从零开始:OpenClaw安装+飞书机器人全流程配置指南(附踩坑实录)

从零开始:OpenClaw 安装 + 飞书机器人全流程配置指南(附踩坑实录)

本文面向完全零基础的小白,手把手带你从一台干净的 Linux 机器开始,安装 OpenClaw、配置 AI 模型、对接飞书机器人,最终实现在飞书里和 AI 直接对话。全程附带我自己踩过的坑和解决方案。

目录


一、OpenClaw 是什么?

OpenClaw 是一个开源的 AI Agent 框架,简单理解就是:它让你拥有一个私人 AI 助手,可以接入飞书、Telegram、WhatsApp、Discord 等各种聊天平台

它的核心架构很简单:

你的消息 → 飞书/Telegram/... → OpenClaw Gateway → AI 模型 → 回复 

为什么选 OpenClaw?

  • 🔒 数据自托管,隐私可控
  • 🔌 支持多种聊天平台(飞书、Telegram、WhatsApp、Discord……)
  • 🧠 支持多种 AI 模型(Claude、GPT、Gemini……)
  • 🛠 可扩展的 Skill 系统,像安装 App 一样给 AI 加技能
  • 💻 完全开源免费

二、环境准备

2.1 系统要求

项目要求
操作系统Linux / macOS / Windows (WSL2)
Node.jsv22 或更高
网络能访问飞书开放平台 + AI API

2.2 安装 Node.js(如果还没装)

# 检查是否已安装node--version# 如果没有或版本太低,用 nvm 安装curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.0/install.sh |bashsource ~/.bashrc nvm install22 nvm use 22
💡 小白提示:输入 node --version 后如果显示 v22.x.x,说明安装成功。

三、安装 OpenClaw

3.1 一键安装

macOS / Linux:

curl-fsSL https://openclaw.ai/install.sh |bash

Windows (PowerShell):

iwr-useb https://openclaw.ai/install.ps1 |iex

安装完成后验证:

openclaw --version

看到版本号(如 2026.3.2)就说明安装成功了。

3.2 手动安装(备选)

如果一键脚本有问题,也可以用 npm 安装:

npminstall-g openclaw 
⚠️ 踩坑预警:如果遇到 EACCES: permission denied 错误,不要用 sudo npm install -g!正确做法是:

四、初始配置(onboard 向导)

安装完后,运行引导向导:

openclaw onboard --install-daemon 

向导会引导你配置:

  1. AI 模型密钥 — 输入你的 Anthropic / OpenAI / Google API Key
  2. Gateway 设置 — 默认端口 18789,一般不用改
  3. 聊天渠道 — 这里先跳过,我们后面单独配飞书
💡 --install-daemon 参数会把 Gateway 安装为系统服务,开机自动启动。

配置完后检查 Gateway 状态:

openclaw gateway status 

如果显示 running,基础安装就完成了 ✅

此时你已经可以通过 Web UI 聊天了:

openclaw dashboard 

浏览器会自动打开 http://127.0.0.1:18789,这就是 OpenClaw 的控制面板。


五、飞书机器人配置全流程

这是本文的重头戏。飞书机器人配置分 三大步:飞书侧建应用 → OpenClaw 侧配置 → 联调测试。

5.1 安装飞书插件

OpenClaw 的飞书支持是通过插件提供的,先安装:

openclaw plugins install @openclaw/feishu 

安装完后重启 Gateway:

openclaw gateway restart 

5.2 飞书开放平台:创建应用

Step 1:登录飞书开放平台

打开 https://open.feishu.cn/app,用你的飞书账号登录。

⚠️ 如果你用的是 Lark(国际版),地址是 https://open.larksuite.com/app
Step 2:创建企业自建应用
  1. 点击 「创建企业自建应用」
  2. 填写应用名称(比如 “我的AI助手”)
  3. 填写应用描述
  4. 选一个图标
Step 3:获取凭证(重要!)

