1. 麒麟 Ky10SP2 上装 OpenClaw 到底难在哪OpenClaw 是一个跑在你自己设备上的个人 AI 助手网关它能通过 Telegram、Discord、Slack、WebChat 这些你已经在用的渠道跟你对话也能读写工作目录里的文件、执行工具调用。适合谁适合想把 AI 助手放在自己服务器上、数据不出内网、又想统一接一个大模型通道的人。但如果你手上是麒麟 Ky10SP2也就是 Kylin V10 SP2内核 4.19.90-24.4.v2101.ky10.x86_64直接npm install -g openclaw大概率会在node-llama-cpp编译阶段翻车。原因不复杂OpenClaw 依赖 Node.js ≥ 22而它内部会拉起node-llama-cpp去编译 llama.cpp 的原生模块。麒麟自带的 GCC 版本偏老CMake 也可能低于 3.19编译到一半就报CMAKE_CXX_COMPILER not found或者链接阶段找不到libstdc。我试过直接在系统 Python 环境里硬编卡在ggml的 C17 特性上折腾两小时没过去。所以这篇的路线是用 Miniconda 建一个隔离的编译环境把 GCC 10.4、CMake、Make、Node.js 24 全部装进 Conda 环境里让编译器和构建工具都走 Conda 的路径绕开系统老工具链。装完之后再用 TaoToken 的统一 Key 和 API 通道把模型接进来这样你不需要在 OpenClaw 里分别配阿里云、OpenAI、Anthropic 的 Key一个通道全搞定。下面每一步都是可复制的命令你照着敲就行。2. 前置准备TaoToken 统一 Key 与 API 通道在动手编译之前先把模型通道准备好这样 OpenClaw 装完就能直接验证调用。TaoToken 做的事情是把多家模型的调用收敛到一个 API 端点和一把 Key 上OpenClaw 的openclaw.json里只需要写一个 provider不用为每个模型厂商单独维护 baseUrl 和 apiKey。你需要拿到两样东西一把 API Key和一个兼容 OpenAI 格式的 baseUrl。Key 在控制台的 API Keys 页面创建地址是 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite 。创建时给它起个能认出来的名字比如openclaw-kylin权限按最小够用原则勾选。创建完立刻复制页面刷新后就看不到完整 Key 了。baseUrl 用 https://taotoken.net/api 注意这个地址不带任何查询参数直接作为 OpenAI 兼容端点填进配置。如果你后面想先确认模型列表和可用性可以打开模型对话页面 https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentchatutm_campaignrewrite 手动发一条消息确认 Key 有效、通道通畅再去配 OpenClaw这样排障时能少一个变量。注意Key 只存在你本地配置文件里不要提交到 Git也不要贴到聊天窗口。OpenClaw 的配置文件默认在~/.openclaw/openclaw.json权限建议设成600。3. 可复制配置麒麟 Ky10SP2 编译安装 OpenClaw3.1 确认系统版本与安装 Conda先确认你确实是 Ky10SP2 的 x86_64 环境uname -a # 期望输出包含4.19.90-24.4.v2101.ky10.x86_64然后下载并安装 Miniconda。麒麟的软件源里不一定有 conda直接下官方脚本最稳cd /root wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh bash Miniconda3-latest-Linux-x86_64.sh source ~/.bashrc安装过程中一路回车加 yes 即可。装完conda --version能输出版本号就说明好了。3.2 创建编译环境并装齐工具链这一步是关键把编译器、构建工具、Node.js 全部装进 Conda 环境conda create -n openclaw-build python3.10 -y conda activate openclaw-build conda install -c conda-forge gcc10.4.0 gxx10.4.0 make cmake git nodejs24 -y装完后确认工具路径都指向 Conda 环境而不是系统目录export PATH$CONDA_PREFIX/bin:$PATH export LD_LIBRARY_PATH$CONDA_PREFIX/lib:$LD_LIBRARY_PATH export CMAKE_MAKE_PROGRAM$CONDA_PREFIX/bin/make export CC$CONDA_PREFIX/bin/cc export CXX$CONDA_PREFIX/bin/c which make # 期望/root/miniconda3/envs/openclaw-build/bin/make which cmake # 期望/root/miniconda3/envs/openclaw-build/bin/cmake which gcc # 期望/root/miniconda3/envs/openclaw-build/bin/gcc如果which输出还是/usr/bin/...说明 PATH 没生效重新conda activate openclaw-build再 export 一遍。3.3 安装 OpenClaw 并编译 node-llama-cpp先清理可能残留的旧包再装 OpenClawnpm cache clean --force npm uninstall -g openclaw npm install -g openclawlatest装完后进入node-llama-cpp目录手动克隆并编译 llama.cppcd $CONDA_PREFIX/lib/node_modules/openclaw/node_modules/node-llama-cpp mkdir -p llama cd llama git clone --depth 1 https://github.com/ggml-org/llama.cpp.git cd llama.cpp git tag | grep b8121 # 确认目标版本存在创建构建目录并用 Conda 的 cmake 配置项目mkdir -p build-linux-x64 cd build-linux-x64 cmake \ -DCMAKE_C_COMPILER$CONDA_PREFIX/bin/cc \ -DCMAKE_CXX_COMPILER$CONDA_PREFIX/bin/c \ -DCMAKE_MAKE_PROGRAM$CONDA_PREFIX/bin/make \ -DCMAKE_BUILD_TYPERelease \ -DGGML_BUILD_NUMBER1 \ -DNLC_CURRENT_PLATFORMlinux-x64 \ -DNLC_TARGET_PLATFORMlinux-x64 \ -DNLC_VARIANTb8121 \ -DGGML_METALOFF \ -DGGML_CCACHEOFF \ -DLLAMA_CURLOFF \ -DLLAMA_HTTPLIBOFF \ -DLLAMA_BUILD_BORINGSSLOFF \ -DLLAMA_OPENSSLOFF \ -DCMAKE_POSITION_INDEPENDENT_CODEON \ ../llama.cpp配置成功后开始编译-j6按你 CPU 核数调整$CONDA_PREFIX/bin/make -j6编译完成后验证 OpenClaw 版本export LD_LIBRARY_PATH$CONDA_PREFIX/lib:$LD_LIBRARY_PATH openclaw --version # 期望输出类似OpenClaw 2026.3.8 (3caab92)3.4 运行引导并写入 TaoToken 配置首次安装后跑引导装系统服务openclaw onboard --install-daemon引导里几个关键选择安全提示选 YesOnboarding mode 选 QuickStartModel/auth provider 先选 Skip for now因为我们要手动写 TaoToken 配置Channel 选 Skip for nowSkills 选 NoHooks 按空格选中后回车最后 hatch 方式选 Do this later。然后编辑~/.openclaw/openclaw.json把 models 段替换成 TaoToken 通道。骨架如下{ models: { mode: merge, providers: { taotoken: { baseUrl: https://taotoken.net/api, apiKey: 你的_TAOTOKEN_API_KEY, api: openai-completions, models: [ { id: claude-sonnet-4-5, name: claude-sonnet-4-5, reasoning: false, input: [text, image], contextWindow: 200000, maxTokens: 8192 }, { id: gpt-5.2, name: gpt-5.2, reasoning: false, input: [text], contextWindow: 128000, maxTokens: 8192 } ] } } }, agents: { defaults: { workspace: ~/.openclaw/workspace, model: { primary: taotoken/claude-sonnet-4-5 }, models: { taotoken/claude-sonnet-4-5: {}, taotoken/gpt-5.2: {} } } } }模型 id 以你在模型对话页面看到的实际名称为准不要照抄。保存后重启 Gatewayopenclaw gateway restart openclaw gateway statusstatus里看到Runtime: running和RPC probe: ok就说明服务起来了。4. 验证请求确认 OpenClaw 调用成功4.1 检查 Gateway 与 Dashboardopenclaw gateway status openclaw dashboardDashboard 会输出一个带 token 的本地地址形如http://127.0.0.1:18789/#token...。因为麒麟服务器通常没有图形界面它会提示你用 SSH 隧道ssh -N -L 18789:127.0.0.1:18789 root你的服务器IP然后在本地浏览器打开http://localhost:18789/把 token 粘进 Control UI 设置里。4.2 发一条真实请求验证模型通道在 Dashboard 的对话界面里发一条测试消息比如「用一句话说明你现在用的是哪个模型」。如果返回正常说明 TaoToken 通道、Key、模型 id 三者都对上了。如果返回Unauthorized先回模型对话页面确认 Key 没过期如果返回model not found检查openclaw.json里的模型 id 是否和通道里可用列表一致。也可以用 CLI 直接验证配置读取openclaw config get agents.defaults.model.primary # 期望输出taotoken/claude-sonnet-4-54.3 跑一次健康检查openclaw doctor它会检查配置文件格式、Gateway 服务状态、端口占用等。有报错按提示修openclaw doctor --fix能自动处理一部分常见问题。5. 本篇常见错排查编译阶段报CMAKE_CXX_COMPILER not found说明 cmake 没走 Conda 的编译器。重新 exportCC和CXX确认which gcc指向 Conda 路径再重新跑 cmake 配置。链接阶段报libstdc.so.6: version GLIBCXX_3.4.29 not found系统自带的 libstdc 太老。确保LD_LIBRARY_PATH包含$CONDA_PREFIX/lib并且这个 export 在每次新开终端后都执行或者写进~/.bashrc。openclaw --version报找不到命令npm 全局 bin 目录不在 PATH 里。执行export PATH$CONDA_PREFIX/bin:$PATH或者用npm config get prefix确认全局目录后手动加进 PATH。Gateway 起不来status显示last exit 1先看日志openclaw logs --follow常见原因是端口 18789 被占或者openclaw.json有 JSON 语法错误。JSON5 虽然支持注释但尾逗号位置不对也会解析失败用openclaw doctor能定位到具体行。Dashboard 打开后一直转圈多半是 token 没填对或者 SSH 隧道断了。重新跑openclaw dashboard拿新 token确认隧道窗口没关。调用模型返回超时先确认服务器能访问https://taotoken.net/api用curl -I https://taotoken.net/api看返回码。如果网络通但模型响应慢换一个模型 id 试试排除单个模型负载问题。6. 装完之后怎么继续往下走到这一步你的麒麟 Ky10SP2 上已经有一个能跑起来的 OpenClaw模型通道走的是 TaoToken 统一 Key配置文件在~/.openclaw/openclaw.jsonGateway 以 systemd 服务方式常驻。接下来如果你要长期用它做编码或跑 Agent 任务建议去了解一下 Coding Plan https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 它针对高频编码场景做了额度优化比按量调用更划算。接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 里面有各语言 SDK 的调用示例方便你把 OpenClaw 接到自己的脚本里。日常维护记住三条命令就够openclaw gateway status看状态openclaw doctor排障openclaw logs --follow看实时日志。配置文件改完一定要openclaw gateway restart不然不生效。Key 轮换时只改openclaw.json里的apiKey字段重启即可不用重装。