1. openclaw 常用命令到底解决什么问题从 gateway 启动到 Slash Commands 的日常场景刚接触 openclaw 的开发者最容易卡在三个地方一是 gateway 服务没起来聊天窗口里发什么指令都石沉大海二是分不清/status和openclaw status这类前后台命令的边界三是模型 endpoint 和 API Key 散落在多个配置文件里换一次额度就要翻半天文档。这篇速查手册就是围绕这些真实痛点整理的把 CLI 子命令和 Slash Commands 按使用场景分组每条都给出可复制的命令和验证动作。openclaw 本身是一个把大模型能力接入聊天渠道飞书、微信、QQ、Telegram、Discord 等的网关型工具。它分两层一层是跑在服务器或本地终端里的 CLI 命令负责安装、配置、启动服务、管理模型和渠道另一层是你在聊天窗口里直接发给机器人的 Slash Commands用/开头负责会话控制、模型切换、上下文管理。两层配合起来才能让一个机器人真正跑起来。适合谁看刚部署完 openclaw、准备把模型调用统一接到 TaoToken 的开发者已经在用但经常忘记某个子命令参数的人以及想把 gateway 做成开机自启、长期稳定运行的人。下面按「先跑起来 → 再管会话 → 再排错 → 最后统一鉴权」的顺序展开每条命令都尽量给到完整参数和预期输出。我试过在 gateway 没启动的情况下直接发/status聊天窗口只会返回超时所以第一步永远是确认后台服务活着。你可以先执行openclaw gateway status看到running再进聊天窗口操作能省掉一大半「命令没反应」的困惑。2. TaoToken 前置准备把 endpoint 与 API Key 统一收口在讲具体命令之前先把模型接入这块理清楚。openclaw 支持自定义模型 endpoint这意味着你可以把请求统一指向 TaoToken用一个 Key 管理所有模型的调用额度和鉴权。官网地址是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 基址是 https://taotoken.net/api 。你需要准备三样东西我把它叫做「三件套」Base URL、API Key、Model ID。Base URL 填https://taotoken.net/apiAPI Key 在控制台的 API Keys 页面生成地址是 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi_keysutm_campaignrewrite Model ID 则取决于你想调用的模型可以在模型对话页面先试跑确认地址 https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentmodel_chatutm_campaignrewrite 。为什么建议统一到 TaoToken因为 openclaw 的模型配置支持多模型并存如果你每个模型都单独配一个厂商 Keyopenclaw models list会变得很长openclaw models status排查连接问题时也要逐个看。收口到一个 endpoint 后换额度、换模型、查用量都只在一个地方操作。具体操作上你可以先用openclaw config set写入模型配置或者直接编辑配置文件。openclaw 的配置通常落在~/.openclaw/目录下模型相关字段包括baseUrl、apiKey、model。下面给一个可复制的 JSON 片段路径按你实际安装位置调整{ models: { default: { provider: openai-compatible, baseUrl: https://taotoken.net/api, apiKey: sk-你的TaoToken密钥, model: 你的Model ID } } }如果你用的是 TOML 风格的配置等价写法是[models.default] provider openai-compatible baseUrl https://taotoken.net/api apiKey sk-你的TaoToken密钥 model 你的Model ID写入后执行openclaw models list确认模型已注册再执行openclaw models status看连接状态。如果状态是ok说明 endpoint 和 Key 都通了。这一步做完后面所有 Slash Commands 里的/model切换才有意义否则切过去也是报错。需要提醒的是API Key 不要写进会提交到 Git 的文件里。openclaw 支持环境变量覆盖你可以把 Key 放在 shell 的 env 里配置文件中只留占位符。这样openclaw config show输出时也不会泄露密钥。3. 可复制配置gateway 启动、会话管理与模型切换的完整命令这一节是全文的操作核心按「后台 CLI → 前台 Slash」两条线给命令。每条都建议你复制后先跑--help或空参数确认版本差异因为 openclaw 不同版本子命令可能微调。3.1 gateway 启动与守护gateway 是 openclaw 的核心服务聊天渠道的消息都经过它路由到模型。