OpenClaw 接入飞书机器人保姆级教程

OpenClaw 接入飞书机器人保姆级教程

如果你的 OpenClaw 已完成初始部署、WebUI 可正常收发回复,现在想接入飞书机器人,这篇教程会带你从创建机器人到配置完成,一步到位。

相信你在部署 OpenClaw 时已经踩过不少坑,这篇文章会帮你尽量避开飞书对接中的常见问题,少走弯路。废话不多说,教程正式开始!原文地址

内置飞书插件

如果您使用的是最新版本的 OpenClaw那么已经内置了 Feishu 插件,通常不需要让我们单独进行安装。

如果您使用的是之前比较旧的版本,或者是没有内置的 Feishu 的插件,可以手动进行安装,执行下方命令:

创建飞书机器人

我们先来创建飞书的应用,我们可以复制下方地址进行一键直达

创建企业自建应用

打开后,我们点击【创建企业自建应用】,如果您还没有飞书账号的话,请先注册飞书的账号后再进行创建应用

此图片的 alt 属性为空;文件名为 %E9%A3%9E%E4%B9%A6%E5%88%9B%E5%BB%BA%E4%BC%81%E4%B8%9A%E8%87%AA%E5%BB%BA%E5%BA%94%E7%94%A8-1024x436.webp


我们创建企业自建应用然后输入应用名称和应用描述,还有应用图标,我们都可以自定义进行上传,或者选择其他照片当作应用图标。输入完之后我们点击创建

此图片的 alt 属性为空;文件名为 %E9%A3%9E%E4%B9%A6%E5%88%9B%E5%BB%BA%E5%BA%94%E7%94%A8%E5%AE%9A%E4%B9%89%E5%90%8D%E7%A7%B0%E5%92%8C%E5%9B%BE%E6%A0%87-1024x601.webp

获取 AppID 和 AppSecret

我们点击凭证与基础信息一栏查看我们的App ID 和 App Secret,我们可以复制下来到文本记录一下,后面我们需要用到:

  • App ID (格式如:cli_xxx)
  • App Secret

⚠️重要:请妥善保管自己的 App Secret,不要分享给任何人!

此图片的 alt 属性为空;文件名为 %E9%A3%9E%E4%B9%A6%E5%87%AD%E8%AF%81%E4%B8%8E%E5%9F%BA%E7%A1%80%E4%BF%A1%E6%81%AF-1024x468.webp
此图片的 alt 属性为空;文件名为 %E9%A3%9E%E4%B9%A6%E5%BA%94%E7%94%A8%E5%87%AD%E8%AF%81-1024x297.webp

配置权限管理

然后我们在左侧菜单栏找到【权限管理】,并点击后找到【批量导入或导出】找到并点击他,然后我们选择【导入】把下方的JSON 代码复制到自己的JSON配置中

此图片的 alt 属性为空;文件名为 %E9%A3%9E%E4%B9%A6%E6%9D%83%E9%99%90%E7%AE%A1%E7%90%86%E5%AF%BC%E5%85%A5JSON-%E6%95%B0%E6%8D%AE-1024x565.webp

输入完成后,我们点击下一步确认新增权限,然后会提示我们确认导入的权限,我们点击右下角的申请开通按钮即可完成

此图片的 alt 属性为空;文件名为 %E9%A3%9E%E4%B9%A6%E6%9D%83%E9%99%90%E7%AE%A1%E7%90%86%E7%94%B3%E8%AF%B7%E5%BC%80%E9%80%9A-1024x642.webp

添加机器人

然后我们在左侧的菜单栏找到【添加应用能力】,然后我们添加机器人

此图片的 alt 属性为空;文件名为 %E9%A3%9E%E4%B9%A6%E6%B7%BB%E5%8A%A0%E5%BA%94%E7%94%A8%E8%83%BD%E5%8A%9B-%E6%9C%BA%E5%99%A8%E4%BA%BA-1024x480.webp

