1. 从旧版升级到 ClawPanel v4.3.0 技能插件分离后我踩过的目录迁移坑ClawPanel 是 OpenClaw AI 助手的可视化管理面板能统一接入 QQ、微信、飞书、钉钉等 20 多个消息通道同时管理多模型配置、技能、定时任务。v4.3.0 这次把「技能」和「插件」彻底拆成了两个独立概念技能页只放 AI 技能内置 52 个 工作区 脚本插件页单独管理飞书、钉钉、企业微信、QQ 官方 Bot 这类通道插件另外还多了 ClawHub 商店标签页。如果你是从 v4.2.x 或更早版本平滑升级过来的运维或开发最直观的感受就是——原来混在一起的那一坨列表不见了取而代之的是三个标签页但随之而来的问题是旧的工作区技能目录还能不能直接被扫到Docker 里挂载路径要不要改多语言切换后我自定义的文案去哪了我实测下来升级本身不难难的是「技能插件分离」这个动作会改变后端扫描逻辑。旧版本里技能和插件共用一套注册表v4.3.0 新增了OPENCLAW_APP环境变量Docker 容器通过只读卷挂载宿主机的 OpenClaw 应用目录后端会扫描多个候选路径来兼容不同安装方式。如果你升级后打开技能页发现数量不对——比如 Docker 环境下只显示 13 个而不是 65 个——那基本就是挂载路径没配对。这篇就按「迁移配置 → 开启一键更新实时日志 → 多语言适配 → 验证功能」的顺序把每一步的可复制命令和参数都写清楚适合需要平滑升级的运维和开发直接照着做。先明确一下适用人群你已经在跑 ClawPanel不管是 Docker Compose 还是原生安装想升到 v4.3.0 并保留原有技能和通道配置或者你是新装但想一次性把技能插件分离的目录结构规划对避免以后迁移。下面所有路径都以默认安装为例实际请替换成你自己的。2. TaoToken 前置给 ClawPanel 配一个稳定的模型接入层ClawPanel 本身是管理面板它管的是 OpenClaw 助手而 OpenClaw 要调用大模型才能干活。技能插件分离之后技能页里的 AI 技能最终还是要走模型 API。如果你在升级过程中顺便想把模型接入层也理顺可以先把 TaoToken 的 Key 准备好这样后面验证技能是否正常工作时不会因为模型侧报错而误判成技能迁移失败。TaoToken 是一个模型接入服务官网在 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 入口是 https://taotoken.net/api 。它兼容 OpenAI 风格的接口所以 OpenClaw 里配置 Base URL 和 Key 的方式和配其他兼容服务一样。你需要先去控制台创建一个 API Key地址是 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite 创建完在 API Keys 页面复制页面是 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite 。如果你不确定该选哪个模型可以先用模型对话页面试一下地址 https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_contentmodelsutm_campaignrewrite 确认能正常返回再填进 OpenClaw。这里要强调一点TaoToken 只是模型接入层它不替代 ClawPanel也不替代 OpenClaw。ClawPanel 负责面板管理OpenClaw 负责助手运行时TaoToken 负责把模型请求转出去。三者关系理清了升级时就不会把「技能扫描不到」和「模型调不通」混为一谈。如果你后面要跑长期编码或 Agent 类任务可以考虑 Coding Plan入口在 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 按需选择即可。配置的时候记住三件套Base URL 填https://taotoken.net/apiKey 填你复制的那串Model ID 填你在模型对话页面确认过的名称。这三样在 OpenClaw 的模型配置里对应base_url、api_key、model三个字段。填完之后先别急着开技能用一条最简单的对话验证模型通不通再往下做技能迁移这样排障时变量少。3. 可复制配置技能插件分离后的目录结构与一键更新实时日志参数这一节是核心直接给可复制的配置。先看技能插件分离后的目录结构。v4.3.0 把技能和插件分开扫描建议你的工作区按下面这样组织openclaw-workspace/ ├── skills/ # AI 技能目录技能页扫描这里 │ ├── builtin/ # 内置技能52 个随版本更新 │ ├── workspace/ # 你自定义的工作区技能 │ └── scripts/ # 脚本类技能 ├── plugins/ # 通道插件目录插件页扫描这里 │ ├── feishu/ # 飞书 │ ├── dingtalk/ # 钉钉 │ ├── wecom/ # 企业微信 │ └── qq-bot/ # QQ 官方 Bot └── config/ ├── openclaw.toml # 主配置 └── i18n.toml # 多语言配置Docker 用户重点看这里。v4.3.0 新增了OPENCLAW_APP环境变量容器通过只读卷挂载宿主机的 OpenClaw 应用目录。你的docker-compose.yml里要确保有类似这样的挂载services: clawpanel: image: clawpanel:4.3.0 environment: - OPENCLAW_APP/opt/openclaw - OPENCLAW_WORKSPACE/workspace volumes: - /your/host/openclaw:/opt/openclaw:ro - /your/host/openclaw-workspace:/workspace ports: - 8080:8080注意OPENCLAW_APP指向的是 OpenClaw 应用目录只读挂载OPENCLAW_WORKSPACE指向工作区可读写。后端会扫描多个候选路径所以即使你的目录名不完全一样只要环境变量指对了技能页就能正确显示 65 个技能而不是只显示 13 个。接下来是一键更新实时日志的开启参数。v4.3.0 的更新日志是终端风格面板黑底彩色文字自动滚动带计时器和状态指示器。它的实现机制是容器内写入信号文件 → 宿主机update-watcher.sh监听并执行openclaw update→ 实时写入日志文件 → 前端每秒轮询读取渲染。所以你要确保两件事信号文件目录可写update-watcher.sh在宿主机上跑着。在openclaw.toml里加上更新相关配置[update] enabled true signal_file /workspace/.update-signal log_file /workspace/logs/update.log watcher_script /opt/openclaw/scripts/update-watcher.sh poll_interval_ms 1000 force_update_button truepoll_interval_ms是前端轮询间隔默认 1000 毫秒日志滚动够流畅。