MacOS 安装 OpenClaw 并接入飞书机器人（保姆级教程 + 常见问题解决）

优质文章学习记录

— 10 min read
MacOS 安装 OpenClaw 并接入飞书机器人（保姆级教程 + 常见问题解决）

MacOS 安装 OpenClaw 并接入飞书机器人（保姆级教程 + 常见问题解决）

在 AI Agent 和自动化工具越来越普及的今天，越来越多开发者希望拥有一个 能够自动处理任务、接入团队协作工具的 AI 助手。

最近OpenClaw火的一塌糊涂，我也跟风研究了一下这个开源项目。它可以理解为一个 可扩展的 AI Agent 框架，支持接入各种工具、自动执行任务，并且可以和企业协作平台（如飞书）打通，实现 AI 自动回复、自动化工作流。

本文将带大家 从 0 开始，在 MacOS 上安装 OpenClaw，并接入飞书机器人。
同时我也整理了自己在安装过程中遇到的 终端报错问题与完整解决方案，让你一次性避坑。

本文包含：

  • MacOS 安装 OpenClaw
  • 接入飞书机器人
  • 配置开机自启
  • 终端报错解决（compdef / compinit）

一、OpenClaw 是什么？

简单来说，OpenClaw 是一个 开源 AI Agent 平台，具备以下能力：

  • 支持接入 LLM（OpenAI / DeepSeek / Claude 等）
  • 可以调用工具执行任务
  • 支持自动化流程
  • 支持企业协作平台接入（飞书 / Slack）

如果把传统 AI 聊天比作 一个会聊天的大脑，那么 OpenClaw 更像是：

一个会思考、会调用工具、还能帮你自动做事的 AI 助手。

例如：

  • 飞书自动回复
  • 自动总结群消息
  • 自动生成日报
  • 自动创建任务
  • 自动执行脚本

二、环境准备

1 MacOS 系统

建议版本：

MacOS 12+

Intel 和 Apple Silicon 都可以。

2 安装 Homebrew

如果没有安装 Homebrew：

/bin/bash -c"$(curl-fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

更新 brew：

brew update
homebrew


update brow

如果发现更新 homebrow 失败的话，可以切换国内源或者使用 VPN 就好了。

在这里插入图片描述

3 安装 Node.js

OpenClaw 依赖 Node.js 运行环境。

brew installnode

验证：

node-vnpm-v
node


node 的版本号可以与我的保持一致。

三、安装 OpenClaw

在官网：https://openclaw.ai/，有两种比较适合的安装方式，一种是 npm，一种是安装文件。但是安装文件需要 MacOS 版本15 以上，我的这台只有 12 所以我选择 npm 安装方式（因为这台是我的备用机，主力机最好先不要安装 openclaw，因为还是有一些风险的，切记～～）。

npm



安装官方文档的步骤：

npm i -g openclaw

这个命令需要执行的时间比较长，耐心等待。

安装 openclaw


看到这个结果的时候就是安装完成了。我们启动 openclaw。

openclaw onboard

执行完这个命令会有很多操作，需要一步一步按照提示选择，基本上都选择跳过或者完成就行了，后续可以在 WebUI 的设置页面配置。
我的选择是第一个提示选择 YES、然后QuickStart、Skip for now、All providers、Skip for now、反正能跳过就跳过，必须设置的就根据自己的需要设置下。

设置


最后这个我选择 Web UI，当然你也可以选择 TUI 这个是用命令行窗口聊天，我习惯用 web 页面。后续在想进入这个配置页面的话可以使用仪表盘命令

openclaw dashboard
龙虾页面


然后就会自动打开一个网页看到龙虾的配置页面了。

四、配置 AI 模型

点击“配置”然后点击右边的 open 按钮打开配置源文件修改。

在这里插入图片描述

在 json 文件的根节点上看下有没有 models 属性，没有就新建个，有就修改它；

"models":{"mode":"merge","providers":{"unicom-cloud":{"baseUrl":"根据自己的模型服务上信息配置","apiKey":"根据自己的模型服务上信息配置","api":"openai-completions","models":[{"id":"Qwen3.5-397B-A17B","name":"Qwen3.5-397B-A17B","reasoning":false,"input":["text"],"cost":{"input":0,"output":0,"cacheRead":0,"cacheWrite":0},"contextWindow":202752,"maxTokens":16384}]}}}

以上是我的配置，我用的是联通云的服务，Qwen 、DeepSeek 等都有官方文档教程可以到对应的官方查看下。

然后，再修改修改agents.defaults（默认模型与工作空间配置）

"agents":{"defaults":{"model":{"primary":"unicom-cloud/Qwen3.5-397B-A17B"},"models":{"unicom-cloud/Qwen3.5-397B-A17B":{}},"workspace":"/Users/当前登录用户/.openclaw/workspace"}}