进入应用后,在 「凭证与基础信息」 页面,复制两个东西:

  • App ID(格式:cli_xxxxxxxxx
  • App Secret
🔐 App Secret 务必妥善保管,不要泄露给任何人,不要提交到 Git。
Step 4:配置权限

进入 「权限管理」,点击 「批量开通」,粘贴以下 JSON:

{"scopes":{"tenant":["im:message","im:message.group_at_msg:readonly","im:message.p2p_msg:readonly","im:message:readonly","im:message:send_as_bot","im:resource","im:chat.access_event.bot_p2p_chat:read","im:chat.members:bot_access","contact:user.employee_id:readonly"],"user":["im:chat.access_event.bot_p2p_chat:read"]}}
💡 上面是最基本的权限集。如果后续需要操作飞书文档、多维表格等,可以追加更多权限(如 docx:documentbitable:app 等)。
Step 5:开启机器人能力

进入 「应用能力」→「机器人」

  1. 开启机器人能力
  2. 设置机器人名称
Step 6:配置事件订阅(⚠️ 这步容易翻车!)

进入 「事件与回调」

  1. 选择「使用长连接接收事件」(WebSocket 方式)
  2. 添加事件:搜索并勾选 im.message.receive_v1(接收消息 v1)
🚨 大坑警告一定要选「长连接」而不是「Webhook」!长连接不需要公网 IP,不需要域名,不需要配置 HTTPS,对个人开发者友好得多。配置事件订阅之前,OpenClaw Gateway 必须在运行! 否则飞书检测不到长连接端,可能导致保存失败。先跑 openclaw gateway status 确认 Gateway 在线,再来配这一步。
Step 7:发布应用
  1. 进入 「版本管理与发布」
  2. 创建一个版本
  3. 提交审核并发布
  4. 等待管理员审批(企业自建应用一般秒批)
⚠️ 不发布 = 不生效! 很多人配完权限和机器人就以为搞定了,结果发消息没反应——因为应用还没发布。

5.3 OpenClaw 侧配置

方式一:交互式向导(推荐)
openclaw channels add

选择 Feishu,然后按提示输入 App ID 和 App Secret。

方式二:手动编辑配置文件

编辑 ~/.openclaw/openclaw.json,添加飞书配置:

{"channels":{"feishu":{"enabled":true,"dmPolicy":"pairing","accounts":{"main":{"appId":"cli_xxxxxxxxx","appSecret":"你的AppSecret"}}}}}

配置完后重启 Gateway:

openclaw gateway restart 

5.4 首次联调

  1. 在飞书里找到你的机器人,发一条消息(比如 “你好”)
  2. 机器人会回复一个 配对码(Pairing Code)
  3. 在终端执行配对确认:
openclaw pairing approve feishu <配对码>
  1. 配对成功后,再次发消息,AI 就会正常回复了 🎉

六、踩坑实录 & 避坑指南

以下是我们实际配置过程中踩过的坑,排列按「痛苦指数」从高到低 😂

🕳️ 坑 1:事件订阅保存失败

现象:在飞书开放平台配置长连接事件订阅时,点保存没反应或报错。

原因:OpenClaw Gateway 没有在运行,飞书检测不到 WebSocket 连接。

解决

# 先确保 Gateway 在跑 openclaw gateway start openclaw gateway status # 确认是 running# 然后再去飞书平台配置事件订阅

🕳️ 坑 2:机器人不回复消息

现象:飞书里发消息,机器人完全没反应。

排查清单(按顺序检查):

  1. ✅ 应用有没有 发布?(最常见原因!)
  2. ✅ 事件订阅里有没有添加 im.message.receive_v1
  3. ✅ 是否选择了 「长连接」 方式?
  4. ✅ 权限是否已经全部开通?
  5. ✅ Gateway 是否在运行?
# 实时查看日志,发消息后观察输出 openclaw logs --follow

