OpenClaw部署与配置教程：在Mac mini上接入国产大模型与飞书
一、准备工作
| 项目 | 说明 |
|---|---|
| 一台Mac mini | 云服务器、旧电脑、树莓派也可以 |
| 飞书账号 | 用来创建机器人 |
| 国产模型的api | openclaw的在配置时仅显示国际的大模型，国产模型需要单独配置 |
二、部署OpenClaw到mac mini
2.1 快速部署
- 稳定版安装：在终端输入以下命令
curl -fsSL https://openclaw.ai/install.sh |bash- 测试版安装（可能包含Bug）
curl -fsSL https://openclaw.ai/install.sh |bash -s -- --beta 
2.2 同意免责声明
安装好后，将会出现一个问题：是否知晓风险，选择Yes就行。
2.3 配置模式选择
选择“QuickStart”快速入门模式
2.4 模型配置
- 国际模型支持：OpenClaw默认支持多平台国际大模型
配置选择：如需接入国内大模型，请选择跳过此步骤
国产模型注意：该配置页面的Kimi、MiniMax、GLM需使用国际版接口
2.5 聊天软件（Channel）配置
OpenClaw已支持支持很多软件，但是引导流程中显示多为国外应用
⚠️ 这里请大家先跳过！后续我们通过增加channel的方式添加！（详见下文）
2.6 技能包（Skill）配置
新手暂时无需添加额外技能包，选中 “No” 跳过，按回车键确认；
2.7 Hooks 配置
选中 “Memory”（启用记忆功能，支持多轮对话上下文关联，避免每次聊天都需要重复说明需求），按回车键确认；
2.8 等待部署完成
部署完成后，通过命令 openclaw --version 验证版本：
配置确认后，系统将自动完成部署，耗时约 30 秒 - 1 分钟，无需操作。
2. 9 汉化版安装（可选）
- 如英文界面不友好，可安装汉化版：
curl -fsSL -o install.sh https://cdn.jsdelivr.net/gh/1186258278/OpenClawChineseTranslation@main/install.sh &&bash install.sh - 配置方法与英文版相同
三、接入国产大模型
说实话openclaw是比较消耗token的，使用国产大模型是性价比是比较高的。接下来，就演示如何接入国内主流AI提供商。
3.1 深度求索（DeepSeek）
获取APIkey：https://platform.deepseek.com/api_keys
在apiKey处输入你的apikey即可
openclaw config set'models.providers.deepseek' --json '{ "baseUrl": "https://api.deepseek.com/v1", "apiKey": "", "api": "openai-completions", "models": [ { "id": "deepseek-chat", "name": "DeepSeek Chat" }, { "id": "deepseek-reasoner", "name": "DeepSeek Reasoner" } ] }'设置 models.mode 为 merge
openclaw config set models.mode merge 设置默认模型（以deepseek-chat为例）
openclaw models set deepseek/deepseek-chat 
我这里演示的话使用的是美团的龙猫大模型。
3.2 通用配置模板
如果想要使用其他模型，可以使用以下通用模板接入任何兼容OpenAI协议的模型：
openclaw config set'models.providers.{provider_name}' --json '{ "baseUrl": "https://{baseurl}", "apiKey": "", "api": "openai-completions", "models": [ { "id": "{model_id}", "name": "{model_name}" } ] }'设置 models.mode 为 merge
openclaw config set models.mode merge 设置默认模型
openclaw models set{provider_name}/{model_id}四、接入飞书
4.1 创建飞书企业自建应用
- 访问飞书开发者平台（https://open.feishu.cn/app?lang=zh-CN）；
- 登录后，点击 “创建企业自建应用”；
点击上方的创建版本并发布。
