Windows 部署 OpenAkita 接入飞书，搭建本地 AI 中台

Windows 下安装 OpenAkita（两种方案）

准备工作

建议按'生产部署标准'来准备环境，避免后面踩坑：

• 操作系统：Windows 11（Win10 也可以，但建议 11）
• 内存：≥ 16 GB（重度自动化建议 32 GB）
• 磁盘：≥ 50 GB 可用空间（模型日志、缓存、技能会占用不少空间）
• 网络：能访问 GitHub 及模型服务，国内网络可能需要代理
• 账号：
  • 大模型 API 账号
  • 飞书开放平台账号（如果你要接飞书机器人）

方案一：一键脚本安装（适合能接受 PowerShell 的用户）

这是官方推崇的 Windows 部署方式，一般 3–8 分钟就能搞定。

步骤：

1. 以管理员身份打开 PowerShell 右键开始菜单 → Windows PowerShell (管理员)。
2. 执行一键脚本：

irm https://raw.githubusercontent.com/openakita/openakita/main/scripts/quickstart.ps1 | iex 

脚本会自动检测 Python 环境、安装依赖、创建桌面快捷方式并下载最新版本 OpenAkita。

3. 安装完成后，双击桌面图标启动，或在命令行输入：

openakita # 或者简写 ak 

优点：

• 支持后续一键升级：openakita --update，永远跟最新版。
• 对有经验的人来说，比图形化更可控。

方案二：桌面安装包（最像普通软件，新手友好）

如果你不想碰命令行，推荐用这个方案。

步骤：

1. 访问 OpenAkita 下载页面获取 Windows 安装包。
2. 双击运行安装向导：
   1. 同意许可协议
   2. 选择安装路径（默认即可）
   3. 安装完成后，会自动启动初始化向导（中文图形界面）。
3. 通过桌面图标启动即可使用。

小贴士：如果电脑里没有 Python，安装程序会自动引导下载并安装（嵌入式 Python），对你完全透明。

配置大模型 API 密钥

为什么选择高性价比 API？

主流推理引擎通常提供按 token 计费，还有免费额度。对于本地跑 OpenAkita 这种'重度使用'的场景，非常适合。

获取 API Key

1. 登录智算云平台控制台。
2. 进入体验中心 / 模型服务。
3. 找到 DeepSeek R1 / V3 的模型页面。
4. 创建 API Key： 在'API 平台 > 立即接入管理'中，点击'创建 API KEY'。
5. 创建后，复制并保存好，后面要用。

在 OpenAkita 中接入大模型

在 OpenAkita 管理界面中：

1. 添加 LLM 端点 找到'模型管理 / LLM 端点'设置，新增一个上游。
2. 填写关键参数（示例）：
   • 类型：DeepSeek（或 OpenAI 兼容）
   • API 地址（Base URL）：按服务商文档填写，例如 https://maas.example.net/v1
   • API Key：粘贴你刚才创建的 API Key
   • 模型映射：模型名称可以填 /maas/deepseek-ai/DeepSeek-V3
   • 端点名称：自动生成即可
   • 模型能力：按需勾选（文本、代码、工具调用等）
3. 保存后，在模型列表中设为默认或高优先级，这样 OpenAkita 会优先走该模型。

配置 OpenAkita（含飞书机器人）

配置飞书机器人

如果你希望直接在飞书里和 AI 对话，需要先创建飞书机器人。

1. 进入飞书开放平台，创建企业自建应用，选择'机器人'类型。
2. 在权限管理中，批量导入权限 你可以直接粘贴下面这段 JSON，覆盖原有权限（示例）：

{
  "scopes": {
    "tenant": [
      "aily:file:read",
      "aily:file:write",
      "im:chat",
      "im:message",
      "sheets:spreadsheet"
    ],
    "user": [
      "contact:contact.base:readonly",
      "im:chat.access_event.bot_p2p_chat:read"
    ]
  }
}

