保姆级教程：Windows下安装OpenClaw + 接入飞书机器人，看这一篇就够了！

优质文章学习记录

— 10 min read

文章目录

前言

OpenClaw作为一个强大的开源AI Agent框架，与飞书结合可以大幅提升办公效率。本文将手把手教你如何在Windows系统上完成OpenClaw的安装，并成功接入飞书机器人。全文均为实测可用的步骤，附带排错命令，帮你避开常见坑点。

⚠️ 重要提示：隐私安全优先

在开始之前，有一个非常重要的提醒：由于OpenClaw这类自动化工具会深度接触你的系统和数据，如果你的电脑存有重要的商业资料或个人隐私信息，强烈建议使用一台干净的备用电脑，或者在阿里云、腾讯云等平台租用一个云端虚拟机（VPS）来运行。这样既能保护隐私，也能避免环境冲突 。

第一部分：Windows环境准备

1.1 系统要求

  • 操作系统：Windows 10/11 64位（专业版或企业版更佳）
  • 权限要求：全程需使用管理员权限运行PowerShell
  • 网络要求：确保网络通畅，能访问GitHub和npm源

1.2 安装nvm for Windows（推荐）

使用nvm可以方便地管理Node.js版本，避免版本冲突。

  1. 访问nvm-windows的GitHub发布页：https://github.com/coreybutler/nvm-windows/releases
  2. 下载最新的nvm-setup.exe安装包
  3. 一路点击"Next"完成安装

1.3 安装Node.js 22.x版本

OpenClaw要求Node.js 22或更高版本 。以管理员身份打开PowerShell（按Win键搜索PowerShell → 右键 → 以管理员身份运行），然后执行以下命令：

# 安装Node.js 22.x nvm install 22 # 使用安装好的版本 nvm use 22.22.0

看到提示 Now using node v22.22.0 即表示成功。如果下载失败，也可以手动去Node.js官网下载安装 。

验证安装：

node --version npm --version

第二部分：安装OpenClaw

2.1 一键安装脚本（推荐）

在管理员PowerShell中执行以下命令：

# 如果遇到执行策略报错，先解除限制Set-ExecutionPolicy-ExecutionPolicy RemoteSigned -Scope CurrentUser # 一键安装OpenClawiwr-useb https://openclaw.ai/install.ps1 |iex

如果网络不稳定，可以使用国内镜像：

iwr-useb https://clawd.org.cn/install.ps1 |iex

安装过程会自动下载并配置Node.js和OpenClaw核心文件，通常需要等待5-10分钟 。

2.2 初始化配置

安装完成后会自动进入配置流程。如果意外关闭，可以重新执行：

openclaw onboard --flow quickstart

交互配置步骤（按提示操作）：

  1. 风险提示：I understand this is powerful and inherently risky. Continue? → 输入 Yes
  2. 初始化模式：选择 QuickStart（直接回车）
  3. 模型提供商：建议先选择 Skip for now 跳过，后续再配置
  4. 通讯渠道：同样选择 Skip for now 跳过（飞书稍后单独配置）
  5. 技能配置：选择 No 跳过，后续可根据需要安装

⚠️ 常见问题：如果执行openclaw命令提示"无法识别"，只需关闭当前PowerShell，重新用管理员权限打开一个新窗口即可。这是因为环境变量还未刷新 。

2.3 启动服务并验证

# 启动网关服务 openclaw gateway start# 访问Web控制台（会自动打开浏览器） openclaw dashboard

浏览器会自动打开控制台地址：http://127.0.0.1:18789/。发一条消息测试，有回复就说明安装成功 。

第三部分：配置大模型API（核心前提）

OpenClaw的自然语言理解能力依赖大模型，需要先配置API密钥。这里以阿里云百炼为例 ：

  1. 访问阿里云百炼控制台，进入"密钥管理"页面
  2. 点击"创建API-Key"，复制生成的密钥

在OpenClaw中配置：

# 配置百炼API-Key（替换为你的实际密钥） openclaw config set models.providers.bailian.apiKey "你的百炼API-Key"# 设置默认模型 openclaw config set agents.defaults.model.primary "bailian/qwen3-plus"# 重启网关使配置生效 openclaw gateway restart

第四部分：飞书机器人配置（核心步骤）

4.1 安装飞书插件

在管理员PowerShell中执行：

openclaw plugins install @m1heng-clawd/feishu

插件安装可能需要几分钟，期间可以继续后续的飞书开放平台配置 。

4.2 创建飞书企业自建应用

  1. 登录飞书开放平台，进入"开发者后台"
  2. 点击"创建企业自建应用"，填写基本信息：
    • 应用名称：如"OpenClaw智能助手"
    • 应用描述：简要说明用途
    • 应用图标：上传一个图标（可选）
  3. 点击"创建"

