Windows 部署 OpenAkita 并接入飞书实现本地 AI 助手
介绍在 Windows 环境下部署 OpenAkita 多智能体框架的方法。通过图形化或脚本方式安装后,配置第三方 LLM API 密钥,并接入飞书机器人实现自动化办公。对比了 OpenAkita 与 OpenClaw 的差异,提供了从环境准备到验证部署的完整流程,旨在帮助用户搭建可操作任务的本地 AI 中台。

介绍在 Windows 环境下部署 OpenAkita 多智能体框架的方法。通过图形化或脚本方式安装后,配置第三方 LLM API 密钥,并接入飞书机器人实现自动化办公。对比了 OpenAkita 与 OpenClaw 的差异,提供了从环境准备到验证部署的完整流程,旨在帮助用户搭建可操作任务的本地 AI 中台。

到 2026 年,单纯会'聊天'的 AI 已经不够用了。我们需要的是那种能真正帮你干活的助理:操作电脑、浏览网页、整理文件、定时跑任务、写代码、处理 Excel,还能通过飞书 / 钉钉等随时响应你。
OpenAkita 是一个开源的多智能体框架(Apache 2.0 许可)。它不是某个大模型,而是一整支'AI 团队':多个 Agent 协作分工、自动纠错、有长期记忆、还能在本地持续进化。相比之下,OpenClaw 更偏'个人 AI 助手 + 本地控制平面',强调一套网关打通所有聊天工具和浏览器自动化,但不会刻意强调多 Agent 协作和图形化配置。
这篇文章会手把手带你从 Windows 11 开始,一步步部署 OpenAkita,并接入第三方 LLM API,整个过程尽量不敲命令,用桌面图形化搞定。适合:程序员、效率工具爱好者、想在本地搭一个'私有 AI 中台'的人。
先简单对比一下 OpenAkita 和 OpenClaw,方便你选型:
| 维度 | OpenAkita | OpenClaw |
|---|---|---|
| 定位 | 多智能体 AI 助手框架,强调'AI 团队协作' | 个人 AI 助手平台,强调'本地网关 + 多渠道接入' |
| 部署体验 | 官方提供 Windows 桌面安装包 + 图形化向导,全程可以不碰命令行 | 官方推荐 CLI 向导,需要习惯终端 |
| 多 Agent | 多个 Agent 专业分工、并行执行、自动接力、可视化仪表盘 | 支持多 Agent 路由,不同渠道/账户可映射到不同 Agent 工作区 |
| 工具/技能 | 内置 89+ 工具,技能市场一键安装 GitHub 技能 | 内置浏览器控制、定时任务、Webhooks,也有技能市场 |
| IM 接入 | 原生支持飞书、钉钉、企微、Telegram、QQ、OneBot 等 6 大平台 | 支持 WhatsApp、Telegram、Slack、Discord、Teams 等几十种渠道 |
| 桌面自动化 | 明确支持桌面自动化、鼠标键盘操作、浏览器自动化(Playwright + Windows API) | 强调浏览器控制、系统命令执行,但'桌面自动化'更偏浏览器层面 |
| 上手门槛 | 强调'5 分钟上手、零命令行',对新手非常友好 | 对新手有一定命令行门槛,但社区教程很多 |
一句话总结:
建议按'生产部署标准'来准备环境,避免后面踩坑:
这是官方推崇的 Windows 部署方式,一般 3–8 分钟就能搞定。
步骤:
irm https://raw.githubusercontent.com/openakita/openakita/main/scripts/quickstart.ps1 | iex
脚本会自动:
1. 检测 Python 环境 2. 安装依赖 3. 创建桌面快捷方式 4. 下载最新版本 OpenAkita
openakita # 或者简写 ak
优点:
openakita --update,永远跟最新版。如果你不想碰命令行,推荐用这个方案。
步骤:
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。
主流推理引擎已经上线 DeepSeek R1/V3 满血版,支持在线体验和 API 调用,按 token 计费。
对于本地跑 OpenAkita 这种'重度使用'的场景,非常适合。
在 OpenAkita 管理界面中:
填写关键参数(示例):https://api.provider.com/v1(以实际文档为准)
API Key:粘贴你刚才创建的 API Key
模型映射:
/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)
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。
{ "scopes": { "tenant": [ "aily:file:read", "aily:file:write", "application:application.app_message_stats.overview:readonly", "application:application.self_manage", "application:bot.menu:write", "cardkit:card:write", "contact:contact.base:readonly", "contact:user.employee_id:readonly", "corehr:file:download", "docs:document.content:read", "event:ip_list", "im:chat", "im:chat.access_event.bot_p2p_chat:read", "im:chat.members:bot_access", "im:message", "im:message.group_at_msg:readonly", "im:message.group_msg", "im:message.p2p_msg:readonly", "im:message:readonly", "im:message:send_as_bot", "im:resource", "sheets:spreadsheet", "wiki:wiki:readonly"
App ID 和 App Secret。im.message.receive_v1(接收消息)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。
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。
安装完成后,进入 OpenAkita 主界面:
如果这些都正常,说明你的本地 AI 助手已经跑起来了。
通过 OpenAkita + 第三方 LLM API,我们可以在本地搭建一个:
后续你可以考虑:
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。

微信公众号「极客日志」,在微信中扫描左侧二维码关注。展示文案:极客日志 zeeklog
生成新的随机RSA私钥和公钥pem证书。 在线工具,RSA密钥对生成器在线工具,online
基于 Mermaid.js 实时预览流程图、时序图等图表,支持源码编辑与即时渲染。 在线工具,Mermaid 预览与可视化编辑在线工具,online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具,curl 转代码在线工具,online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具,Base64 字符串编码/解码在线工具,online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具,Base64 文件转换器在线工具,online
将 Markdown(GFM)转为 HTML 片段,浏览器内 marked 解析;与 HTML 转 Markdown 互为补充。 在线工具,Markdown 转 HTML在线工具,online