OpenClaw 飞书机器人配置教程|一键对接飞书,实现聊天下达 AI 指令

OpenClaw 飞书机器人配置教程|一键对接飞书,实现聊天下达 AI 指令

适配版本:OpenClaw v2.3.12/v2.4.1(小龙虾)前置要求:已部署 OpenClaw Windows 端(Win10/Win11 均可),未部署可先下载一键部署包完成安装核心效果:配置完成后,可在飞书聊天窗口直接向机器人发送自然语言指令,OpenClaw 自动拆解任务、操控电脑完成操作,实现飞书远程下达 AI 任务

📌 OpenClaw Windows 一键部署包下载地址🔗 OpenClaw Windows 一键部署包 v2.3.12✅ 免配置、免命令行、解压即用,内置所有运行依赖,部署完成后再进行飞书配置即可

(此教程配合这个安装包使用)

一、配置前必看

  1. 需拥有飞书账号,个人 / 企业账号均可,企业账号需确保有应用开发权限
  2. OpenClaw 需保持正常运行(Gateway 在线),配置过程中无需关闭
  3. 飞书开放平台操作全程按步骤执行,权限导入、事件订阅缺一不可,否则机器人无法响应
  4. 配置完成后需重启 OpenClaw,确保凭证生效

二、第一步:进入飞书开放平台并登录开发者后台

  1. 打开飞书开放平台官方地址:https://open.feishu.cn

使用飞书账号扫码 / 密码登录,进入开发者后台(首次登录无需额外认证,个人账号可直接使用)

1.png

三、第二步:创建企业自建应用

  1. 在开发者后台首页,点击创建应用按钮
  2. 应用类型选择企业自建应用(仅本企业 / 个人可使用,无需上架审核,快速生效)

进入应用创建页面,准备填写基础信息

2.png

四、第三步:填写应用基础信息

按要求填写以下信息,填写完成后点击创建

  • 应用名称:自定义(如:OpenClaw 机器人、小龙虾 AI、虾壳云),建议便于识别
  • 应用描述:简要说明(如:OpenClaw AI 智能体,飞书聊天下达指令),字数≤120

应用图标:自定义上传(JPEG/PNG/SVG/BMP 格式,2MB 以内,分辨率≥240*240px),可使用 OpenClaw 龙虾 Logo,便于飞书内识别✅ 注:信息可后续修改,创建后进入应用配置主界面

3.png

五、第四步:为应用添加「机器人」能力

  1. 进入应用配置页,左侧菜单栏找到添加应用能力选项并点击
  2. 在能力列表中选择机器人,点击右侧添加按钮

添加完成后,左侧菜单栏会出现「机器人」相关配置项,说明能力添加成功

4.png

六、第五步:批量导入机器人核心权限(关键步骤)

OpenClaw 需调用飞书消息、文档、表格等接口,需提前开通对应权限,批量导入可一次性完成,避免手动添加遗漏

  1. 左侧菜单栏进入权限管理,找到批量导入 / 导出权限按钮并点击
  2. 选择应用身份权限,将以下 JSON 代码完整粘贴至输入框,点击格式化 JSON(避免格式错误)
  3. 点击下一步,确认新增权限,再点击申请开通,等待权限开通成功(个人账号免审核,立即生效;企业账号需管理员审核)

完整权限 JSON 代码(直接复制)

 { "scopes": { "tenant": [ "aily:message:read", "aily:message:write", "base:app:copy", "base:app:create", "base:app:read", "base:app:update", "base:collaborator:create", "base:collaborator:delete", "base:collaborator:read", "base:dashboard:copy", "base:dashboard:read", "base:field:create", "base:field:delete", "base:field:read", "base:field:update", "base:form:read", "base:form:update", "base:record:create", "base:record:delete", "base:record:read", "base:record:retrieve", "base:record:update", "base:role:create", "base:role:delete", "base:role:read", "base:role:update", "base:table:create", "base:table:delete", "base:table:read", "base:table:update", "base:view:read", "base:view:write_only", "bitable:app", "bitable:app:readonly", "board:whiteboard:node:create", "board:whiteboard:node:delete", "board:whiteboard:node:read", "board:whiteboard:node:update", "cardkit:card:write", "contact:contact.base:readonly", "contact:user.base:readonly", "contact:user.employee_id:readonly", "contact:user.employee_number:read", "contact:user.id:readonly", "docs:doc", "docs:doc:readonly", "docs:document.comment:create", "docs:document.comment:read", "docs:document.comment:update", "docs:document.comment:write_only", "docs:document.content:read", "docs:document.media:download", "docs:document.media:upload", "docs:document.subscription", "docs:document.subscription:read", "docs:document:copy", "docs:document:export", "docs:document:import", "docs:event.document_deleted:read", "docs:event.document_edited:read", "docs:event.document_opened:read", "docs:event:subscribe", "docs:permission.member", "docs:permission.member:auth", "docs:permission.member:create", "docs:permission.member:delete", "docs:permission.member:readonly", "docs:permission.member:retrieve", "docs:permission.member:transfer", "docs:permission.member:update", "docs:permission.setting", "docs:permission.setting:read", "docs:permission.setting:readonly", "docs:permission.setting:write_only", "docx:document", "docx:document.block:convert", "docx:document:create", "docx:document:readonly", "drive:drive", "drive:drive.metadata:readonly", "drive:drive.search:readonly", "drive:drive:readonly", "drive:drive:version", "drive:drive:version:readonly", "drive:export:readonly", "drive:file", "drive:file.like:readonly", "drive:file.meta.sec_label.read_only", "drive:file:download", "drive:file:readonly", "drive:file:upload", "drive:file:view_record:readonly", "event:ip_list", "im:app_feed_card:write", "im:chat", "im:chat.members:read", "im:chat:read", "im:message", "im:message.group_msg", "im:message:send_as_bot", "im:message:readonly", "im:message:update", "sheets:spreadsheet", "sheets:spreadsheet:create", "sheets:spreadsheet:read", "space:folder:create", "wiki:node:create", "wiki:node:read", "wiki:node:update", "wiki:space:read" ], "user": [] } }

