1. 没有 API 的老系统才是 Agent 自动化真正的硬骨头你可能已经习惯了让 Agent 调各种 REST API查天气、发消息、拉数据只要有个接口文档接上去就能跑。但现实里大量流程根本没有 API——财务系统只有个 Windows 客户端内部工具是个老掉牙的桌面程序测试环境要靠鼠标点来点去甚至某些后台连导出按钮都藏在三级菜单里。这类场景过去只能靠 RPA 录屏回放脚本一改界面就崩维护成本高得离谱。Lybic OpenClaw 这套组合解决的正是这个问题。Lybic 提供云端沙盒支持 Windows、Linux、Android 三种环境能跑 GUI 鼠标键盘操作、触摸操作、截图视觉反馈还能在沙盒里执行 Python、Node.js、Go、Rust、Java 代码和 shell 脚本。OpenClaw 则负责把 Agent 的工具调用标准化成 Skill让模型能像调函数一样调沙盒。两者接起来之后Agent 就能直接接管一个真实桌面环境点按钮、填表单、看截图判断结果全程不需要目标系统提供任何 API。这篇文章面向的是已经在用 OpenClaw 做工具编排、想把手伸到 GUI 层的开发者。我会给出可复制的 config.toml 和 settings.json 骨架、TaoToken 统一 Key 的接入配置以及 Agent 接管动作的验证步骤和报错排查清单。如果你还没配过 OpenClaw也能跟着走完因为关键配置我都会标出必填项。2. 前置准备TaoToken 统一 Key 与 Lybic 沙盒账号在动 OpenClaw 之前先把两个外部依赖准备好模型侧的 Key 和沙盒侧的凭证。模型侧我用 TaoToken 做统一入口这样 OpenClaw 里不用为每个模型单独配 base_url 和 key换模型只改一个字段。沙盒侧需要 Lybic 的 API Key 和 Org ID这两个在 Lybic 控制台里拿。TaoToken 的接入地址是https://taotoken.net/api兼容 OpenAI 风格的/v1/chat/completions。你需要在控制台创建一个 API Key然后把它填到 OpenClaw 的模型配置里。如果你还没建 Key可以先去 API Keys 页面 生成一个权限选默认的对话权限就够 OpenClaw 调度用了。Lybic 侧的操作路径是登录 Lybic 控制台在组织设置里找到 Org ID在 API 管理里生成一个 API Key。这两个值后面会分别填到LYBIC_ORG_ID和LYBIC_API_KEY环境变量里。注意 Lybic 的 Key 是给沙盒服务用的和 TaoToken 的模型 Key 是两套东西别混。提示TaoToken 的 Key 建议单独建一个给 OpenClaw 用方便后续按项目统计用量。Lybic 的 Key 如果泄露别人可以在你的组织下创建沙盒所以别提交到公开仓库。3. 可复制配置config.toml 与 settings.json 骨架OpenClaw 的配置分两层config.toml管模型和网关settings.json管 Skill 和环境变量。下面这份骨架你可以直接复制把尖括号里的值替换掉即可。3.1 config.toml模型走 TaoToken 统一入口# ~/.openclaw/config.toml [gateway] host 127.0.0.1 port 18789 [model] provider openai-compatible base_url https://taotoken.net/api api_key 你的 TaoToken API Key model claude-sonnet-4-20250514 max_tokens 8192 temperature 0.2 [agent] max_iterations 30 tool_timeout_seconds 300这里base_url填 TaoToken 的 API 地址api_key填你在 TaoToken 控制台生成的 Key。model字段可以换成你账号下可用的任意模型OpenClaw 会按 OpenAI 兼容格式发请求。tool_timeout_seconds建议给到 300 秒以上因为 GUI 操作和沙盒启动比纯文本调用慢得多。3.2 settings.jsonLybic Skill 与环境变量{ skills: { lybic-sandbox: { enabled: true, env: { LYBIC_API_KEY: 你的 Lybic API Key, LYBIC_ORG_ID: 你的 Lybic Org ID, LYBIC_DEFAULT_SANDBOX_TYPE: windows } } }, gateway: { dashboard: http://127.0.0.1:18789 } }LYBIC_DEFAULT_SANDBOX_TYPE可以填windows、linux或android取决于你主要接管哪类桌面。如果你要同时跑多种环境可以在 Skill 调用时用参数覆盖不用改这个默认值。3.3 安装 Lybic Sandbox SkillSkill 本体从 Clawhub 获取。在 Clawhub 里搜索 Lybic下载lybic-sandbox的 zip 包解压到 OpenClaw 的技能目录mkdir -p ~/.openclaw/skills unzip lybic-sandbox.zip -d ~/.openclaw/skills/ ls ~/.openclaw/skills/lybic-sandbox解压后你应该能看到skill.json、main.py之类的文件。