1. 为什么 2026 年还要折腾 Cherry Studio OpenClaw 的技能商店Cherry Studio 在 2026 年已经不只是个多模型对话客户端它把 OpenClaw 这套 Agent 运行时整合进来之后真正有意思的部分变成了「技能商店」——也就是 Skills。技能是什么你可以把它理解成给 AI 装的一个个「插件包」每个技能目录里有一份SKILL.md描述它能干什么、需要哪些工具再配上 Bash/Python/Node 脚本去真正执行读写文件、调 API、操作浏览器这类动作。普通对话只能让模型「说」技能能让模型「做」。这篇是系列第二章聚焦技能商店的精选推荐与安装流程。我会给你可直接复制的settings.json和config.toml骨架演示怎么通过 TaoToken 统一 Key/API 通道把技能接进来最后给出安装后验证技能是否真的加载、真的能调用的具体动作。适合已经装好 Cherry Studio、想进一步把 OpenClaw 技能跑起来的人如果你还没配好基础环境建议先看第一章。技能默认落在C:\Users\用户名\.openclaw\workspace\skills\Windows或~/.openclaw/workspace/skills/macOS/Linux。目录结构长这样skills/ ├── 技能名称A/ │ ├── SKILL.md # 必须技能定义 │ ├── scripts/ # 可选执行脚本 │ └── references/ # 可选参考文档 ├── 技能名称B/ │ └── SKILL.md └── ...搞清这个结构后面所有安装动作你都能自己判断对错。2. TaoToken 前置把统一 Key 和 API 通道准备好OpenClaw 技能里有一大类是「调模型」的——比如多模态工具包、视觉分析、内容摘要。这些技能如果每个都单独配一家厂商的 Key维护起来会疯掉。我的做法是统一走 TaoToken 的 API 通道一个 Key 覆盖多个模型技能配置里只写一处 base_url 和 api_key。先去控制台把 Key 建出来入口在 https://taotoken.net/api-keys 。建好之后你会拿到一串sk-开头的密钥先存到环境变量里别硬编码进技能脚本# macOS / Linux写进 ~/.zshrc 或 ~/.bashrc export TAOTOKEN_API_KEYsk-你的密钥 export TAOTOKEN_BASE_URLhttps://taotoken.net/api # Windows PowerShell永久写入用户环境变量 [Environment]::SetEnvironmentVariable(TAOTOKEN_API_KEY,sk-你的密钥,User) [Environment]::SetEnvironmentVariable(TAOTOKEN_BASE_URL,https://taotoken.net/api,User)注意https://taotoken.net/api是 API 根地址不要在后面手动拼/v1OpenClaw 的 provider 配置会自己补路径拼错了会 404。如果你打算长期跑编码类技能frontend-dev、fullstack-dev 这类建议顺手看一眼 Coding Plan额度模型更适合高频调用https://taotoken.net/coding-plan 。只是想先验证模型通不通用模型对话页试一句就行https://taotoken.net/models 。3. 可复制配置settings.json 与 config.toml 骨架Cherry Studio 侧的模型通道走settings.jsonOpenClaw 运行时和技能走config.toml。两份都给你骨架改 Key 就能用。3.1 settings.jsonCherry Studio 模型通道{ providers: [ { id: taotoken, name: TaoToken, type: openai-compatible, baseUrl: https://taotoken.net/api, apiKey: sk-你的密钥, models: [ { id: claude-sonnet-4-5, name: Claude Sonnet 4.5 }, { id: gpt-4.1, name: GPT-4.1 } ] } ], defaultProvider: taotoken, defaultModel: claude-sonnet-4-5 }type用openai-compatible是因为 TaoToken 的接口形态兼容 OpenAI 规范Cherry Studio 直接按这个类型解析即可。models数组里填你实际要用的模型 id别照抄去模型对话页确认当前可用的名字。3.2 config.tomlOpenClaw 运行时与技能[agent] name cherry-openclaw workspace ~/.openclaw/workspace skills_dir ~/.openclaw/workspace/skills [provider.taotoken] base_url https://taotoken.net/api api_key ${TAOTOKEN_API_KEY} default_model claude-sonnet-4-5 [skills] auto_load true watch true [skills.minimax-multimodal-toolkit] enabled true provider taotoken [skills.vision-analysis] enabled true provider taotoken [skills.summarize] enabled true provider taotoken关键点api_key用${TAOTOKEN_API_KEY}引用环境变量这样配置文件可以进 Git 而不会泄露密钥。