OpenClaw 接入飞书完整教程10分钟搭建专属 AI 助手

OpenClaw 接入飞书完整教程10分钟搭建专属 AI 助手

🦞 OpenClaw × 飞书 · 2026 最新教程

零代码配置 · WebSocket 长连接 · 流式卡片输出 · 支持文档/多维表格自动化
完整踩坑记录,小白也能跑通

📅 2026-03-15⏱ 阅读约 12 分钟

📑 文章目录

  1. 为什么选 OpenClaw 接入飞书?
  2. 前置准备清单
  3. 第一步:创建飞书自建应用
  4. 第二步:配置权限 & 事件订阅
  5. 第三步:安装 OpenClaw & 添加飞书渠道
  6. 第四步:启动网关 & 验证连接
  7. 核心配置参数详解
  8. 进阶玩法:文档 / 多维表格 / 定时任务
  9. 踩坑记录 & 解决方案
  10. 生产环境加固建议

1为什么选 OpenClaw 接入飞书?

OpenClaw(网友戏称"小龙虾")是 2025 年末至 2026 年初迅速出圈的开源本地 AI 智能体网关。 它的核心定位是:让大模型在你的电脑或服务器上 7×24 小时运行,并能无缝接入主流 IM 平台。 与飞书结合后,你可以在公司聊天窗口里直接召唤一个具备文档读写、多维表格操作、网页浏览能力的 AI 同事。

❌ 传统方式(从零开发飞书Bot)
  • 需要自己实现 OAuth2 鉴权
  • 手动管理 Token 刷新逻辑
  • 事件去重、上下文存储全靠自己
  • 开发周期 1~2 周起步
  • 需要公网 IP + SSL 证书
✅ OpenClaw 接入(本文方案)
  • 内置 OAuth2、Token 刷新、去重
  • WebSocket 长连接,无需公网 IP
  • 对话上下文自动管理
  • 配置到运行仅需约 10 分钟
  • 内置飞书文档/多维表格工具

💡

OpenClaw vs WorkBuddy: 两者技能生态完全兼容。WorkBuddy 是腾讯基于 OpenClaw 架构推出的商业版,更适合企业开箱即用; OpenClaw 则完全开源自托管,适合个人开发者和有定制需求的团队。本文以 OpenClaw 为主,WorkBuddy 用户也可参考。

2前置准备清单

准备项要求备注
服务器 / 本机2核 4GB 内存以上家庭宽带也可,无需公网IP
操作系统Linux / macOS / Windows 均支持Linux 推荐 Ubuntu 22.04
Node.jsv18.0.0 及以上node -v 验证
飞书账号飞书开放平台管理员权限open.feishu.cn
AI 模型任意支持的大模型OpenAI / Claude / DeepSeek / Hunyuan 均可

⚠️

使用飞书 国际版(Lark)的同学:飞书与 Lark 协议相同,但 API 域名不同,配置时选择 domain: "lark" 即可,其余步骤完全一致。

3第一步:创建飞书自建应用

在飞书开放平台创建一个企业自建应用,相当于注册你的 AI 机器人身份。

1

进入飞书开放平台浏览器访问 https://open.feishu.cn/app,使用管理员账号登录,点击「创建企业自建应用」。

2

填写应用信息应用名称建议起一个有辨识度的名字,如「AI 工作助手」,上传一个头像图标(PNG,建议 240×240px)。

3

复制凭证信息进入「凭证与基本信息」页面,复制并妥善保存App ID(格式:cli_xxxxxxxxxxxx)和App Secret。 这两个值将在第五步配置 OpenClaw 时用到。

4

启用机器人能力进入「应用能力」→「机器人」,点击「开启机器人能力」,填写机器人名称和简介描述。

此时你已完成了"注册机器人"这一步。App ID 和 App Secret 就是机器人的身份证,后续所有 API 调用都依赖它们。

4第二步:配置权限 & 事件订阅

4.1 权限配置

在「权限管理」页,搜索并开通以下权限。权限分为必须进阶两档:

权限标识符说明是否必须
im:message接收消息必须
im:message:send_as_bot以机器人身份发送消息必须
im:chat获取群/会话信息必须
im:chat:readonly只读群信息必须
contact:user.base:readonly读取用户基本信息必须
docx:document读写飞书文档进阶
bitable:app操作多维表格进阶
drive:drive访问云空间文件进阶

4.2 事件订阅(关键步骤)