这里我们配置一下机器人。

需要注意的是:菜单状态,如果无法以关闭状态进行保存的话,那么我们就使用开启状态进行完成保存,后期我们可以进行关闭,当然如果自己能用到菜单功能的话,可以进行开启。

此图片的 alt 属性为空;文件名为 %E9%A3%9E%E4%B9%A6%E6%9C%BA%E5%99%A8%E4%BA%BA%E9%85%8D%E7%BD%AE-1024x451.webp

事件与回调

在左侧菜单栏找到【事件与回调】点击【订阅方式】选择【使用长连接接收事件】→ 添加事件

此图片的 alt 属性为空;文件名为 %E9%A3%9E%E4%B9%A6%E4%BA%8B%E4%BB%B6%E4%B8%8E%E5%9B%9E%E8%B0%83-1024x382.webp

选择【消息与群组】→ 勾选【接收消息】 → 点击添加

此图片的 alt 属性为空;文件名为 %E9%A3%9E%E4%B9%A6%E6%9C%BA%E5%99%A8%E4%BA%BA%E6%8E%A5%E6%94%B6%E6%B6%88%E6%81%AF-1024x637.webp

版本发布

点击【创建版本】

此图片的 alt 属性为空;文件名为 %E9%A3%9E%E4%B9%A6%E5%88%9B%E5%BB%BA%E7%89%88%E6%9C%AC-1024x468.webp

输入应用版本号 → 更新说明 → 点击保存 → 最后确认发布

此图片的 alt 属性为空;文件名为 %E9%A3%9E%E4%B9%A6%E4%BF%9D%E5%AD%98%E7%89%88%E6%9C%AC-1024x732.webp
此图片的 alt 属性为空;文件名为 %E9%A3%9E%E4%B9%A6%E5%BA%94%E7%94%A8%E5%8F%91%E5%B8%83-1024x556.webp

通过命令行进行添加

如果你已经完成了初始安装,可以用与下面命令添加飞书渠道。复制下方命令到自己的终端中执行即可

下方它会询问我们是否现在配置聊天频道,我们选择yes

此图片的 alt 属性为空;文件名为 %E7%BB%88%E7%AB%AF%E6%89%A7%E8%A1%8Copenclaw-channels-add-1024x649.png


这里我们用键盘中的方向键进行上下选择选中我们需要配置的飞书频道,然后按回车键

此图片的 alt 属性为空;文件名为 image-1024x649.png

这里它会询问我们是否需要安装飞书插件,这里它有三个选项

  • Download from npm(从 npm 中进行下载)
  • Use local plugin path(使用本地插件路径)
  • Skip for now (跳过)

这里我的版本是3.12我直接选择的是使用本地插件路径,也就是第二个,然后我们按回车键

此图片的 alt 属性为空;文件名为 %E9%80%89%E6%8B%A9%E9%A3%9E%E4%B9%A6%E5%AE%89%E8%A3%85%E6%8F%92%E4%BB%B6%E6%B8%A0%E9%81%93-1024x649.png

这里我们选择【Enter App Secret】按回车键后输入自己飞书的 App Secret

  • 输入完 AppSecret 后按回车键;
  • 然后要求输入我们的 AppID,我依旧复制我从飞书凭证中复制的 AppID 进行粘贴后按回车键即可
此图片的 alt 属性为空;文件名为 %E8%BE%93%E5%85%A5%E9%A3%9E%E4%B9%A6%E5%AF%86%E9%92%A5-1024x649.png
此图片的 alt 属性为空;文件名为 %E8%BE%93%E5%85%A5%E9%A3%9E%E4%B9%A6%E7%9A%84-AppSecret-1024x649.png
此图片的 alt 属性为空;文件名为 %E8%BE%93%E5%85%A5%E9%A3%9E%E4%B9%A6%E7%9A%84-appid-1024x649.png

