OpenClaw 部署后不执行技能？常见原因与配置修复指南（2026.2.x 版本）

问题现象：OpenClaw ‘只会说，不会做’

你遇到的情况典型表现为：

• Web 界面输入指令后，OpenClaw 仅返回自然语言解释（如‘我将为您查询天气’），但无后续动作；
• 日志中缺少 tool_calls、execute_skill 或 calling plugin 类关键词；
• 即使配置了飞书 Bot、数据库、HTTP 插件，仍无法触发任何外部操作；
• 单步测试通过，但多步流程（如‘查天气→发飞书→存记录’）在第二步即中断。

常见原因（按优先级排序）

根据 OpenClaw 2026.2.x（含 2.2 / 2.6 / 2.9）版本行为，以下四类配置错误最常导致技能静默：

1. 大模型未启用 function calling 支持：qwen-turbo 默认关闭 tool_choice，需显式配置 tool_choice: 'auto' 或指定工具列表；
2. gateway 中 skill_router 未启用或路由异常：检查 config/gateway.yaml 是否包含 skill_router: true，且 plugins 下已注册对应插件；
3. 飞书 Bot 权限/回调地址未生效：飞书开放平台中 Bot 的「事件订阅」未开启 message_received，或服务器公网回调地址未通过验证（尤其本地部署未配 ngrok）；
4. 插件配置文件缺失或路径错误：如 plugins/feishu/config.yaml 缺失、token 过期，或 plugins/db/config.yaml 中连接参数格式错误（如 password 含特殊字符未 URL 编码）。

分步解决方案

1. 验证并修正 qwen-turbo 的 tool calling 配置

在 config/model.yaml 中确认以下字段存在且未被注释：

qwen_turbo:
  api_base: "https://dashscope.aliyuncs.com/api/v1"
  api_key: "sk-xxx"
  model: "qwen-turbo"
  # 必须启用：
  tool_choice: "auto"
  # 可选增强（防止模型忽略工具）：
  temperature: 0.3
  top_p: 0.8

⚠️ 注意：部分镜像或 SDK 封装会忽略 tool_choice，建议启动时加日志开关：LOG_LEVEL=DEBUG python -m openclaw.gateway，观察请求 payload 是否含 "tool_choice": "auto"。

2. 检查 gateway 技能路由是否激活

打开 config/gateway.yaml，确认：

• skill_router: true（非字符串 'true'）；
• plugins: 下列出所有已安装插件名（如 - feishu, - db），且对应目录存在于 plugins/；
• 若使用自定义插件，确保其 plugin.yaml 中 enabled: true。

3. 飞书 Bot 回调验证（关键！）

登录 飞书开放平台 → 进入 Bot 应用 → 「事件订阅」：

• ✅ 开启 message_received 事件；
• ✅ 填写正确的公网回调地址（如 https://your-domain.com/api/feishu/event）；
• ✅ 点击「验证」按钮，确保返回 200 OK 并响应 {"challenge": "xxx"}；
• ❌ 若本地调试，必须使用 ngrok http 8000 并将 https://xxx.ngrok.io/api/feishu/event 填入回调地址。

4. 日志级验证：确认技能链是否触发

启动服务后执行一次测试指令（如‘帮我查北京天气’），立即检查终端输出：

• 出现 [SKILL_ROUTER] dispatching to plugin: weather → 技能路由正常；
• 出现 [PLUGIN_WEATHER] calling API https://... → 插件调用发起；
• 若只有 [LLM] response: {'content': '我将为您查询...'} 且无后续 → 说明 LLM 未返回 tool_calls，回到第 1 步检查模型配置。

解决不了？补充排查建议

若上述步骤均无误，尝试：

• 降级测试：临时切换回官方支持的 qwen-max，确认是否为 qwen-turbo 的兼容性问题；
• 手动触发技能：访问 http://localhost:8000/api/skill/test?name=feishu&action=send_text（需启用 debug 模式），验证插件独立可用性；
• 检查 Python 依赖：运行 pip list | grep openclaw，确认无多个版本冲突；
• 重置缓存：删除 cache/ 目录及 .env.local 中可能残留的旧配置。

结语

OpenClaw 的‘只说不做’本质是 agent 工作流在某一层断裂——不是模型能力不足，而是配置未对齐其执行契约。重点盯住 tool_choice、skill_router、飞书回调验证 这三个开关，90% 的技能静默问题可定位。请以官方最新文档为准，避免依赖第三方 AI（如豆包）的非上下文建议。

转载请注明：AI工具问题解答站 » OpenClaw 部署后不执行技能？常见原因与配置修复指南（2026.2.x 版本）