Openclaw部署飞书机器人

OpenClaw 项目资源

  • GitHub 仓库: https://github.com/openclaw/openclaw
  • 官方文档: https://docs.openclaw.ai/
  • 飞书插件:https://www.npmjs.com/package/@m1heng-clawd/feishu
  • GLM模型官方API:https://bigmodel.cn/glm-coding

一、安装 OpenClaw

前置要求

  1. 需要 GLM-4.7 API 或支持 200K token 的 API 模型;
  2. 本地部署的可行性分析:
    • 需 RTX4090-48G 显卡并使用 GLM-4.7-flash-Q4 版本,才有可能有这么大的token,不过别人的高配主机部署这个显卡开200K上下文实测才20token/s;
    • 以一次简单有用的任务使用10万token为例,要达到20token/s[1200token/分钟], 需要80分钟,所以要有200token/s的速度一次任务8分钟勉强能接受[即使这样还是要经常开新会话]。
  3. 安装 Node.js [winget show --id OpenJS.NodeJS,在windows系统中,这个命令可以找到最新的下载链接],右击开始,在终端管理员中输入npm --version命令和node --version,能得到版本号则是安装成功

安装命令

npminstall -g openclaw@latest 

二、飞书机器人配置

  1. 访问 飞书开放平台 创建应用,获取 App ID 和 App Secret
  2. 配置步骤:
    • 添加机器人并命名
    • 在"事件与回调"中将2个地方的订阅方式改为长连接(需确保 OpenClaw 中 Channels 状态为 Enabled 和 OK)
    • 更改后创建并且发布新版本(保持名称一致)
  3. 使用说明:
    • 遇到权限提示可直接复制到飞书平台自动识别
    • 在飞书打开发布的机器人,在对话框中输入 /new 可以创建新会话,不要一直对话,以防token超出

权限管理中添加以下权限[在插件网站上有详细说明]:

contact:contact(全部) im:message(全部) bot(全部) contact:user.base:readonly im:resource 

三、飞书插件安装

安装方式

  • 建议先查询openclaw官方信息,有可能它的最新版本加入了对飞书的支持,这样就不需要自行安装了
  • Windows10/11 手动安装(如遇 spawn npm ENOENT 错误):

安装依赖(可选):

cd C:\Users\Administrator\.openclaw\extensions\feishu npminstall @larksuiteoapi/node-sdk 

安装插件:

openclaw plugins install ./feishu-0.1.4.tgz 

注意:如果安装结果中,在’Installing plugin dependencies '之后又提示这个错误,去安装依赖;如果一直无法直接通过’openclaw plugins install’命令在线安装插件,是因为官方没有支持,你可以去研究怎么手动安装插件,手动安装只能靠openclaw官方文档和插件官方说明。

下载最新版本[访问插件官网找到版本号,更新以下链接中的版本号,必须使用最新的版本,因为你安装的openclaw是最新的,防止插件不兼容]:

curl -O https://registry.npmjs.org/@m1heng-clawd/feishu/-/feishu-0.1.4.tgz 

推荐方式(Ubuntu / win系统的WSL2中):

openclaw plugins install @m1heng-clawd/feishu 

配置飞书连接

openclaw config set channels.feishu.appId "YOUR_APP_ID" openclaw config set channels.feishu.appSecret "YOUR_APP_SECRET" openclaw config set channels.feishu.enabled true openclaw config set channels.feishu.connectionMode websocket openclaw config set channels.feishu.dmPolicy pairing openclaw config set channels.feishu.groupPolicy allowlist openclaw config set channels.feishu.requireMention true

