1. gaokao-mentor.skill先装进 OpenClaw你才知道它缺的是模型通道普通家庭填志愿差的从来不是信息是顺序。gaokao-mentor.skill 就是为反转顺序而生的开源 SkillOpenClaw 部署到微信后需要一个模型通道把对话送到模型那里这一步我交给 TaoToken。官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_content 上创建 Key再把 Base URL 填成 https://taotoken.net/api最后回到微信里 机器人验证四步输出。第一次看到这个 Skill 的时候我以为它是一个装着历年录取数据的数据库后来才发现不是。Skill 更像一份菜谱OpenClaw 是厨房模型是灶台。gaokao-mentor.skill 负责规定“先热锅、再放油、最后下菜”的顺序但真正把火点起来的是模型通道。没有通道OpenClaw 连一次请求都发不出去Skill 里写得再严谨也只会躺在本地目录里不干活。所以本文的重点分两半先把 gaokao-mentor.skill 装进 OpenClaw再把 OpenClaw 的模型 Key 接到 TaoToken让微信里那个机器人真的能把志愿方案跑完。1.1 安装前先确认微信入口已就绪安装 Skill 本身不要求先配好模型但你要想验证效果OpenClaw 的微信入口必须能收到消息。常见做法是让 OpenClaw 以服务方式运行在电脑或云服务器上并完成微信机器人绑定不同版本的绑定入口不一样以你所用 OpenClaw 版本的官方 README 为准。这一步没做好后面配再好的 Key 也看不到结果。另外准备一份当前志愿方案的基本信息省份、首选科目、分数、全省位次、有没有体育/艺术/强基等特殊通道以及家庭对毕业后去向的大致期望。gaokao-mentor.skill 不是聊天玩具它需要这些输入才能锁可行集信息越完整验证越接近真实填报场景。1.2 用 openclaw skills install 安装 Skill作者已经把 Skill 开源到 GitHub。安装命令并不复杂openclaw skills install gaokao-mentor如果你的 OpenClaw 版本或者作者 README 里给出的是完整 GitHub 仓库地址直接把地址替换命令里的gaokao-mentor即可。安装完成后在 OpenClaw 的技能列表里应能看到 gaokao-mentor 出现在已安装列表中部分版本需要重启或重载技能列表遇到“找不到 Skill”时先做这步别急着改模型配置。安装的是 Skill 定义不是训练数据。它不会偷偷读取考生隐私也不会在没收到方案时自行编造分数所有决策素材都来自你在微信对话里提供的信息。1.3 Skill 内部装了什么系统提示词 结构化知识库gaokao-mentor.skill 的核心由两部分组成一份相当长的系统提示词以及一份结构化知识库。系统提示词规定了每次对话必须执行的决策顺序知识库存放的是像“AI 时代专业风险评级”这类每年都该更新的内容。也就是说规则和知识是分开维护的到了新的志愿季只需要更新知识库那个模块不用推翻整套 Skill。这种结构对普通家庭很友好。它把张雪峰式决策里偏“隐性经验”的部分变成了模型每次都能看见的显式规则。家长不需要自己先读一堆方法论再去问问题只要把分数和想法发到微信里模型就会按 Skill 规定的路径走。1.4 先看四步框架才知道验证时该盯什么Skill 的四步建议按顺序固定执行不能跳步。先定可行集分数 省份先换算成省内位次再看位次落在哪个院校层次是顶尖 985、普通 985、211、省属一本、二本还是高职后续所有建议都锁在这个区间内。如果有体育、艺术、强基等特殊通道这步要先评估能不能把可行集往上扩一截很多人恰恰是把特长当成了包袱而不是入场券。第二步是目标倒推。先问家长孩子毕业后最终想达到什么状态是稳定编制、某个具体行业还是先读研再说。然后反推最短路径再看家庭资源能不能支撑最后在可行集里挑匹配组合。这和“先看兴趣、再报专业”的传统顺序正好相反。第三步是 AI 时代专业风险校正。知识库里把专业按 AI 冲击程度分成高风险、中风险、低风险和条件解锁四档像基础行政、文秘这类入门层工作被 AI 显著压缩的直接回避或只当跳板电气、临床医学、护理这类有物理操作和执照护城河的优先级更高。