保存并生效配置。

更新


保存后点击 Update 按钮更新新配置。

聊天


再次启动后，选择刚才配置好的模型，在聊天窗口可以和龙虾聊天了。

五、接入飞书机器人

打开飞书开放平台：

https://open.feishu.cn

创建 企业自建应用

在这里插入图片描述


在这里插入图片描述


填写应用名称（如OpenClaw机器人）、应用描述（可选），点击创建。

在这里插入图片描述


应用创建后，进入凭证与基础信息，记录App ID和App Secret（后续配置需用）。
然后在配置飞书机器人权限与事件订阅。

在这里插入图片描述


开通核心权限：左侧菜单栏开发配置 → 权限管理

  • 「应用身份权限」：搜索im:message，全部选中并开通；
  • 「用户身份权限」：搜索contact:user.base:readonly，选中并开通；


订阅方式选择长连接。
添加接收消息事件：点击添加事件，搜索im.message.receive_v1，添加该事件并确认开通对应权限。
好了可以创建版本并发布：点击页面顶部应用发布 → 版本管理与发布，创建新版本，填写更新说明后申请线上发布。

六、配置 openclaw 的飞书能力

步骤一：安装OpenClaw飞书插件
官方命令安装

openclaw plugins install @m1heng-clawd/feishu

OpenClaw会自动完成安装、配置、重启。

在OpenClaw中配置飞书参数

终端执行以下命令，将和替换为飞书应用的实际信息：

# 配置飞书App ID openclaw config set channels.feishu.appId "<App ID>"# 配置飞书App Secret openclaw config set channels.feishu.appSecret "<App Secret>"# 启用飞书渠道 openclaw config set channels.feishu.enabled true# 配置长连接模式（飞书推荐） openclaw config set channels.feishu.connectionMode websocket # 单聊策略为配对授权 openclaw config set channels.feishu.dmPolicy pairing # 群聊策略为白名单 openclaw config set channels.feishu.groupPolicy allowlist # 群聊需@机器人才响应 openclaw config set channels.feishu.requireMention true

配置完成后重启网关：

openclaw gateway restart

七、飞书机器人配对授权

飞书机器人配置完成后，需完成配对授权才能实现消息响应。
要配对可以按照以下流程：

  • 终端执行配对命令

获取配对码
在飞书向刚才配置的机器人发送任意消息，机器人会自动回复包含配对码的消息：

配对码
openclaw pairing approve feishu xxxx
  • 重启网关使授权生效
openclaw gateway restart
  • 验证授权是否成功
    再次向飞书机器人发送消息，机器人能正常回答就说明配置好了，不过我测试的时候发现机器人答复的有点慢，需要多等一会。

十三、配置 OpenClaw 开机自启（推荐）

为了避免每次手动启动，可以配置 开机自启。

方法1 官方守护进程（推荐）

openclaw onboard --install-daemon

重启电脑即可自动启动。

方法2 LaunchAgent 手动配置（备用）

创建 LaunchAgent：

mkdir-p ~/Library/LaunchAgents

创建配置文件：

vim ~/Library/LaunchAgents/com.openclaw.gateway.plist

内容：

<?xml version="1.0" encoding="UTF-8"?><!DOCTYPEplistPUBLIC"-//Apple//DTD PLIST 1.0//EN""http://www.apple.com/DTDs/PropertyList-1.0.dtd"><plistversion="1.0"><dict><key>Label</key><string>com.openclaw.gateway</string><key>ProgramArguments</key><array><string>/usr/local/bin/openclaw</string><string>gateway</string><string>start</string></array><key>RunAtLoad</key><true/><key>KeepAlive</key><true/></dict></plist>

加载服务：

launchctl bootstrap gui/$(id-u) ~/Library/LaunchAgents/com.openclaw.gateway.plist

验证：

launchctl list |grep openclaw

十四、常见问题解决

在配置 OpenClaw 时，我遇到了两个典型问题。

问题1

compdef: command not found

原因

macOS 默认 未启用 zsh 补全系统，
而 OpenClaw 的自动补全脚本依赖 compdef。

问题2

zsh compinit: insecure directories

原因

zsh 补全目录权限不安全。

十五、完整解决方案（推荐）

1 安装补全组件

brew install zsh-completions

2 修改 .zshrc

nano ~/.zshrc

在文件最顶部添加：

autoload -Uz compinit && compinit -i -u if type brew &>/dev/null; then fpath=($(brew --prefix)/share/zsh-completions $fpath) fi

3 修复目录权限

sudochmod-R go-w $(brew --prefix)/share/zsh-completions sudochown-R$(whoami)$(brew --prefix)/share/zsh-completions sudochmod-R go-w /usr/share/zsh sudochown-R root:wheel /usr/share/zsh

4 清理缓存

rm-f ~/.zcompdump* source ~/.zshrc

十六、验证是否成功

重新打开终端：

source ~/.zshrc

如果没有任何报错，说明成功。

测试：

openclaw + TAB

能看到命令补全。

十七、懒人方案（可选）

如果不需要命令补全，可以直接禁用：

echo'export OPENCLAW_COMPLETIONS_DISABLE=1'>> ~/.zshrc rm-f ~/.openclaw/completions/openclaw.zsh source ~/.zshrc

