【保姆级】无需公网 IP！Windows 本地一键部署 OpenClaw，10 分钟打造你的飞书 AI 数字员工

优质文章学习记录

— 9 min read
【保姆级】无需公网 IP！Windows 本地一键部署 OpenClaw，10 分钟打造你的飞书 AI 数字员工

目录

写在前面

OpenClaw 是什么？

蓝耘平台是什么？与 OpenClaw 的关系

步骤一：极速安装，一行命令搞定环境

步骤二：启动向导，初始化配置参数

步骤 三：注入灵魂，获取蓝耘MaaS API Key

步骤四：打通渠道，搭建飞书长连接桥梁

步骤五：引擎点火，启动核心网关服务

步骤六：仪表盘检阅，后台状态可视化

步骤七：实战演练，验证智能交互效果

快速排错提示

写在末尾

写在前面

本文面向：想在 Windows 本地（PowerShell）一键部署 OpenClaw，使用蓝耘MaaS作为大模型，并通过飞书长连接模式实现 AI 机器人的用户。

内容涵盖：从零开始安装配置、对接飞书机器人、验证与排错的完整流程，适合个人开发者或小团队搭建自己的“数字员工”。

建议阅读方式：

  • 按顺序一步步操作，不要跳过“首次配置向导”。
  • 遇到报错时，先对照文末「快速排错提示」处理，再继续后续步骤。

OpenClaw 是什么？

OpenClaw（原名 Clawdbot / Moltbot）是一个开源的个人 AI 智能体平台，核心定位是“能真正干活的 AI 助手”，而不是简单的聊天机器人。它运行在你的本地电脑或服务器上，通过 WhatsApp、Telegram、Discord、飞书、钉钉等聊天工具接收指令，可以直接操作文件系统、运行命令、控制浏览器、设置定时任务等。

可以把它理解成：

  • 一个“AI 管家”或“数字员工”，有长期记忆、能记住你的偏好和历史对话；
  • 一个多渠道网关，让同一个 AI 大脑同时服务飞书、钉钉、Telegram、WhatsApp 等多个平台；
  • 一个编排框架，本身不自带模型推理能力，需要连接外部大模型（如阿里云百炼、蓝耘 MaaS、Claude、GPT 等）。

典型应用场景包括：

  • 办公自动化：整理邮件、同步日程、处理文档；
  • 本地文件管理：归类资料、批量处理文件；
  • 浏览器自动化：打开网页、抓取数据、填写表单；
  • 多平台客服 / 运营助手：通过飞书、钉钉等统一接待用户。

蓝耘平台是什么？与 OpenClaw 的关系

蓝耘是一家面向 AI 算力与模型服务的平台，其“蓝耘元生代 MaaS 平台”（Model as a Service）提供开箱即用的大模型服务，包括 DeepSeek、通义千问（Qwen）等热门模型，支持 OpenAI 兼容的 API 接口。

蓝耘平台的核心特点：

  • 模型即服务：DeepSeek-V3.x、Qwen 系列等多模态、文本模型统一通过 API 暴露，无需自己训练或部署推理引擎；
  • 低门槛体验：新用户注册可获得大量免费 Token 额度，适合个人开发者和小项目；
  • 兼容 OpenAI 协议：只需将 base_url 指向蓝耘的网关，即可无缝接入各类兼容 OpenAI 的应用。

与 OpenClaw 的关系：

  • OpenClaw 作为“智能体编排框架”，本身不包含模型推理能力，需要连接外部大模型；
  • 蓝耘 MaaS 提供兼容 OpenAI 协议的模型 API，OpenClaw 可以通过配置将请求重定向到蓝耘节点，从而使用 DeepSeek、Qwen 等模型作为“大脑”；
  • 简单理解：
    • OpenClaw = “指挥中心 + 执行层”（多渠道、记忆、工具调用）
    • 蓝耘 MaaS = “算力 + 模型层”（提供大模型推理服务）

本教程以“蓝耘MaaS”为例，如果你后续希望切换其他模型服务商，只需在 OpenClaw 中修改模型配置（API 地址、模型名、API Key）即可。

适用场景：在 Windows 本地（PowerShell）一键部署 OpenClaw，使用蓝耘MaaS作为大模型，通过飞书长连接模式实现 AI 机器人。

步骤一：极速安装，一行命令搞定环境

  1. 打开 PowerShell。
  2. 执行以下命令一键安装： 在 PowerShell 中运行
iwr -useb https://clawd.org.cn/install.ps1 | iex

