打造你的家庭 AI 助手(三):QQ 机器人接入你的 OpenClaw

打造你的家庭 AI 助手(三):QQ 机器人接入你的 OpenClaw

不得不承认腾讯进步的速度太快了,几条命令就可以接入Openclaw,也不用设置IP白名单了,在 QQ开放平台还增加了专门的Openclaw入口:

在这里插入图片描述

没啥好说的,很简单,安装完Openclaw之后,执行如下命令(命令也是生成好的):

openclaw plugins install @tencent-connect/openclaw-qqbot@latest openclaw channels add--channel qqbot --token"" openclaw gateway restart 

以下内容已经过时了,留作纪念
以下内容已经过时了,留作纪念
以下内容已经过时了,留作纪念


⚠️ 重要提示:如果是家用宽带,没有申请固定 IP 地址的话,大可以放弃这种方式。由于 QQ 开发平台的白名单限制,机器人会非常不稳定,频繁掉线。建议使用云服务器或有固定 IP 的环境部署。

前言

在完成 OpenClaw 安装后,除了飞书,我们还可以通过 QQ 机器人来控制你的 AI 助手。本文将介绍如何将 OpenClaw 接入 QQ 机器人平台。

但在此之前,必须提醒大家:QQ 机器人对网络环境要求极高。

⚠️ 家用宽带用户的劝退警告

在开始之前,必须坦诚地告诉你:

QQ 机器人接入的限制

IP 白名单机制:QQ 开放平台要求配置服务器 IP 到白名单中
家用宽带问题:
绝大多数家庭宽带没有固定 IP
运营商每天会更换 IP 地址(甚至每小时)
每当 IP 变更,机器人就会离线
需要反复手动更新白名单
实际体验:
机器人频繁掉线
消息收发不稳定
需要额外的动态 DNS 工具配合

建议方案

环境推荐程度说明
云服务器(阿里云/腾讯云)✅ 推荐有固定 IP,稳定
企业宽带(固定 IP)✅ 推荐稳定,但成本高
家用宽带(动态 IP)❌ 不推荐不稳定,频繁掉线
如果你使用的是家用宽带,建议直接放弃 QQ 机器人方案,改用飞书或其他方式。

第一步:准备工作

1.1 访问 QQ 开放平台

打开浏览器,访问:QQ 开放平台

使用你的 QQ 号登录。

1.2 创建机器人应用

进入「应用管理」页面
点击「创建机器人」
填写应用名称(如:OpenClaw-QQ)
提交审核(沙箱模式下可添加测试用户)

1.3 获取凭证信息

创建成功后,在应用详情页获取:
AppID
AppSecret(ClientSecret)

💡 Token 格式为:AppID:AppSecret(用冒号连接)

1.4 配置 IP 白名单(关键步骤)

在 QQ 开放平台的应用设置中,找到「服务器配置」或「白名单设置」:
添加你的服务器公网 IP
如果是云服务器,确保安全组已开放相应端口

⚠️ 如果你的 IP 会变化,每次变更后都需要来这里更新白名单。

第二步:安装 QQ Bot 插件

在终端执行以下命令:
openclaw plugins install @sliverp/[email protected]

等待 1-2 分钟,插件会自动下载安装。

⚠️ 安装过程需要一些时间,小内存机器请耐心等待

第三步:配置 QQ 机器人

方式一:交互式配置

openclaw channels add

选择 qqbot,按提示输入 Token

方式二:命令行配置

openclaw channels add --channel qqbot --token “AppID:AppSecret”

方式三:手动编辑

编辑 ~/.openclaw/openclaw.json
{
“channels”: {
“qqbot”: {
“enabled”: true,
“appId”: “你的AppID”,
“clientSecret”: “你的AppSecret”
}
}
}

第四步:启动服务

重启网关(后台运行)

openclaw gateway restart

或前台运行查看日志

openclaw gateway --port 18789 --verbose

第五步:测试连接

在 QQ 开放平台添加你的 QQ 号为测试用户
在 QQ 中搜索你的机器人名称
将机器人加入群聊或发起私聊
在群聊中 @机器人 发送消息测试

⚠️ 群聊中需要 @机器人 才能触发回复

功能特性

功能支持情况
C2C 私聊✅ 支持
群聊 @消息✅ 支持
频道消息✅ 支持
图片收发✅ 支持
文件发送✅ 支持
Markdown 格式✅ 支持
定时推送✅ 支持
输入状态提示✅ 支持

常见问题

Q:机器人显示离线?
检查服务器 IP 是否已加入白名单
确认 IP 是否发生变化
检查 OpenClaw 网关是否正常运行
Q:收不到群消息?
检查是否在群内 @机器人
确认机器人已在沙箱模式中添加为测试用户
查看网关日志是否有报错
Q:IP 频繁变更怎么办?
方案一:申请云服务器(推荐)
方案二:使用动态 DNS 服务 + 脚本自动更新白名单(复杂,不推荐)
方案三:放弃 QQ,改用飞书(最省心)
Q:如何升级插件?