4.3 添加机器人能力

在应用详情页左侧导航栏，找到"添加应用能力" → 选择"机器人" → 点击"添加" 。

4.4 获取核心凭证

进入"凭证与基础信息"页面，复制以下信息并妥善保存（后续配置需要使用）：

  • App ID：应用的唯一标识
  • App Secret：应用的安全凭证

4.5 批量导入权限

进入"权限管理"页面，点击"批量导入/导出权限"，粘贴以下JSON配置，然后点击"确认新增权限"：

{"scopes":{"tenant":["aily:file:read","aily:file:write","contact:user.employee_id:readonly","im:chat.access_event.bot_p2p_chat:read","im:chat.members:bot_access","im:message","im:message.group_at_msg:readonly","im:message.p2p_msg:readonly","im:message:readonly","im:message:send_as_bot","im:resource"],"user":["aily:file:read","aily:file:write","im:chat.access_event.bot_p2p_chat:read"]}}

这个配置包含了机器人必需的8项核心权限 。

4.6 配置事件订阅

  1. 进入"事件与回调"页面 → "事件配置"页签
  2. 订阅方式：选择"使用长连接接收事件" → 点击"保存"⚠️ 注意：如果报错"未建立长连接"，说明OpenClaw网关未正常运行。返回PowerShell执行openclaw gateway restart，等1-2分钟再重试 。
  3. 保存成功后，点击"添加事件"，搜索并添加 im.message.receive_v1（接收消息事件）
  4. 如果不添加此事件，机器人将无法收到任何消息

4.7 在OpenClaw中配置飞书凭证

方式一：通过命令行配置

# 配置App ID和App Secret（替换为实际值） openclaw config set channels.feishu.appId "cli_xxxxx" openclaw config set channels.feishu.appSecret "your_app_secret"# 重启网关 openclaw gateway restart

方式二：通过Web UI配置

  1. 访问OpenClaw控制台 http://127.0.0.1:18789/
  2. 进入"Channels"或"通道设置"页面
  3. 找到飞书配置，填入App ID和App Secret

4.8 发布应用版本

  1. 回到飞书开放平台，进入"版本管理与发布"页面
  2. 点击"创建版本"
  3. 填写版本号（如v1.0.0）和更新说明
  4. 选择应用可见范围（可先选"指定部门"用于测试）
  5. 点击"保存"并提交审批
  6. 若自己就是管理员，可直接审批通过

4.9 配对操作

  1. 在飞书客户端（电脑端或手机端）搜索并添加刚刚创建的机器人
  2. 向机器人发送任意消息（如"你好"）
  3. 机器人会自动回复一个配对码

复制这个配对码，在OpenClaw控制台中执行：

openclaw pairing approve feishu 配对码

或者通过Web UI输入配对码完成绑定

配对成功后，你就可以在飞书中与OpenClaw愉快交流了！也可以把机器人添加到公司群里，让所有小伙伴都能用 。

第五部分：常用排错命令

在配置过程中遇到问题，优先使用以下命令自查 ：

命令作用
openclaw gateway status查看网关服务运行状态
openclaw gateway restart重启网关（修改配置后必须执行）
openclaw doctor全面诊断系统环境，给出修复建议
openclaw logs follow实时查看日志，出bug基本靠它定位
openclaw config交互式修改配置
openclaw --version查看版本，验证安装是否成功

常见问题及解决方案

Q1：安装插件时报错怎么办？

A：先执行openclaw gateway restart重启网关，再重试安装。如果仍失败，查看日志openclaw logs follow定位具体原因 。

Q2：飞书配置时报"未建立长连接"？

A：这通常是OpenClaw网关未正常运行或网络不通。按顺序检查：

  1. openclaw gateway status确认网关运行中
  2. 18789端口是否被防火墙阻止
  3. 在飞书开放平台等待1-2分钟后重试保存

Q3：机器人收不到消息？

A：检查三点：

  1. 是否已添加im.message.receive_v1事件
  2. 应用版本是否已成功发布
  3. 是否已完成配对操作

Q4：Node.js版本不兼容？

A：OpenClaw要求Node.js 22+，执行node --version查看版本。如版本过低，用nvm切换：nvm install 22 → nvm use 22.22.0 。

进阶技巧：让AI学会发图片

OpenClaw默认的message工具在飞书上发送本地图片时可能存在问题（飞书收到的是文件路径而非图片）。解决方法是利用OpenClaw的TOOLS.md机制：

在OpenClaw工作区的TOOLS.md文件中，加入以下内容（可直接在对话中发给OpenClaw）：

# 飞书发图片方法 用exec工具执行curl调飞书API，分三步： 1. 获取tenant_access_token 2. 上传图片获取image_key 3. 发送图片消息 具体命令参考飞书开放平台文档。

OpenClaw的AI助手每次启动都会读取TOOLS.md，学会这个新技能。这就是OpenClaw的设计哲学：用自然语言给AI写"说明书" 。

总结

通过本文的详细步骤，你应该已经成功在Windows上安装了OpenClaw，并接入了飞书机器人。整个过程虽然步骤较多，但只要按顺序操作，就能顺利实现"飞书聊天窗口下达指令，OpenClaw自动执行任务"的高效协作模式 。