🕳️ 坑 3:群聊里机器人不回复

现象:私聊正常,群聊里 @机器人 没反应。

原因:默认配置下,群聊需要 @mention 机器人才会响应。而且机器人必须被 添加到群里

解决

  1. 确认机器人已加入群聊
  2. 发消息时 @机器人
  3. 如果想不 @也能回复,修改配置:
{"channels":{"feishu":{"groups":{"oc_你的群ID":{"requireMention":false}}}}}
💡 群 ID 怎么获取?启动 Gateway 后在群里 @机器人,然后 openclaw logs --follow 里找 chat_id

🕳️ 坑 4:权限不足导致各种奇怪问题

现象:消息发送失败、无法读取文件、操作飞书文档报错。

原因:飞书权限是细粒度的,缺什么权限就报什么错。

解决:回到飞书开放平台 → 权限管理,按需补充权限。常用的:

场景需要的权限
收发消息im:message, im:message:send_as_bot
读取群消息im:message.group_at_msg:readonly
操作文档docx:document, docx:document:readonly
操作多维表格bitable:app
云盘操作drive:drive, drive:file
⚠️ 添加新权限后,需要 重新发布应用版本 才能生效!

🕳️ 坑 5:配对码(Pairing)一直等不到

现象:发消息后机器人没有回复配对码。

原因:Gateway 没有成功连接飞书 WebSocket。

解决

# 查看详细日志 openclaw logs --follow# 看看有没有 feishu 连接成功的日志# 如果有 error,根据错误信息排查(通常是 App ID/Secret 填错了)

🕳️ 坑 6:Node.js 版本太低

现象:安装 OpenClaw 报错,或启动后各种奇怪问题。

原因:OpenClaw 要求 Node.js 22+,很多系统默认装的是 18 或 20。

解决

node--version# 检查版本 nvm install22# 升级到 22 nvm use 22 openclaw gateway restart # 重启

七、验证一切正常

跑完整个流程后,用这个清单逐项确认:

# 1. OpenClaw 安装正常 openclaw --version# 2. Gateway 在运行 openclaw gateway status # 3. 飞书插件已安装 openclaw plugins list # 应该能看到 @openclaw/feishu# 4. 飞书连接正常 openclaw status # 应该显示 feishu: connected# 5. 在飞书里发一条消息测试# → 收到 AI 回复 = 全部搞定 ✅

八、进阶:常用命令速查

命令用途
openclaw gateway status查看 Gateway 状态
openclaw gateway restart重启 Gateway
openclaw logs --follow实时查看日志
openclaw channels add添加聊天渠道
openclaw pairing list feishu查看飞书配对请求
openclaw pairing approve feishu <CODE>确认配对
openclaw dashboard打开 Web 控制面板
openclaw skills list查看已安装技能
openclaw doctor健康检查 + 快速修复

在飞书里可以发的命令

命令用途
/status查看机器人状态
/reset重置对话
/model查看/切换 AI 模型

写在最后

OpenClaw + 飞书机器人的配置确实有不少坑,但只要按照本文的流程走,应该能少走很多弯路。核心要记住的就是:

  1. 先装插件,后配飞书
  2. 先跑 Gateway,后配事件订阅
  3. 配完权限,别忘了发布应用
  4. 有问题先看日志:openclaw logs --follow

如果本文对你有帮助,欢迎点赞收藏 👍

有问题可以在评论区交流,也欢迎加入 OpenClaw Discord 社区 一起讨论。


本文基于 OpenClaw 2026.3.2 版本,飞书开放平台截至 2026 年 3 月。如有版本差异请以官方文档为准:https://docs.openclaw.ai

Read more

AI辅助编程的边界探索:当Copilot学会写测试

AI辅助编程的边界探索:当Copilot学会写测试

👋 大家好,欢迎来到我的技术博客! 📚 在这里,我会分享学习笔记、实战经验与技术思考,力求用简单的方式讲清楚复杂的问题。 🎯 本文将围绕人工智能这个话题展开,希望能为你带来一些启发或实用的参考。 🌱 无论你是刚入门的新手,还是正在进阶的开发者,希望你都能有所收获! 文章目录 * AI辅助编程的边界探索:当Copilot学会写测试 🚀 * 1. 从“写代码”到“验代码”:AI的新战场 ⚔️ * 场景设定:一个简单的支付网关模拟器 💳 * 2. 初级实验:AI能写出“Happy Path”吗? ✅ * 3. 进阶实验:Mocking 与 外部依赖 🎭 * 4. 陷阱与幻觉:AI写测试时犯的那些错 🤪 * 案例 A:永远不会错的测试 * 案例 B:永远跑不通的断言 * 案例 C:复杂集成测试的无力 * 5. 人机协作:重新定义测试工作流 🤝 * 实践技巧:如何高效地让AI写测试?

