1. OpenClaw 3.13 升级到底在折腾什么OpenClaw 3.13 发布之后很多已经在用旧版 OpenClaw 的开发者第一反应不是「新功能香不香」而是「我这套跑在 Docker 里的环境怎么平滑换过去」。OpenClaw 是一个把对话、工具调用、Agent 编排打包在一起的开源框架适合想自己掌控模型通道、又不想从零写调度逻辑的开发者。它本身迭代节奏不慢3.13 这版在镜像层面同步发了openclaw-in-docker也就是说升级这件事本质上不是改代码而是换镜像。问题就出在「换镜像」这三个字上。旧版你是用docker run一条长命令拉起来的参数里塞了端口映射、卷挂载、环境变量、启动密码一旦你直接docker rm再随手敲一条新命令很容易漏掉某个-v结果配置没了、数据卷对不上、Web 端口起不来。更麻烦的是模型通道旧版你可能把 Key 写死在某个配置文件里升级后配置结构变了或者你想借这次升级把模型调用统一收口到一个 API 通道上那就得同时处理「镜像升级」和「接入配置」两件事。这篇就按这个真实场景走你已经有一套旧版 OpenClaw 在 Docker 里跑着现在要升到 3.13同时把模型请求接到 TaoToken 的统一 Key/API 通道上最后用一次对话请求验证升级和接入都生效。全程给可复制的docker-compose和config.toml骨架不玩虚的。先说清楚版本对应关系避免你拉错镜像。v2026.3.13-1是 GitHub 上的代码 Tag对应的 OpenClaw 版本是v2026.3.13而 Docker 镜像的完整地址是registry.cncfstack.com/cncfstack/openclaw-in-docker:v2026.3.13-1-v0.1.2镜像名里的v0.1.2是openclaw-in-docker这个打包项目自己的版本号别把它和 OpenClaw 主版本搞混。升级时你只需要认准这个完整 tag拉下来启动即可。2. 升级前把 TaoToken 通道准备好在动 Docker 之前先把模型通道这件事定下来否则你升级完发现模型调不通还得回头翻配置来回折腾。TaoToken 在这里扮演的角色是统一入口你不需要在 OpenClaw 里分别配好几家模型的地址和 Key而是把请求都指向同一个 API 通道Key 也统一管理。具体操作是先拿到 Key。打开控制台进 API Keys 页面创建一个新的 Key复制出来存好。这个 Key 就是你后面写进config.toml的东西。控制台地址是https://taotoken.net/consoleAPI Keys 管理页https://taotoken.net/api-keys接入文档配置字段、请求格式、可用模型列表都在这里https://taotoken.net/docAPI 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。如果你后面要接 Claude Code 这类编码工具对应的 Anthropic 兼容入口在文档里有单独说明这里先聚焦 OpenClaw 本身的配置。提示Key 只创建一次就够多个工具可以共用同一个 Key方便统一看用量。别把 Key 直接提交到 Git 仓库写进本地配置文件或者用环境变量注入。拿到 Key 之后先别急着改 OpenClaw可以单独验证一下通道是否通。用 curl 发一个最小请求curl https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer 你的Key \ -H Content-Type: application/json \ -d { model: gpt-4o-mini, messages: [{role: user, content: ping}] }如果返回里有正常的choices字段说明 Key 和通道都没问题可以进入下一步。如果返回 401检查 Key 有没有复制全返回 404检查 base_url 有没有多写或少写/v1。这一步花两分钟能省掉后面在 OpenClaw 里排查的半小时。3. 可复制的 docker-compose 与 config.toml 骨架旧版用docker run一条命令拉起的方式升级时最容易漏参数。我建议这次顺手改成docker-compose把参数固化到文件里以后升级只改镜像 tag 一行。下面这份docker-compose.yml骨架对应 3.13 镜像端口、卷、环境变量都保留了你旧版大概率用到的那些version: 3.8 services: openclaw: image: registry.cncfstack.com/cncfstack/openclaw-in-docker:v2026.3.13-1-v0.1.2 container_name: openclaw-in-docker hostname: openclaw-in-docker privileged: true restart: always ports: - 443:443 - 80:80 volumes: - /lib/modules:/lib/modules:ro - openclaw-storage:/var - ./data/openclaw01:/root/.openclaw environment: - OPENCLAW_WEB_URLhttps://localhost - OPENCLAW_USERopenclaw - OPENCLAW_PASSWORDopenclaw - TAOTOKEN_API_KEY你的Key - TAOTOKEN_BASE_URLhttps://taotoken.net/api volumes: openclaw-storage:几个关键点解释一下。./data/openclaw01:/root/.openclaw这个挂载是配置和数据的落盘位置升级时只要这个目录不动你的历史配置就还在。openclaw-storage是命名卷挂到/var容器重建也不会丢。TAOTOKEN_API_KEY和TAOTOKEN_BASE_URL通过环境变量注入比写死在配置文件里更安全也方便你换 Key 时不用改文件。如果你旧版就是用docker run跑的先别急着删容器用下面这条命令把旧容器的挂载和端口信息导出来对照docker inspect openclaw-in-docker \ --format {{json .Mounts}} | python3 -m json.tool docker inspect openclaw-in-docker \ --format {{json .HostConfig.PortBindings}} | python3 -m json.tool把输出和你新写的 compose 文件逐项对一遍确认卷路径和端口没变再往下走。这一步是防止「升级完发现数据没了」的关键。接下来是config.toml骨架。