OpenClaw 安装 + 接入飞书机器人完整教程

OpenClaw 安装 + 接入飞书机器人完整教程

OpenClaw 曾用名:ClawdBot → MoltBot → OpenClaw(同一软件,勿混淆)
适用系统:Windows 10/11
最后更新:2026年3月

一、什么是 OpenClaw?

OpenClaw 是一款 2026 年爆火的开源个人 AI 助手,GitHub 星标已超过 10 万颗。

与普通 AI 聊天机器人的核心区别:

  • 真正的执行能力:不只回答问题,能实际操作你的电脑
  • 24/7 全天候待命:睡觉时也能主动完成任务
  • 完全开源免费:数据完全掌控在自己手中
  • 支持国内平台:飞书、钉钉等均已支持接入

二、安装前准备:安装 Node.js

建议提前手动安装 Node.js(版本 v22.x 以上),可加快后续安装速度并减少意外。

官方下载地址:https://nodejs.org/zh-cn/download


三、安装 OpenClaw

1. 设置 PowerShell 执行权限

管理员身份运行 PowerShell(Win 键搜索 → 右键 → 以管理员身份运行),依次执行:

Set-ExecutionPolicy RemoteSigned -Scope CurrentUser Set-ExecutionPolicy-Scope Process-ExecutionPolicy Bypass 

2. 执行一键安装命令

iwr-useb https://openclaw.ai/install.ps1 |iex

安装过程会自动完成:检测系统环境、安装依赖、下载核心文件、配置环境变量,并进入配置向导。


四、初始配置向导

1. 风险告知

左方向键 ← 选择 Yes,回车确认继续。

2. 选择 QuickStart 模式

3. 配置 AI 模型 API Key

推荐使用国内智谱 GLM 模型,成本低且门槛低。

4. 选择模型

选择 GLM-4.7(智谱当前旗舰模型)或其他你已有 Key 的模型。

5. 跳过通讯平台配置

飞书配置较复杂,此处选择 Skip,后续单独配置。

6. 跳过 Skills 配置

选择 No,后续通过 UI 界面配置。

7. 开启 Hooks

空格键选中,再按回车确认。

8. 启动服务并打开 UI 界面

服务启动后,约等待 30 秒,选择 Open the Web UI,浏览器自动打开管理界面:

http://127.0.0.1:18789 

五、接入飞书机器人

第一步:创建飞书应用

  1. 打开飞书开放平台:https://open.feishu.cn
  2. 点击右上角进入开发者后台
  3. 点击创建应用,填写应用名称和描述
  4. 进入应用详情,记录下 App IDApp Secret

第二步:添加机器人能力

在应用详情页,找到添加应用能力,选择并添加机器人

第三步:配置权限

权限管理页面,开通以下权限(即时通讯相关权限全部开通):

  • 获取与发送单聊、群组消息
  • 读取用户基本信息
  • 获取通讯录基本信息

第四步:创建版本并发布

  1. 版本管理中创建新版本
  2. 提交发布,状态为在线应用
  3. 前往飞书客户端完成审批

第五步:安装飞书插件

打开 PowerShell,执行:

openclaw plugins install @m1heng-clawd/feishu 

第六步:配置飞书插件

安装完成后,新开一个 PowerShell 窗口,执行:

openclaw config 

按照向导依次完成:

步骤操作
选择渠道选择飞书
选择配置链接选择对应链接
填写凭证输入 App ID 和 App Secret
选择域名选择中国区域
接受群组聊天确认开启
完成配置选择 Yes → Open → 继续

配置完成后重启服务使配置生效:

openclaw gateway stop openclaw gateway start

第七步:飞书后台设置事件回调

  1. 回到飞书开放平台 → 应用详情 → 事件订阅
  2. 选择使用长连接接收事件
  3. 点击添加事件,添加接收消息事件
  4. 重新发布版本(步骤同上)

第八步:开始使用

打开飞书客户端,找到你创建的机器人,直接发消息即可指挥 OpenClaw 干活!


六、常用命令速查

命令功能
openclaw onboard重新进入配置向导
openclaw status查看运行状态
openclaw health健康检查
openclaw gateway start启动服务
openclaw gateway stop停止服务
openclaw update更新到最新版本
openclaw doctor诊断问题
openclaw uninstall卸载 OpenClaw

七、常见问题

Q:安装飞书插件提示 spawn npm ENOENT

这是 OpenClaw 在 Windows 上的已知 bug。找到以下文件:

C:\Users\你的用户名\AppData\Roaming\fnm\node-versions\v22.x.x\installation\node_modules\openclaw\dist\process\exec.js 

找到 runCommandWithTimeout 函数中的 spawn 调用,在其前面添加 Windows npm 兼容处理:

let command = argv[0];let useShell =false;if(process.platform ==="win32"&& path.basename(command)==="npm"){ useShell =true;}const child =spawn(command, argv.slice(1),{ stdio, cwd,env: resolvedEnv,shell: useShell,});

Q:提示"openclaw 命令找不到"