启动方式有两种用途不同# 前台运行输出日志适合调试 openclaw gateway run --verbose # 后台启动适合正式运行 openclaw gateway start # 查看运行状态 openclaw gateway status # 停止或重启 openclaw gateway stop openclaw gateway restart如果你希望开机自启用openclaw gateway install把它注册成系统级服务卸载用openclaw gateway uninstall。实测下来gateway run和gateway start最容易混前者占用当前终端关掉终端服务就停后者是守护进程关终端不影响。生产环境一律用start。3.2 会话管理类 Slash Commands在聊天窗口里这些命令控制当前会话/help 查看帮助与命令列表 /status 查看系统状态模型配额、网络连通性 /whoami 查看当前用户 ID 和权限 /context 查看当前会话上下文详情 /reset 重置当前对话清空上下文 /new 开启新对话 /compact 压缩上下文减少 Token 消耗 /file [路径] 读取指定文件 /img [路径] 读取指定图片/reset和/new的区别值得记一下/reset清空当前会话上下文但保留会话本身/new相当于点聊天窗口右下角的「」开一个全新会话。回答跑偏时优先/reset想彻底重开用/new。/compact在长对话后特别有用它把历史记忆压缩降低后续每次请求的 Token 消耗。3.3 模型切换与控制/model 查看或切换当前会话模型 /think 调整思考等级off/low/high /reasoning 开关深度推理过程展示 /queue 调整消息排队与处理模式 /usage tokens 显示 Token 消耗 /usage cost 显示成本预估/model不带参数时显示当前模型带参数时切换例如/model gpt-4o。/think high会让模型在回答前做更多推理适合复杂任务日常问答用off或low更快。/reasoning打开后能看到推理过程调试提示词时很有用但会占用额外输出。3.4 后台模型与渠道管理openclaw models list # 列出已配置模型 openclaw models status # 查看各模型连接状态 openclaw models set default # 设置默认模型 openclaw models add --api_key ... # 添加模型配置 openclaw models remove # 移除模型配置 openclaw channels list # 列出已配置渠道 openclaw channels status # 查看渠道实时状态 openclaw channels login # 登录授权指定平台 openclaw channels logout # 断开渠道连接渠道登录是高频操作比如接 Telegram 就执行openclaw channels login按提示完成授权。登录后用openclaw channels status确认连接是connected。3.5 智能体与日志openclaw agents list # 列出所有智能体 openclaw agents add 名称 --workspace ~/.openclaw/workspace-work openclaw agents delete 名称 openclaw agent --agent 名称 --message 任务内容 openclaw logs # 查看历史日志 openclaw logs --follow # 实时滚动日志 openclaw logs --error # 只看报错 openclaw logs --gateway # 只看网关相关openclaw logs --follow是排障时最常用的配合--error能快速定位问题。openclaw doctor --fix则是一键诊断并尝试修复系统异常时优先跑它。4. 验证请求与成功结果怎么确认命令真的生效命令敲完不等于生效每条都要有验证动作。下面按场景给验证方法。gateway 启动后先跑openclaw gateway status预期输出包含running和监听端口。再跑openclaw status和openclaw health前者看整体状态后者看网关健康。如果这两个都正常进聊天窗口发/status应该能收到模型配额和网络连通性信息。模型接入验证执行openclaw models status每个模型应显示连接状态。如果显示error多半是 Base URL 或 Key 有问题。你可以用模型对话页面先单独试跑一次确认 Key 本身可用地址 https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentmodel_chatutm_campaignrewrite 。会话验证在聊天窗口发/whoami确认身份发/context看上下文发/model看当前模型。然后发一句普通对话再发/usage tokens应该能看到本次消耗的 Token 数。