1. 为什么要在 GCP Compute Engine 上跑 OpenClawOpenClaw 是一个开源的自动化任务执行工具你可以把它理解成一个「能自己拆解任务、调用模型、执行脚本」的智能代理框架。它本身不绑定任何一家模型服务而是通过配置文件里的 API 通道去请求大模型。这就带来一个很现实的问题如果你在本地电脑上跑机器一关任务就断如果你把模型 Key 硬编码在代码里换模型、换 Key、团队协作都会很痛苦。把 OpenClaw 放到 GCP Compute Engine 上解决的正是「长期在线」和「算力弹性」这两件事。Compute Engine 的实例可以 7×24 小时运行按秒计费需要更强算力时直接改 machine-type 重启即可不用重新装环境。而模型接入这一层我用 TaoToken 的统一 API 通道来处理——一个 Key 走通多家模型Base URL 固定OpenClaw 的 config.toml 里只写一份配置后面换模型只改 Model ID不动其他代码。这篇内容适合三类人一是已经在本地跑过 OpenClaw、想搬到云上的开发者二是刚接触 GCP、想找一个完整部署案例练手的运维或后端三是团队里需要统一模型出口、不想每个人各自管 Key 的技术负责人。整篇会从创建实例开始一路写到用 curl 验证 API 连通性中间所有命令和配置都可以直接复制。核心检索词先明确GCP Compute Engine 部署 OpenClaw、OpenClaw 接入统一 API、config.toml 配置模型通道。下面按实际操作顺序展开每一步都给出可复制的命令和预期结果。2. 前置准备TaoToken 统一 API 通道与 GCP 环境在动 Compute Engine 之前先把两件事准备好GCP 侧的账号与 gcloud 工具以及 TaoToken 侧的 API Key。这两件事都不复杂但顺序别搞反否则后面验证请求时会来回折腾。先说 TaoToken。它的定位是统一模型 API 通道官网入口是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 请求地址固定为 https://taotoken.net/api 。你需要在控制台创建一个 API Key这个 Key 就是 OpenClaw 访问模型的凭证。创建入口在 API Keys 页面登录后点新建即可。拿到 Key 之后先别急着写进配置记下来后面 config.toml 和 curl 验证都要用。这里要强调一个概念TaoToken 的 Base URL 是 https://taotoken.net/api OpenClaw 里配置的 base_url 要写成这个而不是带具体路径的完整 URL。Model ID 则按你实际要用的模型填比如 claude 系列或 gpt 系列的标识。Key、Base URL、Model ID 这三件套是后面所有配置的核心缺一不可。再说 GCP 侧。你需要一个 GCP 项目并且本地装好 Google Cloud SDKgcloud。验证是否装好执行gcloud version如果能看到版本号输出说明 SDK 就绪。接着登录并设置默认项目gcloud auth login gcloud config set project 你的项目ID项目 ID 在 GCP 控制台顶部能看到是一串带连字符的字符串。设置完成后用gcloud config list确认当前项目正确。这一步如果项目设错后面创建的实例会跑到别的项目里排查起来很烦。另外建议提前确认 Compute Engine API 已启用。新项目默认可能没开执行gcloud services enable compute.googleapis.com这条命令会启用 Compute Engine API返回成功后就可以创建实例了。整个过程不需要任何特殊网络工具gcloud 走的是官方通道正常网络环境即可完成。3. 可复制配置Compute Engine 实例 OpenClaw config.toml 骨架这一节是整篇的核心分两部分先用 gcloud 创建实例再在实例里写 OpenClaw 的配置文件。所有片段都可以直接复制路径和原文保持一致。3.1 创建 Compute Engine 实例用下面这条命令创建一台 Ubuntu 实例。机器类型选 n1-standard-22 vCPU / 7.5GB 内存对 OpenClaw 这种要跑 Python 依赖和并发请求的场景够用磁盘 50GB系统盘用 ubuntu-2004-ltsgcloud compute instances create openclaw-instance \ --machine-typen1-standard-2 \ --image-familyubuntu-2004-lts \ --image-projectubuntu-os-cloud \ --zoneus-central1-a \ --boot-disk-size50GB执行后会输出实例名称、内外网 IP、状态等信息。看到status: RUNNING就说明创建成功。如果报配额不足换一个 zone比如 us-central1-b或者把 machine-type 降到 e2-medium 先跑通。创建完成后 SSH 进去gcloud compute ssh openclaw-instance --zoneus-central1-a首次连接会提示生成 SSH 密钥一路回车即可。进去之后先装依赖sudo apt update sudo apt install -y python3 python3-pip git然后克隆 OpenClaw 仓库并安装 Python 依赖git clone https://github.com/openclaw/openclaw.git cd openclaw pip3 install -r requirements.txt如果 pip 安装慢可以加国内镜像源但这不是必须的取决于你的网络环境。3.2 OpenClaw config.toml 骨架OpenClaw 的配置文件放在项目根目录命名为 config.toml。