关闭所有 PowerShell 窗口,重新打开后重试。如仍不行,重启电脑。


Q:安装卡住不动

Ctrl+C 中断,执行 openclaw doctor 检查问题,确认防火墙设置是否阻止了网络请求。


Q:端口 18789 被占用

openclaw gateway --port 18790 

换用其他端口启动服务。


八、费用说明

  • OpenClaw 软件本身:完全免费
  • 主要费用来源:AI 模型 API 调用(推荐使用智谱 GLM 等国内模型,成本更低)

Read more

Gemma-3-12B-IT WebUI效果呈现:强化学习对齐+RLHF训练流程解析

Gemma-3-12B-IT WebUI效果呈现:强化学习对齐+RLHF训练流程解析 1. 引言:从聊天界面到模型灵魂 当你打开Gemma-3-12B-IT的WebUI界面,输入一个问题,几秒钟后就能得到一个流畅、准确、甚至充满人情味的回答。这个看似简单的交互背后,隐藏着一套复杂而精密的训练体系——强化学习对齐(Reinforcement Learning Alignment)和RLHF(Reinforcement Learning from Human Feedback)训练流程。 你可能已经体验过Gemma-3-12B-IT的强大对话能力:它能理解你的意图,生成高质量的代码,解释复杂概念,甚至进行创意写作。但你是否想过,这个模型是如何学会“好好说话”的?它为什么不会像早期的聊天机器人那样胡言乱语,或者给出有害的建议? 今天,我们就来深入解析Gemma-3-12B-IT背后的训练秘密。这不是一篇枯燥的技术论文,而是一次带你走进大模型“训练营”的旅程。我们会用最直白的方式,解释强化学习对齐和RLHF到底是什么,它们如何让一个“原始”的语言模型变成现在这个聪明、有用、安全的对话

Qwen3-VL-WEBUI游戏AI:视觉决策系统搭建

Qwen3-VL-WEBUI游戏AI:视觉决策系统搭建 1. 引言:为何需要基于Qwen3-VL的视觉决策系统? 在当前AI驱动的游戏自动化、智能NPC设计与玩家行为分析等场景中,传统的纯文本大模型已难以满足复杂交互需求。游戏界面本质上是高度结构化的多模态环境——包含图像、动态UI元素、空间布局和实时反馈机制。为此,阿里开源的 Qwen3-VL-WEBUI 提供了一个强大的解决方案。 该平台内置了 Qwen3-VL-4B-Instruct 模型,作为Qwen系列迄今最强的视觉-语言模型(VLM),具备深度视觉理解、长上下文推理与GUI操作能力。通过将其部署为Web服务,开发者可快速构建一个能“看懂”游戏画面并做出智能决策的AI代理系统。 本文将围绕如何利用 Qwen3-VL-WEBUI 构建一套完整的游戏AI视觉决策系统,涵盖技术原理、部署实践、核心功能调用及工程优化建议,帮助读者实现从“感知”到“行动”的闭环。 2. 技术架构解析:Qwen3-VL的核心能力拆解 2.1 多模态融合机制:视觉与语言的统一表征 Qwen3-VL采用交错MRoPE(Multiresolu

前端如何实现 [记住密码] 功能

前端如何实现“记住密码”功能 “记住密码”功能在现代 Web 应用中仍然非常常见,但由于浏览器安全策略和用户隐私意识的提升,实现方式已经从早期的“明文存 Cookie”演变为更安全、更符合规范的方案。 下面是目前主流的几种实现方式,从简单到推荐的完整说明: 1. 最常见但已不推荐的方式(仅作了解) 方式:用户名 + 密码同时存入 Cookie 或 localStorage // 登录成功后 localStorage.setItem('username', username); localStorage.setItem('password', password);// 明文!极度危险// 下次打开页面自动填充 document.getElementById('username').value = localStorage.getItem('username&

从零构建:使用aiortc实现WebRTC连接的实战指南

快速体验 在开始今天关于 从零构建:使用aiortc实现WebRTC连接的实战指南 的探讨之前,我想先分享一个最近让我觉得很有意思的全栈技术挑战。 我们常说 AI 是未来,但作为开发者,如何将大模型(LLM)真正落地为一个低延迟、可交互的实时系统,而不仅仅是调个 API? 这里有一个非常硬核的动手实验:基于火山引擎豆包大模型,从零搭建一个实时语音通话应用。它不是简单的问答,而是需要你亲手打通 ASR(语音识别)→ LLM(大脑思考)→ TTS(语音合成)的完整 WebSocket 链路。对于想要掌握 AI 原生应用架构的同学来说,这是个绝佳的练手项目。 从0到1构建生产级别应用,脱离Demo,点击打开 从0打造个人豆包实时通话AI动手实验 从零构建:使用aiortc实现WebRTC连接的实战指南 背景痛点:为什么选择aiortc? WebRTC技术虽然强大,但原生实现需要处理大量底层细节,这对开发者来说是个不小的挑战: * 协议栈复杂:需要理解STUN/TURN服务器配置、SDP协商、ICE候选交换等概念