Clawdbot(Moltbot) 飞书机器人配置,体验老板和助手沟通的感觉

Clawdbot(Moltbot) 飞书机器人配置,体验老板和助手沟通的感觉

一、背景说明

Clawdbot可以24小时待命(参考配置方式:Clawdbot(Moltbot) windows安装配置教程(含各种问题处理)),但是网页端使用起来比毕竟没那么方便,然而clawdbot支持多种渠道交互,这也正是这个AI助理的魅力所在,想想飞书发送一个消息,一个任务就完成了,这不就是老板指挥我做事的方式吗,来赶紧体验一波老板的感觉~

二、飞书机器人创建

飞书开放平台构建机器人:https://open.feishu.cn/

[图片]
在这里插入图片描述

记录App ID 和 App Secret,一会要用:

在这里插入图片描述

三、自动安装插件

项目地址:https://github.com/m1heng/Clawdbot-feishu
这时候,就可以发挥clawdbot的能力了,直接让clawdbot给我安装:

我要安装飞书机器人,帮我按照这个命令安装:Clawdbot plugins install @m1heng-clawd/feishu 
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

到这个过程有点慢,安装了好一会没反应,我开始问了:

在这里插入图片描述

又过了好一会没反应,我又开始问了,这会终于装好了:

在这里插入图片描述

直接给出App ID和App Secret,让clawdbot来配置,这个时候竟然出错了(后面排查可能是我网络问题导致),并且无法再启动clawdbot,执行clawdbot doctor --fix也没用…

在这里插入图片描述

这个问题是飞书的插件没有被正确安装,这里找到clawdbot.json文件,删除plugins和channels对应的飞书部分,然后重启成功
最后终于给我装好了:

在这里插入图片描述

四、飞书机器人配置

按照项目里的操作来设置权限管理:

在这里插入图片描述

以下是项目说明的权限:

在这里插入图片描述

权限太多了,一步步筛选和勾选以上权限:

在这里插入图片描述
在这里插入图片描述

事件配置与回调配置都改成长链接:

在这里插入图片描述

这一步保存时可能会出现:应用未建立长连接,这是因为需要clawdbot连接完成后才能使用(也就是第三部分里李里的内容完成):

在这里插入图片描述

同样按照筛选和勾选的方式添加以下权限:

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

最后就是发布了:

在这里插入图片描述

五、测试

大功告成

在这里插入图片描述

网页端界面也有对应的消息记录:

在这里插入图片描述

最后,上面这个过程虽然有点波折,但是这一来一回的询问,不正是老板和员工们沟通的方式吗,我们一直再让AI助力变得更像人,某些方面更是超越人,也许clawdbot正在这条路上走得越来越远~

Read more

Qwen3-VL-2B如何快速上手?WebUI交互式部署教程入门必看

Qwen3-VL-2B如何快速上手?WebUI交互式部署教程入门必看 1. 引言 随着多模态人工智能技术的快速发展,视觉语言模型(Vision-Language Model, VLM)正逐步成为智能交互系统的核心组件。Qwen3-VL-2B 是通义千问系列中的一款轻量级视觉语言模型,具备强大的图像理解与图文对话能力,适用于OCR识别、图像描述生成、图文问答等多种应用场景。 本文将围绕 Qwen/Qwen3-VL-2B-Instruct 模型构建的 WebUI 交互式服务镜像,详细介绍其功能特性、部署流程和使用方法。特别针对缺乏 GPU 资源的用户,本方案已进行 CPU 环境深度优化,支持 float32 精度推理,确保在低配置设备上也能实现稳定响应,真正做到“开箱即用”。 通过本教程,你将掌握: - 如何快速启动并访问 Qwen3-VL-2B 的 WebUI 服务 - 图像上传与多轮图文对话的操作方式 - 常见使用场景及提示词设计技巧 - 性能表现与适用边界分析

Android广域网P2P语音聊天实战:WebRTC与NAT穿透技术解析

快速体验 在开始今天关于 Android广域网P2P语音聊天实战:WebRTC与NAT穿透技术解析 的探讨之前,我想先分享一个最近让我觉得很有意思的全栈技术挑战。 我们常说 AI 是未来,但作为开发者,如何将大模型(LLM)真正落地为一个低延迟、可交互的实时系统,而不仅仅是调个 API? 这里有一个非常硬核的动手实验:基于火山引擎豆包大模型,从零搭建一个实时语音通话应用。它不是简单的问答,而是需要你亲手打通 ASR(语音识别)→ LLM(大脑思考)→ TTS(语音合成)的完整 WebSocket 链路。对于想要掌握 AI 原生应用架构的同学来说,这是个绝佳的练手项目。 从0到1构建生产级别应用,脱离Demo,点击打开 从0打造个人豆包实时通话AI动手实验 Android广域网P2P语音聊天实战:WebRTC与NAT穿透技术解析 背景痛点 在移动端实现广域网P2P语音聊天,开发者会面临几个特有的技术挑战: * NAT类型复杂:不同运营商网络的NAT(Network Address Translation)策略差异大,对称型NAT会阻止P2P直接连接

Dify与Vue结合开发前端AI界面的完整流程解析

Dify 与 Vue 结合开发前端 AI 界面的完整流程解析 在智能应用爆发式增长的今天,越来越多的产品开始集成大语言模型(LLM)能力——从客服机器人到知识助手,从内容生成工具到个性化推荐系统。但对大多数前端开发者而言,直接对接 LLM 意味着要处理复杂的提示词工程、上下文管理、流式响应解析,甚至还要搭建向量数据库和 RAG 系统。这不仅技术门槛高,而且开发周期长、调试困难。 有没有一种方式,能让 Vue 工程师像调用普通 API 一样,轻松接入一个功能完整的 AI 引擎?答案是:Dify + Vue 的组合正在让这件事变得简单而高效。 Dify 是近年来开源社区中迅速崛起的一款可视化 LLM 应用开发平台。它不是另一个“玩具级” Prompt 测试工具,而是一个真正面向生产环境的设计框架。通过图形化界面,你可以完成从提示词编排、知识库构建、Agent

前端数据库 IndexedDB 详解:构建强大的离线Web应用

前端数据库 IndexedDB 详解:构建强大的离线Web应用 * 引言:为什么需要前端数据库? * IndexedDB核心概念解析 * 1. 数据库(Database) * 2. 对象存储(Object Store) * 3. 索引(Index) * 4. 事务(Transaction) * 5. 游标(Cursor) * 完整代码示例:实现一个联系人管理器 * 1. 初始化数据库 * 2. 添加联系人 * 3. 查询联系人 * 通过ID查询 * 通过索引查询 * 4. 更新联系人 * 5. 删除联系人 * 6. 高级查询:使用游标和范围 * IndexedDB最佳实践 * IndexedDB的浏览器支持情况 * 使用第三方库简化开发 * 常见应用场景 * 总结 引言:为什么需要前端数据库? 在现代Web开发中,我们经常需要处理大量结构化数据。传统的localStorage和sessionStorage虽然简单易用,