将openclaw接入飞书:10分钟,让你的AI员工直接操作你的文档和表格!

将openclaw接入飞书:10分钟,让你的AI员工直接操作你的文档和表格!

上一篇,我们给小龙虾接了 Telegram,实现了手机遥控。

但说实话,Telegram 只解决了"能聊天"的问题。你跟小龙虾说"帮我写个文档",它写完了——然后呢?你还得自己复制粘贴到你的编辑器中。

这就像请了个助手,他只能站在门外隔着门跟你喊话,但不能进屋帮你干活。

今天这篇,我们把门打开。让小龙虾直接进入你的飞书——读文档、写文档、操作表格、管理日程,全部自己来。

先看效果👇

image

飞书的配置比 Telegram 多一些步骤,但别慌——跟着我走,每一步都有截图,大概10分钟搞定。

飞书的接入分四个阶段,先有个全局概念,不容易迷路:

  1. 在飞书上造一个机器人 — 相当于给小龙虾办一张飞书工牌
  2. 在服务器上装飞书插件 — 让小龙虾学会"说飞书的语言"
  3. 配置长连接 — 让机器人保持在线,不会聊着聊着断了
  4. 加入群聊 & 配对 — 正式上岗

看着多,其实每个阶段都是点点点的事。开干。


第一阶段:在飞书上造一个机器人

创建应用

打开飞书开放平台:https://open.feishu.cn/app ,点击创建企业自建应用。

image

填一下应用名称、描述、图标。名字随便起,之后能改,别纠结。点创建。

image

给机器人开能力

创建完会跳到配置页面。找到「添加应用能力」里的机器人模块,点添加。

image

这一步是告诉飞书:“这个应用是个机器人,能在聊天里跟人说话。”

批量导入权限(关键步骤)

接下来要给机器人开权限。这步很重要——权限决定了小龙虾能在飞书里干什么。

点击左侧的权限管理,再点批量导入导出权限按钮。

image

把弹窗里的默认内容删掉,粘贴下面这段配置:

{"scopes":{"tenant":["contact:contact.base:readonly","docx:document:readonly","im:chat:read","im:chat:update","im:message.group_at_msg:readonly","im:message.p2p_msg:readonly","im:message.pins:read","im:message.pins:write_only","im:message.reactions:read","im:message.reactions:write_only","im:message:readonly","im:message:recall","im:message:send_as_bot","im:message:send_multi_users","im:message:send_sys_msg","im:message:update","im:resource","application:application:self_manage","cardkit:card:write","cardkit:card:read"],"user":["contact:user.employee_id:readonly","offline_access","base:app:copy","base:field:create","base:field:delete","base:field:read","base:field:update","base:record:create","base:record:delete","base:record:retrieve","base:record:update","base:table:create","base:table:delete","base:table:read","base:table:update","base:view:read","base:view:write_only","base:app:create","base:app:update","base:app:read","board:whiteboard:node:create","board:whiteboard:node:read","calendar:calendar:read","calendar:calendar.event:create","calendar:calendar.event:delete","calendar:calendar.event:read","calendar:calendar.event:reply","calendar:calendar.event:update","calendar:calendar.free_busy:read","contact:contact.base:readonly","contact:user.base:readonly","contact:user:search","docs:document.comment:create","docs:document.comment:read","docs:document.comment:update","docs:document.media:download","docs:document:copy","docx:document:create","docx:document:readonly","docx:document:write_only","drive:drive.metadata:readonly","drive:file:download","drive:file:upload","im:chat.members:read","im:chat:read","im:message","im:message.group_msg:get_as_user","im:message.p2p_msg:get_as_user","im:message.send_as_user","im:message:readonly","search:docs:read","search:message","space:document:delete","space:document:move","space:document:retrieve","task:comment:read","task:comment:write","task:task:read","task:task:write","task:task:writeonly","task:tasklist:read","task:tasklist:write","wiki:node:copy","wiki:node:create","wiki:node:move","wiki:node:read","wiki:node:retrieve","wiki:space:read","wiki:space:retrieve","wiki:space:write_only"]}}
💡 这段配置干了什么? 简单说,它让小龙虾拥有了操作飞书文档、表格、日历、任务、知识库等几乎所有功能的权限。你不需要逐个理解每一条,直接全部粘贴就行。想详细了解的,可以看飞书的 权限说明文档

