OpenClaw配置 GLM-4.7 Flash+DuckDuckGo 实现飞书机器人联网问答

OpenClaw配置 GLM-4.7 Flash+DuckDuckGo 实现飞书机器人联网问答

摘要

OpenClaw+GLM-4.7 Flash+DuckDuckGo:手把手教你搭建飞书群聊联网问答机器人。本文提供一套100% 免费的落地方案,详解 OpenClaw 安装、GLM-4.7 Flash 模型配置、DuckDuckGo 搜索插件启用、飞书应用创建与网关对接、群聊白名单配置等关键步骤,附完整命令与避坑指南,实现飞书内 @机器人即可获取实时联网信息,打造高效团队协作 AI 工具。

效果展示

准备工作

node.js安装

下载地址 https://nodejs.org/en/download

安装完成。

git 安装

下载地址 https://git-scm.com/install/windows

上图普通用户默认选择,我是程序员,因此选择第二项

接下来的步骤都是保持默认选择,点击Next,直到安装完成

安装完成。

权限配置

允许你的电脑运行本地脚本,解决 OpenClaw 安装时 “脚本禁止运行” 的报错。以管理员身份打开 PowerShell 运行命令

Set-ExecutionPolicy RemoteSigned -Force

验证命令

Get-ExecutionPolicy 

输出RemoteSigned ,权限设置完成。

详细步骤(正文)

开始安装openclaw

浏览器打开:https://openclaw.ai/ 滑到QuickStart处

用管理员权限打开poewershell

等待安装,期间会自动打开和关闭命令行窗口,如果等待时间超过5分钟还是这样,可以按回车键

安装完成, 剩余均为配置类问题 。我这里在openclaw安装完之后,没有自动触发 openclaw onboard交互式配置向导,因为我不是第一次安装的原因,系统已经存在某些文件。 执行命令:

openclaw onboard

选择Yes

模型选择

因为我打算使用免费的大模型 智谱GLM-4.7 Flash,

先获取智谱 API Key
1. 访问 智谱 AI 开放平台,注册 / 登录账号
2. 进入「API Keys」页面,创建新的 API Key(免费额度足够日常使用)
3. 复制生成的 API Key(格式类似:xxxx.xxxx

输入API key

这里一定要选择要用的模型,默认是GLM-5是收费的,回车

现在到了 选择对话渠道 的步骤,这里是 OpenClaw 用来和你交互的入口,我这里选择飞书

准备飞书凭证【机器人配置】


先去 飞书开放平台 创建「自建应用」我之前已经创建了机器人应用

​开启权限:im:messageim:chatcontact:user.base:readonly

获取 App ID 和 App Secret

这里是 OpenClaw 在飞书群聊中的响应规则,你可以根据需求选择:选择默认的
- 个人 / 办公使用:选 Allowlist,先控制范围,后续再按需加群
- 只想私聊用:选 **`Disabled

这里输入群ID,即会话ID

配置联网搜索能力

现在到了 联网搜索功能 的配置环节,这个功能让 Bot 能实时查资料、获取最新信息。选择DuckDuckGo,免费使用,由于服务器在国外,网络可能会差一些,但起码不收费。

现在到了 技能(Skills)配置 环节,这里是 OpenClaw 额外功能的开关(比如代码执行、文件操作、工具调用等)。

先选择No,尽快把流程跑通,以后需要的话,可以在配置

现在到了 Hooks(自动化钩子) 配置环节,这是用于自动化处理 Agent 命令的进阶功能。先默认跳过。

按空格选中,


按回车提交继续下一步


现在到了 网关服务(Gateway service) 的最后一步,配置文件已经更新完成,只需要处理服务重启即可。

安装完成,启动网关

openclaw gateway 

新打开powershell 执行命令openclaw dashboard
会自动打开浏览器网关页面:http://127.0.0.1:18789/chat?session=main

常见问题 & 踩坑记录

  • 报错怎么解决
  • 容易卡在哪

总结

Read more

把 Vivado 项目放心交给 Git:一篇 FPGA 工程师必读的实战指南

之前分享过一篇文章《FPGA 版本管理三种方式:你会选哪一种?》,评论区很多人都推荐使用Git进行版本管理,今天这篇文章主题就是使用Git进行备份指南。 在 FPGA 开发中,掌握 Git 等源码管理工具已经是必备技能。 当然,在使用 Vivado 时,我们不仅需要处理源代码控制,还需要处理以 IP 为中心的设计产品。 Vivado 的工程通常是 IP 为中心 的设计,包含: * IP Integrator Block Diagram * 各类 IP 实例(独立 IP 或 BD 内 IP) * 自动生成的包装文件与工程产物 这让很多 FPGA 工程师一开始会觉得: “Vivado 项目到底该怎么和 Git 一起用?” 好消息是,从 Vivado