步骤二：启动向导，初始化配置参数

  1. 重新打开一个 CMD 。
  2. 输入命令启动配置向导：
openclaw-cn onboard
  1. 向导启动后：
  • 第一步选择继续（YES）。

步骤 三：注入灵魂，获取蓝耘MaaS API Key

  • 进入左侧菜单「密钥管理」→「创建 API Key」。
  • 创建完成后复制 Key（通常以 sk- 或 bk- 开头）。
  • 返回 onboard 向导，在对应位置粘贴 Key 并继续。
蓝耘福利大放送，这就是选择的理由

步骤四：打通渠道，搭建飞书长连接桥梁

  1. 在 onboard 向导中，选择配置 Feishu渠道。
  • 访问飞书开放平台。
  • 创建企业自建应用 → 选择机器人类型 → 填写基本信息 → 创建。

选择机器人，继续下一步

输入内容（自定义）

2.在权限管理/批量导入/导出权限中清空原有权限，粘贴复制下方内容

{ "scopes": { "tenant": [ "aily:file:read", "aily:file:write", "application:application.app_message_stats.overview:readonly", "application:application:self_manage", "application:bot.menu:write", "cardkit:card:write", "contact:contact.base:readonly", "contact:user.employee_id:readonly", "corehr:file:download", "docs:document.content:read", "event:ip_list", "im:chat", "im:chat.access_event.bot_p2p_chat:read", "im:chat.members:bot_access", "im:message", "im:message.group_at_msg:readonly", "im:message.group_msg", "im:message.p2p_msg:readonly", "im:message:readonly", "im:message:send_as_bot", "im:resource", "sheets:spreadsheet", "wiki:wiki:readonly" ], "user": [ "aily:file:read", "aily:file:write", "contact:contact.base:readonly", "im:chat.access_event.bot_p2p_chat:read" ] } }
  • 在「凭证与基础信息」中复制 App ID 和 App Secret。
  • 进入「事件与回调」：
  • 订阅方式选择 长连接订阅方式（不可选 HTTP 回调）。
  • 添加事件：至少包含 im.message.receive_v1（接收消息）。
  • 保存设置。

注意：事件订阅和回调配置建议在openclaw部署完成后统一在飞书后台设置，避免向导卡住。

3.在指定位置输入刚才复制的 机器人App ID 和 App Secret，继续下一步直到向导完成。

步骤五：引擎点火，启动核心网关服务

配置完成后，启动 OpenClaw 的网关：

启动openclaw网关 openclaw-cn gateway

步骤六：仪表盘检阅，后台状态可视化

  1. 浏览器打开命令中提示的网址。
  2. 登录 OpenClaw 管理后台。
  3. 检查事件订阅是否为长连接模式。
  4. 确认已添加的事件列表完整。

步骤七：实战演练，验证智能交互效果

  • 发送消息给机器人（如 @机器人 你好）。
  • 如果机器人正常回复，则部署成功！

快速排错提示

  • onboard 卡住或报错 → 检查网络，重新运行 openclaw-cn onboard。
  • gateway 启动失败 → 检查端口 18789 是否被占用，可加参数 --port 其他端口。
  • 飞书不回复 → 确认选了“长连接”、事件已订阅、App ID/Secret/Key 无误。
  • 模型无响应 → 确认蓝耘MaaS平台 API Key 有效、配额充足。

写在末尾

到这里，你已经完成了一套“本地部署 + 蓝耘MaaS模型 + 飞书长连接机器人”的完整搭建。这套环境可以作为你后续各种 AI 自动化实验的基础：

  • 可以继续给机器人添加技能（技能插件），扩展文件处理、浏览器自动化等能力；
  • 可以尝试接入蓝耘MaaS平台的其他模型，对比不同模型的效果和成本；
  • 也可以把这套机器人接入更多业务场景，比如自动客服、内部知识助手、运营日报等。

如果在实际操作中遇到问题，建议优先：

  1. 回头检查每一步的配置（App ID / App Secret / API Key / 事件订阅）；
  2. 查看 OpenClaw 官方文档和社区教程，更新到最新版本；
  3. 在飞书开放平台中确认事件订阅是否正常、是否有报错日志。

