件是工具链。小红书没有开放的直接搜索接口，社区方案是 mcp-xiaohongshu 这个 MCP Server，它内部用浏览器自动化去抓取笔记结果。它需要 Node 环境、需要 Playwright 的浏览器内核、还需要一个 MCP 客户端去调用它，也就是 mcporter。三者缺一不可。

第二件是模型通道。OpenClaw 在收到"帮我搜小红书美食笔记"这类指令后，要先经过模型理解意图、决定调用哪个工具、把参数整理成结构化调用。这一步消耗 Token，走的是 OpenClaw 配置里的模型 Base URL 和 API Key。如果这条通道不通，工具装得再全，Agent 也只是"有手没脑"，指令根本落不到 mcporter 上。

所以本篇的完整链路是：OpenClaw 的模型请求走 TaoToken 通道，mcporter 作为 MCP 客户端调用 mcp-xiaohongshu，mcp-xiaohongshu 用无头浏览器完成实际搜索。三者各司其职，互不干扰。

二、TaoToken 前置：注册、建 Key、填 Base URL

在动手装工具之前，先把模型通道准备好，这样后面 OpenClaw 重启后能直接生效。

打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 注册账号，进入控制台创建 API Key。这个 Key 就是后面 OpenClaw 要用的模型 Key，格式类似YOUR_API_KEY，创建后请立即复制保存，页面刷新后通常不再完整显示。

接着确认两个地址：

• Base URL 填https://taotoken.net/api
• API Key 填 TaoToken 分配给你的 Key

如果你用的是 Claude Code 这类走 Anthropic 协议的工具，配置写在settings.json里，对应字段是ANTHROPIC_BASE_URL和ANTHROPIC_API_KEY；如果走的是 OpenAI 兼容协议，则填base_url和api_key。OpenClaw 的模型通道配置项名称以它自己的文档为准，但核心就是这两项：把请求地址指向 TaoToken 的 API 端点，把鉴权换成 TaoToken 的 Key。

这一步做完，OpenClaw 的 Token 消耗就走 TaoToken 通道了，和后面 mcporter 的安装完全解耦——工具出问题不会影响模型通道，模型通道出问题也不会影响工具本身。

三、可复制配置：装 mcp-xiaohongshu、Playwright、mcporter

下面按顺序执行，每一步都有验证命令，出错能立刻定位。

先装 MCP Server 本体：

npm install -g mcp-xiaohongshu mcp-xiaohongshu --version

第二条命令应该输出一个版本号。如果没有输出或报错，说明全局安装没成功，检查 npm 全局路径是否在 PATH 里。

接着装浏览器内核。mcp-xiaohongshu 依赖 Playwright 驱动浏览器，必须单独装：

npx playwright install

这一步会下载 Chromium 等内核，体积较大，网络慢时耐心等待。装完后建议再补一次系统依赖（Linux 环境常见）：

sudo apt-get install xvfb

xvfb 是虚拟显示服务，无头环境下浏览器需要它才能正常渲染页面。

然后装 MCP 客户端 mcporter：

npm install -g mcporter mcporter --version

同样用版本号确认安装成功。

接下来配置 mcporter 连接 mcp-xiaohongshu。如果之前加过同名配置，先删掉避免冲突：

mcporter config remove xiaohongshu

再添加配置，关键是--stdio和无头环境变量：

mcporter config add xiaohongshu \ --stdio "mcp-xiaohongshu --stdio" \ --env "HEADLESS=true" \ --env "PUPPETEER_HEADLESS=true" \ --env "PLAYWRIGHT_HEADLESS=true"

这三个环境变量告诉浏览器不要弹出可见窗口，在服务器或后台运行时必须设置，否则会因为没有显示设备而失败。

配置完成后检测一下：

mcporter list

列表里应该能看到 xiaohongshu 这一项，说明 mcporter 已经识别到这个 MCP Server。

四、验证请求与成功结果

工具链配好后，先不经过 OpenClaw，直接用 mcporter 调一次，确认搜索能力本身可用：

mcporter call xiaohongshu.search_notes keywords="美食" limit=5

也可以使用 key=value 格式：

mcporter call xiaohongshu.search_notes keywords="美食" limit=5

如果返回了一组笔记标题、作者、链接之类的结构化结果，说明 mcp-xiaohongshu 工作正常。此时再回到 OpenClaw，让它执行同样的搜索意图，模型通道走 TaoToken，工具调用走 mcporter，整条链路就打通了。

如果直接调用报错，先试 xvfb 包裹运行：

xvfb-run mcporter call xiaohongshu.search_notes keywords:"美食" limit:5

能跑通就说明是显示环境问题，回到配置里确认那三个 HEADLESS 变量是否都加上了。

五、本篇常见错排查

报错一：mcp-xiaohongshu: command not found全局安装没生效或 PATH 未刷新。重新执行npm install -g mcp-xiaohongshu，然后source ~/.bashrc或重开终端。

报错二：浏览器启动失败、提示缺少依赖Playwright 内核没装或系统库缺失。执行npx playwright install，Linux 下补sudo apt-get install xvfb。

报错三：mcporter 调用超时或无返回多半是无头变量没配全。删掉配置重新 add，确保HEADLESS、PUPPETEER_HEADLESS、PLAYWRIGHT_HEADLESS三个都带上。

报错四：OpenClaw 里指令发出去了但没动作这是模型通道问题，不是工具问题。检查 OpenClaw 的 Base URL 是否为https://taotoken.net/api，Key 是否为 TaoToken 分配的 Key。通道不通时 Agent 无法完成意图解析，自然不会触发工具调用。

报错五：配置重复导致行为异常先mcporter config remove xiaohongshu再重新 add，避免旧配置残留。

六、语义一致 CTA

如果你卡在模型通道接入或 Key 配置上，去 TaoToken 控制台创建 API Key，并对照接入文档确认 Base URL 与鉴权字段：API Keys 页面 https://taotoken.net/console/api-keys ，接入文档 https://taotoken.net/doc 。

想先确认模型通道是否真的通，可以直接在模型对话页发一条测试消息：https://taotoken.net/model-chat 。

如果你打算把 OpenClaw 长期用于编码或 Agent 类任务，Token 消耗会持续发生，可以了解 Coding Plan 的额度方案：https://taotoken.net/coding-plan 。

工具链这边，mcporter 与 mcp-xiaohongshu 按本篇配置原样运行即可，模型通道交给 TaoToken，两边互不影响，搜索指令就能稳定落到小红书上。