从零搭建Clawdbot+企微机器人：单向推送全流程指南（新手可玩）

优质文章学习记录

— 8 min read
从零搭建Clawdbot+企微机器人：单向推送全流程指南（新手可玩）

从零搭建Clawdbot+企微机器人：单向推送全流程指南（新手可玩）

本文针对非管理员用户（无企微后台权限），详细拆解从Clawdbot安装到企微机器人正常推送的全步骤，所有命令可直接复制，新手也能快速上手。

一、前置说明（必看）

1. 适用场景

非企微管理员，仅能创建「企微群机器人」，实现 Clawdbot→企微群单向推送 （无法接收企微消息回复，适合通知、告警、播报场景）；若为管理员，可进一步实现双向对话（文末附拓展方向）。

2. 环境要求

支持 Mac/Linux/Windows（本文以Linux为例），需联网且能访问公网（企微Webhook需外部请求），最好直接就是美西的机器。

3. 核心工具

Clawdbot（AI机器人框架）、企微群机器人（Webhook）、Python依赖（requests库）。

二、第一步：安装Clawdbot（基础环境搭建）

Clawdbot支持一键安装，全程在系统终端操作，无需复杂配置。

1. 一键安装Clawdbot

打开终端，复制以下命令执行（Mac/Linux通用）：

curl -fsSL https://clawd.bot/install.sh | bash

2. 初始化Clawdbot（关键步骤）

安装完成后，终端会自动进入初始化流程，按以下选项依次选择：

  1. Select workspace ：默认即可（路径为 ~/clawd），按回车确认。
  2. Select model ：推荐选国产模型（如Qwen），新手直接选 qwen-portal/coder-model（无需额外配置API密钥）。
  3. 授权登录 Qwen，等待一段时间后，出现下面第一张图的鼠标选中的内容，复制网页到浏览器打开
  4. Select channel (QuickStart) ：选 Skip for now（企微不在预设通道，后续自定义对接），按空格键勾选后回车。
  5. Configure skills now? ：选 No（先打通推送，后续再配置技能），按空格键勾选后回车。
  6. Enable hooks? ：选 Skip for now（无需钩子功能），按空格键勾选后回车。

3. 退出TUI（后续配置需用到终端）

在TUI界面按 Ctrl+C 退出，回到系统终端（后续修改配置、部署脚本需在此操作）。

第二步：创建企微群机器人（获取Webhook Key）

无需管理员权限，仅需为企微内部群创建机器人，获取推送所需的Webhook Key。

  1. 打开企微，进入目标内部群（外部群不支持机器人），点击右上角 … → 找到 消息推送 → 点击 自定义消息推送。
  2. 点击 新建机器人，输入机器人名称（如Clawdbot）、选择头像，点击 完成。
  3. 创建成功后，会生成专属Webhook地址，复制该地址中的 Key部分 （示例地址：https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=123456-abcdef-7890，Key即为 123456-abcdef-7890），保存备用（后续需用到）。

