OpenClaw 接飞书没反应模型通道走 TaoToken 后把 DM Policy 设成 open这次排障的主角是 OpenClaw社区里叫“龙虾”Windows 上装好后接飞书机器人怎么发消息都不回。我这个场景还叠加了模型通道的问题——原文用 ollama 跑本地模型 qwan2.5:7b响应速度可以但内容效果一般换到云上模型又出现 100W token 被扣完的尴尬。所以这次先把模型通道走 TaoToken去 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 拿一把 Key配好 OpenClaw 后再回头处理飞书那边的 DM Policy——我最后就是因为这一项没改机器人一直“已读不回”。这篇把完整过程写出来包含配置文件位置、飞书后台的关键选项以及排障顺序照着做下来应该能省掉一晚上的折腾。1. 先说我遇到的“没反应”长什么样原文的环境很典型Windows 系统显卡 3080先装 ollama 拉取 qwan2.5:7b确认模型能正常响应接着用 PowerShell 装 OpenClaw装完自动启动再配置飞书。但问题出现在最后一步在飞书里给机器人发私聊消息对话框一直等不到回复。不是模型没回复而是事件根本没能从飞书配对到 OpenClaw。1.1 复现一次原文的“飞书一直没反应”原文的操作路径大致是装 ollama → 选模型量子化版本 → 安装龙虾 → 登录飞书创建应用 → 配置权限和事件 → 发布版本 → 测试。问题恰好卡在“测试”这一步。作者后来参考配置才发现DM Policy 没有更改导致无法配对把策略改成 open 之后就通了。原文里那句“选 open 和所有就对了”看起来像是在设置页面随便点了几下其实这步对应的是飞书事件订阅里的私聊策略开放选项。1.2 把排障顺序拆成两层“没反应”一般有两种来源一是模型通道没通OpenClaw 根本没拿到模型的返回二是模型通道通着但飞书事件没有正确配对到 OpenClaw。如果一上来就改 DM Policy调通了也不知道是模型问题还是配对问题。所以这篇的顺序调整为先在 TaoToken 侧把通道准备妥当确认模型能被调用再去做 DM Policy 的变更。这也是和原文的区别原文的模型是本地 ollama我这里换成了走 TaoToken 的统一 API 通道但飞书侧的配置逻辑完全一致。2. 准备材料去 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 拿 Key对应原文“安装 ollama、选择模型”的位置现在不需要下载大模型也不用担心本地显存不够。准备的东西从“本地模型文件”变成“一把 API Key 一个 Base URL”。2.1 注册并创建 API Key打开 TaoToken 注册登录进入控制台后找到 API Keys 页面创建一个新 Key复制得到 YOUR_API_KEY。这一步对应原文“选择模型”的动作区别在于你不再受本地模型的文件大小和响应质量限制而是直接通过统一 API 通道调用云端模型。这里有两个地址容易混专门列一下用途地址注册、控制台、模型广场https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end填进 OpenClaw 的 Base URLhttps://taotoken.net/api注意 Base URL 末尾不要加/v1也不要拿这个地址去浏览器打开它是给 OpenClaw 内部调用的。2.2 在模型广场确认模型 ID不写死打开 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 的模型广场看当时可用的模型列表随便挑一个能用的模型 ID 记下来。因为模型列表会动态更新我不在这里写死某个具体 ID你配置 OpenClaw 时model 字段填你在广场上看到的名字就行。这和原文去 ollama 仓库选 qwan2.5:7b 是同一个动作只是选择范围从“本地”变成了“线上”。3. 把 TaoToken 配进 OpenClaw.openclaw 下的模型 Provider原文提到OpenClaw 配置完成后会自动启动登录用的 token 在C:\Users\Administrator\.openclaw目录下找。模型通道的配置也在这个目录附近。3.1 找到配置目录和登录 tokenOpenClaw 在 Windows 上把运行数据放在用户目录的隐藏文件夹里C:\Users\Administrator\.openclaw打开这个目录你会看到配置相关的文件。原文里找的 token 也在这一带登录 OpenClaw 面板时会用到。如果找不到就回安装时的 PowerShell 窗口看启动日志里面有打印好的访问地址和 token。3.2 模型通道配置片段首次启动 OpenClaw 会让你选模型来源。原文这步选的是本地 ollama这次我们选 Custom / API 模式。如果你已经跳过了初始化向导直接编辑配置文件也能改。