OpenClaw 默认使用 WebSocket 长连接接收消息,这是最推荐的方式,无需公网 IP。

1

进入「事件订阅」页面在「请求网址」处,选择「使用长连接接收事件」(即 WebSocket 模式,非 HTTP 回调)。

2

添加事件搜索并添加事件 im.message.receive_v1(接收消息)。如需文件处理,还需添加 im.message.message_read_v1

🔌

WebSocket 长连接的优势:Gateway 主动向飞书服务器发起 WebSocket 连接,消息实时推送。 与 HTTP Webhook 相比,无需配置公网域名和 SSL 证书,特别适合 NAT/防火墙环境后的自托管部署。

4.3 提交应用发布

进入「版本管理与发布」,创建第一个版本并提交审批。企业自建应用通常管理员可直接审批通过。

⚠️

常见坑:应用必须发布并审批通过后,机器人才能正常工作。很多同学配好了权限却忘记发布,导致长时间收不到消息。

5第三步:安装 OpenClaw & 添加飞书渠道

5.1 安装 OpenClaw

通过 npm 全局安装(需 Node.js 18+):

# 全局安装 npm install -g openclaw # 验证安装 openclaw --version

5.2 安装飞书插件

OpenClaw 的飞书支持以插件形式提供,单独安装:

openclaw plugins install @openclaw/feishu

5.3 方式一:命令行向导添加渠道(推荐新手)

openclaw channels add # 交互提示: # ? Select channel type: › Feishu # ? App ID: cli_xxxxxxxxxx # ? App Secret: xxxxxxxxxxxxxxxx # ? Bot display name: AI 工作助手 # ✓ Channel "feishu-main" added successfully

5.4 方式二:手动编辑配置文件

配置文件位于 ~/.openclaw/openclaw.json,在 channels 字段下添加:

{ "channels": { "feishu": { "enabled": true, "domain": "feishu", "dmPolicy": "pairing", "groupPolicy": "open", "requireMention": true, "streaming": true, "accounts": { "main": { "appId": "cli_你的AppID", "appSecret": "你的AppSecret", "botName": "AI 工作助手" } }, "historyLimit": 50 } } }

🔐

生产环境建议将 appSecret 通过环境变量注入,避免明文写入配置文件:"appSecret": "$FEISHU_APP_SECRET"

6第四步:启动网关 & 验证连接

6.1 启动 Gateway

# 前台启动(调试用) openclaw gateway # 后台启动(生产用) openclaw gateway & # 查看连接状态 openclaw gateway status

启动成功后,终端会输出类似以下内容:

✓ Gateway started ✓ Feishu WebSocket connected (account: main) ✓ Listening for events...

6.2 首次配对(私聊)

默认私聊策略为 pairing,首次向机器人发私信时,飞书会提示一个 6 位配对码,在终端执行批准命令:

openclaw pairing approve feishu XXXXXX # 批准后查看配对列表 openclaw pairing list feishu

💡

如果是个人使用,可将 dmPolicy 改为 "open" 跳过配对步骤。企业场景建议保持 "pairing" 或 "allowlist" 以控制访问权限。

6.3 群聊测试

将机器人添加到飞书群组,发送消息时 @机器人名 即可触发响应(requireMention: true 时)。AI 的回复会以飞书交互卡片形式实时流式输出,体验接近 ChatGPT。

用户发消息

飞书开放平台

WebSocket推送

OpenClaw Gateway

AI 模型处理

卡片流式回复

7核心配置参数详解

以下是飞书渠道的完整配置参数,方便对照调整:

参数类型默认值说明
enabledbooleantrue启用或禁用飞书渠道
domainstring"feishu"国内版用 feishu,国际版用 lark
dmPolicystring"pairing"pairing / allowlist / open / disabled
allowFromstring[][]白名单用户 Open ID 列表(ou_xxx 格式)
groupPolicystring"open"群聊策略:open / allowlist / disabled
requireMentionbooleantrue群聊是否需要 @ 机器人才响应
streamingbooleantrue启用流式卡片输出(类 ChatGPT 实时效果)
textChunkLimitnumber2000单条消息最大字符数,超出自动分段
mediaMaxMbnumber30媒体文件上传/下载最大 MB
historyLimitnumber50作为上下文传入 AI 的历史消息条数

机器人内置命令

在飞书聊天框中直接发送以下命令,无需代码即可控制机器人:

/status → 查看机器人当前状态 /reset → 清空当前对话上下文 /model → 切换使用的 AI 模型 /help → 查看所有可用命令

8进阶玩法:文档 / 多维表格 / 定时任务

完成基础连接后,以下进阶场景能大幅提升办公自动化价值:

📄

读写飞书文档

让 AI 搜索知识库、更新周报文档、自动生成会议纪要

📊

操作多维表格

自然语言增删查改表格记录,无需手动打开表格

定时任务推送

每日自动发送日报/周报摘要到群聊,解放双手

🌐

网页内容摘要

发一个链接,AI 自动抓取并提炼核心要点

🔀

多 Agent 路由

不同群组路由到不同 AI 角色(客服/研发/运营)

