AionClaw批量导入需先配置TaoToken模型通道，再导入tasks.json；否则报“模型通道未配置”或401错误。导出文件不含密钥，依赖目标设备已配置兼容的TaoToken通道，且版本≥2.3、导入后需确认通道绑定状态。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
直接说结论：AionClaw 的批量导入不是「把 CSV 往界面上拖」，而是通过 JSON 配置文件 + 统一模型通道绑定来完成的；如果跳过 TaoToken 接入这步，导入后任务大概率会卡在「模型通道未配置」报错。
导出的 JSON 文件里不带 API Key，但运行时依赖模型通道
你从一台设备导出的 tasks.json，结构类似这样：
{
"version": "2.3",
"tasks": [
{
"id": "TASK-2024-A001",
"name": "设备巡检任务",
"trigger": { "type": "cron", "expression": "0 0/30 * * * ?" },
"actions": [ { "module": "DeviceMonitor", "params": { "target_ip": "192.168.1.0/24" } } ]
}
]
}注意里面没有 api_key、没有 base_url、也没有 model_id 字段。OpenClaw 故意把业务逻辑和模型通道解耦了——这意味着：
- 导出文件可安全共享，不含密钥泄露风险
- 导入后能否跑起来，取决于目标设备是否已配置好可用的模型通道
- 如果目标设备用的是本地 Ollama 或直连 GPT，而源设备用的是 TaoToken，那动作模块可能因协议不兼容直接失败
必须先配 TaoToken，再导入，顺序不能反
TaoToken 是让多设备迁移真正可行的关键中间层。它不是可选项，是批量导入能落地的前提：
- 在
https://taotoken.net注册并创建一个YOUR_API_KEY - 在 AionClaw 的「模型设置」中填入 Base URL：
https://taotoken.net/api（结尾不加/v1） - 模型 ID 选 TaoToken 控制台「模型广场」里当前启用的那个，不要抄文档里的固定值
- 保存后测试一次「发送测试消息」，确认通道连通且返回正常
做完这四步，再导入 tasks.json，任务才能真正执行。否则你会看到日志里反复出现 Model channel not configured 或 HTTP 401 Unauthorized。
导入操作本身很简单，但容易漏掉两个检查点
AionClaw 的导入入口在「自动化」→「任务管理」→「批量导入」，支持单文件上传。实际操作中常被忽略的是：
- 导入前确认 AionClaw 版本 ≥ 2.3 —— 低版本不识别新版
version字段，会静默跳过整个tasks数组 - 导入后别急着点「启动」，先点开任一任务，看右上角是否显示「通道：TaoToken」；如果显示「未绑定」或「Local」，说明模型设置没生效
- 如果你导出时勾选了「含触发器状态」，导入后默认是暂停态，需要手动启用，否则 cron 不会触发
导入成功后，任务 ID 和名称会出现在列表里，但状态栏显示「待就绪」，这是正常现象——它在等模型通道心跳确认。
最常出问题的地方不在导入动作本身，而在模型通道的收敛粒度：TaoToken 的 YOUR_API_KEY 是全局复用的，但它的模型路由策略（比如自动 fallback 到备用模型）在不同设备上可能因网络策略差异表现不一致。建议首次迁移后，在目标设备上手动触发一次任务，盯住日志里 model=xxx 和 status=200 是否成对出现。