OpenClaw 的模型通道配置一般放在/root/.openclaw/config.toml也就是你宿主机./data/openclaw01/config.toml。升级后配置结构如果有变化以文档为准但下面这份骨架覆盖了接入 TaoToken 所需的核心字段[server] web_url https://localhost user openclaw [model] provider openai-compatible base_url https://taotoken.net/api api_key ${TAOTOKEN_API_KEY} default_model gpt-4o-mini timeout 60 [model.params] temperature 0.7 max_tokens 2048这里provider用openai-compatible因为 TaoToken 的 API 走的是 OpenAI 兼容格式base_url填https://taotoken.net/apiapi_key用${TAOTOKEN_API_KEY}引用环境变量这样 Key 不会明文出现在配置文件里。default_model先填一个你确认可用的模型验证通了再换。注意如果你旧版的config.toml里有自定义的工具配置、Agent 定义别直接覆盖先把旧文件备份成config.toml.bak再把[model]段替换成上面的内容其余段落保留。升级最怕的就是一把梭覆盖把攒了半天的编排逻辑冲掉。4. 拉镜像、起容器、验证一次对话请求配置准备好之后升级动作本身很轻。先停掉旧容器注意是stop加rm不是直接rm -f给服务一点时间把状态写回卷docker stop openclaw-in-docker docker rm openclaw-in-docker如果你之前是用docker run起的旧镜像可以顺手清掉避免占空间docker rmi registry.cncfstack.com/cncfstack/openclaw-in-docker:旧版本tag然后拉新镜像。这一步网络取决于你的环境镜像体积不小耐心等docker pull registry.cncfstack.com/cncfstack/openclaw-in-docker:v2026.3.13-1-v0.1.2拉完之后用 compose 起docker compose up -d起来之后先看日志确认服务正常启动、没有配置解析报错docker logs -f openclaw-in-docker日志里如果出现配置加载成功、Web 服务监听的提示说明容器层面没问题。这时候打开https://localhost用你环境变量里设的用户名密码登录能看到界面就说明升级本身完成了。接下来验证模型通道。在 OpenClaw 的对话界面里发一条最简单的消息比如「你好报一下你当前使用的模型」。如果返回正常说明config.toml里的base_url和 Key 都生效了。如果界面里不方便看也可以直接在容器内用 curl 验证配置是否被正确读取docker exec -it openclaw-in-docker \ curl -s https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer $TAOTOKEN_API_KEY \ -H Content-Type: application/json \ -d {model:gpt-4o-mini,messages:[{role:user,content:升级验证}]}返回里有正常内容就说明「镜像升级 TaoToken 接入」两件事同时成立了。到这一步整个升级流程闭环。如果你更想先在网页里直观对比不同模型的表现可以打开模型对话页面手动切几个模型发同样的 prompt看看返回风格和速度https://taotoken.net/model-chat5. 升级后常见的几个坑升级过程中最容易踩的坑基本都集中在「配置没对上」和「通道没通」这两类。下面几个是我实际遇到过的按出现频率排。第一个坑是端口冲突。旧容器stop之后端口没立刻释放新容器起来报bind: address already in use。这时候别急着重启先确认旧容器真的没了docker ps -a | grep openclaw如果有残留docker rm掉再起。实在释放慢等十几秒或者换个端口映射先验证。第二个坑是卷路径写错。docker-compose里的相对路径./data/openclaw01是相对于 compose 文件所在目录的如果你在别的目录执行docker compose up路径就变了配置读不到。养成习惯进到 compose 文件所在目录再执行或者干脆写绝对路径。第三个坑是 Key 没注入进去。表现是对话报 401。先在容器里确认环境变量在不在docker exec -it openclaw-in-docker env | grep TAOTOKEN如果没有输出说明 compose 里的environment段没生效检查缩进和变量名拼写。如果有输出但请求还是 401那就是 Key 本身的问题回控制台重新复制一次。第四个坑是base_url多写了/v1。TaoToken 的 base 是https://taotoken.net/api具体路径由客户端拼你在配置里写/api/v1就会变成/api/v1/v1/...直接 404。这个错误很隐蔽因为 curl 手测时你可能写的是完整路径配置里又写了一遍。第五个坑是升级后模型名对不上。旧版配置里写的模型名在新版可能已经不在可用列表里表现是请求返回模型不存在。去文档里核对当前可用模型列表换一个再试https://taotoken.net/doc提示排障时优先看容器日志和 curl 返回的原始错误信息别只看界面上的「请求失败」。原始错误里通常直接告诉你 401 还是 404定位快很多。6. 后续怎么维护这套环境升级到 3.13 之后日常维护其实就三件事镜像更新、配置备份、Key 轮换。镜像更新现在因为用了 compose只需要改image那一行的 tag然后docker compose pull docker compose up -d容器会重建但卷不动配置和数据都在。配置备份建议把./data/openclaw01整个目录纳入你的备份策略尤其是里面有自定义 Agent 的时候。Key 轮换就是去控制台新建一个 Key改 compose 里的环境变量重启容器旧 Key 在控制台禁用掉。如果你后面要跑长期的编码任务或者 Agent 工作流可以考虑用 Coding Plan 这类按周期计费的方式比按次调用更可控https://taotoken.net/coding-plan接入相关的字段说明和更多示例都在文档里遇到配置项不确定的时候直接查https://taotoken.net/doc整套流程走下来升级本身其实就几分钟真正花时间的是把配置和通道理顺。理顺之后下次 OpenClaw 再发新版你改一行 tag 就能跟上不用再重头折腾一遍。