1. 为什么我要把公众号文章搬进飞书公众号文章有个很现实的问题写的时候顺手找的时候费劲。我自己的号里攒了几十篇实操教程粉丝想查某个配置步骤得在历史消息里一页页翻搜索框还经常搜不出正文里的关键词。飞书多维表格和知识库就不一样了字段能筛选、正文能全文检索、还能按标签分类把文章搬过去之后整个内容库一下就活了。但真动手才发现这条链路比想象中长。抓取端要一个能跑浏览器的爬虫写入端要飞书开放平台的机器人权限中间还夹着模型调用——OpenClaw 在解析页面结构、判断哪段是正文、哪段是广告的时候是要调大模型的。也就是说一次搬运任务里至少有三个地方要鉴权爬虫工具、模型接口、飞书应用。每个地方一套 Key每个 Key 的格式、过期时间、权限范围都不一样管起来非常乱。我试过把 Key 直接写死在 OpenClaw 的配置文件里结果换了个环境就报 401也试过用环境变量但 OpenClaw 的 skill 加载顺序和 shell 环境不是一回事经常读不到。折腾一晚上最后是用 TaoToken 的统一 Key 把模型调用这一层收口再配合飞书自己的应用凭证才把整条链路跑顺。这篇文章就按我实际踩坑的顺序写先讲清楚 OpenClaw、playwright-scraper、飞书多维表格这三者怎么串起来再给 TaoToken 统一 Key 的配置片段然后是 OpenClaw 侧的 endpoint 和鉴权参数写法最后用一次「抓取→写入→回读」的验证动作确认整条链路通了。目标很明确你照着配一遍能跑通搬运流程。适合谁看如果你已经在用 OpenClaw或者刚装好还没接飞书这篇能帮你少走权限和 Key 管理的弯路。如果你只是想了解公众号文章怎么结构化落到飞书前半部分的链路拆解也有参考价值。核心检索词就三个OpenClaw 调用 playwright-scraper 抓取公众号、飞书多维表格写入、TaoToken 统一 Key 管理。2. TaoToken 统一 Key 与 OpenClaw 前置准备先说清楚 TaoToken 在这条链路里扮演什么角色。OpenClaw 在搬运过程中要调模型做两件事一是把 playwright-scraper 抓回来的 HTML 清洗成结构化正文二是判断文章标题、作者、发布时间这些元信息。这两步都是标准的 chat completions 调用。TaoToken 提供的是 OpenAI 兼容的接口你拿一个 Key 就能调多个模型不用为每个模型单独申请账号、单独管额度。官网入口在这里https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 。注册之后进控制台创建 API Key地址是 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite 。Key 的格式是 sk- 开头的一串字符复制下来先存好后面配置要用。API 的基础地址是 https://taotoken.net/api 注意这个地址不带任何查询参数直接作为 base_url 用。模型 ID 方面我实测用 claude-sonnet-4 做正文清洗效果比较稳长文截断少如果你想省成本gpt-4o-mini 也能跑但遇到公众号那种嵌套 div 特别深的页面偶尔会把图片说明和正文混在一起。模型列表可以在模型对话页面里看https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_contentmodelsutm_campaignrewrite 。OpenClaw 侧的准备工作分三块。第一块是安装 playwright-scraper skill命令是clawhub install playwright-scraper这个 skill 不需要额外 API装完就能用它内部会控制抓取频率避免短时间内请求太多被目标站限流。第二块是飞书应用凭证你需要去飞书开放平台创建一个企业自建应用拿到 App ID 和 App Secret然后开通这几个权限docx:document、wiki:wiki、drive:drive、drive:permission、bitable:app。这里有个坑我踩过个人版飞书创建的机器人没有「授权给用户」的能力只能创建文档但不能把文档权限授给你本人所以必须用企业版飞书账号来建应用。注册企业版不需要认证填个企业名就行。第三块是 OpenClaw 的模型配置。OpenClaw 支持在 settings 里指定 OpenAI 兼容的 endpoint这正是 TaoToken 的用武之地。你不需要在 OpenClaw 里配多个模型的 Key只配一个 TaoToken 的 Key然后在任务里按需切换模型 ID 就行。这样抓取、清洗、写入三个环节里模型调用这一层的鉴权就统一了剩下要管的只有飞书自己的 App Secret。把这三块准备好后面的配置就是填空。我建议你先在 TaoToken 控制台确认 Key 有余额再开始配 OpenClaw不然跑到一半报 401 会以为是配置写错了其实是额度问题。3. 可复制配置TaoToken Key 与 OpenClaw endpoint 写法这一节给可直接复制的配置片段。OpenClaw 的配置文件通常是 JSON 格式放在用户目录下的 .openclaw 文件夹里具体路径看你安装方式我用的是~/.openclaw/settings.json。如果你用的是 TOML 版本结构类似把键值对换成 TOML 语法即可。