3. 在'凭证与基础信息'中，复制 App ID 和 App Secret。
4. 在 OpenAkita 的飞书接入配置中，填入刚才的 App ID 和 App Secret，按向导完成配置。
5. 在飞书开放平台的'事件与回调'中：
   1. 订阅方式选择'长连接订阅'（不要选 HTTP 回调）
   2. 添加事件：至少包含 im.message.receive_v1（接收消息）
   3. 保存设置。

建议：飞书的事件订阅配置，可以在 OpenAkita 完全部署好之后再在飞书后台统一设置，避免向导卡住。

部署 OpenAkita 核心模块

在 OpenAkita 的设置中心里，根据你的需求勾选功能模块。

终端命令与系统设置（根据自己的需求选择）。

然后等待 OpenAkita 自动下载并安装对应依赖和技能包。

验证部署是否成功

安装完成后，进入 OpenAkita 主界面：

• 在'状态 / 健康检查'中，查看各个模块是否都显示为'已连接 / 正常'。
• 在飞书中，尝试给机器人发一条消息，看是否能收到 OpenAkita 的回复。
• 侧边栏还有很多功能，比如任务历史、Agent 状态等。

如果这些都正常，说明你的本地 AI 助手已经跑起来了。

对比 OpenClaw，说说 OpenAkita 的真实优缺点

体验上的差异

• 上手门槛
  • OpenAkita：图形化向导非常完善，真正可以做到'5 分钟上手，全程不敲命令'。
  • OpenClaw：虽然也有向导，但整体偏'工程师友好'，需要习惯终端和配置文件。
• 多 Agent 协作
  • OpenAkita：多 Agent 是核心卖点，有专门的任务拆解、进度追踪、仪表盘。
  • OpenClaw：支持多 Agent 路由，但更偏'渠道隔离'，而不是复杂任务拆解与并行。
• IM 接入
  • OpenAkita：对飞书、钉钉、企微等国内平台支持更好，开箱即用。
  • OpenClaw：主打 WhatsApp、Telegram、Slack、Discord 等'国际通道'，对国内 IM 也可以接，但需要更多配置。
• 桌面自动化
  • OpenAkita：明确支持桌面自动化、鼠标键盘操作、浏览器自动化，适合'操作 Windows 电脑'的场景。
  • OpenClaw：浏览器控制非常强，但对'桌面应用'的操作更多是依赖系统命令，GUI 自动化不如 OpenAkita 那么直观。

实际使用建议

• 如果你主要在 Windows 上办公，常用飞书 / 钉钉，想要一个'图形化配置 + 多 Agent 协作'的本地 AI 团队 → 优先选 OpenAkita。
• 如果你更关注多渠道统一收件箱（WhatsApp / Telegram / Slack / Discord 都接进来），愿意折腾命令行和配置文件 → 选 OpenClaw 也不错，社区生态非常成熟。

总结：从'只会聊天'到'真正干活'的本地 AI 中台

通过 OpenAkita + 大模型 API，我们可以在本地搭建一个：

• 低延迟、高可用的 AI 中转站：模型可以按需切换，一个挂了自动切下一个。
• 真正能干活的助手：操作电脑、管理文件、浏览器自动化、定时任务，不再是'嘴强王者'。
• 可扩展的 AI 中台：技能市场可以不断安装新的能力，也可以自己写技能，把内部业务流程接进来。

后续你可以考虑：

• 做一个反向代理 / 负载均衡，把多个 API Key 或其他模型源接入进来。
• 把 OpenAkita 部署到内网服务器，给整个团队用。
• 结合 OpenClaw 的多渠道优势，把 WhatsApp / Telegram 也接入进来，实现'一个大脑，多端响应'。

如果你是第一次接触这类项目，建议先用 OpenAkita 的桌面版把整体流程跑通，再去研究 OpenClaw 的网关和渠道配置，你会发现两者的理念其实非常互补。