下面是一份可直接用的骨架重点是把 TaoToken 的三件套填进去[model] provider openai-compatible base_url https://taotoken.net/api api_key 你的TaoToken_API_Key model_id claude-3-5-sonnet timeout 60 [agent] max_steps 20 log_level INFO workspace /home/你的用户名/openclaw/workspace [server] host 0.0.0.0 port 8080几个关键点说明。base_url 必须是 https://taotoken.net/api 不要加/v1之类的后缀OpenClaw 内部会拼接具体路径。api_key 填你在 TaoToken 控制台创建的那串 Key。model_id 按你实际要用的模型填换模型只改这一行。timeout 设 60 秒模型响应慢时不容易断。如果你用的是 JSON 格式的配置部分版本支持等价写法是{ model: { provider: openai-compatible, base_url: https://taotoken.net/api, api_key: 你的TaoToken_API_Key, model_id: claude-3-5-sonnet, timeout: 60 }, agent: { max_steps: 20, log_level: INFO }, server: { host: 0.0.0.0, port: 8080 } }两种格式选一种即可TOML 更常见。写完后用cat config.toml确认内容无误特别注意 api_key 不要有多余空格或换行。3.3 防火墙与 systemd 服务OpenClaw 默认监听 8080 端口需要放行gcloud compute firewall-rules create openclaw-allow \ --allowtcp:8080 \ --descriptionAllow OpenClaw traffic \ --directionINGRESS然后用 systemd 托管避免 SSH 断开后进程被杀。创建服务文件sudo nano /etc/systemd/system/openclaw.service写入以下内容注意 WorkingDirectory 和 ExecStart 里的用户名要换成你自己的[Unit] DescriptionOpenClaw Service Afternetwork.target [Service] Userroot WorkingDirectory/home/你的用户名/openclaw ExecStart/usr/bin/python3 /home/你的用户名/openclaw/main.py --config /home/你的用户名/openclaw/config.toml Restartalways [Install] WantedBymulti-user.target保存后启用并启动sudo systemctl enable openclaw sudo systemctl start openclaw sudo systemctl status openclaw看到active (running)就说明服务起来了。如果失败用journalctl -u openclaw -f看日志常见原因是路径写错或依赖没装全。4. 验证请求用 curl 打通 TaoToken API 与 OpenClaw配置写完不代表通道通了必须实际发一次请求验证。这一步分两层先用 curl 直接打 TaoToken 的 API确认 Key 和 Base URL 没问题再通过 OpenClaw 触发一次任务确认它真的能调通模型。4.1 curl 验证 TaoToken API 连通性在实例里执行下面这条命令。注意把你的TaoToken_API_Key换成真实 Keymodel 字段换成你 config.toml 里写的 model_idcurl -X POST https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer 你的TaoToken_API_Key \ -H Content-Type: application/json \ -d { model: claude-3-5-sonnet, messages: [{role: user, content: 回复ok两个字}], max_tokens: 20 }预期返回是一段 JSON结构里包含choices数组choices[0].message.content就是模型回复。如果看到content: ok之类的内容说明 Key、Base URL、Model ID 三件套全部正确通道打通。如果返回 401说明 Key 错了或没带 Authorization 头如果返回 404多半是路径写错检查是不是漏了/v1/chat/completions如果返回local proxy failed之类的错误说明请求根本没出去检查实例的出网规则。这些错误下一节会详细对照。4.2 通过 OpenClaw 触发任务验证curl 通了之后再验证 OpenClaw 本身。重启服务让新配置生效sudo systemctl restart openclaw然后看日志确认启动无报错sudo journalctl -u openclaw -n 50日志里应该能看到模型配置加载成功、服务监听 8080 的信息。接着在实例内部发一个本地请求触发任务curl -X POST http://localhost:8080/run \ -H Content-Type: application/json \ -d {task: 列出当前目录下的文件}如果 OpenClaw 正常会返回任务执行结果日志里也能看到它调用模型的记录。这一步成功说明从 Compute Engine 到 TaoToken 再到模型服务的整条链路全部跑通。