【大模型应用篇】用 OpenClaw + 飞书打造 7x24 小时服务器运维机器人

【大模型应用篇】用 OpenClaw + 飞书打造 7x24 小时服务器运维机器人

前言

本文基于OpenClaw,也是最近超火的可在本地运行的AI Agent网关,记录从零搭建通过飞书对话管理服务器运维机器人的全过程。该机器人支持随时随地通过飞书查看服务器状态、检索日志、管理进程,其核心机制在于:由OpenClaw将聊天平台(飞书等)的消息路由至大模型,模型调用本地工具(如Shell、文件系统、浏览器)执行相应任务,最终将结果自动返回至飞书会话中,实现自动化运维交互。

架构概览

飞书 App (WebSocket 长连接)
        ↕
OpenClaw Gateway (服务器上 systemd 常驻)
        ↕
AI 模型 (DeepSeek v3.2/GLM 4.7)
        ↕
服务器 Shell (受白名单限制的命令执行)

核心组件:

  • OpenClaw Gateway:Agent 网关,管理会话、工具调用、渠道连接
  • 飞书插件:通过 WebSocket 长连接收发消息,无需公网回调地址
  • exec 工具:让 AI 在服务器上执行 shell 命令,支持白名单安全策略
  • 模型提供商:支持自定义 OpenAI 兼容 API,本文使用 OneRouter 提供的 DeepSeek V3.2

环境要求

  • Linux 服务器(本文使用 Ubuntu)
  • Node.js 22+
  • npm 10+
  • 飞书企业账号(可免费创建)
  • AI 模型 API(OpenAI / Anthropic / OpenRouter / 自定义兼容接口均可)

第一步:安装 OpenClaw

由于需要让机器人直接管理服务器上的服务,选择 npm 全局安装(裸机安装),而不是 Docker:

npm install -g openclaw

安装后确认 openclaw 命令可用。如果提示 command not found,需要把 npm 全局 bin 目录加入 PATH:

echo 'export PATH="$HOME/.npm-global/bin:$PATH"' >> ~/.bashrc

source ~/.bashrc

第二步:注册为 systemd 服务

让 Gateway 开机自启、后台常驻:

openclaw gateway install

openclaw gateway start

验证状态:

openclaw gateway status

第三步:配置模型提供商

编辑 ~/.openclaw/openclaw.json,添加模型配置。以 OneRouter + DeepSeek V3.2 为例:

{
  "agents": {
    "defaults": {
      "model": {
        "primary": "onerouter/deepinfra/deepseek-v3.2"
      }
    }
  },
  "models": {
    "mode": "merge",
    "providers": {
      "onerouter": {
        "baseUrl": "https://your-api-endpoint/v1",
        "apiKey": "your-api-key",
        "api": "openai-completions",
        "models": [
          {
            "id": "deepinfra/deepseek-v3.2",
            "name": "DeepSeek V3.2"
          }
        ]
      }
    }
  }
}

> 任何兼容 OpenAI API 格式的模型提供商都可以用这种方式接入。

第四步:接入飞书

4.1 创建飞书应用

访问 飞书开放平台,创建企业自建应用2在 凭证与基础信息 页面,记下 App ID 和 App Secret在 权限管理 中添加以下权限:im:message — 发送消息im:message:send_as_bot — 以机器人身份发送im:message.p2p_msg:readonly — 读取私聊消息im:message.group_at_msg:readonly — 读取群聊 @消息im:resource — 读取资源contact:contact.base:readonly — 读取联系人基本信息(可选,用于解析发送者名字)
    4. 在 应用能力 中启用 机器人

    5. 安装飞书插件:

          openclaw plugins install @openclaw/feishu

4.2 配置飞书app信息

使用 CLI 向导:

openclaw channels add

选择 Feishu,输入 App ID 和 App Secret。也可以手动在 openclaw.json 中添加:

{
  "channels": {
    "feishu": {
      "enabled": true,
      "accounts": {
        "main": {
          "appId": "cli_xxxxx",
          "appSecret": "your-app-secret"
        }
      }
    }
  }
}

4.3 重启并确认连接

openclaw gateway restart

openclaw logs --follow

看到以下日志说明飞书长连接成功:

feishu[main]: WebSocket client started
[ws] ws client ready

4.4 配置飞书事件订阅

回到飞书开放平台:

  1. 事件与回调 → 选 "使用长连接接收事件" → 保存
  2. 添加事件 im.message.receive_v1
  3. 版本管理与发布 → 创建版本 → 发布

> 注意:必须先启动 Gateway 建立长连接,飞书后台才能保存"长连接"订阅方式。

第五步:配置运维 Agent

5.1 设置 Agent 人设

编辑 ~/.openclaw/workspace/AGENTS.md,在原有内容基础上追加运维规则:

## 服务器运维规则

你同时是一个服务器运维助手,负责维护管理员在这台服务器上部署的服务。



### 工作范围
- 只管理 /home/youruser/projects 目录下的项目和服务
- 不要触碰其他用户的文件和服务



### 允许的操作
- 查看日志、进程、服务状态、端口、磁盘/内存
- 管理用户级服务(systemctl --user)
- 工作目录下的文件操作



### 禁止的操作
- rm -rf(用 trash 代替)
- sudo 操作(除非明确要求)
- 修改系统配置
- 重启其他用户的服务



### 语言
- 用中文回复

5.2 配置 exec 工具

在 openclaw.json 中添加工具配置,让 Agent 可以在服务器上执行命令:

{
  "tools": {
    "exec": {
      "host": "gateway",
      "security": "allowlist",
      "ask": "off"
    }
  }
}
  • host: "gateway" — 命令直接在服务器本机执行
  • security: "allowlist" — 只允许白名单命令,安全可控
  • ask: "off" — 不弹审批提示(7x24 自动化需要)

5.3 配置命令白名单

编辑 ~/.openclaw/exec-approvals.json,为 Agent 配置允许执行的命令:

{
  "version": 1,
  "defaults": {
    "security": "allowlist",
    "ask": "off",
    "askFallback": "allowlist"
  },
  "agents": {
    "main": {
      "security": "allowlist",
      "ask": "off",
      "askFallback": "allowlist",
      "allowlist": [
        { "pattern": "/usr/bin/bash" },
        { "pattern": "/usr/bin/sh" },
        { "pattern": "/usr/bin/ls" },
        { "pattern": "/usr/bin/cat" },
        { "pattern": "/usr/bin/tail" },
        { "pattern": "/usr/bin/head" },
        { "pattern": "/usr/bin/find" },
        { "pattern": "/usr/bin/du" },
        { "pattern": "/usr/bin/df" },
        { "pattern": "/usr/bin/free" },
        { "pattern": "/usr/bin/ps" },
        { "pattern": "/usr/bin/top" },
        { "pattern": "/usr/bin/ss" },
        { "pattern": "/usr/bin/netstat" },
        { "pattern": "/usr/bin/journalctl" },
        { "pattern": "/usr/bin/systemctl" },
        { "pattern": "/usr/bin/git" },
        { "pattern": "/usr/bin/docker" },
        { "pattern": "/usr/bin/node" },
        { "pattern": "/usr/bin/python3" }
      ]
    }
  }
}

> 重要:/usr/bin/bash 和 /usr/bin/sh 必须加上,否则带管道的命令无法执行。路径可能因系统而异,用 which <command> 确认。

第六步:测试

重启 Gateway 后在飞书里直接对机器人说话:

帮我看看服务器上哪些服务在运行

机器人会自动调用 systemctl、ps、ss 等命令,收集信息后返回一份结构化的服务器状态报告。

更多使用场景:

  • "查看 xxx 服务的最近日志"
  • "服务器磁盘还剩多少空间"
  • "帮我重启一下 xxx 服务"
  • "看看哪些端口在监听"

安全策略总结

层级措施说明
命令执行allowlist 白名单只允许指定的二进制文件
工作范围AGENTS.md 规则Agent 被指示只操作特定目录
飞书接入pairing 配对新用户需要管理员批准才能使用
系统权限非 root 运行Gateway 以普通用户身份运行

最终的 openclaw.json 结构

{
  "plugins": { "entries": { "feishu": { "enabled": true } } },
  "agents": {
    "defaults": {
      "model": { "primary": "your-provider/your-model" }
    }
  },
  "models": {
    "mode": "merge",
    "providers": { "...": "..." }
  },
  "tools": {
    "exec": {
      "host": "gateway",
      "security": "allowlist",
      "ask": "off"
    }
  },
  "channels": {
    "feishu": {
      "enabled": true,
      "accounts": {
        "main": {
          "appId": "cli_xxxxx",
          "appSecret": "your-secret"
        }
      }
    }
  },
  "gateway": { "mode": "local" }
}