第三步：部署企微推送技能脚本（核心对接）

Clawdbot需通过自定义技能脚本对接企微Webhook，本文提供优化版脚本（支持配置文件存储Key，兼顾安全与易用），直接复制部署即可。

1. 安装依赖库

终端执行以下命令，安装脚本所需的requests库：

pip install requests

2. 确认Clawdbot技能目录

不同安装方式的技能目录不同，先执行命令确认目录（终端执行）：

# 查看技能目录是否存在 
ls /usr/local/nodejs/lib/node_modules/clawdbot/skills/

若显示目录内容（如bluebubbles、github等技能文件），说明为系统级技能目录（本文默认此目录）

3. 部署技能脚本

终端执行以下命令，一键在正确目录生成脚本（系统级目录为例）：

sudo cat > /usr/local/nodejs/lib/node_modules/clawdbot/skills/wecom_webhook.py << 'EOF'import requestsimport jsonimport osfrom pathlib import Pathfrom clawdbot_skill import BaseSkill, register_skill# 配置文件路径（存储企微Key，自动创建）CONFIG_PATH = Path.home() / ".clawdbot" / "wecom_config.json"# 初始化配置文件（首次运行自动生成）def init_config(): if not CONFIG_PATH.parent.exists(): CONFIG_PATH.parent.mkdir(parents=True, exist_ok=True) if not CONFIG_PATH.exists(): with open(CONFIG_PATH, "w", encoding="utf-8") as f: json.dump({"webhook_key": ""}, f)# 读取配置文件def get_config(): init_config() with open(CONFIG_PATH, "r", encoding="utf-8") as f: return json.load(f)# 写入配置文件（存储Key）def set_config(key: str, value: str): config = get_config() config[key] = value with open(CONFIG_PATH, "w", encoding="utf-8") as f: json.dump(config, f, indent=2)# 技能1：设置企微Webhook Key（仅需执行一次）@register_skill(name="wecom_set_key", description="Set WeCom webhook key (only once)")class WeComSetKeySkill(BaseSkill): def run(self, webhook_key: str): set_config("webhook_key", webhook_key) # 自动设置安全权限（仅当前用户可读） os.chmod(CONFIG_PATH, 0o600) return f"✅ 企微Key已保存！（已自动开启安全权限）"# 技能2：发送消息到企微群（核心功能）@register_skill(name="wecom_send", description="Send message to WeCom group (text/markdown)")class WeComWebhookSkill(BaseSkill): def run(self, content: str, msg_type: str = "text"): # 读取已保存的Key config = get_config() webhook_key = config.get("webhook_key", "") if not webhook_key: return "❌ 请先设置Key：run wecom_set_key webhook_key='你的Key'" # 拼接企微Webhook地址 url = f"https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key={webhook_key}" # 构造消息体（支持文本/Markdown） data = {"msgtype": msg_type, msg_type: {"content": content}} try: # 发送请求 resp = requests.post(url, json=data, timeout=10) result = resp.json() if result["errcode"] == 0: return f"✅ 推送成功！" else: return f"❌ 推送失败：{result['errmsg']}（错误码：{result['errcode']}）" except Exception as e: return f"❌ 网络/未知错误：{str(e)}"EOF

4. 给脚本加权限+重启Clawdbot

终端执行命令，确保脚本可被Clawdbot加载，同时重启生效：

# 给脚本加执行权限sudo chmod 755 /usr/local/nodejs/lib/node_modules/clawdbot/skills/wecom_webhook.py# 重启Clawdbot，加载新技能clawdbot restart

第四步：测试推送（验证全流程）

进入Clawdbot TUI，执行简单命令即可测试推送，步骤如下：

  1. 终端执行命令，进入TUI：
    • clawdbot tui
  2. 在TUI输入框执行命令，设置企微Key（替换为第二步保存的Key，仅需执行一次）：
    • run wecom_set_key webhook_key=“你的企微机器人Key”

若提示 ✅ 企微Key已保存！，说明Key配置成功。 也可以不要这个步骤， 直接在~/.clawdbot/wecom_config.json配置文件中配置好：

 * * * { "webhook_key": "这里填你的企微群机器人Webhook Key"} * * * * * * * *
  1. 发送测试消息（文本格式）：
    • run wecom_send content=“终于能推送啦！Clawdbot→企微群”

若提示 ✅ 推送成功！，同时企微群收到该消息，说明全流程打通。

 * *
  1. 进阶测试（Markdown格式，支持加粗、标题、列表）：
    • run wecom_send content=“### 🚀 Clawdbot推送通知\n核心功能：\n- 文本消息推送\n- Markdown格式支持\n> 新手也能轻松上手” msg_type=“markdown”

企微群会显示带样式的消息。

 * *

四、进阶拓展方向（按需选择）

  1. 定时推送 ：结合Clawdbot定时技能，实现每日日报、定时告警，命令示例：
    • run schedule add --cron “0 9 * * *” --command “run wecom_send content=‘每日早报：今日工作安排’”

（每天9点推送）。

 * *
  1. 多群推送 ：修改脚本支持多Key配置，实现同时推送到多个企微群（文末可留言获取多群脚本）。
  2. 双向对话 ：若为企微管理员，可创建自建应用，用Webhook+事件订阅实现企微消息回调到Clawdbot，支持双向交互。

五、总结

本文通过「安装Clawdbot→创建企微机器人→部署脚本→测试推送」四步，实现了Clawdbot到企微群的单向推送，全程无需复杂开发，命令可直接复制。适合办公场景中的自动化通知、告警、内容分发需求，非技术背景用户也能快速落地。

若需进阶功能（多群推送、定时任务、双向对话），可留言说明需求，后续将针对性补充教程。动手试试，让AI机器人帮你解放双手吧！

第三方的白嫖地址我收集了几个，各位自行取用：
UniVibe：https://www.univibe.cc/console/auth?type=register&invite=MB8LFU
XXAPI： https://api.gemai.cc/register?aff=X1PG
GLM Coding ：https://www.bigmodel.cn/glm-coding?ic=A9HPQXTXSF