如果/usage没反应检查是否被关闭用/usage tokens重新开启。渠道验证openclaw channels list应列出你配置的渠道openclaw channels status显示连接状态。如果列表为空说明还没登录任何渠道执行openclaw channels login走授权流程。日志验证跑openclaw logs --follow然后在聊天窗口发一条消息终端应实时打印出请求日志。看到请求进入、模型返回、响应发出的完整链路就说明整条通路是通的。一个完整的成功链路长这样openclaw gateway start→openclaw gateway status显示 running →openclaw models status显示 ok → 聊天窗口/status有响应 → 发消息有回复 →openclaw logs --follow能看到请求日志。任何一环断了就回到对应章节排查。5. 本篇常见错排查401、local proxy failed、reading choices、OAuth排障这节按真实报错来每个都给现象、原因、动作。401 Unauthorized模型请求被拒。原因通常是 API Key 错误、过期或 Base URL 写错。动作先openclaw models status看哪个模型报错再检查配置文件里的apiKey和baseUrl。如果用的是 TaoToken确认 Key 是在 API Keys 页面生成的且 Base URL 是https://taotoken.net/api。改完执行openclaw models status复验。local proxy failed本地代理连接失败。openclaw 某些配置会走本地代理端口如果代理没起或端口被占就报这个。动作检查配置里的代理设置确认端口没被其他进程占用如果不需要代理把相关字段清空。跑openclaw doctor --fix有时能自动修。reading choices 相关报错通常是模型返回结构不符合预期比如 endpoint 返回的不是 OpenAI 兼容格式。动作确认 Base URL 指向的是兼容接口Model ID 拼写正确。用模型对话页面单独试跑同一模型能快速判断是 openclaw 配置问题还是模型侧问题。OAuth 相关报错渠道登录时授权失败。动作重新执行openclaw channels login按提示完成授权如果之前登录过先openclaw channels logout再登。检查系统时间是否准确OAuth 对时间偏差敏感。gateway 起不来openclaw gateway start后status显示 stopped。动作用openclaw gateway run --verbose前台跑看具体报错常见原因是端口被占、配置文件语法错误。openclaw doctor能诊断大部分环境问题。Slash Command 无响应聊天窗口发/status没反应。动作先确认 gateway 在跑再确认渠道连接正常最后看openclaw logs --follow有没有收到消息。如果日志里没有请求说明消息没到网关问题在渠道侧。模型切换后报错/model切到某模型后请求失败。动作openclaw models status看该模型连接状态确认它的 Base URL 和 Key 独立配置正确。多模型场景下每个模型的鉴权是分开的。排障时如果涉及接入配置可以对照接入文档逐项检查地址 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 。文档里有完整的字段说明和示例。6. 长期编码与 Agent 场景把命令用成肌肉记忆如果你打算把 openclaw 长期跑起来做编码助手或多智能体协作建议把常用命令固化成脚本或别名。比如把openclaw gateway status openclaw models status openclaw channels status合成一条健康检查命令每次改动配置后跑一遍。多智能体场景下openclaw agents add配合--workspace给每个智能体独立工作区再用openclaw agent --agent 名称 --message 任务派活。子智能体管理用/subagents list|stop|send。这套组合适合把不同任务拆给不同 Agent 并行处理。成本控制上/usage cost和/usage tokens常开长对话及时/compact。模型选择上简单任务用低思考等级复杂任务再切高等级能明显省额度。如果你需要更稳定的长期编码额度可以了解 Coding Plan地址 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding_planutm_campaignrewrite 。它适合把 openclaw 作为日常编码助手的场景配合上面的命令体系能把调用管理得比较清楚。最后给一个我自己的习惯每次改完配置先openclaw doctor再openclaw gateway restart然后openclaw logs --follow盯十秒确认没有报错再进聊天窗口。这套动作跑熟之后openclaw 的日常维护基本不会出大问题。