📎

文件解析

直接发送 PDF/Word/Excel,AI 智能提取关键信息

示例:读取飞书多维表格记录

首先确保已开通 bitable:app 权限,并将应用添加为多维表格的协作者,然后在飞书直接发指令:

@AI工作助手 帮我查一下「任务跟踪表」里状态是"进行中"的所有任务

OpenClaw 会自动调用飞书 Bitable API,查询后以消息卡片形式展示结果,全程无需代码。

示例:定时日报推送(需配合 Cron)

# 在服务器上设置 cron,每天早上9点推送 crontab -e # 加入以下行: 0 9 * * 1-5 openclaw run --task "生成今日工作计划并发送到[群组ID]"

9踩坑记录 & 解决方案

以下是配置过程中的高频坑位,帮你节省排查时间:

🚧 坑1:应用发布后机器人仍无响应

检查项:①应用版本是否已审批通过;②事件订阅是否选择了「长连接」而非 HTTP 回调;③是否添加了 im.message.receive_v1 事件。

✅ 解决:进入「版本管理」确认审批状态为"已上线",同时运行 openclaw logs --follow 查看实时连接日志。

🚧 坑2:文档/多维表格权限报错 403

开通了 docx:document 或 bitable:app 权限,但 AI 仍无法读取文档。

✅ 解决:权限只是"允许调用 API",还需要在具体文档/表格中手动将应用添加为协作者(点击共享 → 添加成员,搜索应用名)。

🚧 坑3:多维表格写入字段类型报错

创建记录时报 field value type mismatch

✅ 解决:人员字段传 [{id: "ou_xxx"}] 数组,日期字段传 Unix 毫秒时间戳,单选字段传选项的文字内容而非 ID。

🚧 坑4:消息重复推送

AI 回复了两条相同内容。

✅ 解决:OpenClaw 内置消息去重,但如果同时运行了多个 Gateway 实例,会导致重复处理。确保同一 AppID 只对应一个 Gateway 实例。

🚧 坑5:Token 过期导致偶发失败

运行一段时间后出现鉴权错误。

✅ 解决:OpenClaw 会自动刷新 Token,但如果服务器时钟偏差超过 5 分钟会导致刷新失败。运行 ntpdate -u pool.ntp.org 同步服务器时间即可。

🛠

万能排查命令:openclaw logs --follow 可以实时查看所有事件和错误,90% 的问题看日志就能定位。

10生产环境加固建议

进程守护(Linux systemd)

# 创建 systemd 服务 sudo nano /etc/systemd/system/openclaw.service
[Unit] Description=OpenClaw AI Gateway After=network.target [Service] Type=simple User=ubuntu ExecStart=/usr/local/bin/openclaw gateway Restart=on-failure RestartSec=10 Environment=FEISHU_APP_SECRET=你的密钥 [Install] WantedBy=multi-user.target
sudo systemctl enable openclaw sudo systemctl start openclaw sudo systemctl status openclaw

安全加固要点

  • 🔑 appSecret 通过环境变量注入,不写入配置文件
  • 🔒 服务器仅开放必要端口(如 SSH 22),关闭 OpenClaw 无需对外暴露的端口
  • 👥 dmPolicy 使用 allowlist 精确控制可用人员
  • 📊 定期查看 openclaw logs 排查异常调用
  • 💾 定期备份 ~/.openclaw/ 目录(含对话历史和配置)

成本参考

项目费用备注
OpenClaw 本身免费开源MIT 协议
飞书开放平台免费企业版/个人版均可
云服务器(2核4G)约 ¥40~80/月腾讯云轻量、阿里云 ECS 均可
AI 模型调用$5~20/月轻度使用,按量计费

🎉 总结

通过以上 4 个步骤,你已经完成了 OpenClaw 与飞书的完整集成: 从飞书自建应用创建,到 WebSocket 长连接配置,再到流式卡片回复—— 整个过程无需公网 IP,无需写一行代码,10 分钟内就能让一个能操作文档、 读写多维表格、自动化任务的 AI 助手在飞书上 7×24 小时陪你工作。