祝你玩得顺手，把 OpenClaw 打造成真正属于你的“数字员工”。

Read more

终极语音识别神器：Whisper.cpp完整使用指南

终极语音识别神器：Whisper.cpp完整使用指南 【免费下载链接】whisper.cppOpenAI 的 Whisper 模型在 C/C++ 中的移植版本。 项目地址: https://gitcode.com/GitHub_Trending/wh/whisper.cpp Whisper.cpp是OpenAI Whisper自动语音识别模型的C/C++移植版本，提供了高性能的离线语音识别解决方案。这个项目最大的亮点在于完全用纯C/C++实现，无需任何外部依赖，就能在各种平台上实现高效的语音转文字功能。 为什么选择Whisper.cpp 在众多语音识别工具中，Whisper.cpp凭借其独特的优势脱颖而出： 跨平台兼容性 - 从macOS、iOS到Android、Linux，甚至WebAssembly和Windows系统都能完美运行，连Raspberry Pi和Docker容器都支持。 极致性能优化 - 针对苹果Silicon芯片深度优化，支持ARM NEON、

KoboldAI完整安装与配置指南：AI写作工具的终极入门教程

KoboldAI完整安装与配置指南：AI写作工具的终极入门教程 【免费下载链接】KoboldAI-Client 项目地址: https://gitcode.com/gh_mirrors/ko/KoboldAI-Client 想要体验强大的AI写作助手吗？KoboldAI是一个基于浏览器的AI辅助写作前端，支持多种本地和远程AI模型。无论你是想创作小说、玩文字冒险游戏，还是与AI聊天，这个终极指南将带你一步步完成安装配置，开启你的AI写作之旅！🚀 💡 KoboldAI是什么？ KoboldAI是通往GPT写作的门户，提供标准化的写作工具套件，包括记忆功能、作者笔记、世界信息、保存加载、可调节的AI设置、格式化选项等。你可以将其作为写作助手、游戏平台或聊天机器人使用。 核心功能亮点 * 多种游戏模式：小说模式、冒险模式、聊天模式 * 丰富的AI模型：支持多种本地和云端模型 * 完整写作工具：记忆系统、世界构建、格式控制 🛠️ 快速开始：三种安装方式 在线免费体验（最简单） 使用Google Colab在线运行KoboldAI，无需安装任何软件： * T

llama.cpp + llama-server 的安装部署验证

飞桨AI Studio星河社区-人工智能学习与实训社区 用的是 魔塔的免费资源 不太稳定 我的Notebook · 魔搭社区 cat /etc/os-release  Ubuntu 22.04.5 LTS (Jammy Jellyfish) —— 这是一个长期支持（LTS）且完全受支持的现代 Linux 发行版，非常适合部署 llama.cpp + llama-server。Ubuntu 22.04 自带较新的 GCC（11+）、CMake（3.22+）和 Python 3.10+，无需手动升级工具链，部署过程非常顺畅。 一、安装系统依赖 sudo apt update sudo apt install -y
GitHub Copilot、通义灵码、CodeWhisperer：三款AI编程助手实战大乱斗，谁是你的“代码外挂”？

GitHub Copilot、通义灵码、CodeWhisperer：三款AI编程助手实战大乱斗，谁是你的“代码外挂”？

导语： 最近AI编程助手火得一塌糊涂，什么GitHub Copilot、通义灵码、CodeWhisperer，号称能让你“告别996，代码写得飞快”。作为一个被Bug折磨得死去活来的Java老农，我决定亲自下场，来一场不吹不黑、纯属“野生”的实战测评！不看官方宣传，不搞数据图表，就用我日常写的“垃圾代码”和真实项目场景，看看这三位“AI大神”到底谁是真·外挂，谁是“人工智障”。准备好了吗？让我们开始这场“腥风血雨”的大乱斗！ 一、 测评背景：为什么搞“野生测评”？ 市面上关于AI编程助手的评测很多，但大多是在理想环境下，用完美的代码片段测试。而我们真实的开发环境是什么样的？ * 项目结构复杂，依赖五花八门。 * 变量命名可能不那么规范（比如list1, tempObj）。 * 需求文档可能写得像天书。 * 时间紧，任务重，根本没空写详细的注释。 所以，我决定搞一次“野生测评”