七、第六步:配置事件订阅,实现飞书消息接收

  1. 左侧菜单栏进入事件与回调,选择事件配置
  2. 订阅方式修改为:使用长连接接收事件(推荐,无需配置公网域名,个人账号首选),点击保存
  3. 点击添加事件,在搜索框输入接收消息,选择接收消息 v2.0(im.message.receive_v1)

勾选事件后点击添加,完成消息订阅配置(飞书发送的消息将通过长连接推送给 OpenClaw)

10.png

 

11.png

 

12.png

 

13.png

八、第七步:发布应用,使所有配置生效

  1. 左侧菜单栏进入版本管理与发布,点击创建版本
  2. 填写版本信息:
    • 应用版本号:自定义(如:1.0.0,按常规版本号填写即可)
    • 更新说明:简要填写(如:OpenClaw 飞书机器人初始配置)
    • 移动端 / 桌面端默认能力:均选择机器人

滑动至页面底部,点击保存,再点击确认发布✅ 注:个人未认证账号发布后免审核,立即生效;企业认证账号需进入飞书管理后台完成应用审核后生效

14.png

 

15.png

 

16.png

 

17.png

九、第八步:获取应用凭证,配置至 OpenClaw

  1. 左侧菜单栏进入凭证与基础信息,找到应用凭证板块
  2. 复制App IDApp Secret(需完整复制,不含空格,建议手动复制避免粘贴错误)
  3. 打开已运行的 OpenClaw 主界面,点击右上角设置,选择左侧聊天渠道
  4. 在渠道列表中找到Feishu(飞书),点击进入配置页
  5. 将复制的App IDApp Secret分别粘贴至对应输入框

点击页面底部保存渠道配置,OpenClaw 将自动重启,等待 Gateway 重新在线即配置完成

18.png

 

20.png

十、第九步:飞书端使用 OpenClaw 机器人(最终步骤)

  1. 打开飞书 PC / 手机端,在顶部搜索栏输入你创建的应用名称(如:OpenClaw 机器人)
  2. 点击进入机器人聊天窗口,发送任意测试指令(如:“你好”、“帮我整理桌面文件”)

若机器人正常回复 / 执行指令,说明配置成功;若无响应,按下方问题排查检查

19.png

十一、常见问题排查(机器人无响应 / 指令执行失败)

  1. 飞书应用未发布:返回飞书开放平台,确认版本已发布且审核通过(个人账号检查是否点击 “确认发布”)
  2. 权限未开通:进入权限管理,检查是否所有权限均显示 “已开通”,未开通则重新批量导入并申请
  3. App ID/Secret 复制错误:检查 OpenClaw 飞书配置页的凭证是否与飞书开放平台一致,有无多字 / 少字 / 空格
  4. OpenClaw 未重启:配置完成后需确保 OpenClaw 自动重启,若未重启,手动点击右上角重启Gateway
  5. 长连接未生效:返回飞书事件与回调,确认订阅方式为 “长连接”,重新保存后再测试
  6. OpenClaw 未正常部署:检查 Gateway 是否显示 “在线”,若离线,重新运行 OpenClaw 一键启动程序

十二、附:OpenClaw 飞书机器人常用指令示例

配置成功后,可在飞书聊天窗口直接发送以下指令,AI 自动操控电脑完成:

  • 办公类:「帮我打开 Excel,制作一份本周工作汇报表格,保存到 D 盘」
  • 文件类:「整理 D 盘下载文件夹,按文件类型分类创建文件夹」
  • 浏览器类:「打开浏览器,搜索 2026 年 AI 智能体发展趋势,整理成文档」
  • 消息类:「帮我给飞书备注 “同事 A” 发送消息,内容是 “工作汇报已发至你邮箱”」

📌 再次附上 OpenClaw Windows 一键部署包下载地址🔗 OpenClaw Windows 一键部署包 v2.3.12✅ 未部署的用户先下载安装,部署完成后按本教程配置,全程 10 分钟即可实现飞书对接 OpenClaw!

