ubuntu24.04安装 openClaw+kimi2.5+飞书 详细教程

文章目录

ubuntu24.04安装openClaw详细教程

想看视频的话,推荐B站大佬 林粒粒呀 的windows安装openClaw 非常详细

准备工作:

一、申请飞书小机器人

飞书开发者后台

1.登录/注册 飞书账号

注:已有组织的且不是创始人的,建议新建一个组织,在新建组织内操作,减少权限的影响

在这里插入图片描述

2.添加一个机器人

在这里插入图片描述

3.开通权限 im和用户相关的

在这里插入图片描述


再搜索“获取用户基本信息”,确认添加

在这里插入图片描述

4.复制需要的配置

在这里插入图片描述


复制好两个字符串,备用

注册大模型API

KIMI开放平台

1.登录/注册KIMI账号,进入开发者工作台

2.在API Key管理创建一个key

在这里插入图片描述


复制key,此刻不复制,后面看不到的,不过到时候再新建一个key也行

在这里插入图片描述

安装openClaw

我是用阿里云安装的,先重装了一个ubuntu24.04的镜像,直接上命令

sudo apt update
sudp apt upgrade
curl -fsSL https://molt.bot/install.sh | bash

系统会自动检查nodejs和git安装,可能会等一会儿
如果本地虚拟机安装node不成功,需要先手动装nodejs 最新版本和Git

在这里插入图片描述


安装完成后,选择Yes继续选择配置

在这里插入图片描述


万一这里no了,用命令openclaw onboard再配置一下

开始配置,选QuickStart

在这里插入图片描述

配置大模型

选择月之暗面的KIMI,有其他模型api的选对应提供商一样的

在这里插入图片描述


国内选择.cn

在这里插入图片描述


立马粘贴key,准备工作复制的那个

在这里插入图片描述


粘贴后确认,到了下一步,选择keep current

在这里插入图片描述

配置飞书

开始配置连接通道,选择飞书

在这里插入图片描述


选择npm下载,会有警告,无所谓,等安装完成

在这里插入图片描述


输入准备好的飞书secret和id,注意是先secret,后输入ID

在这里插入图片描述


手欠点错退出了,奶奶滴。。。
输入完选择长连接

在这里插入图片描述
在这里插入图片描述


在这里插入图片描述

其他配置

后面的Skills和hook都可以选择跳过。Skills是openclaw安装完成后想用好必须攀登的另一座山
盗个图吧,唉~

在这里插入图片描述


需要修改配置的话,是用openclaw config 指令打开配置选项进行操作

在这里插入图片描述

配置飞书回调

这一步必须在openClaw配置完飞书后才可以,不然无法成功。

在这里插入图片描述


在这里插入图片描述


发布应用后生效

在这里插入图片描述


在这里插入图片描述


聊天调用openClaw

飞书对话使用

在这里插入图片描述


在这里插入图片描述

第一次发消息,需要验证码配对一下,参考下面的问题处理

在这里插入图片描述

问题处理

使用飞书发消息返回 access not configured.

原因需要使用这个码在openClaw验证一下

OpenClaw: access not configured. Your Feishu user id: ou_xxxxxxxxxxxx Pairing code: XXXXXX Ask the bot owner to approve with: openclaw pairing approve feishu XXXXXX

在命令行执行一下指令

openclaw pairing approve feishu XXXXXXXX

openclaw-gateway 运行异常

可能是因为我感觉安装异常,强行中断又重新安装导致的
Error: systemctl is-enabled unavailable: Command failed: systemctl --user is-enabled openclaw-gateway

openclaw gateway install

有个飞书的警告,具体找不到了,好像是feishu overwrite什么鬼

rm -rf ~/.openclaw/extensions/feishu
openclaw plugins enable feishu
然后重新配置一下飞书的appid和secret

Read more

人工智能、机器学习和深度学习,其实不是一回事

人工智能、机器学习和深度学习,其实不是一回事

一、人工智能、机器学习与深度学习的真正区别 在当今科技领域,我们经常听到人工智能、机器学习和深度学习这三个词。它们虽然相关,但含义不同。 1.1 人工智能 人工智能是计算机科学的一个分支,旨在研究如何合成与分析能够像人一样行动的计算主体。简单来说,AI 的目标是利用计算机来模拟甚至替代人类大脑的功能。 一个理想的 AI 系统通常具备以下特征:像人一样思考、像人一样行动、理性地思考与行动。 1.2 机器学习 机器学习是实现人工智能的一种途径。它的核心定义是:赋予计算机在没有被显式编程的情况下进行学习的能力。 与传统的基于规则的编程不同,机器学习不依赖程序员手写每一条逻辑指令,而是通过算法让机器从大量数据中寻找规律,从而对新的数据产生预测或判断。 1.3 深度学习 深度学习是机器学习的一种特殊方法,也称为深度神经网络。它受人类大脑结构的启发,通过设计多层的神经元网络结构,来模拟万事万物的特征表示。 1.4 三者之间的层级关系 厘清这三者的关系对于初学者至关重要。人工智能 AI是最宏大的概念,包含了所有让机器变聪明的技术。机器学习 ML是 AI

By Ne0inhk
【笔记】Windows 上安装 OpenCode AI 编码助理:从踩坑到成功的简单记录

【笔记】Windows 上安装 OpenCode AI 编码助理:从踩坑到成功的简单记录

Windows 上安装 OpenCode AI 编码助理:从踩坑到成功的简单记录 日期:2026 年 1 月 9 日 作者:AITechLab 大家好,我是 AITechLab。 最近在网上看到 OpenCode 这个开源 AI 编码助理(官网:https://opencode.ai/),它声称可以帮助开发者在终端或桌面模式下用 AI 写代码、调试项目,支持 75 多种模型,包括免费的开源模型,还强调隐私保护(不上传代码)。 OpenCode |开源AI编码代理 介绍及操作文档 |OpenCode 桌面版 | 版本 v1.1.6 ·Anomalyco/OpenCode 作为 Windows

By Ne0inhk

AI大模型综合(二)LangGraph4j(完整示例)

目录 一、LangGraph4j简介 1.1 核心特性 1.2 应用场景 1.3 核心概念 状态图StateGraph 节点Node 边Edge 子图 / 子流程 / 嵌套 Graph 状态(State) 检查点 中断 / 人工干预 1.4 使用流程 1.5 官方文档 二、LangGraph4j示例演示     一、LangGraph4j简介 LangGraph4j 是一个专为 Java设计的开源库,用于构建状态ful、多智能体应用,并与语言模型(LLMs)无缝集成‌,支持复杂任务协作与流程管理。 ‌LangGraph4j 基于状态图(StateGraph)模型,通过节点(Node)、边(

By Ne0inhk

AI 编程新王 Codex 全面上手指南

AI 编程新王 Codex 全面上手指南 一篇文章带你精通 Codex 四大环境 + 免费使用方法 💡 前言:AI 编程的新时代 AI 编程的竞争正进入“第二轮洗牌期”。 过去几个月,Claude Code 一度成为开发者的宠儿,但频繁的限速、封号、降智问题让不少人头疼。 如今,OpenAI 推出的 Codex 迅速崛起,凭借强大的编程能力和超高性价比,成为“AI 编程新王”。 Codex 是什么? 它是基于 GPT-5 模型打造的专用编程环境,支持命令行、VS Code 插件、SDK 集成、云端操作等多种运行模式。 不论你是写脚本、做项目、还是维护仓库,Codex 都能像“AI 结对程序员”一样协助你高效开发。

By Ne0inhk