1. 当 SearchClaw 查 Elasticsearch 没结果先别怀疑技能你按 Elastic 那篇 SearchClaw 教程把elasticsearch-openclaw技能装好了Kibana Dev Tools 里也跑完了devtools_fresh_produce.md只读 API key 填进了.env然后在 OpenClaw Web UI 里输入「Find products that would be good for a healthy summer salad」结果 agent 转了半天要么回一句「I couldnt find any results」要么干脆卡在「thinking」不动。索引明明有 10 条产品GET /fresh_produce/_search在 Dev Tools 里能返回数据为什么 agent 就是查不出来这个场景我踩过。问题几乎不在 Elasticsearch 侧而在 OpenClaw 的模型通道。OpenClaw 的 agent 是「LLM 决定要构建什么查询」的运行时它先读SKILL.md理解技能能力再根据你的自然语言生成 Elasticsearch 查询 DSL最后用curl执行。这条链路里.env只解决了ELASTICSEARCH_URL和ELASTICSEARCH_API_KEY两个变量它管的是「agent 能不能连上 ES」完全不管「LLM 能不能被调用」。如果模型通道没配好或不可用agent 连第一步「理解你要查什么」都做不了自然不会有任何查询发出去表现就是「没结果」。所以排障顺序要反过来先确认 LLM 通道通不通再去看技能和 mapping。这篇就按这个顺序把 OpenClaw 的模型 Base URL 指向 TaoToken让 agent 真正跑起来然后验证它能按SKILL.md去检查fresh_produce和app-logs-synthetic的 mapping 并返回结果。2. 为什么 OpenClaw 的 .env 解决不了 LLM 调用先把 OpenClaw 的架构拆清楚你就知道该往哪填东西了。OpenClaw 是自托管网关核心概念有两个Agent 是独立的 AI 实例有自己的配置和技能集合Workspace 是定义 agent 上下文的文件夹里面装着AGENTS.md长期说明、.env凭证和skills/目录。关键点在于.env里的凭证是给技能用的不是给模型用的。ELASTICSEARCH_URL和ELASTICSEARCH_API_KEY会被elasticsearch-openclaw技能读取用来拼curl命令访问 ES。但 agent 在生成这条curl之前得先有一次 LLM 推理把「healthy summer salad」翻译成semantic查询把「on sale under $15」翻译成rangeterm过滤。这次推理走的是 OpenClaw 的模型通道跟.env里那两个变量没有任何关系。模型通道的配置在 OpenClaw 的 gateway 配置里需要三样东西模型 Base URL、API Key、模型名。默认情况下 OpenClaw 可能指向某个需要额外凭证的官方端点或者留空。留空时 agent 的推理请求发不出去UI 上看起来就是「没反应」。你要做的是把这三样换成 TaoToken 提供的通道。注意Elasticsearch 只读 API key 仍然按原文在 Kibana Dev Tools 里用POST /_security/api_key创建权限只给read和view_index_metadata。这部分不变TaoToken 只负责 LLM 通道两者是两条独立的链路。3. 前置拿到 TaoToken Key 并确认通道地址打开 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 注册账号进控制台创建 API Key。创建入口在 https://taotoken.net/console Key 管理在 https://taotoken.net/api-keys 。拿到形如sk-...的 Key 后先放一边下面配置要用。模型通道的 Base URL 填https://taotoken.net/api。注意这里不要加任何路径后缀OpenClaw 会自己在后面拼/v1/chat/completions之类的端点。如果你手头有多个模型可选建议先用一个稳定的通用对话模型把链路跑通确认 agent 能推理之后再按需换成更适合工具调用的模型。想先确认通道本身可用可以打开模型对话页面 https://taotoken.net/models 发一条测试消息能正常回复说明 Key 和通道没问题再往下配 OpenClaw。这一步能帮你把「Key 无效」和「OpenClaw 配置错」两类问题分开。4. 把 OpenClaw 的模型通道指向 TaoTokenOpenClaw 的模型配置有两种改法改 gateway 配置文件或者用 CLI 设置。不同版本字段名略有差异下面给的是通用做法你按自己版本的字段名对应即可。4.1 方式一改 gateway 配置文件找到 OpenClaw 的 gateway 配置文件通常在~/.openclaw/或安装目录下的config里定位到模型/LLM 相关段落填入llm: provider: openai-compatible base_url: https://taotoken.net/api api_key: sk-你的TaoTokenKey model: 你的模型名provider选openai-compatible是因为 TaoToken 的接口兼容 OpenAI 格式OpenClaw 用这个 provider 就能直接对接。base_url就是上一步那个地址api_key填你创建的 Keymodel填你在 TaoToken 控制台看到的模型标识。