如果在配置过程中遇到问题，记得善用openclaw logs follow查看日志，它能帮你定位90%的问题。祝你在自动化办公的道路上一路畅通！

Read more

YOLO+OpenClaw+SAM微调实战：工业缺陷自动标注的低代码落地

YOLO+OpenClaw+SAM微调实战：工业缺陷自动标注的低代码落地

YOLO+OpenClaw+SAM微调实战：工业缺陷自动标注的低代码落地 不能实时，不代表不能用。微调SAM+云端部署，让工业标注从“人工描边”变“一键验收”。 大家好，我是AI小怪兽。上周有位做PCB质检的读者发来一段视频：标注员正对着一块电路板缺陷图，用鼠标一点点勾勒划痕的边界，一张图花了8分钟。他说：“YOLO能框，但框不准；SAM能分割，但通用模型到我们产线就水土不服。有没有办法让标注员少点鼠标？” 当然有。今天我就结合工业缺陷检测场景，展示一套低代码落地路径：YOLO粗定位 + 微调SAM精分割 + OpenClaw自动调度，让标注员从“动手画”变成“动口验收”。 一、工业自动标注的三道坎 坎1：OpenClaw无法实时推理 OpenClaw从接收指令到调用模型返回结果，5秒以上是常态。产线上的产品不可能等5秒，但标注任务可以——把数千张图丢给AI，让它半夜慢慢跑，员工早上来验收结果，不香吗？ 坎2：边缘端算力要求大，且存在安全风险 OpenClaw调用大模型需要至少8GB显存，
银发浪潮下的智能护理革命：全球老龄化社会护理机器人发展研究

银发浪潮下的智能护理革命：全球老龄化社会护理机器人发展研究

一、全球老龄化态势与护理需求激增 1.1 人口结构剧变下的养老挑战 当前，全球人口结构正经历着深刻变革，老龄化浪潮汹涌来袭。世界卫生组织数据清晰地勾勒出未来的图景：到 2050 年，全球 60 岁以上人口预计将飙升至 21 亿，老龄化率一举突破 25%。这一趋势在部分国家尤为显著，日本、韩国、德国等已深陷超深度老龄化的泥沼，养老问题成为社会发展的沉重负担。 以日本为例，这个高度发达的经济体，如今正面临着老龄化的严峻考验。其 65 岁以上人口占比接近 30%，每三个国民中就有一位老人。在街头巷尾，随处可见步履蹒跚的老人，他们的生活需求成为社会关注的焦点。韩国的老龄化速度同样惊人，从老龄化社会迈向超级老龄化社会仅仅用了短短 16 年，预计到 2050 年，65 岁以上人口占比将突破 40%，社会养老压力与日俱增。 而在我国，养老形势也不容乐观。截至 2024

论文阅读笔记：π 0 ​ : A Vision-Language-Action Flow Model for General Robot Control

由 Physical Intelligence (Pi) 团队发表的论文 “π0\pi_0π0 : A Vision-Language-Action Flow Model for General Robot Control” 是具身智能（Embodied AI）领域的里程碑式工作。它提出了第一个基于流匹配（Flow Matching）的大型视觉-语言-动作（VLA）基础模型，在多项极其困难的灵巧操作任务（如折叠衣服、清理桌面、组装纸箱）上达到了前所未有的自主水平。 第一部分：论文核心要点总结 1. 核心架构：VLM + 独立动作专家 (Action Expert) + Flow Matching * 基础模型：采用预训练的视觉语言模型（PaliGemma，3B参数），继承互联网级的丰富语义和常识推理能力。 * 动作专家：为避免破坏 VLM 的语义表征，
使用trae进行本地ai对话机器人的构建

使用trae进行本地ai对话机器人的构建

前言 在人工智能技术快速发展的今天，构建本地AI对话机器人已成为开发者和技术爱好者的热门选择。使用 trae可以高效地实现这一目标，确保数据隐私和响应速度。本文将详细介绍如何利用 Trae 搭建本地AI对话机器人，涵盖环境配置、模型加载、对话逻辑实现以及优化技巧，帮助读者从零开始构建一个功能完整的AI助手。 本地化AI对话机器人的优势在于完全离线运行，避免网络延迟和数据泄露风险，同时支持自定义训练模型以适应特定场景需求。无论是用于个人助理、客服系统，还是智能家居控制，Trae 都能提供灵活的解决方案。 获取api相关信息 打开蓝耘进行登录，如果你是新人的话需要进行注册操作，输入你相关的信息就能进行注册成功 在平台顶部导航栏可以看到Maas平台，点击进入模型广场 来到模型广场可以看到很多的ai模型，比如就有我们的kimi k2模型 点击进去可以看到kimi k2模型的相关信息，我们将模型的id进行复制，等会儿我们是要用到的 /maas/kimi/Kimi-K2-Instruct 并且这里还具有在线体验的功能，生成回答速度快 https://archive.