这里我们务必要选择 websocket,然后按回车键

此图片的 alt 属性为空;文件名为 %E9%A3%9E%E4%B9%A6-websocket-1024x649.png

然后它让我们选择域名,这里首先自己要知道自己使用的是国内版飞书还是国际版飞书,国内版飞书我们就选择.cn 的域名,国际版就选择 Lark 也就是.com的域名

此图片的 alt 属性为空;文件名为 %E9%A3%9E%E4%B9%A6-domain-1024x649.png

这里有三个选项,让我们选择是否仅在特定群组中回复还是公开,或者是禁用

  • 仅在特定群组中回复
  • 公开 - 在所有群组中回复(需要提及)
  • 禁用 - 不在群组中回复

如果您不想在群组中回复的话,那么就选择禁用,或者选择仅在特定群组中回复,这里我选择的是禁用

此图片的 alt 属性为空;文件名为 Snipaste_2026-03-14_12-52-36-1024x649.png

完成后,它又会让我们进行配置新的频道,如果您有其它的频道进行配置的话,那么继续操作即可。如果没有的其它频道进行配置的话,我们选择完成即可

此图片的 alt 属性为空;文件名为 finished-1024x649.png

剩余的就根据下方进行选择即可

  • 【feishu account name】这个是自定义的,你想输入什么都没有关系。
  • 【Bind configured channel accounts to agents now?】现在将配置好的渠道账户绑定到代理?这里我们直接选择 Yes
  • 【Route feishu account “default” to agent / 将飞书账户“default”路由到代理】这里我们依旧选择 Yes
此图片的 alt 属性为空;文件名为 OpenClaw-%E7%BB%91%E5%AE%9A%E9%A3%9E%E4%B9%A6-1024x649.png

现在,我们就完成了 OpenClaw 接入飞书频道的配置流程了,现在我们可以输入以下命令管理网关:

  • openclaw gateway status - 查看网关运行状态
  • openclaw gateway restart - 重启网关以应用新配置
  • openclaw logs --follow - 查看实时日志

测试飞书机器人

打开飞书客户端或者网页版,找到自己创建的应用并打开

此图片的 alt 属性为空;文件名为 %E9%A3%9E%E4%B9%A6%E6%89%93%E5%BC%80%E5%BA%94%E7%94%A8-1024x584.png

在创建的机器人聊天窗口输入/start 会出现需要发送给OpenClaw 的配对码

此图片的 alt 属性为空;文件名为 %E9%85%8D%E5%AF%B9%E7%A0%81-934x1024.png

打开终端输入给出的配对码进行回车发送即可

此图片的 alt 属性为空;文件名为 Snipaste_2026-03-14_13-23-38-1024x649.png
此图片的 alt 属性为空;文件名为 Snipaste_2026-03-14_13-23-44-1024x649.png

然后我们在创建的机器人中回复一条消息,它确实给出我们回应了。因为之前使用过飞书机器人所以之前的记录 OpenClaw 是保留着的。

此图片的 alt 属性为空;文件名为 Snipaste_2026-03-14_13-25-02-938x1024.png

Read more

Midjourney搞定科研论文封面图!3步出刊级作品,拒被审稿人打回

Midjourney搞定科研论文封面图!3步出刊级作品,拒被审稿人打回

点赞、关注、收藏,不迷路 点赞、关注、收藏,不迷路 搞科研的你,是不是在论文封面图上栽过太多跟头?自己用PPT画的封面又丑又廉价,完全撑不起学术格调;找设计公司定制,不仅收费贵(动辄几百上千元),沟通反复修改耗时久,还总get不到你研究的核心主题;好不容易凑出来的封面,又被审稿人质疑“不贴合研究内容”“不符合期刊规范”,直接拖慢论文发表进度;更头疼的是,想参考顶会封面风格,却不知道怎么落地,只能对着别人的作品羡慕? 如果你也深陷这些困境,别再硬扛!昨天和某重点项目评审专家聊天,专家做了分享。小编做了系统梳理。今天这篇实操指南,直接带你用Midjourney快速制作出刊级科研论文封面图,从核心要素梳理、Prompt精准撰写,到生成筛选、后期微调,每个步骤都有具体逻辑和可直接复用的模板,不管你是Midjourney新手还是科研小白,跟着做就能3步搞定符合期刊要求的封面图,让审稿人眼前一亮! 一、先搞懂:科研论文封面图的核心要求,避免踩坑 学术期刊对封面图有明确规范,盲目用Midjourney生成只会白费功夫。核心要求有3点:一是主题契合,必须精准体现研究核心内容(