Read more

RexUniNLU零样本NLU保姆级教程：WebUI上传文件+批量NER结果可视化

RexUniNLU零样本NLU保姆级教程：WebUI上传文件+批量NER结果可视化 1. 引言：为什么选择RexUniNLU？ 如果你正在寻找一个不需要训练数据就能直接使用的自然语言理解工具，RexUniNLU可能就是你的理想选择。这个基于DeBERTa模型的零样本理解框架，最大的特点就是"开箱即用"——不需要准备任何标注数据，只需要定义好你想要抽取的内容结构，它就能自动从文本中识别出相应的信息。 想象一下这样的场景：你手头有大量文档需要提取人名、地名、组织机构名，但既没有时间也没有资源去标注训练数据。传统方法可能需要几周时间准备数据、训练模型，而RexUniNLU只需要几分钟就能开始工作。这就是零样本学习的魅力所在。 本文将手把手教你如何使用RexUniNLU的Web界面，通过上传文件的方式批量处理文本，并直观地可视化命名实体识别（NER）结果。无论你是技术小白还是有经验的开发者，都能快速上手。 2. 环境准备与快速启动 2.1 一键启动Web界面 使用RexUniNLU非常简单，只需要一条命令就能启动Web界面： python3 /root/nlp_debert

前端知识点梳理，前端面试复习

一：从输入 URL 到页面渲染是一个经典的综合性考题 1.URL 的标准组成部分 一个完整的 URL 结构如下： scheme://host:port/path?query#fragment URI 用字符串标识某一互联网资源,而URL 表示资源的地点(互 联网上所处的位置)。可见URL是URI 的子集。 URI 和 URL 的区别？ * URI (Uniform Resource Identifier) 是统一资源标识符，是一个大概念。 * URL (Uniform Resource Locator) 是统一资源定位符，它不仅标识资源，还提供了找到资源的方式（比如协议）。可以理解为 URL 是 URI 的子集。 为什么 URL 中有些字符会被转义（

海景美女图FLUX.1镜像免配置：内置中文界面切换功能，支持中英双语Web UI

海景美女图FLUX.1镜像免配置：内置中文界面切换功能，支持中英双语Web UI 1. 开篇：告别复杂配置，开启AI绘画之旅 想象一下，你一直想尝试用AI生成图片，但面对复杂的安装步骤、全英文的界面和一堆看不懂的参数，是不是瞬间就打了退堂鼓？别担心，今天要介绍的这个工具，就是为你准备的。 “海景美女图 - 一丹一世界FLUX.1 AI 图像生成服务”是一个开箱即用的AI绘画工具。它的核心价值就两个字：简单。你不需要懂代码，不需要配置环境，甚至不需要懂太多英文。它已经为你准备好了一切，内置了中文界面，你只需要打开网页，输入几个词，点击一下，就能看到AI为你创作的、以海景美女为主题的图片。 这篇文章，我会带你从零开始，手把手教你如何使用这个工具。你会发现，原来让AI帮你画画，可以像点外卖一样简单。 2. 核心亮点：为什么选择这个镜像？ 在众多AI绘画工具中，这个FLUX.1镜像有什么特别之处？它主要解决了三个痛点： 2.

AI+playwright+robotframework实现AI大模型驱动的web UI自动化测试

文章目录 * 前言 * 一、playwright与selenium 对比 * 二、AI-playwright MCP * 三、Playwright封装设计建议 * robotframerwork-browser 介绍 前言 前些日子将团队内的UI自动化完成了重构，由之前使用的selenium的迁移到了新生的工具playwright。 在AI大模型的加持下，脚本质量稳定和编写效率上得到了明显提升。刚刚发了一个关于AI 编写自动化接口测试的博客，看起来反响不错，所以又写了这篇文章与大家分享。本文从playwright与selenium 对比出发，尽量用简单语言来描述，一篇文章不太可能教会你如何去写，更多的是思路与设计的分享 一、playwright与selenium 对比 关于对比，之前有博主总结的蛮好，直接引用了 Playwright 与Selenium对比。我稍微总结一下，便于理解，从原理上对比 * selenium 使用“代理”webdriver 协议来统一接口对接不同厂家的浏览器 * playwright直接和各个浏览器原生底层调试协议来通信，