接下来,不妨试试在 SOUL.md 中给 AI 定制专属人格, 或在 AGENTS.md 中配置工作流,让它真正成为你团队里不可缺少的"数字同事"。

Read more

Clawdbot直连Qwen3-32B教程:Webhook事件通知与外部系统自动触发实践

Clawdbot直连Qwen3-32B教程:Webhook事件通知与外部系统自动触发实践 1. 为什么需要直连Qwen3-32B?从被动响应到主动协同 你有没有遇到过这样的场景:用户在聊天界面提问后,系统只是简单返回答案,但后续该做什么——比如创建工单、同步客户信息、触发审批流程——还得手动操作?Clawdbot + Qwen3-32B 的直连方案,正是为了解决这个“最后一公里”问题。 它不只是把大模型接入聊天框,而是让AI真正成为业务流程的“触发器”。当Qwen3-32B在对话中识别出关键意图(例如“我要报修”“申请延期”“查询合同编号”),Clawdbot能立刻通过Webhook,把结构化事件推送给CRM、OA、ERP等任何支持HTTP接收的系统。整个过程无需中间数据库、不依赖定时轮询、没有消息队列配置负担——纯HTTP,轻量、可靠、可追溯。 更重要的是,这套方案用的是你私有部署的Qwen3-32B(320亿参数版本),所有对话数据不出内网,推理结果由Ollama本地托管,安全可控。而Clawdbot作为智能网关,既承担了协议转换(WebSocket ↔ HTTP)、上下

前端小白别慌:3分钟搞定页面插图(附避坑指南+性能彩蛋)

前端小白别慌:3分钟搞定页面插图(附避坑指南+性能彩蛋)

前端小白别慌:3分钟搞定页面插图(附避坑指南+性能彩蛋) * 前端小白别慌:3分钟搞定页面插图(附避坑指南+性能彩蛋) * 为啥前端连个图片都插不明白? * 浏览器加载一张图背后到底在偷偷干啥? * img 标签真就万能了吗? * 响应式图片怎么搞才不被设计师追着骂? * 懒加载、WebP、CDN——这些词听着高大上,其实你早就用过 * 图片加载失败时别让页面变"裂图坟场" * 别再一股脑扔高清大图了,用户流量不是大风刮来的 * 你以为写个 src 就完事了?SEO 和无障碍访问正在偷笑 * 开发时本地图片路径乱成一锅粥?模块化方案来救场 * Webpack/Vite 里图片到底该放哪?public 还是 assets? * 用 CSS 背景图还是 HTML img?这事儿得看场合 * 移动端图片模糊到像开了十级美颜?分辨率适配讲清楚 * 别让图片拖垮首屏速度,Lighthouse 分数掉得比工资还快 * 设计师给的图太大?教你几招无损压缩还不背锅

SpringBoot+Vue 农商对接系统平台完整项目源码+SQL脚本+接口文档【Java Web毕设】

SpringBoot+Vue 农商对接系统平台完整项目源码+SQL脚本+接口文档【Java Web毕设】

摘要 随着乡村振兴战略的深入推进,农产品产销对接成为促进农村经济发展的关键环节。传统农商对接模式存在信息不对称、交易效率低、资源整合不足等问题,亟需通过数字化手段构建高效、透明的对接平台。农商对接系统平台旨在整合农产品生产端与销售端资源,通过线上化交易流程降低中间成本,提升农产品流通效率。该系统聚焦于解决小农户与大市场之间的连接难题,为农产品供需双方提供精准匹配、订单管理、物流跟踪等一站式服务。关键词:乡村振兴、农产品产销、数字化平台、资源整合、供需匹配。 该系统基于SpringBoot+Vue的前后端分离架构开发,后端采用SpringBoot框架实现RESTful API接口,提供用户管理、商品管理、订单管理、数据分析等功能模块。前端使用Vue.js框架构建响应式界面,结合Element UI组件库提升用户体验。数据库采用MySQL存储结构化数据,通过Redis缓存高频访问数据以提升系统性能。系统支持多角色权限控制(农户、采购商、管理员),并集成第三方支付接口与物流查询接口,实现交易闭环。关键词:SpringBoot、Vue.js、MySQL、权限控制、接口集成。 数据表结构说

conda环境怎么配?Hunyuan-MT-7B-WEBUI依赖管理揭秘

conda环境怎么配?Hunyuan-MT-7B-WEBUI依赖管理揭秘 你有没有遇到过这样的情况:下载好 Hunyuan-MT-7B-WEBUI 镜像,兴冲冲启动 Jupyter,双击运行 1键启动.sh,结果终端突然跳出一长串红色报错——ModuleNotFoundError: No module named 'transformers'、ImportError: cannot import name 'AutoTokenizer',甚至更糟的 CUDA version mismatch?别急,这不是模型坏了,也不是你操作错了,而是conda 环境没配对。 这恰恰是绝大多数用户卡在“最后一公里”的真实写照。镜像文档里那句轻描淡写的“运行 1键启动.sh”,背后其实藏着一套精心设计、层层校验的依赖管理体系。它不靠魔法,也不靠运气,而是一套可复现、可调试、可迁移的工程实践。本文就带你一层层剥开