OpenClaw配置Bot接入飞书机器人+Kimi2.5

OpenClaw配置Bot接入飞书机器人+Kimi2.5

上一篇文章写了Ubuntu_24.04下安装OpenClaw的过程,这篇文档记录一下接入飞书机器+Kimi2.5。

准备工作

飞书

创建飞书机器人

访问飞书开放平台:https://open.feishu.cn/app,点击创建应用:

填写应用名称和描述后就直接创建:

复制App ID 和 App Secret

创建成功后,在“凭证与基础信息”中找到 App ID 和 App Secret,把这2个信息复制记录下来,后面需要配置到openclaw中

配置权限

点击【权限管理】→【开通权限】

或使用【批量导入/导出权限】,选择导入,输入以下内容,如下图

点击【下一步,确认新增权限】即可开通所需要的权限。

配置事件与回调

说明:这一步的配置需要先讲AppId和AppSecret配置到openclaw成功之后再设置订阅方式,要不然会提示一个错误。

订阅方式选择【使用长连接接收事件】

配置成功后如下图

添加事件,点击【添加事件】

至少需要开通以下权限

配置成功后如下图

回调配置(可选),如果配置的话,也选择【使用长连接接收事件】

配置完成后需要进行发布,有2种方式:

方式1:创建版本

方式2

创建版本

发布成功后,状态显示:当前修改均已发布

说明:

(1)只有机器人的状态为已发布,openclaw才能识别

(2)有任何修改和配置的修改,都需要创建新的版本进行发布;

申请Kimi Code的AppKey

(1)访问https://www.kimi.com/code

(2)登录后,购买套餐 plan,目前 OpenClaw 消耗 token 还挺大的,最好买个套餐划算一些,我买的是 Moderato 套餐。

(3)点击【控制台】→【新建API key】

名字随便起

这个API key一定要复制下来,因为你点完【完成】之后,你就再也无法查看你的API key了,如果你忘记了你的API key,那就只能重新创建一个了。复制完后,找地方先保存起来,后续在OpenClaw配置的时候会用到。

下面的使用记录能看到你最近的使用记录。

openclaw配置

在安装了openclaw的服务器上输入

openclaw onboard

选择Yes

选择QuickStart

因为前面配置过,所以提示是否用原来的配置信息,可以使用Reset进行重置

选择:Moonshot AI(Kimi K2.5)

下一步就是输入Kimi控制台申请的API key

其他的配置还是按以前的配置就可以,具体可以参考前一篇blog内容。

飞书的插件是要进行安装的,现在openclaw的配置界面里面也支持了飞书,我通过openclaw的配置安装了几次,并没有成功,提示缺少包或插件重复

openclaw正常安装之后,我在想是不是可以让它来帮我解决这个问题,尝试了一下,我告诉它飞书插件一直安装不成功,让它进行修复,修复完成后给飞书机器人发信息会有回应。

看到飞书机器人的回复,飞书的配置就算是成功了,你可以直接给飞书机器人发信息,告诉它你的需求,它收到你的问题后会回复一个表情确认收到,如果没有收到的话可能就要看它是不是还在线了。

Read more

飞书机器人与Claude Code交互:从手机指令到AI处理的全自动流程

飞书机器人与Claude Code交互:从手机指令到AI处理的全自动流程

飞书机器人与Claude Code交互:从手机指令到AI处理的全自动流程 * 一、背景 * 二、实现方案概览 * 三、操作步骤 * 前置准备 * 第一步:创建并进入Claude Code容器 * 配置Claude Code使用本地模型 * 测试Claude Code是否正常工作 * 第二步:安装Python依赖 * 第三步:获取飞书应用的凭证 * 第四步:编写并运行中间件脚本 * 脚本解释 * 运行脚本 * 第五步:在飞书中与机器人对话 * 常见问题 * 总结 一、背景 在日常开发中,我们经常需要快速查询代码问题、生成文档或执行简单的编程任务。如果有一款AI助手能随时响应,就像在电脑终端前一样,那该多方便!本教程将演示如何搭建一个飞书机器人,当你在手机飞书App上发送消息时,该消息会传递给运行在电脑上的Claude Code(一个智能编码助手),Claude Code处理后将结果回复到你的飞书会话中。 通过这个方案,你可以: * 在手机上随时向AI提问编程问题。 * 让AI帮你调试

法奥机器人ROS2环境搭建

法奥机器人ROS2环境搭建

目录 第一章  SDK文件准备    1.1  机器人软件版本查看  第二章 测试平台搭建 2.1虚拟平台安装                     2.1.1虚拟机安装              2.1.2ubuntu 的安装 第三章 软件环境搭建         3.1  vscode安装 3.2vscode插件安装 3.3  ROS 及环境变量配置 3.1.1 Ros2-humble版本 安装 3.1.2  Ros-control版本安装 3.1.3   Moveit2版本安装 第四章  插件包导入及插件测试         4.1 MOVEIT2插件包导入 4.2 RVIZ 仿真操作简介

FPGA流水线优化:从盒式滤波到引导滤波的架构革命

FPGA流水线优化:从盒式滤波到引导滤波的架构革命 在实时图像处理领域,FPGA凭借其并行计算能力和可重构特性,已成为实现低延迟处理的关键硬件平台。传统盒式滤波虽然实现简单,但在边缘保持和计算效率上存在明显局限。引导滤波作为一种边缘保持的滤波算法,在图像去噪、增强等领域展现出显著优势,但其硬件实现面临计算复杂度和存储瓶颈的挑战。 1. 盒式滤波与引导滤波的核心差异 盒式滤波(Box Filter)是最基础的线性滤波方法之一,通过计算局部窗口内像素的平均值实现平滑效果。其硬件实现通常采用滑动窗口结合累加器的方式: // 盒式滤波的简化Verilog实现 module box_filter ( input clk, input [7:0] pixel_in, output reg [7:0] pixel_out ); reg [7:0] window[0:8]; // 3x3窗口 reg [10:0] sum; // 累加和(考虑溢出) always

3个高效AI绘画工具推荐:Z-Image-Turbo镜像开箱即用体验

3个高效AI绘画工具推荐:Z-Image-Turbo镜像开箱即用体验 想找一款又快又好的AI绘画工具,但被复杂的安装和配置劝退?今天,我要向你推荐一个“宝藏级”的解决方案——基于Z-Image-Turbo模型构建的ZEEKLOG镜像。它最大的特点就是开箱即用,你不需要懂代码、不需要下载几十GB的模型文件,甚至不需要担心服务会意外中断。 Z-Image-Turbo是阿里巴巴通义实验室开源的高效AI图像生成模型,是Z-Image的蒸馏版本。简单来说,它就像一个“精炼版”的AI画家,在保持顶级画质的同时,把生成速度提到了极致。它最吸引人的几个特点是:8步就能出图(很多模型需要20-50步)、照片级的真实感、能准确画出中英文文字,而且对硬件要求很友好,一张16GB显存的消费级显卡就能流畅运行。 下面,我就带你从零开始,体验这个“造相 Z-Image-Turbo 极速文生图站”镜像,看看它到底有多好用。 1. 为什么选择Z-Image-Turbo镜像? 在深入操作之前,我们先搞清楚这个镜像解决了什么痛点。自己部署一个AI绘画模型,通常需要面对几个头疼的问题: * 环境搭建复杂:P