实测GLM-ASR-Nano-2512:超越Whisper V3的语音识别效果

实测GLM-ASR-Nano-2512:超越Whisper V3的语音识别效果 1. 引言:端侧语音识别的新标杆 随着大模型技术向终端设备下沉,轻量化、高性能的本地语音识别模型成为开发者关注的焦点。近期,智谱AI开源了其新一代语音识别模型 GLM-ASR-Nano-2512,该模型以1.5B参数量在多个基准测试中表现优于OpenAI的Whisper V3,同时支持本地部署与实时交互,兼顾性能与隐私保护。 本文将基于实际部署和测试经验,深入分析GLM-ASR-Nano-2512的技术特性、运行方式、识别效果,并与Whisper V3进行多维度对比,帮助开发者判断其在真实场景中的适用性。 1.1 为什么需要端侧ASR? 传统云端语音识别虽精度高,但存在三大痛点: * 延迟不可控:网络传输带来额外延迟,影响交互体验; * 隐私风险:用户语音上传至服务器,敏感信息易泄露; * 离线不可用:无网络环境下无法使用。 而端侧ASR(Automatic Speech Recognition)通过在本地完成语音转文字任务,有效解决了上述问题。尤其在智能硬件、办公输入法、边缘计算等场

Qwen-Image-Lightning体验报告:中文语义理解超强的AI画师

Qwen-Image-Lightning体验报告:中文语义理解超强的AI画师 自从Qwen图像系列模型发布以来,它在中文多模态理解与生成领域持续展现出独特优势。不同于依赖英文提示词工程的主流文生图模型,Qwen系列从底层就深度适配中文语义结构——而最新推出的Qwen-Image-Lightning,正是这一技术路线的集大成者:它不是简单地“支持中文”,而是真正让中文成为创作的原生语言。 本文将从真实使用场景出发,不堆砌参数、不罗列指标,全程聚焦一个核心问题:当你输入一句地道的中文描述时,它到底能不能听懂?听懂之后,又能不能把那种只可意会的意境,稳稳当当地画出来? 1. 为什么说它是“中文语义理解超强”的AI画师? 很多用户试过用中文提示词生成图片,结果却不如英文稳定。原因往往不在模型本身,而在语义断层——中文的意象表达、虚实转换、文化隐喻,和英文的直白逻辑存在天然差异。 Qwen-Image-Lightning的突破点,恰恰在于它继承了Qwen-VL系列对中文语义空间的长期建模能力。它不把“水墨丹青中国龙”拆解为“ink painting, Chinese dragon,

Java在AI时代的崛起:从传统机器学习到AIGC的全栈解决方案

Java在AI时代的崛起:从传统机器学习到AIGC的全栈解决方案

个人名片 🎓作者简介:java领域优质创作者 🌐个人主页:码农阿豪 📞工作室:新空间代码工作室(提供各种软件服务) 💌个人邮箱:[[email protected]] 📱个人微信:15279484656 🌐个人导航网站:www.forff.top 💡座右铭:总有人要赢。为什么不能是我呢? * 专栏导航: 码农阿豪系列专栏导航 面试专栏:收集了java相关高频面试题,面试实战总结🍻🎉🖥️ Spring5系列专栏:整理了Spring5重要知识点与实战演练,有案例可直接使用🚀🔧💻 Redis专栏:Redis从零到一学习分享,经验总结,案例实战💐📝💡 全栈系列专栏:海纳百川有容乃大,可能你想要的东西里面都有🤸🌱🚀 目录 * Java在AI时代的崛起:从传统机器学习到AIGC的全栈解决方案 * 一、Java AI生态概览:多样化的技术选择 * 1.1 深度学习框架:接轨主流AI技术 * Deep Java Library