OpenClaw 在 Linux 下配置本地 Ollama 及飞书集成教程

OpenClaw 在 Linux 下配置本地 Ollama 及飞书集成教程 | 极客日志

OpenClaw 配置教程（Linux + 局域网 Ollama）

一、相关资源

Ollama: GitHub, 官网
OpenClaw: 官网, 文档

二、前置条件

本地局域网内机器已部署 Ollama。
Ollama 模型已下载，服务已开启。可通过 curl http://local.ollama.host:11434/v1/models 获取模型信息验证。

三、环境说明

OpenClaw: 部署在 Linux 机器 A 上。
Ollama: 部署在另一台机器 B 上。
机器 A 环境: CentOS 8 (yum 源已更换)，已安装 Node.js 22+，npm 已换淘宝源。

四、部署步骤

1. 使用 npm 安装并初始化

# 全局安装 openclaw
npm install -g openclaw@latest
# 或 pnpm add -g openclaw@latest

# 安装服务守护进程
openclaw onboard --install-daemon

2. 安装引导配置

执行安装命令后按提示操作：

workspace: 默认为 ~/clawd，可按需修改。
channel: 可跳过，后续安装飞书插件。
provider: 先跳过，后续配置本地 Ollama。
model: 选择一个可用模型。
skill: 跳过。
Gateway: 保持默认。

安装完成后选择 WebUI，系统将生成 SSH 连接链接和浏览器访问链接。

3. 配置 Provider 和 Model

编辑配置文件：

nano ~/.openclaw/openclaw.json

主要修改 models 和 agents 部分，将 Ollama 地址指向局域网内的机器 B：

{
  "models": {
    "providers": {
      "ollama": {
        "baseUrl": "http://local.ollama.host:11434/v1",
        "apiKey": "ollama-local",
        "api": "openai-completions",
        "models": [
          {"id": "qwen3:30b", "name": "Qwen3 30B", "reasoning": true, "input": ["text"], "cost": {"input": 0, "output": 0}, "contextWindow": 32768, "maxTokens": 327680},
          {"id": "qwen3-coder:30b", "name": "Qwen3 Coder 30B", "reasoning": false, "input": ["text"], "cost": {"input": 0, "output": 0}, "contextWindow": 32768, "maxTokens": 327680},
          {"id": "qwen2.5:14b", "name": "Qwen2.5 14B", "reasoning": false, "input": ["text"], "cost": {"input": 0, "output": 0}, "contextWindow": 32768, "maxTokens": 327680}
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {"primary": "ollama/qwen3-coder:30b", "fallbacks": ["ollama/qwen2.5:14b"]},
      "models": {"ollama/qwen3:30b": {}, "ollama/qwen3-coder:30b": {}, "ollama/qwen2.5:14b": {}},
      "workspace": "/root/clawd",
      "compaction": {"mode": "safeguard"},
      "thinkingDefault": "off",
      "maxConcurrent": 4,
      "subagents": {"maxConcurrent": 8}
    }
  }
}

配置完成后即可通过本地模型进行对话。

4. 飞书安装和配置

插件安装

clawdbot plugins install @m1heng-clawd/feishu

创建企业自建应用

访问飞书开放平台：https://open.feishu.cn/app 并登录。
点击「创建企业自建应用」。
填写应用名称、描述，上传图标。

获取应用凭证

进入应用详情页面，记录以下信息：

App ID（应用 ID）
App Secret（应用密钥）

⚠️ 重要提示：App Secret 是敏感信息，请妥善保管。

配置 ClawdBot

使用命令配置飞书参数：

# 配置 App ID
clawdbot config set channels.feishu.appId "cli_xxxxxxxxxxxxxxxx"
# 配置 App Secret
clawdbot config set channels.feishu.appSecret "xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"
# 启用飞书通道
clawdbot config set channels.feishu.enabled true

添加机器人到飞书

在应用管理页面点击「添加应用能力」。
找到「机器人」卡片并点击「添加」。

配置飞书应用权限

点击左侧菜单「事件与回调」。
订阅方式选择长连接。
添加需要订阅的事件：im.message.receive_v1（接收消息）。

开通权限

参考项目文档：ClawdBot Feishu 说明

在应用管理页面「权限管理」中搜索并开通以下权限：

权限	范围	说明
`im:message`	消息	发送和接收消息
`im:message.p2p_msg:readonly`	私聊	读取发给机器人的私聊消息
`im:message.group_at_msg:readonly`	群聊	接收群内 @机器人的消息
`im:message:send_as_bot`	发送	以机器人身份发送消息
`im:resource`	媒体	上传和下载图片/文件

发布版本

完成配置后，必须创建版本并发布应用，否则配置不会生效。

重启服务

clawdbot gateway restart

5. 消息测试

向机器人发送消息，确认自动回复。

也可使用命令主动发送：

openclaw message send --channel feishu --target "chat:oc_XXXXXXX" --message "这是一条测试"

支持配置定时任务：

openclaw cron add --name "AI Server Monitor" --cron "0 * * * *" --session isolated --message "定时要执行的任务" --model "qwen3-coder:30b" --deliver --channel feishu --to "chat:oc_XXXXXXXXXXX"

五、扩展能力

可通过 ClawHub 安装 Skill 扩展能力，具体查看 OpenClaw 官方文档。

OpenClaw 在 Linux 下配置本地 Ollama 及飞书集成教程

OpenClaw 配置教程（Linux + 局域网 Ollama）

一、相关资源

二、前置条件

三、环境说明

四、部署步骤

1. 使用 npm 安装并初始化

2. 安装引导配置

3. 配置 Provider 和 Model

4. 飞书安装和配置

插件安装

创建企业自建应用

获取应用凭证

配置 ClawdBot

添加机器人到飞书

配置飞书应用权限

开通权限

发布版本

重启服务

5. 消息测试

五、扩展能力

更多推荐文章

相关免费在线工具

OpenClaw 在 Linux 下配置本地 Ollama 及飞书集成教程

OpenClaw 配置教程（Linux + 局域网 Ollama）

一、相关资源

二、前置条件

三、环境说明

四、部署步骤

1. 使用 npm 安装并初始化

2. 安装引导配置

3. 配置 Provider 和 Model

4. 飞书安装和配置

插件安装

创建企业自建应用

获取应用凭证

配置 ClawdBot

添加机器人到飞书

配置飞书应用权限

开通权限

发布版本

重启服务

5. 消息测试

五、扩展能力

微信扫一扫，关注极客日志

更多推荐文章

相关免费在线工具