watch true让 OpenClaw 监听 skills 目录你新装一个技能不用重启就生效。3.3 精选技能安装命令技能商店的安装走 ClawHub一条命令一个技能# 自我进化强烈建议第一个装 npx clawhub install self-improving-proactive-agent # 开发类 npx clawhub install frontend-dev npx clawhub install fullstack-dev npx clawhub install playwright-browser-automation # 效率类 npx clawhub install summarize npx clawhub install weather npx clawhub install github多模态工具包MiniMax 官方那套语音/音乐/图片/视频生成目前建议手动克隆因为体积大、依赖多git clone https://github.com/MiniMax-AI/skills.git cp -r skills/minimax-multimodal-toolkit ~/.openclaw/workspace/skills/装完看一眼列表确认落盘npx clawhub list ls ~/.openclaw/workspace/skills/4. 验证请求确认技能真的加载并能调用装完不等于能用。分三步验证每步都有明确的成功信号。4.1 验证模型通道通不通先用最轻的方式打一发请求确认 TaoToken 通道没问题curl -s https://taotoken.net/api/chat/completions \ -H Authorization: Bearer $TAOTOKEN_API_KEY \ -H Content-Type: application/json \ -d { model: claude-sonnet-4-5, messages: [{role: user, content: 只回复两个字通了}] }返回体里choices[0].message.content是「通了」说明 Key 和 base_url 都对。如果返回 401是 Key 问题返回 404多半是 base_url 拼错了。4.2 验证技能被 OpenClaw 加载启动 OpenClaw 后看日志里有没有技能注册记录openclaw run --log-level debug 21 | grep -i skill成功信号是类似loaded skill: summarize、registered skill: vision-analysis的行。如果某个技能没出现去它的目录确认SKILL.md存在且首行有合法的 name 字段。4.3 验证技能真的能执行光加载不够要让它干活。拿summarize试openclaw exec summarize --url https://example.com/article拿weather试openclaw exec weather --city 北京能返回结构化结果摘要文本、天气数据说明技能从加载到执行整条链路通了。这一步过了你才算真正「装好了」。5. 本篇常见错排查技能装了但列表里没有九成是目录层级错了。正确是skills/技能名/SKILL.md如果你解压出来变成skills/技能名/技能名/SKILL.mdOpenClaw 扫不到。把内层目录提上来即可。调用技能报 provider not foundconfig.toml里技能的provider taotoken必须和[provider.taotoken]段名完全一致大小写敏感。改完记得重启或等 watch 重载。401 / invalid api key先确认环境变量在当前 shell 里真的存在echo $TAOTOKEN_API_KEY看一眼。Windows 下新设的环境变量要重开终端才生效这是最常见的坑。技能执行超时多模态类技能图片、视频生成本身耗时长默认超时可能不够。在config.toml对应技能段加timeout 120再试。改了配置不生效watch true只监听 skills 目录不监听 config.toml。改配置文件必须重启 OpenClaw。脚本权限报错macOS/Linux手动克隆的技能脚本可能没有执行位chmod x scripts/*.sh补一下。6. 接下来怎么走技能装好只是起点。真正拉开差距的是「自我进化」那类技能——它会记录你每次纠正 AI 的动作沉淀成 patterns下次不再犯同样的错。建议你装完先把self-improving-proactive-agent跑起来用几天感受一下它的记忆分层。如果你要长期跑编码类技能把 Coding Plan 配上额度更稳https://taotoken.net/coding-plan 。接入过程中遇到报错对照接入文档逐项核https://taotoken.net/doc 。想先确认某个模型当前可用直接去模型对话页发一句话最快https://taotoken.net/models 。Key 管理和新建都在控制台https://taotoken.net/api-keys 。 
