前言
最近本地运行的 AI Agent 网关 OpenClaw 很火,我们尝试用它结合飞书搭建了一个能随时响应运维请求的机器人。它的核心逻辑很简单:通过飞书接收指令,OpenClaw 路由给大模型,模型调用本地 Shell 或文件系统工具执行任务,最后把结果回传给飞书。这样就能实现随时随地查看服务器状态、检索日志或管理进程。

架构概览
整个链路依赖 WebSocket 长连接,不需要公网回调地址,数据流如下:
飞书 App (WebSocket 长连接) ↕ OpenClaw Gateway (服务器上 systemd 常驻) ↕ AI 模型 (DeepSeek v3.2/GLM 4.7) ↕ 服务器 Shell (受白名单限制的命令执行)
关键组件包括管理会话和渠道连接的 OpenClaw Gateway、负责收发消息的飞书插件、以及支持白名单安全策略的 exec 工具。模型方面,本文选用 OneRouter 提供的 DeepSeek V3.2,当然任何兼容 OpenAI API 格式的提供商都可以接入。
环境准备
我们需要一台 Linux 服务器(Ubuntu),安装 Node.js 22+ 和 npm 10+。另外准备好飞书企业账号(免费)以及一个可用的 AI 模型 API Key。
部署 OpenClaw 网关
为了让机器人直接管理服务,建议直接在裸机上全局安装,而不是用 Docker,这样权限更灵活。
npm install -g openclaw
安装完成后确认 openclaw 命令可用。如果提示找不到命令,记得把 npm 的全局 bin 目录加入 PATH:
echo 'export PATH="$HOME/.npm-global/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc
接下来让 Gateway 开机自启并后台常驻,这步很重要,否则重启后服务就断了。
openclaw gateway install
openclaw gateway start
openclaw gateway status
配置模型与飞书
模型接入
编辑 ~/.openclaw/openclaw.json,添加模型配置。这里以 OneRouter + DeepSeek V3.2 为例:
{
"agents": {
"defaults": {
"model": {
"primary": "onerouter/deepinfra/deepseek-v3.2"
}



