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

SQL 多表查询:数据整合与分析的强大工具

SQL 多表查询:数据整合与分析的强大工具

SQL 多表查询:数据整合与分析的强大工具 在关系型数据库中,数据通常被组织在多个表中。这种表的分离有助于减少冗余并提高数据的管理效率。然而,在实际应用中,往往需要对多个表中的数据进行整合查询,来获得更完整的信息。这时候,多表查询(Join)就显得至关重要。本文将详细介绍 SQL 中常见的多表查询类型,并通过实际示例帮助大家理解如何高效地利用这些查询方法。 一、 多表查询概述 多表查询 是指从多个表中获取数据并将其结合在一起的查询。数据库中的表通常是通过某些共享字段(如主键和外键)关联的,进行多表查询时,我们通过这些关系将不同表的数据合并为一个结果集。多表查询在数据分析和报告中非常常见,能够帮助我们在复杂的数据库结构中提取出有意义的、综合性的数据。 1.1 为什么需要多表查询 多表查询的需求通常来源于以下几个方面: * 数据分布:在实际的数据库设计中,为了减少冗余、提高数据的组织性,往往将数据分散存储在不同的表中。例如,用户信息和订单信息一般存储在不同的表中,因此需要通过多表查询来关联这些表中的数据。 * 数据分析:多表查询可以帮助我们跨表分析数据。例如,在用户表和订

By Ne0inhk
告别小白!吃透 MySQL 基本查询,看这一篇就够了

告别小白!吃透 MySQL 基本查询,看这一篇就够了

🔥海棠蚀omo:个人主页                 ❄️个人专栏:《初识数据结构》,《C++:从入门到实践》,《Linux:从零基础到实践》,《Linux网络:从不懂到不会》,《MySQL:新手入门指南》                 ✨追光的人,终会光芒万丈 博主简介: 目录 一.Create 1.1替换 二.Retrieve 2.1SELECT列 2.1.1全列查询 2.1.2指定列查询 2.1.3查询字段为表达式 2.1.4为查询结果指定别名 2.1.5结果去重 2.2WHERE条件 2.2.1英语不及格的同学及英语成绩 2.2.2语文成绩在[80,90]分的同学及语文成绩

By Ne0inhk
【Redis】Redis内部编码 与 单线程架构

【Redis】Redis内部编码 与 单线程架构

目录 * 一、常用数据结构 * 二、 内部编码 * 三、单线程架构 一、常用数据结构 Redis 对外说values 常用的数据结构是:string(字符串)、list(列表)、hash(哈希)、set(集合)、zset(有序集合)等等,但是其实内部实现在不同情况下也与常见的数据结构有一定的不同。 二、 内部编码 * String类型,有 raw ,int,embstr 三种实现。 * raw : 最基本的字符串,底层就是字符数组 * int :当value就是一个整数的时候,Redis直接使用int来保存 * embstr:针对短字符串进行的特殊优化 * hash类型,有hashtable,ziplist两种实现。 * hashtable:最基本的hash表 * ziplist:在hash表元素比较少的时候,使用压缩列表,节省空间 * list类型,

By Ne0inhk
HBase架构深度解析:HMaster、RegionServer与ZooKeeper三驾马车

HBase架构深度解析:HMaster、RegionServer与ZooKeeper三驾马车

HBase架构深度解析:HMaster、RegionServer与ZooKeeper三驾马车 * 一、HBase架构全景图 * 二、三大核心组件职责 * 2.1 组件职责总览 * 2.2 HMaster:集群的"大脑" * 2.3 RegionServer:数据的"执行者" * 2.4 ZooKeeper:集群的"协调者" * 三、HBase的数据存储单元:Region * 3.1 Region是什么? * 3.2 Region的内部结构 * 3.3 Region的分配与迁移 * 四、HBase的读写流程 * 4.1 读数据流程 * 4.2

By Ne0inhk