长河君 · 2026/9/27 22:19:29 · 阅读 1.2k Cherry Studio + OpenClaw 2026完全指南：技能商店精选推荐与安装攻略（TaoToken 配置篇）
1. 为什么 2026 年还要折腾 Cherry Studio OpenClaw 的技能商店Cherry Studio 在 2026 年已经不只是个多模型对话客户端它把 OpenClaw 这套 Agent 运行时整合进来之后真正有意思的部分变成了「技能商店」——也就是 Skills。技能是什么你可以把它理解成给 AI 装的一个个「插件包」每个技能目录里有一份SKILL.md描述它能干什么、需要哪些工具再配上 Bash/Python/Node 脚本去真正执行读写文件、调 API、操作浏览器这类动作。普通对话只能让模型「说」技能能让模型「做」。这篇是系列第二章聚焦技能商店的精选推荐与安装流程。我会给你可直接复制的settings.json和config.toml骨架演示怎么通过 TaoToken 统一 Key/API 通道把技能接进来最后给出安装后验证技能是否真的加载、真的能调用的具体动作。适合已经装好 Cherry Studio、想进一步把 OpenClaw 技能跑起来的人如果你还没配好基础环境建议先看第一章。技能默认落在C:\Users\用户名\.openclaw\workspace\skills\Windows或~/.openclaw/workspace/skills/macOS/Linux。目录结构长这样skills/ ├── 技能名称A/ │ ├── SKILL.md # 必须技能定义 │ ├── scripts/ # 可选执行脚本 │ └── references/ # 可选参考文档 ├── 技能名称B/ │ └── SKILL.md └── ...搞清这个结构后面所有安装动作你都能自己判断对错。2. TaoToken 前置把统一 Key 和 API 通道准备好OpenClaw 技能里有一大类是「调模型」的——比如多模态工具包、视觉分析、内容摘要。这些技能如果每个都单独配一家厂商的 Key维护起来会疯掉。我的做法是统一走 TaoToken 的 API 通道一个 Key 覆盖多个模型技能配置里只写一处 base_url 和 api_key。先去控制台把 Key 建出来入口在 https://taotoken.net/api-keys 。建好之后你会拿到一串sk-开头的密钥先存到环境变量里别硬编码进技能脚本# macOS / Linux写进 ~/.zshrc 或 ~/.bashrc export TAOTOKEN_API_KEYsk-你的密钥 export TAOTOKEN_BASE_URLhttps://taotoken.net/api # Windows PowerShell永久写入用户环境变量 [Environment]::SetEnvironmentVariable(TAOTOKEN_API_KEY,sk-你的密钥,User) [Environment]::SetEnvironmentVariable(TAOTOKEN_BASE_URL,https://taotoken.net/api,User)注意https://taotoken.net/api是 API 根地址不要在后面手动拼/v1OpenClaw 的 provider 配置会自己补路径拼错了会 404。如果你打算长期跑编码类技能frontend-dev、fullstack-dev 这类建议顺手看一眼 Coding Plan额度模型更适合高频调用https://taotoken.net/coding-plan 。只是想先验证模型通不通用模型对话页试一句就行https://taotoken.net/models 。3. 可复制配置settings.json 与 config.toml 骨架Cherry Studio 侧的模型通道走settings.jsonOpenClaw 运行时和技能走config.toml。两份都给你骨架改 Key 就能用。3.1 settings.jsonCherry Studio 模型通道{ providers: [ { id: taotoken, name: TaoToken, type: openai-compatible, baseUrl: https://taotoken.net/api, apiKey: sk-你的密钥, models: [ { id: claude-sonnet-4-5, name: Claude Sonnet 4.5 }, { id: gpt-4.1, name: GPT-4.1 } ] } ], defaultProvider: taotoken, defaultModel: claude-sonnet-4-5 }type用openai-compatible是因为 TaoToken 的接口形态兼容 OpenAI 规范Cherry Studio 直接按这个类型解析即可。models数组里填你实际要用的模型 id别照抄去模型对话页确认当前可用的名字。3.2 config.tomlOpenClaw 运行时与技能[agent] name cherry-openclaw workspace ~/.openclaw/workspace skills_dir ~/.openclaw/workspace/skills [provider.taotoken] base_url https://taotoken.net/api api_key ${TAOTOKEN_API_KEY} default_model claude-sonnet-4-5 [skills] auto_load true watch true [skills.minimax-multimodal-toolkit] enabled true provider taotoken [skills.vision-analysis] enabled true provider taotoken [skills.summarize] enabled true provider taotoken关键点api_key用${TAOTOKEN_API_KEY}引用环境变量这样配置文件可以进 Git 而不会泄露密钥。