点击「下一步,确认新增权限」。

image

弹出数据范围确认窗口,直接点确定。

image

发布上线

权限配好了,接下来让这个机器人正式"入职"。

点击页面顶部的创建版本按钮。

image

填一下版本号和更新说明,随便写就行。

image

拉到底部点保存

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

弹窗里点申请线上发布

image

这时候你的飞书会收到开发小助手发来的审批通知。点消息里的「进入管理后台审核」。

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

找到你刚创建的机器人,点审核。

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

通过

image
⚠️ 踩坑预警:这里是自己审批自己,别觉得奇怪。因为你既是开发者又是管理员,所以自己创建自己批。直接通过就好。

记录凭证

审核通过后,回到机器人配置页面,找到左侧导航的基础信息 → 凭证与基础信息

记录下 App IDApp Secret。下一步要用。

image
⚠️ 踩坑预警:App Secret 就是你机器人的密码,绝对不要发到任何公开的地方。泄露了别人就能冒充你的机器人。

到这里,飞书端的机器人就造好了。喘口气,最难的部分已经过去了。


第二阶段:在服务器上装飞书插件

SSH 连上你的服务器,依次执行下面这四条命令:

npm config set registry https://registry.npmjs.org curl-o /tmp/feishu-openclaw-plugin-onboard-cli.tgz https://sf3-cn.feishucdn.com/obj/open-platform-opendoc/4d184b1ba733bae2423a89e196a2ef8f_QATOjKH1WN.tgz npminstall /tmp/feishu-openclaw-plugin-onboard-cli.tgz -grm /tmp/feishu-openclaw-plugin-onboard-cli.tgz 
💡 这四条干了什么? 切换 npm 源 → 下载飞书官方插件包 → 全局安装 → 清理安装包。复制粘贴就好,不需要理解每一行。

然后执行安装命令:

feishu-plugin-onboard install

如果提示要删除已安装的飞书 MCP,直接输入大写的 Y 回车。

image

接着会让你输入 App ID 和 App Secret,就是刚才让你记录的那两个。依次粘贴进去。

image

看到 Installation finished 就说明安装成功了。

💡 后面可能会跟一个"检查失败"的提示,不用管它,不影响使用。实在不放心可以跑一下:

看到 feishu-openclaw-plugin 的 Status 是 loaded 就稳了。

最后重启 gateway:

openclaw gateway restart 

服务器端搞定。做到这里,你已经完成了80%。


第三阶段:配置长连接(保持在线)

这一步解决一个问题:让机器人一直在线,不会聊着聊着突然没反应。

回到飞书开放平台,找到左侧导航的事件与回调 → 事件配置

点击订阅方式右边的小铅笔图标。

image

选择长连接方式。

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

然后点右侧的添加事件按钮。

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

在弹窗中搜索"接收消息",勾选搜出来的结果,点确认添加。

image
💡 为什么要加这个事件? 不加的话,机器人收不到你发的消息。这就像你给了助手一个工位,但没告诉前台"有人找他要转达"。

加完事件后,还需要再创建一个新版本让配置生效。点顶部的创建版本,流程和之前一样——填版本号、保存、申请发布、自己审批通过。

image

第四阶段:让机器人正式上岗

群聊使用

找到你想让小龙虾加入的飞书群,点击群机器人

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

添加机器人

image

选你刚创建的那个,点添加。

image

现在在群里 @你的机器人,随便说句话试试。

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

收到回复了?恭喜,群聊搞定。群里直接 @就能用,不需要额外配对。

私聊配对

但如果你想跟小龙虾一对一私聊,还需要配对一下。

双击机器人头像进入私聊,发条消息。小龙虾会回你一个配对码

image

回到服务器,执行:

openclaw pairing approve feishu <配对码>--notify

<配对码> 换成你收到的那个。

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

看到授权成功的提示,私聊通道也打通了。


现在,回到飞书,让小龙虾帮你约个会议试试。

image

它不再是隔着门喊话的助手了。它能直接坐到你的飞书工位上,帮你写文档、读资料、操作表格、管理任务。

截个图发到群里吧:“我的AI助手,现在能直接操作我的飞书了。”

从 Telegram 的"能聊天",到飞书的"能干活",小龙虾的能力边界又往外推了一大步。

AI不是装上就有用的,得让它够得着你的工作台。


你最希望小龙虾在飞书里帮你自动化哪件事?写周报?整理会议纪要?还是自动填表?评论区聊聊👇# 将openclaw接入飞书:10分钟,让你的AI员工直接操作你的文档和表格!

