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

Ne0inhk

— 6 min read

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：循环神经网络（RNN）与序列数据处理实战

人工智能：循环神经网络（RNN）与序列数据处理实战

循环神经网络（RNN）与序列数据处理实战 1.1 本章学习目标与重点 💡 学习目标：掌握循环神经网络的核心原理、经典变体结构，以及在文本序列任务中的实战开发流程。 💡 学习重点：理解 RNN 的循环计算机制，学会使用 TensorFlow/Keras 搭建基础 RNN 与 LSTM 模型，完成文本分类任务。 1.2 循环神经网络核心原理 1.2.1 为什么需要 RNN 💡 传统的前馈神经网络（如 CNN、全连接网络）的输入和输出是相互独立的。它们无法处理序列数据的上下文关联特性。 序列数据在现实中十分常见，比如自然语言文本、语音信号、时间序列数据等。这些数据的核心特点是，当前时刻的信息和之前时刻的信息紧密相关。 循环神经网络通过引入隐藏状态，可以存储历史信息，从而有效捕捉序列数据的上下文依赖关系。 1.2.2 RNN

By Ne0inhk
做鸿蒙 App 一个月：10 个 ArkUI 大坑

做鸿蒙 App 一个月：10 个 ArkUI 大坑

子玥酱（掘金 / 知乎 / ZEEKLOG / 简书 同名） 大家好，我是子玥酱，一名长期深耕在一线的前端程序媛 👩‍💻。曾就职于多家知名互联网大厂，目前在某国企负责前端软件研发相关工作，主要聚焦于业务型系统的工程化建设与长期维护。 我持续输出和沉淀前端领域的实战经验，日常关注并分享的技术方向包括前端工程化、小程序、React / RN、Flutter、跨端方案， 在复杂业务落地、组件抽象、性能优化以及多端协作方面积累了大量真实项目经验。 技术方向：前端 / 跨端 / 小程序 / 移动端工程化 内容平台：掘金、知乎、ZEEKLOG、简书 创作特点：实战导向、源码拆解、少空谈多落地 文章状态：长期稳定更新，大量原创输出 我的内容主要围绕 前端技术实战、真实业务踩坑总结、框架与方案选型思考、行业趋势解读 展开。文章不会停留在“API 怎么用”，而是更关注为什么这么设计、在什么场景下容易踩坑、

By Ne0inhk
Flutter 三方库 appstream 的鸿蒙化适配指南 - 驾驭 Linux 生态元数据规范，打造高性能、标准化、国际化的 OpenHarmony 桌面应用商店分发基石

Flutter 三方库 appstream 的鸿蒙化适配指南 - 驾驭 Linux 生态元数据规范，打造高性能、标准化、国际化的 OpenHarmony 桌面应用商店分发基石

欢迎加入开源鸿蒙跨平台社区：https://openharmonycrossplatform.ZEEKLOG.net Flutter 三方库 appstream 的鸿蒙化适配指南 - 驾驭 Linux 生态元数据规范，打造高性能、标准化、国际化的 OpenHarmony 桌面应用商店分发基石 前言 随着鸿蒙（OpenHarmony）生态向 PC 和平板端的高速扩张，如何为海量的三方软件建立一套标准化的“数字档案”，成了构建应用商店生态的核心痛点。过去，开发者提交应用信息时，往往采用碎片化的 JSON 或自定义文档。这会导致软件分发时详情页展示不一、多语言支持混乱，甚至连基本的截图和版本日志都难以对齐。 为了解决这个问题，我们需要引入一套具备全球化视野的元数据定义标准。appstream 作为 Linux 生态下最重要的应用信息描述规范，能够通过结构化的 XML 标签，精准定义软件的身世、功能和展示资产。适配到鸿蒙平台后，它不仅能让你的重型“鸿蒙私有应用商店”瞬间具备吞金般的解析能力，

By Ne0inhk
Flutter 组件 sse_stream 的适配 鸿蒙Harmony 实战 - 驾驭轻量级服务器发送事件流、实现鸿蒙端长连接实时通讯与断线重连方案

Flutter 组件 sse_stream 的适配 鸿蒙Harmony 实战 - 驾驭轻量级服务器发送事件流、实现鸿蒙端长连接实时通讯与断线重连方案

欢迎加入开源鸿蒙跨平台社区：https://openharmonycrossplatform.ZEEKLOG.net Flutter 组件 sse_stream 的适配 鸿蒙Harmony 实战 - 驾驭轻量级服务器发送事件流、实现鸿蒙端长连接实时通讯与断线重连方案 前言 在鸿蒙（OpenHarmony）生态的金融实时行情、在线社交协作以及物联网告警应用中，如何实现“数据从服务器到终端的实时推送”是一个核心命题。面对不需要双向通信（WebSocket 太重）且对功耗极其敏感的移动端场景，基于 HTTP 协议的轻量化长连接方案——SSE（Server-Sent Events）成为了事实上的行业标准。 然而，处理不稳定的移动网络波动、处理分块传输（Chunked Encoding）中的字节截断、以及在鸿蒙端实现优雅的断线重连逻辑，依然是开发者面临的技术瓶颈。 sse_stream 是一套专为解析该协议设计的高性能响应流解析引擎。它能将原始的二进制流瞬间转化为语义化的 Event 对象。适配到鸿蒙平台后，它不仅能支撑起一个毫秒级延迟的行情大盘，

By Ne0inhk