watch true让 OpenClaw 监听 skills 目录你新装一个技能不用重启就生效。3.3 精选技能安装命令技能商店的安装走 ClawHub一条命令一个技能# 自我进化强烈建议第一个装 npx clawhub install self-improving-proactive-agent # 开发类 npx clawhub install frontend-dev npx clawhub install fullstack-dev npx clawhub install playwright-browser-automation # 效率类 npx clawhub install summarize npx clawhub install weather npx clawhub install github多模态工具包MiniMax 官方那套语音/音乐/图片/视频生成目前建议手动克隆因为体积大、依赖多git clone https://github.com/MiniMax-AI/skills.git cp -r skills/minimax-multimodal-toolkit ~/.openclaw/workspace/skills/装完看一眼列表确认落盘npx clawhub list ls ~/.openclaw/workspace/skills/4. 验证请求确认技能真的加载并能调用装完不等于能用。分三步验证每步都有明确的成功信号。4.1 验证模型通道通不通先用最轻的方式打一发请求确认 TaoToken 通道没问题curl -s https://taotoken.net/api/chat/completions \ -H Authorization: Bearer $TAOTOKEN_API_KEY \ -H Content-Type: application/json \ -d { model: claude-sonnet-4-5, messages: [{role: user, content: 只回复两个字通了}] }返回体里choices[0].message.content是「通了」说明 Key 和 base_url 都对。如果返回 401是 Key 问题返回 404多半是 base_url 拼错了。4.2 验证技能被 OpenClaw 加载启动 OpenClaw 后看日志里有没有技能注册记录openclaw run --log-level debug 21 | grep -i skill成功信号是类似loaded skill: summarize、registered skill: vision-analysis的行。如果某个技能没出现去它的目录确认SKILL.md存在且首行有合法的 name 字段。4.3 验证技能真的能执行光加载不够要让它干活。拿summarize试openclaw exec summarize --url https://example.com/article拿weather试openclaw exec weather --city 北京能返回结构化结果摘要文本、天气数据说明技能从加载到执行整条链路通了。这一步过了你才算真正「装好了」。5. 本篇常见错排查技能装了但列表里没有九成是目录层级错了。正确是skills/技能名/SKILL.md如果你解压出来变成skills/技能名/技能名/SKILL.mdOpenClaw 扫不到。把内层目录提上来即可。调用技能报 provider not foundconfig.toml里技能的provider taotoken必须和[provider.taotoken]段名完全一致大小写敏感。改完记得重启或等 watch 重载。401 / invalid api key先确认环境变量在当前 shell 里真的存在echo $TAOTOKEN_API_KEY看一眼。Windows 下新设的环境变量要重开终端才生效这是最常见的坑。技能执行超时多模态类技能图片、视频生成本身耗时长默认超时可能不够。在config.toml对应技能段加timeout 120再试。改了配置不生效watch true只监听 skills 目录不监听 config.toml。改配置文件必须重启 OpenClaw。脚本权限报错macOS/Linux手动克隆的技能脚本可能没有执行位chmod x scripts/*.sh补一下。6. 接下来怎么走技能装好只是起点。真正拉开差距的是「自我进化」那类技能——它会记录你每次纠正 AI 的动作沉淀成 patterns下次不再犯同样的错。建议你装完先把self-improving-proactive-agent跑起来用几天感受一下它的记忆分层。如果你要长期跑编码类技能把 Coding Plan 配上额度更稳https://taotoken.net/coding-plan 。接入过程中遇到报错对照接入文档逐项核https://taotoken.net/doc 。想先确认某个模型当前可用直接去模型对话页发一句话最快https://taotoken.net/models 。Key 管理和新建都在控制台https://taotoken.net/api-keys 。