MacOS 安装 OpenClaw 并接入飞书机器人(保姆级教程 + 常见问题解决)

MacOS 安装 OpenClaw 并接入飞书机器人(保姆级教程 + 常见问题解决)

MacOS 安装 OpenClaw 并接入飞书机器人(保姆级教程 + 常见问题解决)

在 AI Agent 和自动化工具越来越普及的今天,越来越多开发者希望拥有一个 能够自动处理任务、接入团队协作工具的 AI 助手

最近OpenClaw火的一塌糊涂,我也跟风研究了一下这个开源项目。它可以理解为一个 可扩展的 AI Agent 框架,支持接入各种工具、自动执行任务,并且可以和企业协作平台(如飞书)打通,实现 AI 自动回复、自动化工作流

本文将带大家 从 0 开始,在 MacOS 上安装 OpenClaw,并接入飞书机器人
同时我也整理了自己在安装过程中遇到的 终端报错问题与完整解决方案,让你一次性避坑。

本文包含:

  • MacOS 安装 OpenClaw
  • 接入飞书机器人
  • 配置开机自启
  • 终端报错解决(compdef / compinit)

一、OpenClaw 是什么?

简单来说,OpenClaw 是一个 开源 AI Agent 平台,具备以下能力:

  • 支持接入 LLM(OpenAI / DeepSeek / Claude 等)
  • 可以调用工具执行任务
  • 支持自动化流程
  • 支持企业协作平台接入(飞书 / Slack)

如果把传统 AI 聊天比作 一个会聊天的大脑,那么 OpenClaw 更像是:

一个会思考、会调用工具、还能帮你自动做事的 AI 助手。

例如:

  • 飞书自动回复
  • 自动总结群消息
  • 自动生成日报
  • 自动创建任务
  • 自动执行脚本

二、环境准备

1 MacOS 系统

建议版本:

MacOS 12+ 

Intel 和 Apple Silicon 都可以。


2 安装 Homebrew

如果没有安装 Homebrew:

/bin/bash -c"$(curl-fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

更新 brew:

brew update 
homebrew


update brow

如果发现更新 homebrow 失败的话,可以切换国内源或者使用 VPN 就好了。

在这里插入图片描述

3 安装 Node.js

OpenClaw 依赖 Node.js 运行环境。

brew installnode

验证:

node-vnpm-v
node


node 的版本号可以与我的保持一致。


三、安装 OpenClaw

在官网:https://openclaw.ai/,有两种比较适合的安装方式,一种是 npm,一种是安装文件。但是安装文件需要 MacOS 版本15 以上,我的这台只有 12 所以我选择 npm 安装方式(因为这台是我的备用机,主力机最好先不要安装 openclaw,因为还是有一些风险的,切记~~)。

npm



安装官方文档的步骤:

npm i -g openclaw 

这个命令需要执行的时间比较长,耐心等待。

安装 openclaw


看到这个结果的时候就是安装完成了。我们启动 openclaw。

openclaw onboard 

执行完这个命令会有很多操作,需要一步一步按照提示选择,基本上都选择跳过或者完成就行了,后续可以在 WebUI 的设置页面配置。
我的选择是第一个提示选择 YES、然后QuickStart、Skip for now、All providers、Skip for now、反正能跳过就跳过,必须设置的就根据自己的需要设置下。

设置


最后这个我选择 Web UI,当然你也可以选择 TUI 这个是用命令行窗口聊天,我习惯用 web 页面。后续在想进入这个配置页面的话可以使用仪表盘命令

openclaw dashboard 
龙虾页面


然后就会自动打开一个网页看到龙虾的配置页面了。

四、配置 AI 模型

点击“配置”然后点击右边的 open 按钮打开配置源文件修改。

在这里插入图片描述

在 json 文件的根节点上看下有没有 models 属性,没有就新建个,有就修改它;

"models":{"mode":"merge","providers":{"unicom-cloud":{"baseUrl":"根据自己的模型服务上信息配置","apiKey":"根据自己的模型服务上信息配置","api":"openai-completions","models":[{"id":"Qwen3.5-397B-A17B","name":"Qwen3.5-397B-A17B","reasoning":false,"input":["text"],"cost":{"input":0,"output":0,"cacheRead":0,"cacheWrite":0},"contextWindow":202752,"maxTokens":16384}]}}}

以上是我的配置,我用的是联通云的服务,Qwen 、DeepSeek 等都有官方文档教程可以到对应的官方查看下。

然后,再修改修改agents.defaults(默认模型与工作空间配置)

"agents":{"defaults":{"model":{"primary":"unicom-cloud/Qwen3.5-397B-A17B"},"models":{"unicom-cloud/Qwen3.5-397B-A17B":{}},"workspace":"/Users/当前登录用户/.openclaw/workspace"}}

