OpenClaw 飞书机器人配置教程|一键对接飞书,实现聊天下达 AI 指令

OpenClaw 飞书机器人配置教程|一键对接飞书,实现聊天下达 AI 指令

适配版本:OpenClaw v2.3.12/v2.4.1(小龙虾)前置要求:已部署 OpenClaw Windows 端(Win10/Win11 均可),未部署可先下载一键部署包完成安装核心效果:配置完成后,可在飞书聊天窗口直接向机器人发送自然语言指令,OpenClaw 自动拆解任务、操控电脑完成操作,实现飞书远程下达 AI 任务

📌 OpenClaw Windows 一键部署包下载地址🔗 OpenClaw Windows 一键部署包 v2.3.12✅ 免配置、免命令行、解压即用,内置所有运行依赖,部署完成后再进行飞书配置即可

(此教程配合这个安装包使用)

一、配置前必看

  1. 需拥有飞书账号,个人 / 企业账号均可,企业账号需确保有应用开发权限
  2. OpenClaw 需保持正常运行(Gateway 在线),配置过程中无需关闭
  3. 飞书开放平台操作全程按步骤执行,权限导入、事件订阅缺一不可,否则机器人无法响应
  4. 配置完成后需重启 OpenClaw,确保凭证生效

二、第一步:进入飞书开放平台并登录开发者后台

  1. 打开飞书开放平台官方地址:https://open.feishu.cn

使用飞书账号扫码 / 密码登录,进入开发者后台(首次登录无需额外认证,个人账号可直接使用)

1.png

三、第二步:创建企业自建应用

  1. 在开发者后台首页,点击创建应用按钮
  2. 应用类型选择企业自建应用(仅本企业 / 个人可使用,无需上架审核,快速生效)

进入应用创建页面,准备填写基础信息

2.png

四、第三步:填写应用基础信息

按要求填写以下信息,填写完成后点击创建

  • 应用名称:自定义(如:OpenClaw 机器人、小龙虾 AI、虾壳云),建议便于识别
  • 应用描述:简要说明(如:OpenClaw AI 智能体,飞书聊天下达指令),字数≤120

应用图标:自定义上传(JPEG/PNG/SVG/BMP 格式,2MB 以内,分辨率≥240*240px),可使用 OpenClaw 龙虾 Logo,便于飞书内识别✅ 注:信息可后续修改,创建后进入应用配置主界面

3.png

五、第四步:为应用添加「机器人」能力

  1. 进入应用配置页,左侧菜单栏找到添加应用能力选项并点击
  2. 在能力列表中选择机器人,点击右侧添加按钮

添加完成后,左侧菜单栏会出现「机器人」相关配置项,说明能力添加成功

4.png

六、第五步:批量导入机器人核心权限(关键步骤)

OpenClaw 需调用飞书消息、文档、表格等接口,需提前开通对应权限,批量导入可一次性完成,避免手动添加遗漏

  1. 左侧菜单栏进入权限管理,找到批量导入 / 导出权限按钮并点击
  2. 选择应用身份权限,将以下 JSON 代码完整粘贴至输入框,点击格式化 JSON(避免格式错误)
  3. 点击下一步,确认新增权限,再点击申请开通,等待权限开通成功(个人账号免审核,立即生效;企业账号需管理员审核)

完整权限 JSON 代码(直接复制)