第四步则是输出收敛最多给 3 个志愿组合按优先级排列每个组合必须带切换条件比如“位次能保住 2.0 万以内就选 A掉到 2.5 万就换 B”。2. OpenClaw 模型 Key 用 TaoToken三件套一次填对gaokao-mentor.skill 装好后OpenClaw 还需要一个能真正发请求的模型通道。OpenClaw 本身不自带模型它只负责调度你必须在模型配置里写清楚三个值API Key、Base URL、模型 ID。这一步我用的 TaoTokenKey 从官网创建Base URL 填接口地址模型 ID 从模型广场复制。2.1 创建 TaoToken Key打开 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_content 注册并登录进入控制台 API Keys 页面创建一把 Key。创建后先不要关页面后面排障要回来核对建议把 Key 保存在本地密码管理器里不要直接贴在微信对话中发给别人。同一个 Key 可以被 OpenClaw 使用也可以用于网页端模型对话两边共用同一套用量记录。创建 Key 的同时顺手去官网的模型广场看一眼当前模型列表。模型 ID 不要从旧教程里抄要以模型广场当时显示为准如果你不确定选哪个先挑一个支持工具调用/函数调用的通用对话模型再回来填。2.2 OpenClaw 模型设置里新增 OpenAI 兼容提供商OpenClaw 的模型配置通常支持 OpenAI 兼容协议。进入模型设置选择新增一个 OpenAI Compatible 或自定义提供商按下表填写配置项填写值Base URLhttps://taotoken.net/apiAPI KeyYOUR_API_KEYModel ID以 TaoToken 模型广场当时列表为准Base URL 末尾不要加/v1。多数 OpenAI 兼容客户端会自动拼接对话补全路径你再加一个/v1反而可能让请求路径重复导致返回 404 或类似错误。同样不要把官网落地页那串带 UTM 参数的完整链接填进来它只用于注册、创建 Key、看模型广场和看用量不是接口地址。2.3 TaoToken 不碰 Skill 的决策顺序这里要专门澄清一件事TaoToken 只做模型接入不修改 gaokao-mentor.skill 的决策流程。Skill 里的“先定可行集→目标倒推→AI 校正→输出收敛”顺序完全由 Skill 自己的系统提示词和 OpenClaw 的调度逻辑保证TaoToken 只是把 OpenClaw 的请求送到模型再把模型返回的内容原样带回来。也就是说换 Key 不会让 Skill 少走一步真正可能破坏顺序的是选错模型或模型不支持工具调用。配好后先别急着在微信里长篇提问。可以先用一句话测试“还在吗”如果 OpenClaw 能正常回复说明模型通道已经通了如果返回 401问题在 Key如果返回 404先检查 Base URL 是否多了/v1。3. 微信里跑一次志愿方案验证输出是否收敛到三个选项模型通道通了Skill 也装了这时候才能真正验证 gaokao-mentor.skill 有没有把决策顺序“立”住。验证方法不是问聊天机器人“我该报什么专业”而是把你家完整的志愿方案发给它然后看它是否严格按四步输出。3.1 一个可以直接修改使用的提问模板在微信对话框里发下面这段把方括号里的内容替换成真实信息你是我的高考志愿顾问。考生当前在[省份][首选科目]类[分数]分位次约[位次][有/无]特殊通道。家庭核心诉求是[毕业去向期望例如工作稳定、尽量进体制内、可接受读研后再就业]。请按 gaokao-mentor.skill 的四步流程处理先定可行集再目标倒推然后做 AI 时代专业风险校正最后最多给 3 个志愿组合每个组合必须写明“什么分数/位次条件下选它什么条件下换另一个”。如果 Key 还没创建先去 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_content 创建并按第 2 节填好 Base URL再回来跑这段提问。第一次跑通后建议把模板存成微信笔记下次改分数和位次就能直接用。3.2 看输出是否满足四条铁律判断这次验证是否有效不是看它说了多少话而是看这四件事有没有出现第一回答开头是否先给出可行集而不是一上来就报热门专业名单第二是否把“家庭目标”作为倒推起点比如明确提到编制、行业或深造路径第三是否出现 AI 冲击风险等级或类似校正表述第四末尾是否最多给 3 个志愿组合且每个组合都带切换条件。