参考材料

【1】https://github.com/openclaw/openclaw

【2】https://developer.aliyun.com/article/1710355

Read more

探析仓储机器人行业商业模式升级:解决方案服务的价值变现路径

本文将对仓储机器人行业的商业模式升级进行探讨,特别是聚焦于解决方案服务在其中的关键地位。当前,行业正朝向自动化、灵活性增强和服务多样化的方向发展,企业需要建设以客户为中心的服务体验。这一转型不仅提升了客户满意度,还为企业创造了新的收入来源。通过深入分析成功案例,我们发现,创新的解决方案能够有效满足不断变化的客户需求,提高运营效率。此外,数据驱动决策与个性化服务相结合,使企业更具竞争力并推动行业朝向可持续增长迈进。围绕这些主题展开讨论,将有助于更全面地理解仓储机器人行业未来的发展潜力与挑战。 仓储机器人行业的当前发展趋势 近年来,仓储机器人行业不断向前发展,呈现出多元化和高效化的趋势。随着电商的发展,企业对仓储效率的要求日益增加,仓储机器人逐渐成为提升运营效率的重要工具。根据中网B2B战略咨询数据,越来越多企业将营销战略与仓储机器人结合,通过战略升级实现品牌升维。此外,权威机构指出,解决方案服务正成为价值变现的有效路径,各大企业也在积极探索创新商业模式,以满足不断变化的客户需求。以下是当前的一些主要发展趋势: 发展趋势 描述 自动化水平提升 机器人技术的进步使得仓库管理

【Rokid AR录屏功能逆向分析:通过蓝牙HCI抓包实现CXR SDK未提供的AR录屏功能】

【Rokid AR录屏功能逆向分析:通过蓝牙HCI抓包实现CXR SDK未提供的AR录屏功能】

背景介绍 作为一名Rokid Glasses开发者,我最近在开发一个需要AR录屏功能的应用。然而,Rokid官方提供的CXR SDK中并没有直接封装AR录屏的功能。在查阅官方文档和API后,我意识到需要自己探索实现方案。 经过深入研究,我发现了通过蓝牙HCI数据包分析并结合CXR API的方法,成功实现了AR录屏功能。本文将详细介绍我的探索过程和最终解决方案。 问题分析 1. 官方SDK的限制 Rokid CXR SDK提供了丰富的AR眼镜控制功能,但在录屏方面存在以下限制: * 没有直接的AR录屏API * 现有API主要面向常规应用控制 * 文档中未提及录屏相关功能 2. 技术思路 由于没有直接的API,我决定从以下角度入手: 1. 分析官方应用:Rokid AI App如何实现AR录屏? 2. 蓝牙通信分析:眼镜与手机之间通过蓝牙传输哪些控制指令? 3. 协议逆向:能否找到录屏的控制协议? 技术探索过程 步骤1:蓝牙HCI数据包抓取 首先,我开启了Android设备的蓝牙HCI日志功能: # 开启蓝牙HCI日志 adb shell set

5分钟搞定人脸识别:RetinaFace+CurricularFace镜像教程

5分钟搞定人脸识别:RetinaFace+CurricularFace镜像教程 你是不是也遇到过这样的情况:想快速验证一个人脸识别方案,却卡在环境配置上——装CUDA版本不对、PyTorch和cuDNN不兼容、模型权重下载失败、OpenCV编译报错……折腾半天,连第一行import torch都没跑通。 别再花时间重复造轮子了。今天这篇教程,就是为你量身定制的“零障碍”实战指南。 我们用ZEEKLOG星图提供的RetinaFace+CurricularFace人脸识别模型镜像,跳过所有底层依赖冲突,直奔核心能力:检测人脸、提取特征、比对身份。整个过程不需要你装任何软件,不用改一行代码,甚至不需要本地GPU——只要浏览器能打开网页,5分钟内就能完成首次人脸比对。 学完这篇,你能: * 在预置环境中一键运行完整人脸识别流程 * 用任意两张照片(本地或网络链接)快速测试相似度 * 理解检测与识别两个模块如何协同工作 * 掌握关键参数调节方法,让结果更可靠 * 解决常见误检、低分、无响应等实际问题 这个镜像已经为你打包好了Python 3.11、PyTorch 2.5、C

零基础玩转JeecgBoot:低代码开发从入门到精通的实战指南

零基础玩转JeecgBoot:低代码开发从入门到精通的实战指南 【免费下载链接】jeecg-bootjeecgboot/jeecg-boot 是一个基于 Spring Boot 的 Java 框架,用于快速开发企业级应用。适合在 Java 应用开发中使用,提高开发效率和代码质量。特点是提供了丰富的组件库、模块化架构和自动化配置方式。 项目地址: https://gitcode.com/GitHub_Trending/je/jeecg-boot JeecgBoot是一款融合AI能力的企业级低代码开发平台,通过可视化配置与智能编码辅助,帮助你从重复编码中解放出来,专注业务创新。无论你是需要快速搭建企业管理系统,还是开发复杂业务应用,这个平台都能让你的开发效率提升3倍以上。本文将带你从零开始掌握JeecgBoot的核心用法,通过实际场景案例和避坑指南,让你快速成为低代码开发高手。 认识JeecgBoot:解决什么实际问题? 在传统开发中,你是否遇到过这些痛点:重复性CRUD代码占用80%开发时间、跨部门协作需求变更频繁、前后端对接标准不统一?JeecgBoot通过三大核心价值解决这