 { "scopes": { "tenant": [ "aily:message:read", "aily:message:write", "base:app:copy", "base:app:create", "base:app:read", "base:app:update", "base:collaborator:create", "base:collaborator:delete", "base:collaborator:read", "base:dashboard:copy", "base:dashboard:read", "base:field:create", "base:field:delete", "base:field:read", "base:field:update", "base:form:read", "base:form:update", "base:record:create", "base:record:delete", "base:record:read", "base:record:retrieve", "base:record:update", "base:role:create", "base:role:delete", "base:role:read", "base:role:update", "base:table:create", "base:table:delete", "base:table:read", "base:table:update", "base:view:read", "base:view:write_only", "bitable:app", "bitable:app:readonly", "board:whiteboard:node:create", "board:whiteboard:node:delete", "board:whiteboard:node:read", "board:whiteboard:node:update", "cardkit:card:write", "contact:contact.base:readonly", "contact:user.base:readonly", "contact:user.employee_id:readonly", "contact:user.employee_number:read", "contact:user.id:readonly", "docs:doc", "docs:doc:readonly", "docs:document.comment:create", "docs:document.comment:read", "docs:document.comment:update", "docs:document.comment:write_only", "docs:document.content:read", "docs:document.media:download", "docs:document.media:upload", "docs:document.subscription", "docs:document.subscription:read", "docs:document:copy", "docs:document:export", "docs:document:import", "docs:event.document_deleted:read", "docs:event.document_edited:read", "docs:event.document_opened:read", "docs:event:subscribe", "docs:permission.member", "docs:permission.member:auth", "docs:permission.member:create", "docs:permission.member:delete", "docs:permission.member:readonly", "docs:permission.member:retrieve", "docs:permission.member:transfer", "docs:permission.member:update", "docs:permission.setting", "docs:permission.setting:read", "docs:permission.setting:readonly", "docs:permission.setting:write_only", "docx:document", "docx:document.block:convert", "docx:document:create", "docx:document:readonly", "drive:drive", "drive:drive.metadata:readonly", "drive:drive.search:readonly", "drive:drive:readonly", "drive:drive:version", "drive:drive:version:readonly", "drive:export:readonly", "drive:file", "drive:file.like:readonly", "drive:file.meta.sec_label.read_only", "drive:file:download", "drive:file:readonly", "drive:file:upload", "drive:file:view_record:readonly", "event:ip_list", "im:app_feed_card:write", "im:chat", "im:chat.members:read", "im:chat:read", "im:message", "im:message.group_msg", "im:message:send_as_bot", "im:message:readonly", "im:message:update", "sheets:spreadsheet", "sheets:spreadsheet:create", "sheets:spreadsheet:read", "space:folder:create", "wiki:node:create", "wiki:node:read", "wiki:node:update", "wiki:space:read" ], "user": [] } }

七、第六步:配置事件订阅,实现飞书消息接收

  1. 左侧菜单栏进入事件与回调,选择事件配置
  2. 订阅方式修改为:使用长连接接收事件(推荐,无需配置公网域名,个人账号首选),点击保存
  3. 点击添加事件,在搜索框输入接收消息,选择接收消息 v2.0(im.message.receive_v1)

勾选事件后点击添加,完成消息订阅配置(飞书发送的消息将通过长连接推送给 OpenClaw)

10.png

 

11.png

 

12.png

 

13.png

八、第七步:发布应用,使所有配置生效

  1. 左侧菜单栏进入版本管理与发布,点击创建版本
  2. 填写版本信息:
    • 应用版本号:自定义(如:1.0.0,按常规版本号填写即可)
    • 更新说明:简要填写(如:OpenClaw 飞书机器人初始配置)
    • 移动端 / 桌面端默认能力:均选择机器人

滑动至页面底部,点击保存,再点击确认发布✅ 注:个人未认证账号发布后免审核,立即生效;企业认证账号需进入飞书管理后台完成应用审核后生效

14.png

 

15.png

 

16.png

 

17.png

九、第八步:获取应用凭证,配置至 OpenClaw

  1. 左侧菜单栏进入凭证与基础信息,找到应用凭证板块
  2. 复制App IDApp Secret(需完整复制,不含空格,建议手动复制避免粘贴错误)
  3. 打开已运行的 OpenClaw 主界面,点击右上角设置,选择左侧聊天渠道
  4. 在渠道列表中找到Feishu(飞书),点击进入配置页
  5. 将复制的App IDApp Secret分别粘贴至对应输入框

点击页面底部保存渠道配置,OpenClaw 将自动重启,等待 Gateway 重新在线即配置完成

18.png

 

20.png

十、第九步:飞书端使用 OpenClaw 机器人(最终步骤)

  1. 打开飞书 PC / 手机端,在顶部搜索栏输入你创建的应用名称(如:OpenClaw 机器人)
  2. 点击进入机器人聊天窗口,发送任意测试指令(如:“你好”、“帮我整理桌面文件”)

若机器人正常回复 / 执行指令,说明配置成功;若无响应,按下方问题排查检查

19.png

十一、常见问题排查(机器人无响应 / 指令执行失败)

  1. 飞书应用未发布:返回飞书开放平台,确认版本已发布且审核通过(个人账号检查是否点击 “确认发布”)
  2. 权限未开通:进入权限管理,检查是否所有权限均显示 “已开通”,未开通则重新批量导入并申请
  3. App ID/Secret 复制错误:检查 OpenClaw 飞书配置页的凭证是否与飞书开放平台一致,有无多字 / 少字 / 空格
  4. OpenClaw 未重启:配置完成后需确保 OpenClaw 自动重启,若未重启,手动点击右上角重启Gateway
  5. 长连接未生效:返回飞书事件与回调,确认订阅方式为 “长连接”,重新保存后再测试
  6. OpenClaw 未正常部署:检查 Gateway 是否显示 “在线”,若离线,重新运行 OpenClaw 一键启动程序

十二、附:OpenClaw 飞书机器人常用指令示例

配置成功后,可在飞书聊天窗口直接发送以下指令,AI 自动操控电脑完成:

  • 办公类:「帮我打开 Excel,制作一份本周工作汇报表格,保存到 D 盘」
  • 文件类:「整理 D 盘下载文件夹,按文件类型分类创建文件夹」
  • 浏览器类:「打开浏览器,搜索 2026 年 AI 智能体发展趋势,整理成文档」
  • 消息类:「帮我给飞书备注 “同事 A” 发送消息,内容是 “工作汇报已发至你邮箱”」

📌 再次附上 OpenClaw Windows 一键部署包下载地址🔗 OpenClaw Windows 一键部署包 v2.3.12✅ 未部署的用户先下载安装,部署完成后按本教程配置,全程 10 分钟即可实现飞书对接 OpenClaw!

