OpenClaw 搭建飞书 AI 办公机器人（含本地 Ollama 接入与 Skills）
执行 git clone https://github.com/openclaw/openclaw 克隆项目，执行 cd openclaw 进入项目。
执行 node --version 看看 node 的版本是否大于等于 22（没有 node.js 需自行安装），再执行 npm install -g pnpm 安装作为包管理器，并执行 pnpm install 安装依赖。
首次执行 pnpm ui:build 构建 Web UI（会先安装 ui/ 目录的依赖）。
执行 pnpm build 构建主程序。
执行 pnpm openclaw onboard --install-daemon 运行配置向导（安装守护进程），完成初始化。
按键盘右箭头选择 Yes，同样 Yes。
任选一个模型提供商都行，没有对应的提供商的密钥可以跳过，如果是本地模型选 vLLM（需用 vLLM 框架启动模型，有性能优势，但原生 vLLM 仅完全支持 Linux 的 cuda）、Custom Provider（可以连接任何 OpenAI 或 Anthropic 兼容的端点，包括托管提供商和自托管端点）和 LiteLLM（最通用，能通过中间层转换支持任意后端，既支持云端也支持本地模型，也包括 Ollama、vLLM、LM Studio、llama.cpp 等本地后端）。
Custom Provider最方便，适合日常使用，支持范围：
- ✅ Ollama（自动检测，无需配置）
- ✅ vLLM（
localhost:8000/v1） - ✅ LM Studio（
localhost:1234/v1） - ✅ llama.cpp（
localhost:8080/v1，需启动./llama-server） - ✅ 自封装 API：任何你自己用 Python + Transformers 封装的 OpenAI-compatible 服务
- ✅ LiteLLM 代理
- ✅ Text Generation WebUI
a）使用本地模型及报错处理
Endpoint ID 随便填。
如果提示 alias 被占用可以不填 Model alias 或可到用户目录的隐藏目录.openclaw 的 openclaw.json 删除类似红色框的部分。
卡了很久，疑似报错。
新开终端，在 openclaw 项目文件夹位置输入 pnpm openclaw logs --follow，可发现关键报错原因是上下文窗口太小（这是 OpenClaw 2026.2 版本的硬性要求：contextWindow 必须 ≥ 16000，但 onboard 向导默认只设 4096）。
先输入 /exit 退出。
到用户目录的隐藏目录.openclaw 的 openclaw.json 对本地模型的 contextWindow 设置至少 16000。
输入 pnpm openclaw gateway restart 重启。
终端执行 pnpm openclaw tui，输入问题，成功回答。
b）使用云端模型
没有账号的话进行注册，密码需要数字和英文大小写。
验证激活。
按需安装对接软件的插件，不需要这些就选 skip 跳过。
c）连接飞书
如果需要飞书，可以下载插件。
打开 https://open.feishu.cn/app，登录后点击创建企业自建应用。
简单填写你的应用名称和应用描述，点击创建。
点击凭证与基础信息，复制你的 APP ID 和 APP Secret。
点击创建版本，简单填写应用版本号和更新说明，点击保存及确认发布。
忘记复制的话，回到凭证与基础信息，把你的 APP ID 和 APP Secret 粘贴到 openclaw。
选择中国版飞书。
按需选择群聊响应策略。
| 选项 | 效果 | 适用场景 |
|---|---|---|
| Allowlist | 只在指定群聊响应 | 推荐，安全可控，避免机器人到处乱回 |
| Open | 所有群聊都响应（需@） | 团队小、群少，希望机器人随时待命 |
| Disabled | 完全不在群聊响应 | 仅私聊使用 |
如果担心机器人乱回答选 Allowlist，后续在配置文件中指定允许响应的群 ID，防止误触。
按需安装 skills，需要的话选择安装方式，不需要就 skip for now。
Hooks 是可选的自动化触发器，建议先 Skip，后续按需开启。
| Hook | 作用 | 适用场景 |
|---|---|---|
| boot-md | 启动时自动加载指定 Markdown 文件作为系统提示 | 每次启动都要加载固定指令集 |
| bootstrap-extra-files | 启动时预加载额外文件到上下文 | 需要预置知识库文件 |
| command-logger | 自动记录所有命令到日志 | 需要审计追踪操作历史 |
| session-memory | 切换会话时自动保存/恢复上下文 | 需要持久化记忆，重启后记得之前聊过什么 |
建议：刚入门先 Skip for now，不影响核心功能。等熟悉后再根据实际需求开启，尤其是 session-memory 对长期对话体验提升明显。
Skip for now 跳过多个步骤后。
选择 tui。
选择 tui。
也可以打开 http://127.0.0.1:18789/chat?session=main，更方便修改配置。
后续直接启动可以选择 pnpm openclaw dashboard --no-open。
回到飞书，点击应用能力，再点击机器人中的'添加'按钮。
点击创建版本。
点击订阅方式的编辑按钮，选择长连接，然后点击添加事件。
依次搜索四个事件并添加：1）用户进入与机器人的会话 2）解散群 3）机器人进群 4）接收消息。
点击创建版本。
简单填写你的应用版本号、更新说明和应用能力，点击发布。
打开飞书，点击应用，打开测试，如果出现以下情况，到 openclaw 项目的终端执行 pnpm openclaw pairing approve feishu 对应的配对码。
激活完成后，继续测试飞书对话。
在对话中切换模型。
d）安装能发现 skills 的 skills
执行 npx skills add https://github.com/vercel-labs/skills --skill find-skills。
选择 openclaw。
全局安装，采用符号链接，选择 yes。
继续 yes。
可以打开网站或命令行 pnpm openclaw skills list 验证 find-skills 是否安装。
Mac 启动前最好设置权限。
执行调查任务，发现似乎没加载 find-skills 工具。
让它自己分析找不到找不到的原因并自行加载 find-skills。
e）自动安装浏览器操作、数据可视化、高德地图的 skills
切换模型。
自动安装 skills 并执行 playwright-skill 打开浏览器。
成功获取数据。
创建访问链接成功。
查看链接以及下载 csv，看起来地图过于简化了。
让它继续优化。
打开下载文件和地图链接，看起来有所进步，但仍有不足，如果需要更准更美观的话建议换更智能的 ai 模型或继续提要求或换工具。