总结

通过本文，我们完成了：

✔ MacOS 安装 OpenClaw
✔ 接入飞书机器人
✔ 配置开机自启
✔ 解决终端报错

当 AI Agent + 协作工具结合时，很多重复工作都可以自动化。

未来你可以扩展：

  • 自动日报
  • 自动会议总结
  • 自动任务创建
  • 自动客服机器人

OpenClaw 是一个非常值得尝试的 AI Agent 开源项目。

如果觉得文章有帮助，欢迎 点赞 + 收藏 + 关注作者

Read more

DIY无人机--升压降压电路

DIY无人机--升压降压电路

这是无人机的电源管理核心，把电池电压一步步变成系统需要的稳定电压，我分模块给你讲清楚 1. 整体功能 * 输入：锂电池（DC4.2V，满电电压，实际放电会到 3.7V 左右） * 输出： * 5V：给电机、无线模块等供电 * 3.3V：给 STM32、陀螺仪等精密芯片供电 * 流程：电池 → 防反接 → 开关 → 升压到 5V → 降压到 3.3V 逐模块拆解 🛡️ ① 防反接 + 电源开关部分 * JP2：电池接口，VBAT接电池正极，GND接负极 * D5（二极管 S4）：防反接保护 * 原理：电池接反时，二极管截止，电流无法流通，保护后面电路不被烧毁 * 正常接法：电池正极

AI分类器+飞书机器人：3步搭建智能工单系统

AI分类器+飞书机器人：3步搭建智能工单系统 引言：为什么需要智能工单系统？ 每天处理大量员工IT问题是不是让你头疼？打印机故障、软件安装、密码重置...各种问题混杂在一起，手动分类既耗时又容易出错。现在，借助AI分类器和飞书机器人，你可以用3个简单步骤搭建一个自动化工单系统，实现： * 自动分类：AI自动识别工单类型（硬件/软件/网络等） * 智能分配：根据类型自动分配给对应负责人 * 实时通知：通过飞书机器人即时反馈处理进度 这个方案特别适合没有编程基础的行政人员，所有配置都可以在飞书后台直接完成，我会带你一步步操作，直接复制我的成功配置就能用起来。 1. 准备工作：创建飞书机器人和AI分类器 1.1 开通飞书机器人权限 首先登录飞书开放平台，按以下步骤操作： 1. 点击"创建应用" → 选择"机器人"类型 2. 填写应用名称（如"

FPGA低延迟库在高频交易中的实战优化与避坑指南

快速体验 在开始今天关于 FPGA低延迟库在高频交易中的实战优化与避坑指南 的探讨之前，我想先分享一个最近让我觉得很有意思的全栈技术挑战。 我们常说 AI 是未来，但作为开发者，如何将大模型（LLM）真正落地为一个低延迟、可交互的实时系统，而不仅仅是调个 API？ 这里有一个非常硬核的动手实验：基于火山引擎豆包大模型，从零搭建一个实时语音通话应用。它不是简单的问答，而是需要你亲手打通 ASR（语音识别）→ LLM（大脑思考）→ TTS（语音合成）的完整 WebSocket 链路。对于想要掌握 AI 原生应用架构的同学来说，这是个绝佳的练手项目。 从0到1构建生产级别应用，脱离Demo，点击打开 从0打造个人豆包实时通话AI动手实验 FPGA低延迟库在高频交易中的实战优化与避坑指南 高频交易(HFT)的世界里，延迟就是生命线。研究表明，交易延迟每降低1微秒，做市商年化收益可提升0.8%-1.2%[1]。当市场波动剧烈时，
从零开始的Web3学习 2| Bitcoin 到 Etherum (智能合约的出现)

从零开始的Web3学习 2| Bitcoin 到 Etherum (智能合约的出现)

1. 比特币BTC一 区块链1.0 1.1 比特币的诞生 历史背景 * 2008年，署名为“中本聪”的神秘人物发布了论文《比特币:一种点对点式的电子现金系统》首次提出了比特币的概念。 * 2009年，比特币软件发布并正式启动了比特币金融系统，中本聪逐渐淡出人们的视野，至今他(或他们)的身份仍是未解之谜。 * 重要背景:08年的次贷危机和金融危机，中本聪希望通过比特币创造一种全球自由流动、不受政府监管和控制的数字加密货币。 1.2 比特去中心化与分布式账本 去中心化的定义 * 比特币通过去中心化的方式，不受任何个人或机构控制，能够自动运行。 * 传统金融系统如支付宝依赖于中心化服务器，存在单点故障的风险(如黑客攻击、企业破产)。 * 比特币的解决方案:通过分布式账本技术，每个运行比特币软件的设备都可以成为一个节点，这些节点共同维护区块链，确保数据的安全性和一致性。 共识机制 * 比特币使用的工作量证明(Proof of Work)机制，确保只有超过50%的节点同意时，区块链数据才能被修改。