下面是配置里模型区的一个示意# 位于 C:\Users\Administrator\.openclaw 的配置文件模型区 base_url https://taotoken.net/api api_key YOUR_API_KEY model 模型广场上看到的模型 ID三个关键点要核对api_key一定是你自己创建的那把 YOUR_API_KEYbase_url是 https://taotoken.net/api末尾没有/v1model以 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 模型广场当时的列表为准。改完保存重启 OpenClaw让它重新加载 Provider。4. 飞书后台应用权限、事件订阅和 DM Policy飞书侧的配置是原文花篇幅最多的地方也是“没反应”的真正源头。这一节按顺序拆开讲。4.1 创建应用并配置权限进入飞书开放平台在管理后台创建企业内部应用。原文为了快速跑通给了“所有权限”新手阶段这样做确实能少踩很多权限不足的坑但上线前建议缩到最小集合。至少需要这些权限读取用户发给机器人的消息、读取群聊消息、发送消息、接收消息事件。应用创建之后会拿到 App ID 和 App SecretOpenClaw 接入飞书时要靠这组凭证换取访问令牌。原文说“key 是不显示的”指的就是 App Secret 只在创建时完整展示一次后面只能重置。看不到没关系重新生成一次把新值填进 OpenClaw 的飞书配置里就行。4.2 事件订阅方式一定选 WebSocket事件订阅这里原文强调“订阅方式一定要选 WebSocket”。Windows 本机跑 OpenClaw没有公网域名和 HTTPS 回调地址选 WebSocket 模式最合适。订阅事件时记得把消息类事件选上至少包含“接收消息私聊”和“接收消息群聊”不要只勾一个“已读回执”之类的事件。配置完发布一个应用版本。4.3 DM Policy私聊策略不改永远配不上对DM Policy 是这次排障里最容易被忽略的一项。它在飞书事件订阅或机器人策略设置里控制机器人和用户之间的私聊消息是否允许被事件系统配对。默认策略往往不允许这种配对结果就是你给机器人发消息飞书后台能收到但事件切不到 OpenClaw 那里表现出来就是“没反应”。把它改成 open 之后配对才建立起来。原文的描述是“DM 策略没有更改导致无法配对目前选择开放”翻译成具体动作就是在飞书后台找到 DM Policy 选项把取值从 restricted 改成 open如果没有叫 DM Policy 的选项就把事件订阅里该分组的所有策略开关都打开保存后重新发布一次应用版本。改完别急着立刻发消息配置生效经常有一两分钟延迟。5. 排障顺序先确认 TaoToken 通没通再动 DM Policy原文调试时飞书没反应参考配置后确定是 DM Policy 的问题。这篇因为模型通道换成了 TaoToken排障要分成两步走避免来回瞎查。5.1 确认 TaoToken 通道已生效OpenClaw 重启后先看日志里模型 Provider 有没有连上。更直接的方法是去 TaoToken 模型对话 页面用同一把 Key 发一句“你好”能正常回复就说明模型 ID、Base URL、Key 这三个参数都没问题。如果出现 401优先检查api_key是否复制完整Key 可以从 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 进入控制台重新创建如果出现 404优先检查base_url是不是写成了https://taotoken.net/api/v1把/v1去掉再重启 OpenClaw。这两类问题在配置阶段就能暴露不用等飞书那边跟着一起背锅。5.2 模型通着飞书还是不理人回去改 DM PolicyTaoToken 通道确认没问题飞书私聊仍然不回就按 4.3 的操作回去改 DM Policy。改完保存、重新发布应用、再给机器人发一条消息。原文说“选 open 和所有就对了”实际改完之后设置的生效时间可能要等上一小会儿不要刚点完保存就断定没改对。5.3 后台手动推送事件缩小排查范围原文在测试时把后台、手机、龙虾几个窗口放在一起对照这个习惯很实用。你可以在飞书后台的事件订阅里点“推送测试事件”确认事件能不能到达再用手机私聊机器人看 OpenClaw 日志里有没有收到 incoming message 的记录。如果后台能收到事件、OpenClaw 却没有日志问题基本锁定在配对策略上也就是 DM Policy如果 OpenClaw 有日志但模型不回复回 5.1 查 TaoToken 通道。6. 跑通之后去控制台对一下这次调用原文最后说“这个反应速度真的可以接受”对比对象是之前用的云上扣量模型。走 TaoToken 通道后你也可以自己验证响应速度和成本。6.1 在飞书里完整测一轮给机器人发一条消息让它调用模型生成回复。观察两点一是回复速度是否符合预期二是 TaoToken 控制台里这次调用有没有正常记账。如果飞书这轮又没反应回头看 5.3 的日志优先确认事件是否到达 OpenClaw再确认模型 Provider 是否在线。6.2 看用量和套餐怕云端模型又把 token 悄悄扣完就直接打开 控制台 API Keys 查用量打算长期拿它跑机器人或写代码先看一眼 Coding Plan 是不是更省心。之后如果你还想在 Claude Code 里复用同一把 Key参考 TaoToken 官方的 Claude Code 接入文档配置思路和 OpenClaw 一样Base URL 填 https://taotoken.net/apiKey 填 YOUR_API_KEY模型 ID 以模型广场为准。