转载请注明出处,后续将更新 OpenClaw 微信 / 钉钉等渠道对接教程,持续关注获取更多干货!

Read more

yolo13-C3k2-WDBB_海下垃圾清理机器人环境感知与障碍物识别系统_1

本数据集为海下垃圾清理机器人环境感知任务提供训练支持,包含4485张经过预处理的水下环境图像,采用YOLOv8格式进行标注。数据集分为训练集、验证集和测试集三个部分,所有图像均经过自动方向调整( stripping EXIF方向信息)并统一拉伸至640×60像素尺寸,未应用任何图像增强技术。数据集共包含三个类别:‘bucket’(桶)、‘gate’(门)和’obstacle’(障碍物),这些类别代表了海下垃圾清理机器人可能面临的主要环境目标和障碍物。该数据集采用CC BY 4.0许可证授权,由qunshankj平台用户提供,通过qunshankj计算机视觉平台完成图像收集、组织和标注工作。数据集的构建旨在支持开发能够有效识别水下环境中的垃圾容器、结构门和其他障碍物的计算机视觉系统,从而提升海下垃圾清理机器人的自主导航和目标识别能力。 1. 深入解析87种目标检测模型:从经典到前沿的全面指南 目标检测作为计算机视觉的核心任务之一,在过去十年里经历了飞速发展。从传统的R-CNN系列到如今的YOLO系列,各种创新模型层出不穷。本文将深入解析87种主流目标检测模型,帮助你全面了解这个领域

基于 FPGA 的千兆网 GigE Vision 视频传输方案实现(A7/K7 实战篇)

基于 FPGA 的千兆网 GigE Vision 视频传输方案实现(A7/K7 实战篇)

基于 FPGA 的千兆网 GigE Vision 视频传输方案实现(A7/K7 实战篇) 前言 在工业视觉和自动化领域,GigE Vision 协议因其无需采集卡、传输距离远、生态成熟等优势,已成为高性能工业相机的核心通讯标准。然而,在 FPGA 上实现一套完全符合标准的 Transmitter(发射端)方案并非易事。 本文将结合 Artix-7 和 Kintex-7 系列 FPGA 的架构特性,深度解析一套工业级 GigE Vision 方案的底层逻辑、核心功能以及在 A7/K7 平台上的落地实践,为企业项目集成和个人进阶学习提供参考建议。 一、 GigE Vision 协议栈的工业级功能拆解 一套商用级的 GigE Vision 方案(Transmitter)必须在

Stable-Diffusion-3.5提示词语法校验:错误输入拦截部署教程

Stable-Diffusion-3.5提示词语法校验:错误输入拦截部署教程 你是不是也遇到过这种情况:在Stable Diffusion里输入了一大段精心构思的提示词,满怀期待地点击生成,结果要么是图片跑偏了,要么是直接报错,浪费了时间和算力。尤其是在使用最新的SD 3.5模型时,提示词的语法和结构要求更精细,一个不小心就容易“翻车”。 今天我要分享的,就是一个能帮你从源头解决问题的方案——为你的Stable-Diffusion-3.5-FP8镜像部署一个提示词语法校验器。它能像一位严格的“语法老师”,在你点击生成前,就检查出提示词里的错误、冲突或不规范的写法,并给出修改建议,让你告别无效生成,把每一次算力都用在刀刃上。 1. 为什么需要提示词语法校验? 在深入部署之前,我们先搞清楚一个问题:为什么提示词会出错?SD 3.5的提示词系统虽然强大,但也有一些“潜规则”。 1.1 常见的提示词错误类型 我总结了几类新手和老手都容易踩的坑: * 语法冲突:比如同时使用了矛盾的修饰词。(masterpiece, best quality:1.2) 和

源码交付!AI 无人机智慧巡检平台,20+AI场景智能识别,赋能低空一网通飞新引擎!

源码交付!AI 无人机智慧巡检平台,20+AI场景智能识别,赋能低空一网通飞新引擎!

01 项目简介      平台以 “无人机全场景智能系统服务体系” 为核心,构建了 “三大服务平台 + 两层支撑体系” 的完整架构。通过无人机统管、GIS 地理信息、AI 算法三大核心服务平台,连接终端层硬件设备(无人机、机场、负载)与应用层行业场景,形成覆盖 “任务调度 - 飞行作业 - 数据采集 - 智能分析 - 报告输出” 全流程的一体化解决方案。       平台打破传统巡检的信息孤岛,整合智能调度、指挥大屏、AI 识别、三维建模、设备上云、多端协同等核心功能模块,实现从单设备管理到多场景协同、从人工操作到自主作业、从经验判断到智能分析的全面升级,适配低空经济下多行业、多场景的巡检需求,为用户提供 “看得见、管得住、用得好” 的智能巡检服务。 02 核心功能