force_update_button true对应那个「强制更新」按钮即使没检测到新版本也能手动触发。宿主机上的update-watcher.sh大致逻辑是监听signal_file一旦有写入就执行更新并把输出重定向到log_file#!/usr/bin/env bash SIGNAL/your/host/openclaw-workspace/.update-signal LOG/your/host/openclaw-workspace/logs/update.log while true; do if [ -f $SIGNAL ]; then rm -f $SIGNAL echo [$(date %H:%M:%S)] 开始更新... $LOG openclaw update $LOG 21 echo 更新成功 $LOG || echo 更新失败 $LOG fi sleep 1 done多语言配置放在i18n.toml[locale] default zh-CN available [zh-CN, en] switch_position sidebar-bottom [zh-CN] update_running 正在更新 update_done 更新完成 update_failed 更新失败 [en] update_running Updating update_done Update complete update_failed Update failed侧边栏底部一键切换所有页面文案都会跟着变。如果你自定义过文案升级后要检查i18n.toml是否被覆盖建议升级前先备份。4. 验证请求与成功结果升级后功能验证的具体操作步骤配置改完重启服务然后按顺序验证。Docker 用户cd ClawPanel git pull docker compose up -d --build docker compose logs -f clawpanel原生安装用户直接openclaw update重启后打开面板先看技能页。正常情况下应该看到三个标签页技能、插件、ClawHub 商店。技能页显示内置 52 个 工作区 脚本总数 65。如果只显示 13 个回到第 3 节检查OPENCLAW_APP挂载。插件页应该能看到飞书、钉钉、企业微信、QQ 官方 Bot 等通道插件和技能完全分开。然后验证一键更新实时日志。点「立即更新」应该弹出黑底彩色日志面板自动滚动能看到计时器如 15s、1m30s和状态指示器。成功是绿色勾失败是红色叹号等待是蓝色。即使没新版本点「强制更新」也应该有日志输出。如果日志面板空白检查log_file路径是否可写以及update-watcher.sh是否在跑。接着验证多语言。侧边栏底部切换 English所有页面文案应该变成英文切回中文简体恢复。如果部分文案没变说明i18n.toml里缺对应 key补上即可。最后验证模型接入。在 OpenClaw 里发一条测试消息确认能正常返回。如果你用 TaoTokenBase URL 是https://taotoken.net/apiKey 和 Model ID 按第 2 节填。模型通了再随便启用一个技能比如内置的某个工具技能看它能不能正常调用。这一步能过说明技能插件分离后整个链路是通的。修改管理密码也顺手验一下系统配置 → 通用 → 修改管理密码输入旧密码改完自动退出登录用新密码重新登录。这个功能 v4.3.0 才加之前只能改配置文件。5. 本篇常见错排查401、local proxy failed、reading choices、OAuth 对照升级过程中最容易撞的几个报错我按真实遇到的整理一下。401 Unauthorized两种可能。一种是模型侧 Key 不对检查 TaoToken 的 Key 是否复制完整Base URL 是否是https://taotoken.net/api。另一种是 NapCat 认证v4.3.0 修复了ADMIN_TOKEN ≠ WEBUI_TOKEN时 QQ 登录 Unauthorized 的问题如果你还遇到确认两个 token 配置一致或者升级到 v4.3.0 后重启容器。local proxy failed通常是网络层问题不是 ClawPanel 本身。检查容器能否访问外网DNS 是否正常。如果你在 OpenClaw 里配了代理相关字段确认格式正确。这个报错和技能插件分离无关别往目录结构上找原因。reading choices 报错这个一般出现在模型返回格式不符合预期时比如你填的 Model ID 不支持当前调用方式。回到模型对话页面确认该模型可用再检查 OpenClaw 里的model字段拼写。TaoToken 兼容 OpenAI 风格choices字段应该正常返回如果报 reading choices多半是模型名写错或该模型未开通。OAuth 相关报错如果你用 Claude Code 或类似需要 OAuth 的工具接入注意 OAuth 流程和 API Key 是两套。ClawPanel 里配的是 API Key 方式OAuth 要在对应工具侧完成。文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 接入细节可以对照看。Claude Code 的接入说明在 https://taotoken.net/claudecode?utm_sourcetaotoken_aicg_blog_endutm_contentclaudecodeutm_campaignrewrite 如果你同时用 Claude Code 和 ClawPanel两边配置分开管理别混。还有一个升级特有的坑技能数量不对。Docker 环境下如果只显示 13 个99% 是OPENCLAW_APP没挂载或挂载路径不对。v4.3.0 之前这个 bug 是已知的修复方式就是新增环境变量 只读卷挂载 多候选路径扫描。你只要把第 3 节的 compose 配置抄对重启就能看到 65。6. 语义一致 CTA升级完继续把模型和编码链路理顺技能插件分离、实时日志、多语言这几块配完ClawPanel v4.3.0 的升级基本就稳了。如果你在验证模型那一步发现 Key 还没准备好或者想顺便把长期编码任务的模型接入也配了可以直接去 TaoToken 控制台创建 Keyhttps://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite 接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 。需要跑 Agent 或长期编码的看 Coding Planhttps://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 。模型不确定就先在模型对话页面试https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_contentmodelsutm_campaignrewrite 。把 Base URL、Key、Model ID 三件套填对技能页里那些 AI 技能才能真正跑起来。