Docker 部署 OpenClaw 踩坑实录:Web UI 访问、飞书配对及自定义模型配置

最近在使用 Docker 部署 OpenClaw 时遇到了一些典型的环境与配置问题。为了方便大家排查,我将这几个核心问题的表现、解决思路以及如何接入公司自己配置的大模型节点进行了梳理。


一、问题一:安装成功但 Web UI 无法访问

1. 现象描述

  • 终端提示安装成功,但在浏览器中访问http://127.0.0.1:18789 时,页面提示连接被重置。
  • 使用具体的局域网 IP(如192.168.5.30:18789)访问时,同样提示无法连接或无法访问此网站。
alt

2. 原因分析

  • 在排除了代理服务器和系统防火墙的干扰后,根本原因在于 OpenClaw 核心网关的跨域访问(CORS)安全机制。
  • 系统默认包含白名单配置,它的作用是告诉 OpenClaw 的核心网关:“只有从这些特定的网址(域名或IP)打开的控制台网页,才被允许连接我并下发控制指令”。

3. 解决方案

修改 OpenClaw 的配置文件~/.opneclaw/openclaw.json,在gateway.controlUi.allowedOrigins 节点中加上* 作为通配符(或添加你实际访问的 URL)。具体配置参考如下:

"gateway": {
  "port": 18789,
  "mode": "local",
  "bind": "lan",
  "controlUi": {
    "allowedOrigins": [
      "*",
    ],
    "dangerouslyDisableDeviceAuth": true
  }
}


二、问题二:飞书机器人配对失败与配对码刷新

1. 现象描述

  • 在系统内设置了飞书 Channel 后,通过飞书机器人发送消息没反应,系统提示未配对,并给了一个配对码。
  • 给飞书发送多次消息,配对码会不断发生改变。
alt

2. 解决方案

由于多次发消息导致配对码不断刷新,我们需要通过后台 CLI 指令直接查看并抓取最新、最准确的配对请求进行手动授权。

  1. 查看最新的飞书配对请求:执行docker compose run --rm openclaw-cli pairing list feishu 命令查看当前的配对列表。
alt
  1. 获取正确配对码:在输出的表格中,找到最新的配对码(例如:ZLX3M556)。
  2. 执行授权配对:拿到正确的配对码后,执行docker compose run --rm openclaw-cli pairing approve feishu ZLX3M556 命令通过审批。当日志输出类似Approved feishu sender ou_... 后,即代表授权成功。
alt

三、进阶配置:接入公司自行配置的大模型

OpenClaw 支持灵活地接入公司自己配置的大模型节点。配置 Agent 的方法同样是修改~/.openclaw/openclaw.json 文件。

以下是接入公司自行配置的、提供 MiniMax 模型的高速自定义节点的配置示例:

{
  "agents": {
    "defaults": {
      "model": "yuxiaor/MiniMax-M2.7-highspeed"
    }
  },
  "models": {
    "mode": "merge",
    "providers": {
      "yuxiaor": {
        "api": "openai-completions",
        "baseUrl": "http://xxxxxxxxxxx/v1",
        "apiKey": "your key",
        "models": [
          { "id": "MiniMax-M2.7-highspeed", "name": "MiniMax 2.7 highspeed" }
        ]
      }
    }
  }
}

配置解析:

  • 在models.providers 节点下自定义公司自行配置的节点名称(如yuxiaor),并将其 API 格式指定为兼容性最好的openai-completions。
  • 填入公司配置节点提供的baseUrl和对应的apiKey。
  • 在agents.defaults.model 中,将默认模型指向刚才声明的节点与模型名称(如yuxiaor/MiniMax-M2.7-highspeed)。这样配置并重启后,OpenClaw 默认就会调用公司配置的模型来进行回复了。
alt

本文由 mdnice 多平台发布

Read more

手把手教你配置:企业微信外部群 Webhook 主动发送指南

QiWe开放平台 · 个人名片                 API驱动企微自动化,让开发更高效         核心能力:为开发者提供标准化接口、快速集成工具,助力产品高效拓展功能场景         官方站点:https://www.qiweapi.com         团队定位:专注企微API生态的技术服务团队        对接通道:搜「QiWe 开放平台」联系客服         核心理念:合规赋能,让企微开发更简单、更高效   在企业微信的自动化体系中,群机器人(Webhook) 是实现系统消息自动同步到外部群最快捷、门槛最低的工具。 虽然 2026 年官方对外部群机器人的管理更加精细化,但只要掌握正确的配置流程和调用逻辑,它依然是效率提升的神器。以下是完整的实操步骤: 第一步:获取 Webhook 地址 1. 添加机器人: 打开企业微信电脑端,进入你需要配置的外部群,点击右上角“...”,选择“群机器人” -> “添加机器人”。 2.

OpenClaw 2026.3.23 重大更新:千里通 Arm 架构 Linux 小主机完配“小龙虾”,开启轻量级 AI 新纪元

2026 年 3 月 23 日,开源社区迎来了一场名为“红色风暴”的迭代。备受全球开发者瞩目的个人 AI 助手平台 OpenClaw(因其图标和极客圈昵称,被亲切地称为“小龙虾”)正式发布了 2026.3.23 版本。 本次更新不仅修复了多项关键稳定性问题,更带来了一个令嵌入式与边缘计算爱好者振奋的消息:官方完美适配 Arm 架构 Linux 系统。这意味着,搭载 Ubuntu 系统的千里通 Arm 架构小主机,如今已成为运行“小龙虾”的绝佳搭档,让每个人都能以极低的成本,拥有一台 24 小时在线的私有化 AI 数字员工。 🦞 为什么是“千里通”小主机 + OpenClaw? 在 OpenClaw 2026.

Trae 编程(Trae AI)全攻略:使用方法、同类对比与趋势分析

Trae 编程(Trae AI)全攻略:使用方法、同类对比与趋势分析

该文做了 Trae 编程的详细使用攻略,同时明确 Trae 与国内外同类 AI 编程软件的核心差异,分析这类 AI 编程工具的未来发展趋势,并判断 Trae 是否能和 Gemini、Cursor等知名工具相提并论。以下内容逻辑清晰、新手友好,覆盖新手关注的所有核心点。 一、Trae 编程(Trae AI)核心使用攻略(新手零门槛上手) Trae AI(常称 Trae 编程助手)是国内自研的 AI 驱动编程工具,主打本地化部署、适配国内开发场景、新手友好,支持代码生成、调试、重构、低代码开发等核心能力,无需翻墙即可全功能使用。 1. 前置准备(3 步搞定) 步骤操作内容新手注意点1注册登录官网(trae.ai)下载客户端

AI学习第一站:从感知到认知,AI到底是什么?

AI学习第一站:从感知到认知,AI到底是什么?

本文围绕 AI 的 “感知 - 认知” 双轮逻辑这一核心主题展开,系统阐述了 AI 的底层工作框架。首先界定了 “感知”(将物理世界连续信号转换为机器可处理的结构化数据)与 “认知”(对结构化数据进行分析、推理与决策)的核心内涵,剖析了两者的技术构成与实现路径,明确了 “感知→认知→行动→感知” 的闭环工作逻辑;随后结合美团外卖 AI 骑手调度系统、阿里云视觉 AI 医疗影像诊断系统、苹果 Siri 语音助手三个真实落地案例,具象化呈现了 “感知 - 认知” 在实际场景中的应用逻辑与效果;接着通过基于 MNIST 数据集的手写数字识别实战项目,详解了从数据加载预处理(感知)到模型搭建训练(认知)的完整代码实现与结果分析;最后梳理了 AI “感知