上一篇,我们给小龙虾接了 Telegram,实现了手机遥控。

但说实话,Telegram 只解决了"能聊天"的问题。你跟小龙虾说"帮我写个文档",它写完了——然后呢?你还得自己复制粘贴到你的编辑器中。

这就像请了个助手,他只能站在门外隔着门跟你喊话,但不能进屋帮你干活。

今天这篇,我们把门打开。让小龙虾直接进入你的飞书——读文档、写文档、操作表格、管理日程,全部自己来。

先看效果👇

image

飞书的配置比 Telegram 多一些步骤,但别慌——跟着我走,每一步都有截图,大概10分钟搞定。

飞书的接入分四个阶段,先有个全局概念,不容易迷路:

  1. 在飞书上造一个机器人 — 相当于给小龙虾办一张飞书工牌
  2. 在服务器上装飞书插件 — 让小龙虾学会"说飞书的语言"
  3. 配置长连接 — 让机器人保持在线,不会聊着聊着断了
  4. 加入群聊 & 配对 — 正式上岗

看着多,其实每个阶段都是点点点的事。开干。


第一阶段:在飞书上造一个机器人

创建应用

打开飞书开放平台:https://open.feishu.cn/app ,点击创建企业自建应用。

image

填一下应用名称、描述、图标。名字随便起,之后能改,别纠结。点创建。

image

给机器人开能力

创建完会跳到配置页面。找到「添加应用能力」里的机器人模块,点添加。

image

这一步是告诉飞书:“这个应用是个机器人,能在聊天里跟人说话。”

批量导入权限(关键步骤)

接下来要给机器人开权限。这步很重要——权限决定了小龙虾能在飞书里干什么。

点击左侧的权限管理,再点批量导入导出权限按钮。

image

把弹窗里的默认内容删掉,粘贴下面这段配置:

{"scopes":{"tenant":["contact:contact.base:readonly","docx:document:readonly","im:chat:read","im:chat:update","im:message.group_at_msg:readonly","im:message.p2p_msg:readonly","im:message.pins:read","im:message.pins:write_only","im:message.reactions:read","im:message.reactions:write_only","im:message:readonly","im:message:recall","im:message:send_as_bot","im:message:send_multi_users","im:message:send_sys_msg","im:message:update","im:resource","application:application:self_manage","cardkit:card:write","cardkit:card:read"],"user":["contact:user.employee_id:readonly","offline_access","base:app:copy","base:field:create","base:field:delete","base:field:read","base:field:update","base:record:create","base:record:delete","base:record:retrieve","base:record:update","base:table:create","base:table:delete","base:table:read","base:table:update","base:view:read","base:view:write_only","base:app:create","base:app:update","base:app:read","board:whiteboard:node:create","board:whiteboard:node:read","calendar:calendar:read","calendar:calendar.event:create","calendar:calendar.event:delete","calendar:calendar.event:read","calendar:calendar.event:reply","calendar:calendar.event:update","calendar:calendar.free_busy:read","contact:contact.base:readonly","contact:user.base:readonly","contact:user:search","docs:document.comment:create","docs:document.comment:read","docs:document.comment:update","docs:document.media:download","docs:document:copy","docx:document:create","docx:document:readonly","docx:document:write_only","drive:drive.metadata:readonly","drive:file:download","drive:file:upload","im:chat.members:read","im:chat:read","im:message","im:message.group_msg:get_as_user","im:message.p2p_msg:get_as_user","im:message.send_as_user","im:message:readonly","search:docs:read","search:message","space:document:delete","space:document:move","space:document:retrieve","task:comment:read","task:comment:write","task:task:read","task:task:write","task:task:writeonly","task:tasklist:read","task:tasklist:write","wiki:node:copy","wiki:node:create","wiki:node:move","wiki:node:read","wiki:node:retrieve","wiki:space:read","wiki:space:retrieve","wiki:space:write_only"]}}
💡 这段配置干了什么? 简单说,它让小龙虾拥有了操作飞书文档、表格、日历、任务、知识库等几乎所有功能的权限。你不需要逐个理解每一条,直接全部粘贴就行。想详细了解的,可以看飞书的 权限说明文档