保存并生效配置。

更新


保存后点击 Update 按钮更新新配置。

聊天


再次启动后,选择刚才配置好的模型,在聊天窗口可以和龙虾聊天了。

五、接入飞书机器人

打开飞书开放平台:

https://open.feishu.cn 

创建 企业自建应用

在这里插入图片描述


在这里插入图片描述


填写应用名称(如OpenClaw机器人)、应用描述(可选),点击创建。

在这里插入图片描述


应用创建后,进入凭证与基础信息,记录App ID和App Secret(后续配置需用)。
然后在配置飞书机器人权限与事件订阅。

在这里插入图片描述


开通核心权限:左侧菜单栏开发配置 → 权限管理

  • 「应用身份权限」:搜索im:message,全部选中并开通;
  • 「用户身份权限」:搜索contact:user.base:readonly,选中并开通;


订阅方式选择长连接。
添加接收消息事件:点击添加事件,搜索im.message.receive_v1,添加该事件并确认开通对应权限。
好了可以创建版本并发布:点击页面顶部应用发布 → 版本管理与发布,创建新版本,填写更新说明后申请线上发布。


六、配置 openclaw 的飞书能力

步骤一:安装OpenClaw飞书插件
官方命令安装

openclaw plugins install @m1heng-clawd/feishu 

OpenClaw会自动完成安装、配置、重启。

在OpenClaw中配置飞书参数

终端执行以下命令,将和替换为飞书应用的实际信息:

# 配置飞书App ID openclaw config set channels.feishu.appId "<App ID>"# 配置飞书App Secret openclaw config set channels.feishu.appSecret "<App Secret>"# 启用飞书渠道 openclaw config set channels.feishu.enabled true# 配置长连接模式(飞书推荐) openclaw config set channels.feishu.connectionMode websocket # 单聊策略为配对授权 openclaw config set channels.feishu.dmPolicy pairing # 群聊策略为白名单 openclaw config set channels.feishu.groupPolicy allowlist # 群聊需@机器人才响应 openclaw config set channels.feishu.requireMention true

配置完成后重启网关:

openclaw gateway restart 

七、飞书机器人配对授权

飞书机器人配置完成后,需完成配对授权才能实现消息响应。
要配对可以按照以下流程:

  • 终端执行配对命令

获取配对码
在飞书向刚才配置的机器人发送任意消息,机器人会自动回复包含配对码的消息:

配对码
openclaw pairing approve feishu xxxx 
  • 重启网关使授权生效
openclaw gateway restart 
  • 验证授权是否成功
    再次向飞书机器人发送消息,机器人能正常回答就说明配置好了,不过我测试的时候发现机器人答复的有点慢,需要多等一会。

十三、配置 OpenClaw 开机自启(推荐)

为了避免每次手动启动,可以配置 开机自启

方法1 官方守护进程(推荐)

openclaw onboard --install-daemon 

重启电脑即可自动启动。

方法2 LaunchAgent 手动配置(备用)

创建 LaunchAgent:

mkdir-p ~/Library/LaunchAgents 

创建配置文件:

vim ~/Library/LaunchAgents/com.openclaw.gateway.plist 

内容:

<?xml version="1.0" encoding="UTF-8"?><!DOCTYPEplistPUBLIC"-//Apple//DTD PLIST 1.0//EN""http://www.apple.com/DTDs/PropertyList-1.0.dtd"><plistversion="1.0"><dict><key>Label</key><string>com.openclaw.gateway</string><key>ProgramArguments</key><array><string>/usr/local/bin/openclaw</string><string>gateway</string><string>start</string></array><key>RunAtLoad</key><true/><key>KeepAlive</key><true/></dict></plist>

加载服务:

launchctl bootstrap gui/$(id-u) ~/Library/LaunchAgents/com.openclaw.gateway.plist 

验证:

launchctl list |grep openclaw 

十四、常见问题解决

在配置 OpenClaw 时,我遇到了两个典型问题。


问题1

compdef: command not found 

原因

macOS 默认 未启用 zsh 补全系统
而 OpenClaw 的自动补全脚本依赖 compdef


问题2

zsh compinit: insecure directories 

原因

zsh 补全目录权限不安全。


十五、完整解决方案(推荐)

1 安装补全组件

brew install zsh-completions 

2 修改 .zshrc

nano ~/.zshrc 

在文件最顶部添加:

autoload -Uz compinit && compinit -i -u if type brew &>/dev/null; then fpath=($(brew --prefix)/share/zsh-completions $fpath) fi 

3 修复目录权限

sudochmod-R go-w $(brew --prefix)/share/zsh-completions sudochown-R$(whoami)$(brew --prefix)/share/zsh-completions sudochmod-R go-w /usr/share/zsh sudochown-R root:wheel /usr/share/zsh 

4 清理缓存

rm-f ~/.zcompdump* source ~/.zshrc 

十六、验证是否成功

重新打开终端:

source ~/.zshrc 

如果没有任何报错,说明成功。

测试:

openclaw + TAB 

能看到命令补全。


十七、懒人方案(可选)

如果不需要命令补全,可以直接禁用:

echo'export OPENCLAW_COMPLETIONS_DISABLE=1'>> ~/.zshrc rm-f ~/.openclaw/completions/openclaw.zsh source ~/.zshrc 

