【保姆级教程】手把手教你安装OpenClaw并接入飞书,让AI在聊天软件里帮你干活

【保姆级教程】手把手教你安装OpenClaw并接入飞书,让AI在聊天软件里帮你干活

这里先做一下简单的科普:

OpenClaw 的名字经历了三次变更,第一次叫做 ClawdBot,后来因为名字跟 Claude 太过相似,被 CLaude 告侵权,遂改名 MoltBot

但是后来在改名过程中遭遇域名和社交账号被抢注,甚至出坑同名加密货币割韭菜的情况,导致名称传播受阻。

最终定名为:OpenClaw

所以,名字经历先后顺序为:ClawdBot -> MoltBot -> OpenClaw

大家不要因为名字困惑了,怀疑是不是自己下错软件了,他们都是同一个。

一、什么是 OpenClaw?

OpenClaw(曾用名 Clawdbot)是一款 2026 年爆火的开源个人 AI 助手,GitHub 星标已超过 10 万颗。与传统 AI 聊天机器人的根本区别在于:

  • 真正的执行能力:不仅能回答问题,还能实际操作你的电脑
  • 24/7 全天候待命:在你睡觉时也能主动完成任务
  • 完全开源免费:数据完全掌控在自己手中
  • 支持多种通讯平台:在国外,WhatsApp、Telegram、Discord、Slack、iMessage 等,在国内,飞书,钉钉等各大厂商的即时聊天软件已经支持接入

它能做什么?

它不只是回答问题的聊天机器人,而是真的能在你电脑上动手操作。比如你告诉它“帮我整理一下上个月的邮件”,它就默默去处理了;你睡觉时,它还能继续干活,退订广告、预约行程、甚至找找 Bug。

它完全免费,你的数据都在自己手里。而且可以用钉钉,飞书,WhatsApp、Telegram等各类即时通讯软件来指挥他干活!

简单来说,一句话交给它,从整理桌面文件到控制家里灯光,它都默默帮你搞定。是你电脑里真正的贾维斯!超级智能的AI助理!

二、安装nodejs

后面执行一键安装命令,可以自动安装nodejs,但是如果为了加快速度,防止安装意外,可以先安装nodejs:

官方下载地址:https://nodejs.org/zh-cn/download

三、开始安装

一)设置 PowerShell 执行权限

以管理员身份运行 PowerShell:

  1. Win 键,搜索 PowerShell
  2. 右键点击 Windows PowerShell
  3. 选择 以管理员身份运行

点击 确认

在管理员 PowerShell 窗口中,依次执行以下两条命令:

Set-ExecutionPolicy RemoteSigned -Scope CurrentUser Set-ExecutionPolicy-Scope Process-ExecutionPolicy Bypass 

这是什么意思?

  • 第一条命令:允许当前用户运行本地和下载的脚本
  • 第二条命令:允许当前用户运行本地和下载的脚本
⚠️ 安全提示:这些命令只会影响您自己的账户,不会影响系统安全或其他用户。

二)执行一键安装命令

复制以下命令,粘贴到 PowerShell 窗口中,按 Enter 执行:

iwr-useb https://openclaw.ai/install.ps1 |iex

安装过程会自动完成:

  • 检测系统环境
  • 安装必要依赖(Node.js 等)
  • 下载 OpenClaw 核心文件
  • 配置环境变量
  • 启动配置向导
注意:如果命令执行后,还是报错,可以自己到官网下载node安装包,自己安装node环境,注意版本最好在 node v22.x 以上,node官网下载地址:https://nodejs.org/zh-cn/download,若还是不懂怎么安装,点头像进我主页找到我,拉你进交流群

四、初始配置向导

安装完成后,会自动进入配置向导(openclaw onboard)。

一)风险告知

这一步主要是告诉你,使用OpenClaw可能会有一些风险。请问你是否继续?
按 向左方向键 ←,选择 Yes,按 Enter 回车确认

二)选择 QiuickStart 模式

三)配置 AI 模型 API Key

OpenClaw 需要连接到大语言模型才能工作。Openclaw 比较费token,国外模型成本高,门槛也高,这里我选择国内的智谱的 GLM 4.7

如果没有智谱的API Key,点击官方地址自己注册账号获取API key:https://www.bigmodel.cn/glm-coding?ic=RBSKXMPNJP

输入自己的 API Key:

四)选择 AI 模型

这里我选择默认的GLM 4.7,也是智普当前的旗舰模型

五)连接即时通讯平台

配置完 AI 模型后,OpenClaw 会询问你要连接哪个通讯平台?