点击「下一步,确认新增权限」。

image

弹出数据范围确认窗口,直接点确定。

image

发布上线

权限配好了,接下来让这个机器人正式"入职"。

点击页面顶部的创建版本按钮。

image

填一下版本号和更新说明,随便写就行。

image

拉到底部点保存

image

弹窗里点申请线上发布

image

这时候你的飞书会收到开发小助手发来的审批通知。点消息里的「进入管理后台审核」。

image

找到你刚创建的机器人,点审核。

image

通过

image
⚠️ 踩坑预警:这里是自己审批自己,别觉得奇怪。因为你既是开发者又是管理员,所以自己创建自己批。直接通过就好。

记录凭证

审核通过后,回到机器人配置页面,找到左侧导航的基础信息 → 凭证与基础信息

记录下 App IDApp Secret。下一步要用。

image
⚠️ 踩坑预警:App Secret 就是你机器人的密码,绝对不要发到任何公开的地方。泄露了别人就能冒充你的机器人。

到这里,飞书端的机器人就造好了。喘口气,最难的部分已经过去了。


第二阶段:在服务器上装飞书插件

SSH 连上你的服务器,依次执行下面这四条命令:

npm config set registry https://registry.npmjs.org curl-o /tmp/feishu-openclaw-plugin-onboard-cli.tgz https://sf3-cn.feishucdn.com/obj/open-platform-opendoc/4d184b1ba733bae2423a89e196a2ef8f_QATOjKH1WN.tgz npminstall /tmp/feishu-openclaw-plugin-onboard-cli.tgz -grm /tmp/feishu-openclaw-plugin-onboard-cli.tgz 
💡 这四条干了什么? 切换 npm 源 → 下载飞书官方插件包 → 全局安装 → 清理安装包。复制粘贴就好,不需要理解每一行。

然后执行安装命令:

feishu-plugin-onboard install

如果提示要删除已安装的飞书 MCP,直接输入大写的 Y 回车。

image

接着会让你输入 App ID 和 App Secret,就是刚才让你记录的那两个。依次粘贴进去。

image

看到 Installation finished 就说明安装成功了。

💡 后面可能会跟一个"检查失败"的提示,不用管它,不影响使用。实在不放心可以跑一下:

看到 feishu-openclaw-plugin 的 Status 是 loaded 就稳了。

最后重启 gateway:

openclaw gateway restart 

服务器端搞定。做到这里,你已经完成了80%。


第三阶段:配置长连接(保持在线)

这一步解决一个问题:让机器人一直在线,不会聊着聊着突然没反应。

回到飞书开放平台,找到左侧导航的事件与回调 → 事件配置

点击订阅方式右边的小铅笔图标。

image

选择长连接方式。

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

然后点右侧的添加事件按钮。

image

在弹窗中搜索"接收消息",勾选搜出来的结果,点确认添加。

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传
💡 为什么要加这个事件? 不加的话,机器人收不到你发的消息。这就像你给了助手一个工位,但没告诉前台"有人找他要转达"。

加完事件后,还需要再创建一个新版本让配置生效。点顶部的创建版本,流程和之前一样——填版本号、保存、申请发布、自己审批通过。

image

第四阶段:让机器人正式上岗

群聊使用

找到你想让小龙虾加入的飞书群,点击群机器人

image

添加机器人

image

选你刚创建的那个,点添加。

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

现在在群里 @你的机器人,随便说句话试试。

image

收到回复了?恭喜,群聊搞定。群里直接 @就能用,不需要额外配对。

私聊配对

但如果你想跟小龙虾一对一私聊,还需要配对一下。

双击机器人头像进入私聊,发条消息。小龙虾会回你一个配对码

image

回到服务器,执行:

openclaw pairing approve feishu <配对码>--notify

<配对码> 换成你收到的那个。

image

看到授权成功的提示,私聊通道也打通了。


现在,回到飞书,让小龙虾帮你约个会议试试。

image

它不再是隔着门喊话的助手了。它能直接坐到你的飞书工位上,帮你写文档、读资料、操作表格、管理任务。

截个图发到群里吧:“我的AI助手,现在能直接操作我的飞书了。”