添加机器人能力：在应用管理页左侧导航栏，找到并点击 “添加应用能力”，在弹出的列表中选择 “机器人”，点击 “添加”。
填写应用基础信息：应用名称（如 “傻妞”），选择应用图标，点击 “创建” 按钮，进入应用管理页面。
4.2 获取飞书应用凭证
- 在飞书应用管理页，左侧导航栏找到 “凭据与基础信息” 栏目，点击进入；
- 保存完成后，不要关闭飞书开发者平台页面，后续配置权限还需使用。
在页面中找到 “App ID” 和 “App Secret” 两个参数，分别点击右侧 “复制” 按钮，将其保存到记事本或备忘录中；
4.3 添加飞书channel配置
返回终端运行下方命令
openclaw plugins install @m1heng-clawd/feishu 
再输入以下命令：
openclaw channels add选择"Yes"以及“飞书”；
4.4 输入APP id 与 APP Secret
选择国内的飞书以及不要再群内响应。
输入上一步获取到的id与secret，回车确认；
4.5 完成添加流程
- 在终端启动网关，运行下方命令：
完成ID与Secret配置后，选择Finish即可；
openclaw gateway --port 18789 --verbose 
4.6 飞书机器人配置
飞书应用权限与事件配置
此步骤分为「事件配置」「权限配置」「应用发布」三部分，全程在飞书开发者平台操作，按顺序执行：
4.6.1 事件配置
- 在飞书应用管理页，左侧导航栏找到 “事件与回调” 栏目，点击进入；
回调配置：订阅方式选择 “使用长连接”，无需填写其他地址，配置自动生效。
添加事件：点击页面中的 “添加事件”，在弹出的事件列表中，选择 “消息与群组” 分类，勾选 “接收消息”，点击 “确定”，完成事件订阅。
事件配置：在页面中选择 “长连接”，点击 “保存”；
⚠️ 如果这一步提示“未建立长连接”，请检查自己的APP ID和APP Secret是否已正确配置。
4.6.2 权限配置
- 在飞书应用管理页，左侧导航栏找到 “权限管理” 栏目，点击进入；
- 粘贴以下JSON代码并导入，等待权限导入完成：
点击页面中的 “批量导入权限” 按钮，弹出权限导入窗口；
{"scopes":{"tenant":["contact:user.base:readonly", "im:chat", "im:chat:read", "im:chat:update", "im:message", "im:message.group_at_msg:readonly", "im:message.p2p_msg:readonly", "im:message:send_as_bot", "im:resource"], "user":[]}}- 导入验证：页面显示 “导入成功”，且权限列表中出现上述导入的权限，即为配置完成。
4.6.3 发布应用
- 在飞书应用管理页，点击进入 “版本管理与发布”
填写版本号与描述后，保存并发布；
点击“新建版本”
4.6.4 验证飞书接入
- 启动 OpenClaw 网关
openclaw gateway - 打开飞书APP，进入工作台
- 找到已发布的OpenClaw应用（如 “傻妞”），
发送消息测试，如收到回复则接入成功
五、实用操作命令与技巧
完成基础部署后，掌握以下常用命令将显著提升您的使用效率：
5.1 核心管理命令
| 命令 | 功能说明 | 示例 |
|---|---|---|
openclaw tui | 启动OpenClaw文本用户界面（终端交互模式） | 直接输入即可进入交互界面 |
openclaw gateway restart | 重启网关服务（配置生效/故障恢复） | 修改配置后常用此命令 |
/new | 在对话中开启新会话线程 | 在TUI或飞书对话中输入 |
5.2 模型管理命令
# 添加备用模型（主模型不可用时自动切换） openclaw models fallbacks add[提供商代号/模型名称]# 示例：添加OpenAI Codex作为备用 openclaw models fallbacks add openai-codex/gpt-5.2-codex # 设置默认模型 openclaw models set[提供商代号/模型名称]# 示例：将Kimi设为默认编程模型 openclaw models set kimi-code/kimi-for-coding 六、总结
本教程详细介绍了在Mac mini上部署OpenClaw的全过程，包括基础安装、国产大模型接入以及飞书机器人集成。通过本教程，您可以搭建一个性价比较高的AI助手解决方案，结合国产大模型的经济性和飞书的便捷性，满足日常自动化需求。
说明：所有配置步骤均经过实测，请按照顺序操作。如遇问题，请检查网络连接、API密钥有效性及各步骤的配置准确性。