四、配置并且启动 OpenClaw

openclaw onboard --install-daemon openclaw gateway 

默认使用了cmd的启动器电脑开机自启,建议使用360优化掉它,使用360急救箱[免安装]扫描到这个启动项,以及自行选择工具处理。

五、首次使用需配置密钥

    • 在 Settings/Connection 中配置获取的 token

临时访问方式:

http://<GATEWAY_ADDRESS>:<PORT>/__openclaw__/?token=YOUR_GATEWAY_TOKEN 

访问控制面板:

http://127.0.0.1:18789/__openclaw__/ 

获取访问令牌:

cat ~/.openclaw/openclaw.json 

Read more

SOONet Python API调用教程:3行代码集成至现有视频分析流水线

SOONet Python API调用教程:3行代码集成至现有视频分析流水线 1. 引言:让视频分析更智能 想象一下这个场景:你正在开发一个视频监控系统,需要从长达数小时的监控录像中找到“有人翻越围墙”的片段。传统做法是什么?要么人工一帧帧看,要么用复杂的算法先检测人,再分析动作,整个过程繁琐且效率低下。 现在有了SOONet,你只需要用自然语言描述“有人翻越围墙”,系统就能在几分钟内精准定位到相关片段。这不是科幻,而是今天就能实现的技术。 SOONet(Scanning Only Once Network)是一个基于自然语言输入的长视频时序片段定位系统。简单来说,就是你用文字描述要找的视频内容,它就能告诉你这个内容出现在视频的哪个时间段。最厉害的是,它只需要一次网络前向计算就能完成定位,推理速度比传统方法快14.6到102.8倍。 如果你是做视频分析、内容审核、智能监控或者视频编辑的开发者,这篇文章就是为你准备的。我将手把手教你如何用Python API调用SOONet,只需3行核心代码就能把它集成到你的现有系统中。 2. SOONet核心优势:为什么选择它 在深入

OpenClaw配置飞书机器人完整指南

OpenClaw配置飞书机器人完整指南 使用openclaw channels add配置飞书机器人需完成插件安装→飞书应用创建→通道配置→事件订阅→发布应用五个核心步骤,以下是可直接执行的详细流程。 文章目录 * OpenClaw配置飞书机器人完整指南 * 一、前置准备 * 二、通道配置(openclaw channels add) * 方法1:交互式向导配置(推荐) * 方法2:非交互式命令配置(适合脚本) * 方法3:手动编辑配置文件 * 三、事件订阅与发布(关键步骤) * 四、测试与验证 * 五、常见问题排查 一、前置准备 1. 飞书开放平台创建应用(获取凭证) 1. 访问飞书开放平台:https://open.feishu.cn/app 2. 创建企业自建应用,填写名称(如"

OpenClaw 机器人抓取平台搭建全流程详解(万字长文解析)

OpenClaw 机器人抓取平台搭建全流程详解(万字长文解析)

前言 OpenClaw 是一个开源的机器人抓取仿真平台,基于 ROS (Robot Operating System) 和 Gazebo 仿真环境。本文将详细讲解如何在 Ubuntu 系统上完整搭建 OpenClaw 开发环境,并进行基础的抓取仿真测试。 一、环境准备与系统配置 1.1 硬件和软件要求 在开始搭建之前,需要确保您的系统满足以下要求: 硬件配置: * CPU:Intel i5 或同等性能以上 * 内存:至少 8GB(推荐 16GB) * 硬盘:至少 50GB 可用空间 * 显卡:支持 OpenGL 3.3+ 的独立显卡(推荐) 软件环境: * 操作系统:Ubuntu 20.04

中小型火电厂如何经济高效地部署机器人巡检系统

中小型火电厂部署机器人巡检系统,关键在于“经济”与“高效”。核心思路是:先算清账,再选对场景,用对技术,最后分阶段投入。 🧮 第一步:算清经济账,明确投入产出 在采购前,务必进行成本效益分析,回答以下三个问题: 1. 替代了什么?明确机器人将替代哪些高频、高危、高强度的人工巡检任务。例如,输煤廊道、升压站、主变区、电缆夹层等区域,人工巡检环境恶劣、强度大,是机器人替代的重点。 2. 规避了哪些损失?机器人能更早发现设备过热、跑冒滴漏等隐患,有效减少“非停”和设备损坏。例如,有电厂通过智能巡检使“非停”次数减少约20%,每年减少故障损失超百万元。您可以估算近几年的相关损失,作为项目收益的参考。 节省了多少人力?根据行业实践,一台多场景机器人可替代约3名人工,每年节省人力成本约30万元。您可以根据本地工资水平进行测算: 年节省人力成本 ≈ 替代人数