# OpenClaw QQ 机器人接入完整指南

优质文章学习记录

— 1 min read

作者: 星期五助手
创建时间: 2026-03-05
适用版本: OpenClaw 2026.2.26+

📖 目录

  1. 项目概述
  2. 环境准备
  3. 安装 NapCat QQ 机器人
  4. 配置 OpenClaw QQ 插件
  5. 网络配置（关键）
  6. 测试与验证
  7. 常见问题

项目概述

本指南介绍如何将 OpenClaw 接入 QQ，实现通过 QQ 与 OpenClaw 智能助手对话。

架构说明

┌─────────────┐ ┌──────────────┐ ┌─────────────┐ │ QQ 用户 │ ──→ │ NapCat │ ──→ │ OpenClaw │ │ (发消息) │ │ (QQ 机器人) │ │ (星期五) │ └─────────────┘ └──────────────┘ └─────────────┘ ↓ (OneBot WebSocket)

技术栈

  • NapCat: QQ 机器人框架（基于 OneBot v11 协议）
  • OpenClaw QQ 插件: OpenClaw 官方 QQ 频道插件
  • Docker: NapCat 容器化部署
  • Host 网络模式: 解决 WSL2 与 Docker 网络互通问题

环境准备

系统要求

  • ✅ Linux / WSL2 (Windows Subsystem for Linux)
  • ✅ Docker 20.10+
  • ✅ Docker Compose 2.0+
  • ✅ OpenClaw 2026.2.26+
  • ✅ Node.js 18+ (OpenClaw 运行环境)

检查环境

# 检查 Dockerdocker--versiondocker compose version # 检查 OpenClaw openclaw --version# 检查 Node.jsnode--version

安装 NapCat QQ 机器人

步骤 1: 创建部署目录

mkdir-p /home/gaof/.openclaw/extensions/qq/deploy/napcat cd /home/gaof/.openclaw/extensions/qq/deploy/napcat

步骤 2: 创建 Docker Compose 配置

创建 docker-compose.yml：

version:"3"services:napcat:environment:- NAPCAT_UID=${ NAPCAT_UID}- NAPCAT_GID=${ NAPCAT_GID}container_name: napcat network_mode: host # ⚠️ 关键：使用 host 网络模式restart: always image: mlikiowa/napcat-docker:latest

重要：必须使用 network_mode: host，否则 WSL2 无法访问容器！

步骤 3: 启动 NapCat

cd /home/gaof/.openclaw/extensions/qq/deploy/napcat docker compose up -d

步骤 4: 扫码登录 QQ

查看日志获取二维码：

docker logs napcat 2>&1|tail

Read more

Qwen3-VL智能写作：图文内容生成实战案例

Qwen3-VL智能写作：图文内容生成实战案例 1. 背景与应用场景 随着多模态大模型的快速发展，视觉-语言理解与生成能力已成为AI应用的核心竞争力之一。在内容创作、自动化办公、智能客服等场景中，用户不再满足于纯文本的交互方式，而是期望系统能够“看图说话”、理解复杂界面并自动生成结构化内容。 阿里云推出的 Qwen3-VL 系列模型正是为应对这一趋势而设计。作为Qwen系列迄今最强的视觉-语言模型，它不仅具备卓越的文本生成能力，还深度融合了图像识别、空间推理、视频理解与GUI操作代理功能，真正实现了“看得懂、想得清、写得出”的闭环。 本文将聚焦于 Qwen3-VL-WEBUI 的实际部署与应用，结合一个典型的“图文内容生成”任务，展示如何利用其内置的 Qwen3-VL-4B-Instruct 模型完成从图像输入到结构化文档输出的全流程实战。 2. Qwen3-VL-WEBUI 简介 2.1 核心特性概述 Qwen3-VL-WEBUI 是基于 Qwen3-VL 模型封装的可视化交互平台，专为开发者和内容创作者设计，支持一键部署、零代码调用和实时推理体验。其核心优势包括：

新手用AI写文章，AI味太重了？收藏这几个提示词瞬间去除AI写作痕迹！

现在很多新入局自媒体的人用AI辅助写作，但是稍有不慎就会被平台限流、封号。究其原因在于AI写的文字太AI风了，所以平台不会给流量！ 要去除文章AI痕迹的核心思路是：第一步使用好提示词，好的提示词本身就降低了AI味道；第二步人工优化，在进一步降低AI味的同时还要修正错误和漏洞。 今天我把自己的经验结合起来，分享一下降低AI味的提示词。 一、赋予角色 给定一个具体的角色，比如说你在做育儿领域的爆款文章的时候，就可以给AI赋予一个资深育儿专家的身份。 举例：你是育儿专家，擅长写育儿类自媒体爆款文章。你主要的工作就是写出更有人情味、自然流畅、没有机器写作痕迹的文章，长短句并用，不用列表和总结，少用连接词，内容要打破AI生硬的感觉，在语言风格、情感表达、逻辑结构上全方位地接近人类真实的写作习惯。 二、人物画像 人物画像是对角色的补充，可以指定人物的年龄、性别、爱好等，做IP号的时候，就给AI发一张画像。 例子：语言风格转换专家，对于人类写作的特色有着非常深刻的认识。把AI生成的“冷冰冰”的文字转为通俗易懂、口语化的表达方式。依靠多年的积累，你能够很快地发现AI文本中重复啰嗦的

Jetson Orin NX 上部署 Ollama + Llama 3.2

Jetson Orin NX 上部署 Ollama + Llama 3.2 关键词： Jetson Orin NX, JetPack 5, Ubuntu 20.04, Ollama, Llama 3.2, CUDA, GPU推理, 边缘计算, ARM64 阅读时长： 约15分钟 📋 文章导航 * 前言 * 一、环境准备与系统要求 * 二、系统环境检查 * 三、安装Ollama（JetPack 5专用版） * 四、配置运行环境 * 五、启动Ollama服务与GPU验证 * 六、部署Llama 3.2模型 * 七、HTTP API接口调用 * 八、性能优化与调优

最完整whisperX入门指南：从安装到实现第一个语音识别功能

最完整whisperX入门指南：从安装到实现第一个语音识别功能 【免费下载链接】whisperXm-bain/whisperX: 是一个用于实现语音识别和语音合成的 JavaScript 库。适合在需要进行语音识别和语音合成的网页中使用。特点是提供了一种简单、易用的 API，支持多种语音识别和语音合成引擎，并且能够自定义语音识别和语音合成的行为。 项目地址: https://gitcode.com/gh_mirrors/wh/whisperX 你还在为语音识别工具安装复杂、识别准确率低、时间戳不精准而烦恼吗？本文将带你从零开始，一步步掌握whisperX的安装配置，并实现你的第一个语音识别功能。读完本文，你将能够：搭建稳定的whisperX运行环境、使用命令行和Python API两种方式进行语音识别、获取精准的单词级时间戳、实现多 speaker 区分标注。 whisperX 简介 whisperX 是一个基于 OpenAI Whisper 的语音识别工具，它在 Whisper 的基础上进行了改进，提供了更精准的单词级时间戳和 speaker 区分功能。