4.2 方式二用 CLI 设置如果你更习惯命令行OpenClaw 一般提供类似下面的设置命令openclaw config set llm.base_url https://taotoken.net/api openclaw config set llm.api_key sk-你的TaoTokenKey openclaw config set llm.model 你的模型名 openclaw gateway restart改完必须重启 gateway配置才会加载。重启后 agent 的推理请求就会走 TaoToken 通道。4.3 确认 workspace 里的 .env 没被误改顺手检查一下 workspace 的.env确保它还是只放 ES 的两个变量ELASTICSEARCH_URLhttp://localhost:9200 ELASTICSEARCH_API_KEYVnVaRmxLSDRCQxxxxxxxxbGVfa2V5不要把 TaoToken 的 Key 写进这个.env它属于 gateway 配置层写错位置 agent 读不到还会让你误以为配好了。5. 验证让 agent 检查 mapping 并返回结果配置生效后打开 OpenClaw Web UI默认http://127.0.0.1:18789/先做一次最小验证确认 LLM 通道通了。5.1 最小验证让 agent 描述索引输入What indices do I have in Elasticsearch? Show me the fields of fresh_produce.如果模型通道正常agent 会先读SKILL.md然后按技能里的模式发一条GET /fresh_produce/_mapping或GET /_cat/indices把字段列表返回给你。这一步能返回内容说明「LLM 推理 技能加载 ES 访问」整条链路都通了。5.2 语义查询验证接着测原文那个查询Find products that would be good for a healthy summer salad.agent 应该生成类似下面的semantic查询并执行{ query: { semantic: { field: semantic_content, query: healthy colorful meals } }, size: 3, _source: [name, description, category] }返回结果里应该能看到fresh_produce里的产品名、描述和分类。如果这一步有结果说明 agent 已经能按SKILL.md检查 mapping、生成查询了。5.3 换索引验证可组合性再测第二个索引确认同一个技能能适配不同 mappingShow me the distribution of HTTP status codes across all services.agent 会去读app-logs-synthetic的 mapping发现它是经典字段没有semantic_text于是改用terms聚合而不是语义查询。返回的应该是各 HTTP 状态码的计数分布。这一步过了说明技能的可组合性没问题问题确实只是之前模型通道没通。6. 本篇常见错排查排障时按下面这张表对号入座能省不少时间。现象可能原因处理agent 一直 thinking 不返回模型通道不可用或 Key 无效检查 gateway 配置的base_url和api_key用模型对话页验证 Key返回「I couldnt find any results」LLM 通了但查询生成错或 mapping 没读到让 agent 先执行Show me the fields of fresh_produce确认能读 mapping报 401/403TaoToken Key 错或 ES 只读 key 权限不足分别验证两条链路模型对话页测 KeyDev Tools 测 ES key报连接超时base_url写错多了路径后缀确认填的是https://taotoken.net/api不带/v1改了配置没生效没重启 gateway执行openclaw gateway restart语义查询报字段不存在semantic_text字段没建或 inference 端点没配回 Kibana Dev Tools 重跑devtools_fresh_produce.md几个容易忽略的点base_url末尾不要加斜杠model字段要填 TaoToken 控制台里显示的准确标识填错会报模型不存在如果你在隔离环境里跑 OpenClaw确认容器能访问外网否则模型通道请求发不出去。7. 通道通了之后按场景选下一步模型通道打通后OpenClaw 的 agent 就能正常按SKILL.md去检查 mapping、生成查询、返回结果了。接下来看你主要拿它干什么如果你还在调接入和排障重点看 API Keys 管理和接入文档把 Key 轮换、权限最小化这些做扎实API Keys 在 https://taotoken.net/api-keys 接入文档在 https://taotoken.net/doc 。如果你只是想验证某个模型在语义查询生成上的表现直接去模型对话页试https://taotoken.net/models 。如果你打算长期跑编码类或 Agent 类任务比如让 OpenClaw 持续做索引探索、日志分析、报告生成建议用 Coding Plan额度更划算https://taotoken.net/coding-plan 。最后提醒一句Elasticsearch 侧的只读设计别丢。elasticsearch-openclaw技能本身不含写操作模式AGENTS.md里也明确写了「可以 SEARCH、FILTER、AGGREGATE但绝不能写入、更新或删除」只读 API key 只给read和view_index_metadata。这三层约束叠在一起即使 agent 环境被攻破数据也不会被改。模型通道解决的是「agent 能不能思考」只读设计解决的是「agent 能做什么」两者都要在。