然后打开 OpenClaw Gateway Dashboard地址通常是http://127.0.0.1:18789进 Settings → Config → Skills找到 Lybic Skill 并启用。如果列表里没有点一下 Reload 重新加载技能目录。4. 验证请求让 Agent 接管一次真实桌面动作配置写完不代表能跑得用一次最小闭环验证链路。我建议从「创建沙盒 → 截图 → 执行一段代码 → 销毁沙盒」这个顺序走每一步都能单独确认。4.1 启动网关并确认 Skill 加载openclaw gateway start openclaw skills list第二条命令应该输出lybic-sandbox且状态为enabled。如果显示missing env说明settings.json里的环境变量没被读到检查文件路径是不是~/.openclaw/settings.json。4.2 用模型对话触发沙盒创建打开 模型对话页面或者直接在 OpenClaw 的对话入口里输入下面这句话请用 lybic-sandbox 技能创建一个 Windows 沙盒然后在沙盒里执行 python -c print(hello from sandbox)把输出返回给我。Agent 会先调create_sandbox拿到 sandbox_id再调execute_code或execute_shell最后把 stdout 返回。如果这一步成功你会看到类似hello from sandbox的输出同时 Lybic 控制台里能看到一个运行中的沙盒实例。4.3 验证 GUI 接管能力纯代码执行还不算接管桌面真正要验证的是鼠标键盘和截图。输入在刚才的 Windows 沙盒里打开记事本输入 agent was here然后截图给我看。Agent 会调 GUI 自动化接口先启动 notepad.exe再模拟键盘输入最后调screenshot返回图片。你在对话里应该能看到一张记事本窗口的截图标题栏和输入内容都清晰可见。这一步跑通说明 Agent 已经能操作真实桌面了。4.4 清理沙盒验证完记得销毁不然沙盒会一直占资源请删除刚才创建的沙盒。Agent 调delete_sandbox后Lybic 控制台里该实例应该变成已销毁状态。5. 常见报错排查清单这套链路涉及模型、网关、Skill、沙盒四层出错时定位要按层排查。下面是我实际遇到过的几类问题。模型侧 401 或 403先确认config.toml里的api_key是不是 TaoToken 的 Key而不是 Lybic 的。再确认base_url结尾没有多余的/v1TaoToken 的地址是https://taotoken.net/apiOpenClaw 会自己拼/v1/chat/completions。如果还报错去 接入文档 对一下请求格式。Skill 未加载openclaw skills list里看不到lybic-sandbox通常是解压路径不对。确认 zip 解压后skill.json直接在~/.openclaw/skills/lybic-sandbox/下而不是多套了一层目录。改完在 Dashboard 点 Reload。沙盒创建超时tool_timeout_seconds太小是常见原因GUI 沙盒冷启动可能要 60 秒以上。把它调到 300 或更高。另外确认LYBIC_ORG_ID填的是组织 ID 而不是组织名称。截图返回空白Windows 沙盒在无头模式下截图可能全黑需要在创建沙盒时指定带显示的环境或者改用 Linux 沙盒加虚拟显示。Lybic 的沙盒类型参数里可以控制这一点。GUI 操作点不中元素Agent 靠截图里的坐标点按钮分辨率变化会导致偏移。建议在 Skill 配置里固定沙盒分辨率或者在提示词里让 Agent 先截图再根据图像定位不要硬编码坐标。长时间进程被中断Lybic 支持长时间运行的进程但 OpenClaw 的tool_timeout_seconds会掐断调用。如果你要跑超过 5 分钟的任务把它调大或者让 Agent 用轮询方式查状态而不是阻塞等待。6. 把 Skill 接进你的长期工作流单次验证跑通之后下一步是把它变成日常可用的自动化链路。如果你主要做编码类 Agent比如让 Agent 在沙盒里跑测试、改配置、验证构建产物建议用 Coding Plan 的额度来跑因为这类任务迭代次数多按次计费比按 token 更可控。配置方式还是走config.toml里的base_url和api_key只是 Key 换成 Coding Plan 对应的即可。如果你想让 Agent 接管更复杂的桌面流程比如登录内部系统、填多页表单、导出报表关键是把每个动作拆成可验证的小步。我的做法是让 Agent 每操作三步就截一次图用视觉反馈确认当前状态而不是一口气跑完再检查。这样出错时能立刻定位到是哪一步点错了而不是面对一个失败的结果干瞪眼。Lybic 的沙盒是可观测的你可以在控制台里实时看 Agent 在干什么这个对调试特别有用。刚开始接的时候我建议你盯着控制台跑几轮观察 Agent 的鼠标轨迹和输入内容确认它的操作逻辑符合预期再放开让它自动跑。等链路稳定了就可以把整个流程封装成一个 Skill 调用让上层 Agent 直接触发。