4.3 成功结果的判断标准判断部署是否成功看三个信号一是systemctl status openclaw显示 active二是 curl 打 TaoToken 返回带 choices 的 JSON三是 OpenClaw 日志里出现模型请求和响应记录。三个都满足就可以把实例当成长期在线的 OpenClaw 节点用了。后续要换模型只改 config.toml 里的 model_id重启服务即可Key 和 Base URL 都不用动。5. 常见报错排查401、local proxy failed、reading choices、OAuth部署过程中最容易卡在几个固定报错上。这一节按真实错误信息对照排查每条都给出原因和动作。5.1 401 Unauthorized报错长这样{error: {message: Invalid API key, type: authentication_error}}原因通常是三种Key 复制时带了空格或换行Authorization 头格式写错必须是Bearer 空格 Key或者 Key 本身在 TaoToken 控制台被删除或禁用。排查动作重新在控制台复制一次 Key用echo -n 你的Key | wc -c看长度是否和预期一致确认没有隐藏字符。然后重跑 curl注意Bearer和 Key 之间是一个空格。5.2 local proxy failed报错类似local proxy failed: dial tcp: connection refused这个错误说明请求在实例内部就没发出去通常是实例没有外网访问权限或者出网被安全组拦了。排查动作在实例里执行curl -I https://taotoken.net/api如果连这个都失败说明出网有问题。检查实例是否绑定了外部 IP或者所在子网的 Cloud NAT 是否配置。Compute Engine 默认实例带外部 IP 时可以直接出网如果你创建时用了--no-address就需要额外配 NAT。5.3 reading choices 相关报错报错类似KeyError: choices 或 reading choices failed这说明请求发出去了但返回的 JSON 结构里没有 choices 字段。常见原因是 Base URL 写错比如写成了https://taotoken.net/api/v1导致路径重复拼接或者 model_id 填了一个不存在的模型服务返回了错误结构。排查动作先用 4.1 的 curl 命令单独验证确认返回结构正常再检查 config.toml 里 base_url 是否严格等于https://taotoken.net/api不要多加路径。5.4 OAuth 相关报错报错类似OAuth token expired 或 unauthorized_client如果你在 OpenClaw 里配置了需要 OAuth 的模型通道而 Token 过期就会报这个。但用 TaoToken 的 API Key 模式不会走 OAuth所以出现这个错误通常是配置里混入了其他 provider 的字段。排查动作检查 config.toml 的 provider 是否写成openai-compatible删掉任何 oauth、refresh_token 之类的字段只保留 base_url、api_key、model_id 三件套。5.5 服务启动失败但无明确报错如果systemctl status显示 failed 但日志信息很少多半是 WorkingDirectory 或 ExecStart 路径写错。用ls /home/你的用户名/openclaw/main.py确认文件存在再检查 service 文件里的用户名是否和实际一致。改完执行sudo systemctl daemon-reload再重启。排查完这些基本能覆盖 90% 的部署问题。核心原则是分层验证先 curl 打 TaoToken再 curl 打本地 OpenClaw一层层缩小范围不要一上来就怀疑模型服务。6. 长期运行与统一接入的实践建议跑通之后有几件事值得顺手做掉能让这套部署更省心。第一把 config.toml 里的 Key 换成环境变量引用。OpenClaw 支持从环境变量读 Key这样配置文件可以进版本库而不泄露凭证。在 systemd 服务里加一行EnvironmentTAOTOKEN_API_KEY你的Keyconfig.toml 里写api_key ${TAOTOKEN_API_KEY}。这样换 Key 只改服务文件不动配置。第二用 TaoToken 的统一通道做模型切换。因为 Base URL 固定你可以在 config.toml 里准备多份 model 段落需要时改 model_id 重启即可。团队协作时大家共用同一个 Key 出口用量和权限在控制台统一管理比每人各自申请 Key 清晰得多。第三监控和日志。journalctl -u openclaw -f适合实时看长期运行建议把日志落到文件配合 GCP 的 Cloud Logging 做告警。实例层面可以设一个开机自启的检查脚本服务挂了自动拉起。第四成本控制。n1-standard-2 按需计费如果任务不密集可以设一个定时开关机策略或者改用抢占式实例降低成本。磁盘 50GB 对大多数任务够用日志多了记得清理。如果你后面要做更复杂的 Agent 编排或者需要长期跑编码类任务可以了解 TaoToken 的 Coding Plan它在统一通道基础上针对编码场景做了优化。模型对话入口可以用来快速试不同模型的效果接入文档里有各语言的调用示例。API Keys 页面管理你的凭证控制台看用量。这些入口都在官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 上能找到。最后说一个我踩过的坑一开始我把 base_url 写成了带/v1的完整路径结果 OpenClaw 内部又拼了一次请求打到错误地址报的就是 reading choices 那个错。后来严格按https://taotoken.net/api写问题消失。配置这东西宁可少写一个后缀也不要多写。