如果它给出一长串“值得考虑的专业”或者用“综合备选清单”这类模糊结尾说明 Skill 没有真正接管决策。这时候问题多半不在 TaoToken而在 OpenClaw 侧可能是 Skill 没加载也可能是模型没有启用工具调用。3.3 输出发散时先查 Skill 有没有被模型“接住”gaokao-mentor.skill 要生效模型必须能识别出“用户想走 Skill 流程”的意图进而把这次对话交给 Skill 处理。如果你发现模型一直在自由发挥先去 OpenClaw 的模型配置确认是否勾选了工具调用/函数调用能力再确认当前模型在 TaoToken 模型广场上确实支持该能力。如果模型不支持工具调用哪怕 Key 和 Base URL 都对Skill 也只会被当成普通文本规则全在但没人执行。4. 最容易配错的两个位置Base URL 和模型 ID微信里跑一次很多问题会从“看似正常”变成具体报错。最常见的两类配置错位都和填值有关且都能在几分钟内定位。4.1 把官网落地页当成 Base URL 填有人会直接把官网那串很长的链接粘到 Base URL 一栏觉得“官网总不会错”。但那串链接是给人看的注册/控制台入口不是给模型客户端发请求用的。它的路径、UTM 参数都是网页追踪用途OpenClaw 拿着它去请求得到的不是模型返回而是一段 HTML 或者 404。接口 Base URL 应该只填 https://taotoken.net/api末尾不带/v1也不带任何 UTM 参数。记住这个分工官网链接用于注册、创建 Key、看模型广场、看用量https://taotoken.net/api 用于填进 OpenClaw、模型对话页或其他兼容客户端。两者混用配置就会卡在连接阶段。4.2 模型 ID 别照抄网络旧教程网络上有大量写死模型名的配置帖但模型 ID 会随官方调整而变化。你把几天前别人截图里的模型名填进去OpenClaw 可能会返回 model not found。解决办法不是四处搜“最新 ID”而是直接去 TaoToken 模型广场复制当前列表里的 ID。如果不确定某个模型适不适合跑 Skill先在模型对话页用同一把 Key 试一条消息确认能正常回到再填进 OpenClaw。4.3 401 与 connection error 的排查顺序如果 OpenClaw 报 401先查 Key 是不是从官网控制台创建的再查复制时有没有多出空格或换行。很多时候是 Key 不完整而不是 Key 本身失效。如果报 connection error 或 404优先看 Base URL 是不是多写了/v1、多加了斜杠或者误填成了官网链接。把这三个位置按顺序检查一遍绝大多数配置问题都能解决不要一上来就改 Skill 文件那会越改越乱。5. 跑通后回控制台对账再决定下一步怎么配置验证通过后别急着关掉页面回到 TaoToken 控制台对一下这次微信对话的调用记录。这样可以确认刚才那些来回追问确实计入了用量也能顺便看出整套配置是否还有隐患。5.1 用模型对话页做一次同 Key 交叉验证如果微信里能通但你想确认不是 OpenClaw 特有配置碰巧生效可以打开 TaoToken 模型对话用同一把 Key 发一条测试消息。模型对话页能通而微信里不通说明问题在 OpenClaw 侧模型对话页也报错说明 Key 或模型 ID 本身有问题。这种交叉验证能把问题范围缩小一半比反复重启 OpenClaw 高效得多。5.2 看用量、规划 Coding Plan、按场景拆 Key调用稳定后回到 控制台 API Keys 查看用量明细如果志愿季里要高频长对话可以先看 Coding Plan 是否符合使用习惯。我的建议是不要把同一个 Key 同时塞给微信机器人和网页测试工具否则哪天用量异常时你很难分清是哪个场景在消耗。给微信机器人单独创建一把 Key把网页测试留给另一把控制台对账时会更清晰。把 Skill 和模型通道分开看是我这次配置里最重要的一步OpenClaw 负责调度gaokao-mentor.skill 负责决策顺序TaoToken 负责把模型请求送出去。三者边界清楚后微信里那个机器人就不再是玩具而是一个愿意把志愿方案掰扯到第三选项的顾问。