OpenClaw 的 6+1 架构里，LLM 层是最容易被低估的一格。Pi Agent 在前头把记忆、用户请求和 Prompt 组装成一次推理调用，Gateway 在后头管鉴权、管上下文、管路由，中间这一格接谁，整条链路的手感就跟着变。想让它接一条不用分头维护各家地址的通道，TaoToken 是不少开发者会选的做法：打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 创建 Key，把模型 Base URL 填成 https://taotoken.net/api，Pi Agent 的推理请求就收敛到同一个出口。这次改动只落在 LLM 层，Gateway 的路由表、Channel 的消息格式、远端节点那批 WebSocket 长连接，一行都不用碰。
原文把 OpenClaw 从 Channel 一路拆到 Studio，拆到 LLM 那一格时只留下一句「本地 Qwen 或云端 Claude」，云端那半边的 Key 从哪来、地址填什么，没往下写。这篇补的就是这一层：一条能复制的接入路径，加一套跑通之后能自己核对的检查方法。整个过程不需要重读一遍源码，只要认准三个字段——base_url、api_key、model。
1. 6+1 架构里，为什么只动 LLM 层就够
1.1 Channel、Gateway、Pi Agent 各自守着的边界
Channel 是耳朵和嘴。它寄生在微信、Telegram、钉钉这类 IM 里，把收到的消息统一转成内部 JSON，再交给 Gateway。Gateway 是心脏，维护与远端节点的 WebSocket 长连接，管着结构化记忆——临时对话落 SQLite，检索知识进 Vector DB，用户上传的文档进文件柜——再决定一条指令是分发出去还是留在本机执行。Pi Agent 是大脑的业务层，按 ReAct 模式把记忆、请求和 Prompt 拼成一次调用，递给 LLM。
这三层的接口是稳定的。LLM 那一格只负责逻辑推演，换成谁，上面三层看到的都是一次普通的推理返回，不需要知道后面连的是哪家。所以接入配置的改动面，天然就被限制在这一格里面。
1.2 分头维护厂商地址，问题会先在 Pi Agent 上露头
本地 Qwen 和云端模型同时开着的时候，麻烦不在模型本身，在地址和凭据。本地要一个 endpoint，云端要一个 endpoint；今天换模型，明天调参数，配置文件里就长出第二套、第三套字段。Pi Agent 每加一条推理路径，Gateway 的配置就要跟着动一次。
把 Base URL 统一到 https://taotoken.net/api 之后，OpenClaw 侧只剩一组凭据。换模型时改的是模型 ID 那个字段，不是地址。Gateway 的路由逻辑照旧跑，变的是它下游那个 LLM 客户端指向的出口。这就像给一栋楼改总进线：各层的配电箱不用重拉，只是电从哪来变了。
1.3 这次不碰的三个敏感区
原文提到 Pi Agent 内部的 Factory 机制，会根据工具命中频率自动提权；也提到 Gateway 和 Local Node 目前跑在同一个 Node.js 进程里，社区的方向是引入 Sidecar 把执行挪进独立容器。这两块都属于推理链路之外的治理和执行域，跟本次接入没有关系。
另外，远端节点上跑的个性化 Skill、本地节点上的通用 Skill，靠的是 Gateway 的 Skill 路由表，不是模型地址。凡是涉及「谁去执行」的逻辑，这轮配置都不需要重新审视。
2. 动手前先把 Key 和两个地址分清楚
2.1 在控制台建一把 YOUR_API_KEY
先打开 TaoToken，注册登录之后进控制台，创建一把 API Key。复制出来丢进密码管理器，别直接粘在聊天记录里。本文所有示例中它都写成 YOUR_API_KEY，这个占位符的作用是提醒你：真 Key 不要提交进 Git，也不要写进会同步到公共仓库的 dotfile。
如果你同时要给 Codex、Claude Code 之类的工具用同一把 Key，也建议在这里统一创建、统一管理，后面轮换的时候只改一处，不会漏掉某个角落里的旧配置。
2.2 落地页管注册，接口地址管推理
这里有两个地址，很容易混：
| 用途 | 地址 | 说明 |
|---|---|---|
| 注册、建 Key、看模型广场、查用量 | https://taotoken.net/?utm_source=taotoken_aicg_blog_end | 给人点的，浏览器打开 |
| 填进 OpenClaw 的 Base URL | https://taotoken.net/api | 给程序调的，末尾不带 /v1 |
常见错误是把第一个地址填进 base_url 字段，结果 Pi Agent 拿回来的是一段 HTML，然后在解析阶段报一个跟网络毫无关系的错。记住一句：浏览器里点的是落地页，配置文件里写的是 https://taotoken.net/api。
3. OpenClaw 模型配置里，base_url 那一行怎么改
3.1 环境变量写法：三个键就够
如果你的 OpenClaw 是用环境变量注入模型参数的，改的就是下面这三个值。键名以你本地版本自带的示例为准，核心是让 base_url 指向统一入口，而不是沿用某个厂商的官方域名。