转载请注明出处,后续将更新 OpenClaw 微信 / 钉钉等渠道对接教程,持续关注获取更多干货!

Read more

【WebAPI 模拟器】.NET 8/9 + Minimal API + Swagger + DI + WPF Host

【WebAPI 模拟器】.NET 8/9 + Minimal API + Swagger + DI + WPF Host

WPF 配置 WebAPI 接口 → 动态生成 API → 自动生成 Swagger → 通过依赖注入动态处理请求 → 作为 WebAPI 模拟器使用 方案基于 .NET 8/9 + Minimal API + Swagger + DI + WPF Host,这是目前最稳定、最灵活、最适合“接口模拟器 / 动态 API”的技术组合。 一、总体架构设计(推荐) ┌──────────────────────────┐ │ WPF UI │ │ - 接口配置(路径/方法) │ │ - 请求参数定义 │ │ - 响应模板(JSON) │ │ - 启停 / 热更新 │ └───────────┬──────────────┘ │ ▼ ┌──────────────────────────┐ │ ApiDefinitionStore │◄── 内存 / SQLite / JSON

# 【Rust系统编程与WebAssembly】生态工具指南:从工程化到前端集成

# 【Rust系统编程与WebAssembly】生态工具指南:从工程化到前端集成

文章目录 * 1. 核心基础:Cargo 工作区配置(多项目工程化管理) * 1.1 工作区核心概念与适用场景 * 1.2 工作区创建与目录结构 * 步骤 1:创建工作区目录与配置文件 * 步骤 2:创建子包 * 步骤 3:最终目录结构 * 1.3 依赖共享与版本管理 * 1. 引用工作区共享依赖 * 2. 子包间依赖传递 * 1.4 多目标编译配置 * 1.5 工作区常用指令 * 2. 性能优化:Rust 程序性能剖析(perf 实战) * 2.1 perf 工具简介与环境准备 * 1. perf 工具功能 * 2. 环境安装(Linux

Ollama金融AI架构解析:daily_stock_analysis中WebUI、Ollama、Prompt三层解耦

Ollama金融AI架构解析:daily_stock_analysis中WebUI、Ollama、Prompt三层解耦 你有没有想过,自己动手搭建一个专属的AI股票分析师?不用依赖任何外部服务,数据完全私有,还能根据你的想法定制分析报告的风格。 今天要聊的,就是这样一个项目:AI 股票分析师 (daily_stock_analysis)。它不是一个简单的脚本,而是一个精心设计的、三层解耦的金融AI应用架构。通过剖析这个项目,你不仅能学会如何部署一个本地AI分析工具,更能理解现代AI应用是如何将用户界面、模型引擎和业务逻辑清晰分离的。这种架构思路,对于构建任何严肃的AI应用都至关重要。 简单来说,这个项目做了三件事: 1. 给你一个网页:让你能像使用普通网站一样输入股票代码、点击按钮。 2. 在后台运行一个大模型:这个模型完全跑在你自己的服务器或电脑上,不联网。 3. 让模型扮演专业分析师:通过一套设计好的“指令”,让模型输出结构化的分析报告。 接下来,我们就一层一层拆开看,这个“AI股票分析师”到底是怎么工作的。 1. 项目总览:一个本地化的金融AI工具

扣子Coze实现ChatSDK的会话隔离(纯前端,萌新必看)

项目背景 使用coze提供的代码在网页插入智能体后,发现不同用户之间没有实现会话隔离(可以互相看到对话记录)。 虽然官方文档里也给了解决方案 ,但写的很粗略,对低代码用户非常不友好,而且示例代码给的还是python的,岂不是说要再部署个后端才能实现。 本文提供一个前端实现用户隔离的方案。 实现原理 先来看官方提供的代码: <script src="https://lf-cdn.coze.cn/obj/unpkg/flow-platform/chat-app-sdk/1.2.0-beta.10/libs/cn/index.js"></script> <script> new CozeWebSDK.WebChatClient({ //创建一个智能体界面 config: { bot_id: '**********', // 智能体ID