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

优质文章学习记录

— 10 min read
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 ID和App 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 ID和App 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

AI绘画作品描述反推：GLM-4.6V-Flash-WEB还原提示词

AI绘画作品描述反推：GLM-4.6V-Flash-WEB还原提示词 在AI生成艺术蓬勃发展的今天，一张张令人惊叹的数字画作背后，往往隐藏着一段精心设计的文本提示词（Prompt）。然而，当我们在社交媒体或共享平台上看到一幅惊艳的作品时，却常常无法得知它是如何被“召唤”出来的——原作者未公开Prompt、平台不支持元数据嵌入、图像经过二次编辑……这些都让创作过程变得神秘而难以复现。 这种“看得见结果，看不见过程”的困境，正催生一个新兴的技术需求：从AI绘画成品中反向推理出其生成所依赖的原始提示词。这不仅关乎学习与模仿，更涉及内容溯源、版权审查与创意启发等多个层面。传统方法依赖人工经验猜测或简单图像标签识别，效果有限。而如今，随着多模态大模型的发展，我们终于拥有了真正可行的自动化解决方案。 其中，智谱AI推出的 GLM-4.6V-Flash-WEB 模型，凭借其轻量高效、语义理解强和开源可部署的优势，成为实现这一目标的理想选择。 多模态理解的新范式：不只是“看”，更要“懂” 要理解为什么GLM-4.6V-Flash-WEB能胜任提示词反推任务，首先要明白这项工作的本质并非简单
机器人-六轴机械臂的正运动学

机器人-六轴机械臂的正运动学

在机器人运动学建模领域，D-H（Denavit-Hartenberg）参数法绝对是绕不开的核心技术。它以极简的4个参数，就能清晰描述机械臂各连杆间的相对位姿关系，是实现正运动学求解、轨迹规划的基础。本文将从理论原理出发，一步步拆解六轴机械臂的D-H法建模流程，最后结合代码实现让理论落地，适合机器人初学者或技术爱好者深入学习。 一、为什么选择D-H法？—— 机械臂建模的“通用语言” 六轴机械臂作为工业场景中最常用的机器人构型，其连杆与关节的空间关系复杂。如果直接用三维坐标系叠加计算，不仅公式繁琐，还容易出现坐标混乱的问题。而D-H法的核心优势的在于“标准化”： * 简化参数：用仅4个参数（关节角、连杆偏移、连杆长度、连杆扭转角）描述相邻连杆的位姿，替代复杂的三维坐标变换； * 通用性强：适用于所有串联机械臂，无论是六轴、四轴还是协作机械臂，都能套用同一套建模逻辑； * 计算高效：通过齐次变换矩阵的乘积，可快速求解末端执行器相对于基坐标系的位姿，为后续运动学分析奠定基础。 简单来说，学会D-H法，就掌握了串联机械臂建模的“通用语言”。 二、D-H法核心：4个
Ubuntu搭建PX4无人机仿真环境(5) —— 仿真环境搭建(以Ubuntu 22.04,ROS2 Humble,Micro XRCE-DDS Agent为例)

Ubuntu搭建PX4无人机仿真环境(5) —— 仿真环境搭建(以Ubuntu 22.04,ROS2 Humble,Micro XRCE-DDS Agent为例)

目录 * 前言 * 1. 准备 * 1.1 下载 PX4 源码 * 方式一： * 方式二： * 1.2 安装仿真依赖 * 1.3 安装 Gazebo * 2. 安装 Micro XRCE-DDS Agent * 3. 编译 PX4 * 4. 通信测试 * 5. 官方 offboard 程序 * 6. offboard 测试 * 参考 前言 本教程基于 ROS2 ，在搭建之前，需要把 ROS2、QGC 等基础环境安装配置完成。但是这块的资料相比较于 ROS1 下的少很多，不利于快速上手和后期开发，小白慎选！ 小白必看：
【数据库】国产数据库的新机遇：电科金仓以融合技术同步全球竞争

【数据库】国产数据库的新机遇：电科金仓以融合技术同步全球竞争

7月15日，国产数据库厂商中电科金仓（北京）科技股份有限公司（以下简称“电科金仓”）在北京举行了一场技术发布会，集中发布四款核心产品：AI时代的融合数据库KES V9 2025、企业级统一管控平台KEMCC、数据库一体机（云数据库AI版）以及企业级智能海量数据集成平台KFS Ultra，并同步举行了“金兰组织2.0”启动仪式。 如果放在过去几年，这场发布会可能被归入“信创替代”的常规范畴。但这一次，电科金仓试图讲述的不再是“我们也能做、我们可以兼容”，而是“我们能不能定义下一代数据库形态”。 整个发布会贯穿了三个关键词：“融合”“AI”“平台能力”。这背后的核心逻辑是清晰的：在“去IOE”与“兼容Oracle”的红利渐近尾声之际，国产数据库厂商开始面对一个更加复杂、也更具挑战性的市场命题——如何在大模型时代支撑非结构化数据、高维向量检索和复杂语义计算的新需求？ 正如我国数据库学科带头人王珊教授所说，数据库内核与AI能力的深度结合，已成为释放数据核心价值的关键路径，正催生着更智能、更自适应、更能应对复杂挑战的新一代数据库形态。