AIGC时代的必备技能:提示词工程(Prompt Engineering)全面指南

AIGC时代的必备技能:提示词工程(Prompt Engineering)全面指南

大家好,我是爱编程的喵喵。双985硕士毕业,现担任全栈工程师一职,热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为ZEEKLOG博客专家、人工智能领域优质创作者。喜欢通过博客创作的方式对所学的知识进行总结与归纳,不仅形成深入且独到的理解,而且能够帮助新手快速入门。 本文主要介绍了AIGC时代的必备技能:提示词工程(Prompt Engineering)全面指南,可点击学习完整版视频课程,希望对学习大语言模型的同学们有所帮助。 文章目录 * 一、提示词的基本概念 * 1.1 什么是提示词? * 1.2 提示词的功能特性 * 1.3 提示工程的重要性 * 二、提示词的基本构成要素 * 2.1 提示词是一门学习引导AI思考的艺术 * 2.2 四大核心组成部分 * 2.2.1 指令(Instruction) * 2.2.2 上下文(

2026年上半年主流AIGC长文本写作软件实测:5款头部工具优缺点全解析与场景适配指南

2026年上半年主流AIGC长文本写作软件实测:5款头部工具优缺点全解析与场景适配指南

摘要 进入2026年上半年,大语言模型(LLM)的底层算力与上下文处理能力均实现了显著跨越。对于广大内容创作者而言,AIGC已不再是停留在概念层面的辅助工具,而是深度嵌入“网文连载、短剧编剧、漫剧分镜”等商业变现链路的核心生产力设施。 然而,不同模型因其训练语料分布、算法架构及商业定位的差异,在实际的“长文本工业化生产”中呈现出截然不同的优缺点。本文基于2026年上半年的真实工程测试环境,选取了目前开发者社区与创作者圈层中讨论热度最高的5款头部AI写作软件(DeepSeek、Kimi、豆包、GPT-4o、炼字工坊),进行详尽的优缺点横向解析,旨在为致力于通过文字变现的从业者提供一份严谨的工具选型拓扑图。 一、 测试方法论与环境声明 本次横测摒弃了单一的“短文本问答(QA)”模式,全面采用“长线商业化叙事”作为测试基准。 * 测试场景:包含百万字长篇网文大纲构建、3000字单章正文连贯生成、短剧剧本情绪卡点设计、以及多模态(文本到图像封面)工作流整合。 * 核心观测指标:逻辑连贯性(Logical Consistency)、文本去AI化程度(AI-Trace Bypass)

微软 Copilot Cowork 深度解析:用 Kotlin + 147API 手搓一个 AI Agent

微软 Copilot Cowork 深度解析:用 Kotlin + 147API 手搓一个 AI Agent

微软最近发布的 Copilot Cowork 在技术圈炸开了锅。它变了。它不再是那个只会补全代码的插件,而是变成了你的 “Coworker”(同事)。基于 Anthropic 的 Claude 构建,它现在能像真人一样处理复杂任务。 作为开发者,我们不仅要会用,更要懂得背后的原理。今天我们就来拆解一下 Copilot Cowork 的核心逻辑,并教你如何利用 Kotlin 和 147API 构建一个属于自己的简易 AI Agent。 从 Chatbot 到 Agent 传统的 Copilot 就像一个实习生,你给它一个指令,它执行一个动作。而 Copilot Cowork 更像是一个成熟的合作伙伴。它具备了 感知(Perception)、规划(Planning) 和 执行(Execution)