从 Telegram 的"能聊天",到飞书的"能干活",小龙虾的能力边界又往外推了一大步。

AI不是装上就有用的,得让它够得着你的工作台。


你最希望小龙虾在飞书里帮你自动化哪件事?写周报?整理会议纪要?还是自动填表?评论区聊聊👇

Read more

SmolVLA高算力适配:TensorRT加速可行性分析与ONNX导出实操

SmolVLA高算力适配:TensorRT加速可行性分析与ONNX导出实操 1. 项目背景与核心价值 SmolVLA作为一款专为经济实惠机器人技术设计的紧凑型视觉-语言-动作模型,在资源受限环境下展现出了令人印象深刻的性能。这个约5亿参数的模型能够同时处理视觉输入、语言指令和动作输出,为机器人控制提供了端到端的解决方案。 在实际部署中,我们经常面临一个关键挑战:如何在保持模型精度的同时,进一步提升推理速度以满足实时控制需求?这就是TensorRT加速技术发挥作用的地方。通过将SmolVLA模型转换为TensorRT引擎,我们有望获得显著的性能提升,特别是在NVIDIA GPU硬件上。 本文将带你深入了解SmolVLA模型的TensorRT加速可行性,并提供详细的ONNX导出实操指南,帮助你在自己的机器人项目中实现更高效的推理性能。 2. TensorRT加速技术解析 2.1 TensorRT的核心优势 TensorRT是NVIDIA推出的高性能深度学习推理优化器和运行时库,它通过多种技术手段提升模型推理效率: * 图层融合:将多个连续的操作层合并为单个内核,减少内

微信小程序案例 - 自定义 tabBar

一、前言:为什么需要自定义 tabBar? 微信小程序原生 tabBar 虽然简单易用,但存在明显限制: * ❌ 不支持中间“+”号等凸起按钮 * ❌ 图标和文字样式无法高度自定义(如选中态动画) * ❌ 无法动态隐藏/显示 tabBar * ❌ 不能嵌入徽标(Badge)、红点等业务元素 解决方案:使用自定义 tabBar! 本文将带你从零实现一个支持中间凸起按钮、带动画、可扩展的自定义 tabBar,并封装为通用组件。 二、最终效果预览 ✅ 底部 5 个 tab(中间为“+”发布按钮) ✅ 点击 tab 平滑切换页面 ✅ 中间按钮跳转独立功能页(如发布内容) ✅ 支持徽标、选中高亮、图标切换 三、实现原理 由于小程序页面是全屏渲染,我们无法像 H5 那样用 fixed 布局直接覆盖原生

(3-2)机器人身体结构与人体仿生学:人形机器人躯干系统

(3-2)机器人身体结构与人体仿生学:人形机器人躯干系统

3.2  人形机器人躯干系统 躯干是人形机器人的核心支撑与功能集成单元,承担连接四肢、容纳核心部件(电池、控制器、传感器)、传递运动力矩及维持动态平衡的多重使命。其设计需在人体仿生学(如脊柱运动特性、躯干质量分布)与工程实现(结构刚度、驱动效率、空间利用率)之间找到最优平衡,直接决定机器人的运动协调性、负载能力与运行稳定性。 3.2.1  躯干结构方案 人形机器人躯干结构如图3-6所示,躯干是连接四肢、承载核心部件(电池、控制器、传感器)并传递运动力矩的关键载体,其结构设计的核心矛盾是刚度与灵活性的平衡、集成效率与维护便捷性的取舍。 图3-6  人形机器人躯干的结构 当前工程领域形成了三类主流方案,均围绕“仿生适配+工程落地”展开,具体设计特性与适用场景如下。 1. 一体化结构方案 (1)设计逻辑: 以“极致刚性与结构稳定性”为核心,采用整体式无拆分框架,通过高性能复合材料一体成型工艺,

【花雕学编程】Arduino BLDC 之机器人IMU角度读取 + PID控制 + 互补滤波

【花雕学编程】Arduino BLDC 之机器人IMU角度读取 + PID控制 + 互补滤波

基于 Arduino 平台实现 BLDC 机器人 IMU 角度读取 + 互补滤波 + PID 控制,构成了一个典型的姿态闭环控制系统。该架构是自平衡机器人(如两轮平衡车、倒立摆)或稳定云台的核心技术栈。它通过 互补滤波 融合 IMU 原始数据以获得精准姿态角,再利用 PID 控制器 计算出维持平衡所需的电机驱动力矩,驱动 BLDC 电机 执行动作。 1、主要特点 传感器融合:互补滤波(Complementary Filter) 这是系统的“感知中枢”,解决了单一传感器无法同时满足动态与静态精度需求的矛盾。 频域分割策略:互补滤波本质上是一个频域滤波器。它利用低通滤波(LPF)处理加速度计数据,提取低频的重力方向分量(长期稳定,用于修正漂移);同时利用高通滤波(HPF)处理陀螺仪数据,提取高频的角速度变化分量(动态响应快,