npm 热更新

npx -y @sliverp/[email protected] upgrade

总结

QQ 机器人接入 OpenClaw 本身并不复杂,但网络环境的限制是最大的痛点。

如果你有云服务器,配置好 IP 白名单后基本可以稳定使用。但如果你只有家用宽带,建议直接放弃这个方案——频繁的 IP 变更会让你疲于奔命,白名单永远跟不上变化。

省心的选择:
云服务器部署 → 推荐
家用宽带 + 动态 IP → 不推荐
改用飞书 → 省心稳定

系列文章:
打造你的家庭 AI 助手(一):OpenClaw 安装与配置
打造你的家庭 AI 助手(二):飞书机器人接入你的 OpenClaw
打造你的家庭 AI 助手(三):QQ 机器人接入你的 OpenClaw(本文)

Read more

打通任督二脉:让你的 GitHub Copilot 瞬间学会 Claude Code 的所有绝招

打通任督二脉:让你的 GitHub Copilot 瞬间学会 Claude Code 的所有绝招

打通任督二脉:让你的 GitHub Copilot 瞬间学会 Claude Code 的所有绝招 目标读者:希望在 VSCode/Zed 编辑器中直接复用 Claude Code 强大本地能力的开发者、DevOps 工程师、AI 工具流搭建者。 核心价值:通过自动化映射机制,打破 Claude Code CLI 与编辑器 Copilot 之间的"生殖隔离",实现一套 Skills/Agents 双端复用。 阅读时间:8 分钟 引言 你是否遇到过这种割裂的体验:在终端里,Claude Code 配置了强大的 tech-blog 技能,能一键生成高质量博客;配置了 code-review

白嫖专业版!Github Copilot Pro竟然可以免费使用

今天有个好消息要和大家分享: GitHub Copilot 已在 Visual Studio Code 上免费开放! 无论是谁,都能畅享 AI 助力下的高效开发新体验! 如何免费在vscode中使用copilot * 下载最新版本的 VS Code https://code.visualstudio.com/Download 如果下载慢,可以通过下面的网盘链接获取: https://pan.quark.cn/s/3fb6dcedfed8 * 打开vscode编译器,按照下面步骤操作 这时候就可以看到账户已经启用Copilot Free copilot Free 和copilot Pro主要功能对比 功能FreePro消息和互动每月最多 50 个无限实时代码建议每月最多 2,000无限上下文感知编码支持和解释支持支持VS Code 中的多文件编辑支持支持切换模型支持支持GitHub 中的代码审查不支持支持拉取请求中的 Copilot Workspace不支持支持VS Code 中的 Java

丹摩智算平台部署 Llama 3.1:实践与体验

丹摩智算平台部署 Llama 3.1:实践与体验

文章目录 * 前言 * 部署前的准备 * 创建实例 * 部署与配置 Llama 3.1 * 使用心得 * 总结 前言 在最近的开发工作中,我有机会体验了丹摩智算平台,部署并使用了 Llama 3.1 模型。在人工智能和大模型领域,Meta 推出的 Llama 3.1 已经成为了目前最受瞩目的开源模型之一。今天,我将通过这次实践,分享在丹摩平台上部署 Llama 3.1 的实际操作流程以及我的个人心得。 部署前的准备 Llama 3.1 是一个资源需求较高的模型,因此在部署之前,首先要确保拥有合适的硬件环境。按照文档中的要求,我选择了 Llama 3.1 8B 版本进行测试。8B 模型对 GPU 显存的需求为

ClawdBot语音效果:Whisper tiny在嘈杂环境下的中英文语音转写准确率实测

ClawdBot语音效果:Whisper tiny在嘈杂环境下的中英文语音转写准确率实测 1. ClawdBot是什么:一个真正属于你的本地AI助手 ClawdBot不是云端API的又一个封装,也不是需要反复申请密钥的SaaS服务。它是一个能完整运行在你个人设备上的AI助手——从模型推理、对话管理到多模态处理,全部离线完成。你不需要担心数据上传、隐私泄露或按调用次数付费。只要一台性能尚可的笔记本、NUC盒子,甚至树莓派4,就能把它跑起来。 它的后端由vLLM驱动,这意味着Qwen3-4B-Instruct这类4B参数量级的大模型,在消费级显卡上也能实现毫秒级响应。但ClawdBot的价值远不止于文本生成。它把语音、图像、结构化查询等能力,像搭积木一样整合进统一框架:你说一句话,它能听、能懂、能答;你发一张菜单截图,它能识、能译、能解释;你问“东京现在几点”,它不跳转网页,直接给你答案。 这种“全链路本地化”的设计,让它天然适合对隐私敏感、网络受限或追求低延迟响应的场景。而今天我们要聚焦的,正是它语音能力中最关键的一环——Whisper tiny模型在真实嘈杂环境下的中英文转写