OpenClaw 原生支持的即时通信平台主要是海外的 WhatsApp、Telegram、Discord、Slack、iMessage 等,国内用户不习惯,这里国产即时通信软件大厂也跟进了,现在钉钉,飞书等都已支持接入OpenClaw

后面会带领大家把飞书机器人接入 OpenClaw,使大家可以通过飞书即可指挥OpenClaw为我们干活,但是飞书配置比较复杂,这里我们先选择跳过,后面我们可以通过继续进行配置:

六)选择Skills

这里也选择:No,暂不配置,后面通过UI界面进行配置:

七)是否开启Hooks

操作步骤:先敲空格,表示选中当前项,再敲回车键

八)启动服务并打开UI界面

此时它会自动再打开一个命令窗口来启动服务:

这个过程是在启动服务,可能会需要等一点时间

同时,大约过30秒左右,我们回到刚才的设置窗口,选择 Open the Web UI ,打开 OpenClaw 的UI界面:

浏览器自动打开Web UI界面:

九)测试一下

五、接入飞书机器人

我们需要先到飞书平台创建自己的机器人来接入OpenClaw:

一)来到飞书开发者后台

飞书开放平台地址:https://open.feishu.cn

没有飞书账号的,需要自己注册账号

点击右上角进入 开发者后台

二)创建应用

三)填写应用信息

四)获取自己的应用凭证

五)给应用添加机器人

六)给应用配置权限

把即时通讯相关的权限全部开通:

七)创建版本并发布

来到飞书客户端进行审批:

八)安装飞书插件

打开powershell,输入以下命令,安装飞书插件:

openclaw plugins install @m1heng-clawd/feishu 

安装成功后,再打开一个新的命令窗口,开始配置飞书插件:

输入命令:openclaw config

选择渠道:

选择配置链接:

输入飞书的AppID,AppSecrect:

域名选择中国的:

接受群组聊天:

选择完成:

选择yes:

选择open:

选择继续,完成配置:

重启服务,使配置生效:
控制可以看到飞书插件已经配置成功

七)回到飞书后台设置事件回调

选择 使用长连接接收事件

可以看到添加事件按钮由原来的灰色不可点击变为可点击:

添加接收消息事件:

给应用开通获取通讯录基本信息的权限:

重新发布版本:

跟前面的步骤一样,发布为在线应用即可。

现在可以在 飞书中与 AI 助手对话了!

八)在飞书中与OpenClaw对话

来到飞书客户端或者手机飞书app上:

以下是openclaw文件夹下面的文档内的内容:

现在我跟废水机器人对话,让他告诉我指定文档内是什么内容:


六、访问 Web 控制面板

配置完成后,PowerShell 窗口底部会显示控制面板链接,格式类似:

Control UI: http://127.0.0.1:18789 
  1. 复制完整链接
  2. 在浏览器中打开
  3. 即可看到可视化UI管理界面

七、常用命令速查

命令功能
openclaw onboard重新进入配置向导
openclaw status查看运行状态
openclaw health健康检查
openclaw gateway start启动服务
openclaw gateway stop停止服务
openclaw update更新到最新版本
openclaw doctor诊断问题
openclaw uninstall卸载 OpenClaw

八、常见问题解答

Q1: 安装飞书插件提示:spawn npm ENOENT

问题原因:这可能是openclaw的一个bug,可以等官方更新,也可以自己去官方仓库提issue

解决步骤:

定位问题代码

文件路径:

C:\Users\Administrator\AppData\Roaming\fnm\node-versions\v22.14.0\installation\node_modules\openclaw\dist\process\exec.js 

修改代码

找到 runCommandWithTimeout 函数中的 spawn 调用,修改如下:

修改前:

const stdio =resolveCommandStdio({ hasInput,preferInherit:true});const child =spawn(argv[0], argv.slice(1),{ stdio, cwd,env: resolvedEnv, windowsVerbatimArguments,});

修改后:

const stdio =resolveCommandStdio({ hasInput,preferInherit:true});// On Windows, npm must be spawned with shell: true or use .cmd extensionlet command = argv[0];let useShell =false;if(process.platform ==="win32"&& path.basename(command)==="npm"){ useShell =true;}const child =spawn(command, argv.slice(1),{ stdio, cwd,env: resolvedEnv,shell: useShell,});

Q2: 提示 “openclaw 命令找不到”

解决方法:

  1. 关闭所有 PowerShell 窗口
  2. 重新打开 PowerShell
  3. 如果还不行,执行 exec bash 或重启电脑

Q3: 安装卡住不动

解决方法:

  1. Ctrl + C 中断当前操作
  2. 执行:openclaw doctor 检查问题
  3. 如提示网络问题,检查防火墙设置

Q4: API Key 配置错误

解决方法:

  1. 执行:openclaw onboard
  2. 选择重新配置 API Key
  3. 确保密钥格式正确

Q5: 端口 18789 被占用

解决方法:

openclaw gateway --port 18790 

使用其他端口启动服务。

九、成本说明

OpenClaw 软件本身完全免费,主要成本来自 AI 模型 API 调用,可选择国产大模型,降低成本。


结语

OpenClaw 代表了个人 AI 助理的未来趋势——从"聊天工具"进化为"执行工具"。虽然目前的配置过程对小白用户有一定门槛,但一旦完成设置,您将拥有一个 24/7 待命的超级助手。

Read more

基础算法篇(4)(蓝桥杯常考点)—数据结构(进阶)

基础算法篇(4)(蓝桥杯常考点)—数据结构(进阶)

前言 这期将会讲到基础算法篇里面的数据结构(进阶),主要包括单调栈,单调队列,并查集,扩展域并查集,带权并查集,字符串哈希,Trie树。 数据结构(进阶)正文 单调栈 里面存储的单增或者单减的栈 应用: 1.寻找当前元素左侧,离它最近,并且比它大的元素在哪 2.寻找当前元素左侧,离它最近,并且比它小的元素在哪 3.寻找当前元素右侧,离它最近,并且比它大的元素在哪 4.寻找当前元素右侧,离它最近,并且比它小的元素在哪 寻找当前元素左侧,离它最近,并且比它大的元素在哪 int a[N]里面存数(已存好) ret里面存的答案 stack<int>st;//维护一个单调递减的栈,里面存的是下标 for(int

By Ne0inhk
2025 腾讯广告算法大赛 Baseline 项目解析

2025 腾讯广告算法大赛 Baseline 项目解析

项目概述 2025 腾讯广告算法大赛 Baseline,一个简单的序列推荐系统,主要用于建模用户和物品的交互序列,并利用多模态特征(文本、图像等 embedding)来提升推荐效果。 核心文件功能 1. main.py - 主训练脚本 * 负责模型训练的整体流程 * 包含参数解析、数据加载、模型初始化、训练循环等 * 支持断点续训和仅推理模式 * 使用 TensorBoard 记录训练日志 main.py 代码 import argparse import json import os import time from pathlib import Path import numpy as np import torch from torch.utils.

By Ne0inhk
Flutter 三方库 image_compare_2 的鸿蒙化适配指南 - 实现像素级的图像分块对比、支持感知哈希(pHash)与端侧视觉差异检测实战

Flutter 三方库 image_compare_2 的鸿蒙化适配指南 - 实现像素级的图像分块对比、支持感知哈希(pHash)与端侧视觉差异检测实战

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 三方库 image_compare_2 的鸿蒙化适配指南 - 实现像素级的图像分块对比、支持感知哈希(pHash)与端侧视觉差异检测实战 前言 在进行 Flutter for OpenHarmony 的图像处理、自动化 UI 测试或内容防侵权应用开发时,如何科学地判断两张图片是否“相似”?简单的字节对比显然无法处理微小的色差或尺寸缩放。image_compare_2 是一个功能完备的图像对比算法库。它支持从均值哈希(aHash)到分块均方差(MSE)等多种度量算法。本文将指导大家如何在鸿蒙真机上利用该库构建精准的视觉检测链路。 一、原原理性解析 / 概念介绍 1.1 基础原理 image_compare_2 通过将原始图片灰度化、缩小尺寸并进行频域变换(或像素聚合)

By Ne0inhk
【MARL】深入理解多智能体近端策略优化(MAPPO)算法与调参

【MARL】深入理解多智能体近端策略优化(MAPPO)算法与调参

📢本篇文章是博主强化学习(RL)领域学习时,用于个人学习、研究或者欣赏使用,并基于博主对相关等领域的一些理解而记录的学习摘录和笔记,若有不当和侵权之处,指出后将会立即改正,还望谅解。文章分类在👉强化学习专栏:        【强化学习】(47)---《深入理解多智能体近端策略优化(MAPPO)算法与调参》 深入理解多智能体近端策略优化(MAPPO)算法与调参 目录 0 前言 1 MAPPO核心特点 2 On-Policy 和 Off-Policy 2.1. On-Policy 算法 2.2 Off-Policy 算法 对比总结 形象比喻 On-Policy 的小孩 Off-Policy 的小孩 它们的关键区别: 3 MAPPO 是 On-Policy,如何学习历史经验? 4

By Ne0inhk