# OpenClaw 启动前注入，或写进 .env 再 source OPENCLAW_LLM_BASE_URL=https://taotoken.net/api OPENCLAW_LLM_API_KEY=YOUR_API_KEY OPENCLAW_LLM_MODEL=YOUR_MODEL_ID改完之后确认一件事：Gateway 进程启动时能读到这三行。systemd、pm2、docker compose 各有各的注入方式，只要别出现「配置文件改了但进程读到的是旧环境变量」这种情况就行。
3.2 配置文件写法：字段名对照本地版本
如果你用的是配置文件而不是环境变量，结构大致是模型层下面挂一组连接参数。下面这段是字段示意，键名请对照你本地 OpenClaw 版本的示例配置，别原样照抄一个不属于你那个版本的 schema。
{ "llm": { "provider": "openai-compatible", "base_url": "https://taotoken.net/api", "api_key": "YOUR_API_KEY", "model": "YOUR_MODEL_ID" } }值得强调的是 base_url 的写法：到 /api 为止。多一个 /v1，或者反过来少写一段路径，都会让请求落到不存在的端点上。Provider 字段选兼容 OpenAI 协议的那一类即可，OpenClaw 对这类协议的支持是最通用的。
3.3 模型 ID 从模型广场取，不要凭记忆写
YOUR_MODEL_ID 这个位置该填什么，以 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 模型广场当时列出的 ID 为准。不要凭印象拼一个带日期后缀的名字，也不要拿别处抄来的字符串直接填进去——模型名对不上时，服务端返回的通常是一句语焉不详的报错，排查起来比网络问题还费时间。
建议的做法是：先在模型对话页面上用同一把 Key 发一条测试消息，确认这个模型 ID 确实可用，再把它写进 OpenClaw 的配置。这样能提前把「Key 的问题」和「模型名的问题」分开，省掉一轮来回试。
4. Gateway 路由照旧：这些部分确认不动
4.1 Channel 与结构化记忆
Channel 层的职责是把 IM 消息转成内部 JSON，这件事跟模型走哪条通道无关。记忆的存放位置也不变：临时对话还在 SQLite，检索知识还在 Vector DB，文档还在文件柜。Gateway 判断一条指令该本地执行还是转发远端，靠的是 Skill 路由表，不是模型端点。
配置改完之后，你可以随手发一条普通对话验证一下：如果 Channel 收到了回复，说明 JSON 转换、Gateway 鉴权、Pi Agent 组装、LLM 推理、回推消息这一整条链路是通的。
4.2 Skill 路由表与远端节点
远端节点那批 WebSocket 长连接同样不受影响。手机上发一句「帮我截一张办公室那台机器的屏幕」，走的还是 Gateway 查路由表、下发指令、远端执行、图片回传这一套。中间唯一变化的是：Pi Agent 判断该调用 screenshot 工具的那次推理，请求发往了统一入口。
注意这个边界：OpenClaw 能执行的是它自己那套 Skill 体系里的动作，模型地址改的是推理环节，不会让任何工具突然获得新权限。
4.3 Studio 里对一次请求链路
Studio 是治理和可观测那一层，平时看的是 Agent 状态、日志流、文件变动和函数耗时。改完配置之后，这里是第一个能看出差异的地方：如果 LLM 调用开始报错，日志里会先出现连接层的异常，而不是工具执行层的异常。
反过来也成立：如果 Studio 里显示工具调用正常、只是模型回复慢，那说明配置是通的，问题在别处，不要急着回去改 base_url。
5. Pi Agent 不通的时候，按这四类报错排
5.1 401 与 403：Key 没生效
这一类最常见的原因是 Key 没被进程读到。检查顺序是：配置文件或 .env 里是否确实写了 YOUR_API_KEY 对应的真值、启动用户是否有权限读这个文件、容器场景下环境变量是否透传进去。还有一种情况是 Key 建好之后被删除或轮换过，本地还留着旧值。
5.2 404：地址尾部多写了 /v1，或者填成了落地页
如果响应是 404 或路径不存在的提示，先看 base_url 那一行。正确写法是 https://taotoken.net/api，末尾不带 /v1；同时确认没有把浏览器用的落地页地址填进去。这两种错误的表现很像，但日志里请求路径会暴露答案。
5.3 模型名不匹配：用的是列表里没有的 ID
模型 ID 拼错、或者用了别处抄来但当前不可用的名称，会表现为请求被拒。回去对照模型广场的当前列表，改用同一把 Key 在模型对话里先验证一次。
5.4 改完没重启：旧进程还握着老地址
配置改完不重启，Gateway 里的 LLM 客户端还会用启动时读到的旧值。这是最容易被忽略的一类，尤其是在用守护进程管理工具的情况下。重启之后，再去 Studio 看新的请求记录。
6. 跑通之后，去控制台对一下这次调用
配置生效、Pi Agent 能正常回话之后，回 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=openclaw_usage 看一眼用量，确认这次 OpenClaw 的调用确实记在了你这把 Key 下面。如果能对上，说明鉴权和路由都是通的，接下来就可以放心让它跑自动化任务了。
想先手动试几个模型，可以直接开 模型对话，用同一把 Key 发消息；如果 OpenClaw 要长期挂着跑，去 Coding Plan 看看额度档位是否合适；Key 的轮换和新建都在 控制台 API Keys 里完成。配好之后别急着加新工具，先让它在原有 Skill 上稳定跑两天，再考虑扩场景。