总结

通过本文,我们完成了:

✔ MacOS 安装 OpenClaw
✔ 接入飞书机器人
✔ 配置开机自启
✔ 解决终端报错

AI Agent + 协作工具结合时,很多重复工作都可以自动化。

未来你可以扩展:

  • 自动日报
  • 自动会议总结
  • 自动任务创建
  • 自动客服机器人

OpenClaw 是一个非常值得尝试的 AI Agent 开源项目

如果觉得文章有帮助,欢迎 点赞 + 收藏 + 关注作者

Read more

OpenClaw视觉操作实战:不写接口,让AI直接点按钮、操作软件

OpenClaw视觉操作实战:不写接口,让AI直接点按钮、操作软件

文章目录 * 前言 * 一、OpenClaw是啥?你的数字长工 * 二、视觉操作的核心:Snapshot快照系统 * 1. 告别元素定位地狱 * 2. 自适应界面变化 * 3. 跨应用操作 * 三、实战:手把手教你让AI自动填表 * 步骤1:安装与环境准备 * 步骤2:启动视觉模式 * 步骤3:编写自动化脚本 * 步骤4:进阶:自动下载报表 * 四、不止浏览器:桌面软件也能点 * 五、定时任务:让AI自己起床干活 * 六、数据安全:你的隐私留在本地 * 七、避坑指南:新手常踩的雷 * 1. 动态加载的坑 * 2. 弹窗处理 * 3. API额度控制 * 4. 元素编号会变 * 八、总结:从“码农”

当AI成为开发伙伴,我们的代码架构该向何处去?

当AI成为开发伙伴,我们的代码架构该向何处去?

当AI成为开发伙伴,我们的代码架构该向何处去? 过去三年,我一直在维护一套内部的后台管理系统。从最初几个人快速搭建的MVP,到现在支撑着公司六个业务线的核心运营,这个系统经历了一次彻底的重构。 重构的原因很简单:代码变得“不可爱”了。 不是不能跑,而是每次加新功能都像在雷区里跳舞。改一行代码,影响三个不相关页面;想引入一个新思路,发现老架构处处掣肘;团队成员越来越多,但代码的可理解性却在直线下降。 这让我开始思考一个更本质的问题: 当我们的代码不再只被人阅读,AI也将成为日常协作者时,架构应该为什么而设计? 这不是一个遥远的技术幻想。Cursor、Copilot、Windsurf已经深度嵌入到我的日常开发中。它们读代码的速度比我快百倍,但它们“理解”代码的方式和人截然不同。 这篇文章,我想聊聊在这个AI与人类混合编程的时代,我对代码架构的一些重新思考。 先回顾一下:我们曾经追求过什么 在谈未来之前,有必要理清我们走过的路。这里以我熟悉的React/Vue生态下的中后台项目为例。 第一阶段:能跑就行 最朴素的诉求是: * 别让我从零配置webpack/vite

零基础学AI大模型之Embedding与LLM大模型对比全解析

零基础学AI大模型之Embedding与LLM大模型对比全解析

大家好,我是工藤学编程 🦉一个正在努力学习的小博主,期待你的关注实战代码系列最新文章😉C++实现图书管理系统(Qt C++ GUI界面版)SpringBoot实战系列🐷【SpringBoot实战系列】SpringBoot3.X 整合 MinIO 存储原生方案分库分表分库分表之实战-sharding-JDBC分库分表执行流程原理剖析消息队列深入浅出 RabbitMQ-RabbitMQ消息确认机制(ACK)AI大模型零基础学AI大模型之LangChain 文本分割器实战:CharacterTextSplitter 与 RecursiveCharacterTextSplitter 全解析 前情摘要 前情摘要 1、零基础学AI大模型之读懂AI大模型 2、零基础学AI大模型之从0到1调用大模型API 3、零基础学AI大模型之SpringAI 4、零基础学AI大模型之AI大模型常见概念 5、零基础学AI大模型之大模型私有化部署全指南 6、零基础学AI大模型之AI大模型可视化界面 7、零基础学AI大模型之LangChain 8、零基础学AI大模型之LangChain六大核心模

2026 Python+AI入门|0基础速通,吃透热门轻量化玩法

2026 Python+AI入门|0基础速通,吃透热门轻量化玩法

🎁个人主页:User_芊芊君子 🎉欢迎大家点赞👍评论📝收藏⭐文章 🔍系列专栏:AI 文章目录: * 一、2026 Python+AI入门,必抓3个热门新趋势 * 二、入门前提:不用啃硬骨头,掌握这2点就够了 * 环境搭建(10分钟搞定,Windows/Mac通用) * 三、3个实战案例 * 案例1:30行代码开发AI文本总结工具(轻量化工具,最易上手) * 案例2:大模型微调入门(Llama 3微调,2026热门) * 案例3:AI自动数据标注(图像标注,企业刚需) * 四、Python+AI入门学习流程图(2026最新,不绕路) * 五、2026新手避坑指南 * 六、总结 【前言】 大家好,我是一名深耕AI入门教学的开发者,