先看模型 provider 的配置。核心是把 base_url 指向 TaoToken 的 API 地址api_key 填你创建的那个 Key模型 ID 单独列出来{ providers: { taotoken: { type: openai-compatible, base_url: https://taotoken.net/api, api_key: sk-你的TaoTokenKey, models: [ claude-sonnet-4, gpt-4o-mini ] } }, default_provider: taotoken, default_model: claude-sonnet-4 }这段配置里type必须是openai-compatible因为 TaoToken 走的是 OpenAI 的接口规范。base_url后面不要加/v1OpenClaw 内部会自己拼路径加了反而会 404。api_key就是控制台里复制的那串注意别把前后空格带进去。然后是 playwright-scraper 的配置。这个 skill 装完之后会在 skills 目录下生成一个 config 文件你主要改两个参数抓取间隔和超时时间。公众号文章页面加载比较慢尤其是带大量图片的超时给到 30 秒比较稳{ skills: { playwright-scraper: { enabled: true, options: { delay_between_requests_ms: 3000, page_timeout_ms: 30000, wait_until: networkidle, user_agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 } } } }delay_between_requests_ms设 3000 是给目标站留缓冲别设太小不然连续抓几篇就可能被临时限制。wait_until用networkidle是为了等图片和样式都加载完这样抓到的 HTML 更完整后面模型清洗正文时准确率更高。飞书凭证这块OpenClaw 一般会在第一次执行飞书写入任务时提示你填 App ID 和 App Secret。你也可以提前写进配置放在一个单独的 credentials 段里{ credentials: { feishu: { app_id: cli_你的AppID, app_secret: 你的AppSecret, bitable_app_token: 你的多维表格app_token, bitable_table_id: 你的table_id } } }这里要写全三件套Base URL 用 TaoToken 的https://taotoken.net/apiKey 用sk-开头那串Model ID 用claude-sonnet-4。飞书这边则是 App ID、App Secret、多维表格的 app_token 和 table_id。app_token 和 table_id 从你飞书多维表格的 URL 里能拿到形如https://xxx.feishu.cn/base/xxxxx?tabletblxxxxxbase 后面那串是 app_tokentable 后面那串是 table_id。配置写完保存重启 OpenClaw 让配置生效。如果你不确定配置有没有被读到可以在 OpenClaw 的对话里问它「当前默认模型是什么」它会返回taotoken/claude-sonnet-4说明 provider 配置成功。4. 验证请求一次抓取到写入再到回读配置好之后别急着批量搬先用一篇文章做端到端验证。我给 OpenClaw 的指令是这样的用 playwright-scraper 抓取这个公众号文章链接https://mp.weixin.qq.com/s/j9b0IN3YEEsMG2qbi6GFeQ 把正文、标题、作者、发布时间提取出来写入飞书多维表格的指定 table字段名用「标题」「正文」「作者」「发布时间」「原文链接」。写入完成后回读这条记录把标题和正文前 100 字返回给我确认。这条指令里包含了三个动作抓取、写入、回读。回读这一步很关键因为飞书写入接口返回成功不代表字段真的落对了有时候字段类型不匹配会静默失败回读能立刻发现。执行过程中OpenClaw 会先调 playwright-scraper 打开页面等 networkidle 之后拿到完整 HTML。然后它把 HTML 传给 TaoToken 的 claude-sonnet-4让模型做正文抽取。模型返回的 JSON 大概长这样{ title: 折腾一晚上我让OpenClaw把微信公众号的文章搬运到飞书了, author: 岳哥, publish_time: 2025-01-15, content: 大家好我是岳哥。最近OpenClaw火了……, images: [https://mmbiz.qpic.cn/...] }拿到这个结构后OpenClaw 调飞书多维表格的 records 创建接口把字段映射进去。飞书返回的 record_id 说明写入成功。最后 OpenClaw 再调一次查询接口把刚写入的记录读回来对比标题和正文前 100 字。我实测下来第一次跑通常会卡在飞书权限上。如果回读返回的正文是空的大概率是 bitable:app 权限没开或者多维表格没有把应用添加为协作者。你需要进多维表格的「更多」→「添加文档应用」把飞书应用加进去给它编辑权限。