高飞团队新作!基于高阶CBF的端到端无人机,实现7.5m/s丛林穿越,突破RL安全瓶颈

高飞团队新作!基于高阶CBF的端到端无人机,实现7.5m/s丛林穿越,突破RL安全瓶颈

「强化学习高速避障新范式」 目录 01  主要方法  1. 训练阶段:基于物理先验的奖励塑形 1. Dijkstra全局引导奖励 2. 基于控制障碍函数的安全惩罚  2. 部署阶段:基于高阶控制障碍函数的实时滤波 02  实验结果  1.仿真训练与消融实验  2.基准测试  3.实机飞行验证 03  总结 在无人机高速避障领域,Ego-Planner等传统的模块化规划方法受限于感知-规划-控制的累积延迟,往往难以兼顾高速与安全;而RL等纯端到端的强化学习虽然敏捷,却因缺乏理论上的安全保障而被视为黑盒。 浙江大学高飞老师团队的这项工作,最令人振奋之处在于巧妙地构建了一套混合架构。 * 在训练阶段,利用 Dijkstra 势场 引导 RL 智能体跳出局部极小值陷阱 ,实现了全局可达性; * 在部署阶段,则引入了基于 高阶控制障碍函数(HOCBF)的安全滤波器,将神经网络输出的动作实时投影到可行域内。 这种设计不仅在数学上给出了碰撞避免的严谨证明,更在实测中实现了高达 7.5m/s

仿生新势力:Openclaw开源仿生爪,如何革新机器人抓取?

仿生新势力:Openclaw开源仿生爪,如何革新机器人抓取?

仿生新势力:Openclaw开源仿生爪,如何革新机器人抓取? 引言 在仓储、农业乃至家庭服务中,机器人如何像猫一样灵巧、自适应地抓取千变万化的物体?这曾是行业难题。如今,一个名为 Openclaw 的开源仿生机械爪项目,正以其独特的被动适应性设计和亲民的成本,在机器人末端执行器领域掀起波澜。本文将深入解析Openclaw的仿生奥秘、实现原理、应用场景及未来布局,带你全面了解这款来自开源社区的“仿生新势力”。 一、 核心揭秘:从猫爪到机械爪的实现原理 本节将拆解Openclaw如何将生物灵感转化为工程现实。 1. 仿生学设计理念 Openclaw的核心灵感源于猫科动物爪部。当猫抓取物体时,其爪趾会自然地包裹贴合物体表面,这种能力主要依赖于其肌腱和骨骼的被动结构,而非大脑的实时精密控制。Openclaw借鉴了这一思想,核心是被动适应性机制。它无需依赖复杂的传感器反馈和实时力控算法,仅凭精巧的机械结构即可根据物体形状自动调整接触点和抓取力,从而极大地简化了控制系统。 配图建议:猫爪与Openclaw的对比图,或Openclaw抓取不同形状物体的动态示意图。 2. 欠驱动与

FPGA读写DDR4 (一)MIG IP核控制信号

FPGA读写DDR4 (一)MIG IP核控制信号

前言         这几个星期在倒腾DDR4内存的读写控制,期间看了不少资料,这几天终于完工了于是想着把做过的内容总结一下,于是有了这篇文章,由于控制DDR4的内容很多,这一篇文章就只讲基础的,也就是DDR4的控制IP核 MIG的控制信号。         主要参考内容:【正点原子】MPSoC-P4之FPGA开发指南_V2.0,[XILINX] pg150-ultrascale-memory-ip-en-us-1.4 MIG IP核控制信号 IP核创建界面         MIG IP核(memory interface generator)是用户与DDR4进行沟通的桥梁,因为如果我们自己去写直接DDR4代码的话,其内容将会非常复杂,而且即便写出来其性能可能也不会好,以XILINX提供的MIG IP核为例,在综合布线后查看utilization,能发现MIG IP核足足使用了约7500个LUT和9000个register资源,足以看出其编写的复杂,不过对于我们普通用户,能够操作MIG提供的用户接口就我觉得就算差不多了,既然要使用IP核,我们就从IP核的创建界面开始说起,