这一步不做写入接口会返回 403但错误信息不一定直接提示权限问题容易误判成字段名写错。验证通过的标准是回读返回的标题和原文一致正文前 100 字能对上原文链接字段正确。三个都对上说明抓取、模型清洗、飞书写入整条链路通了。这时候你再把指令里的链接换成多篇让它批量跑playwright-scraper 的间隔配置会控制节奏。如果验证过程中模型返回的正文里混进了「点击上方蓝字关注」这类公众号引导语可以在指令里加一句「去掉正文开头的引导语和结尾的二维码说明」模型会按这个要求清洗。这比在代码里写正则要灵活得多也是用模型做清洗的好处。5. 常见报错排查401、local proxy failed、reading choices这一节列我实际遇到过的报错和对应解法你按报错信息对号入座。401 Unauthorized这个最常见出现在模型调用环节。先检查 TaoToken 的 Key 有没有复制完整sk-后面是不是少了字符。如果 Key 没问题去控制台看余额是不是用完了。还有一种情况是 base_url 写成了https://taotoken.net/api/v1多加了/v1会导致路径拼接错误返回 401 或 404。正确写法就是https://taotoken.net/api。local proxy failed这个报错通常出现在 OpenClaw 启动阶段提示本地代理连接失败。原因是 OpenClaw 的某些 skill 会尝试走本地代理端口但你的环境里没有对应的服务在跑。解法是在 settings 里把proxy字段设为空字符串或者直接删掉这个字段让它走直连。如果你之前配过环境变量HTTP_PROXY也要检查一下是不是指向了一个已经关掉的端口。reading choices 报错完整信息一般是Cannot read properties of undefined (reading choices)。这说明模型返回的响应结构里没有 choices 字段通常是接口返回了错误信息而不是正常的 completion。你可以在 OpenClaw 的日志里看原始响应如果返回的是{error: {message: ...}}那就是模型调用失败。常见原因是模型 ID 写错了比如把claude-sonnet-4写成了claude-sonnet-4.5TaoToken 那边找不到这个模型就会返回错误。去模型对话页面确认一下可用的模型 ID复制准确的名称。OAuth 相关报错如果报错里出现OAuth或token expired那是飞书应用凭证的问题。App Secret 泄露或者重置过旧的就失效了。去飞书开放平台重新生成 App Secret更新到 OpenClaw 配置里。另外飞书的 tenant_access_token 有有效期OpenClaw 一般会自动刷新但如果你的系统时间不准刷新会失败检查一下机器时间是否同步。写入成功但字段为空这个不报错但回读会发现字段没值。原因是多维表格的字段类型和写入的数据类型不匹配。比如「发布时间」字段设成了日期类型但你传的是字符串2025-01-15飞书会拒绝写入这个字段但不报错。解法是把多维表格的字段类型改成文本或者在写入前把日期转成飞书要求的时间戳格式。我图省事直接把所有字段都设成文本类型写入最稳。图片不显示这是公众号图片的防盗链机制图片链接在公众号域内能显示出了域就 403。OpenClaw 把图片链接写进飞书文档后飞书加载图片会失败。目前的解法是让 OpenClaw 把图片下载到本地再上传到飞书云盘然后替换文档里的图片链接。这一步我还没完全跑通因为公众号图片有些是 webp 格式飞书云盘对 webp 的支持不稳定。如果你只需要文字内容可以在指令里让模型把图片位置替换成[图片]占位符先保证正文可读。排查的时候记住一个原则先确认模型调用通不通再确认飞书写入通不通最后确认字段映射对不对。分段验证比一次性跑完整链路更容易定位问题。6. 把 Key 收口之后搬运流程才真正可维护整条链路跑通之后我最大的感受是多工具协作的难点不在功能实现而在鉴权收口。OpenClaw 本身能调 playwright-scraper也能调飞书接口但如果没有一个统一的模型入口你就要在 OpenClaw 里维护多个模型的 Key换一个模型就要改一次配置时间长了根本记不住哪个 Key 对应哪个服务。用 TaoToken 把模型调用这一层统一之后OpenClaw 的配置里只需要一个sk-开头的 Key模型 ID 按任务切换。抓取和写入的凭证各自独立互不干扰。这样即使后面你要把搬运目标从飞书换成别的平台模型层不用动只改写入端的配置就行。如果你打算长期跑这个搬运流程建议把 OpenClaw 的指令固化成一个模板每次只替换文章链接。模板里写清楚字段映射和清洗要求模型每次按同样的规则输出写入飞书的结构就稳定了。批量跑的时候playwright-scraper 的间隔参数别调太小公众号对频繁请求比较敏感宁可慢一点也别触发限制。另外飞书多维表格的字段类型尽量用文本避免日期和数字类型的隐式转换问题。回读验证这一步不要省它是发现静默失败的唯一手段。每次批量跑完抽查几条回读结果确认标题和正文都对得上。最后说一个实用技巧OpenClaw 的对话历史里会保留每次任务的模型返回如果某篇文章清洗效果不好你可以直接翻出那次返回的 JSON看看模型是把哪段识别成了正文。根据这个调整指令里的清洗要求比盲目改配置有效得多。搬运这件事本质上是把非结构化的公众号页面变成结构化的表格数据模型负责理解你负责定规则规则越明确结果越稳定。