手把手教程:通过扣子平台部署OpenClaw并接入飞书,开启AI自动办公

手把手教程:通过扣子平台部署OpenClaw并接入飞书,开启AI自动办公
一分钟搭建,让Openclaw帮你干活

一、什么是OpenClaw?能干什么?

如果你还没听说过OpenClaw,那可能真的错过了2026年AI圈最火的项目。简单来说,OpenClaw是一个能让AI真正替你操作电脑的开源“数字员工”,而不仅仅是一个聊天的机器人。

它的核心价值可以概括为:从“只会说话的嘴”进化成了“能干活的双手”。你通过日常聊天软件(比如飞书、微信)给它派活,它不仅能听懂,还能像真人一样在你的电脑上执行操作——移动文件、浏览网页、发送邮件、跑代码、做数据分析,甚至帮你砍价。

OpenClaw的架构可以通俗地拆解为四个部分:

○ 前台(渠道适配器):你与它对话的窗口,支持飞书、钉钉、Telegram等多种IM工具
○ 大脑(大模型):负责理解指令、拆解任务,支持接入ChatGPT、Claude、Kimi等多种模型
○ 双手(技能插件):真正干活的部分,能操控浏览器、文件系统、邮件等
○ 档案柜(记忆系统):本地存储你的偏好和习惯,越用越懂你

最关键的是,OpenClaw采用本地优先设计,所有数据都保存在你自己的电脑里,不用担心隐私泄露问题。

二、目前使用OpenClaw的主要渠道

根据当前的生态发展,使用OpenClaw主要有以下几种方式:
部署方式特点适用人群
本地部署在自己的电脑或服务器上手动安装配置,自由度最高,但需要一定的技术基础开发者、技术爱好者
云厂商一键部署阿里云、腾讯云、火山引擎等均提供OpenClaw应用镜像,1-3分钟即可完成部署想快速上手的普通用户
扣子平台部署在扣子(Coze)AI应用开发平台上一键部署,自带联网搜索、无需自配大模型、大模型限时免费零基础新手、想低成本试水的用户
三种部署渠道弊端对比:
对比维度本地部署云厂商一键部署扣子平台部署(本文方案)
核心局限硬件门槛高、技术复杂严重安全风险(Gartner明确警告)无法操作本地电脑(只能操作云端服务器)
上手难度⚠️ 极高(需掌握命令行、Node.js,配置各种依赖)✅ 低(1-3分钟一键部署)✅ 最低(扣子平台可视化操作)
硬件成本⚠️ 高(Mac mini或RTX 4060+显卡,内存32GB+)✅ 低(按需付费)✅ 低(仅平台费89元/月)
隐私安全✅ 数据完全在自己电脑⚠️ 明文存储凭据、网关暴露、权限隔离缺失⚠️ 数据存储在扣子云端
本地操作能力✅ 可操作个人电脑的文件和软件❌ 只能操作云服务器❌ 只能操作云端虚拟环境
持续运行❌ 依赖本地开机,休眠中断✅ 7×24小时稳定运行✅ 7×24小时稳定运行
成本可控性⚠️ 硬件一次性投入高⚠️ API费用可能失控⚠️ 平台费+API费,注意自动续费
安全风险等级中(取决于个人防护意识)⚠️ 高(攻击者可获宿主机完整控制权)中(依赖平台防护)
适用人群技术爱好者、隐私敏感者、需操作本地电脑者想快速体验但可接受安全风险的尝鲜用户零基础新手、仅需云端任务者

一句话总结

  • 本地部署:真能操作你电脑,但技术门槛和硬件成本都高
  • 云厂商部署:上手快,但安全风险极大(Gartner建议企业立即阻止使用)
  • 扣子平台部署:新手友好,但只能处理云端任务,无法动你本地文件

本文的重点,就是教你如何通过扣子平台完成OpenClaw的云端部署,并将其接入飞书,让你在手机上就能随时召唤AI干活

三、为什么选择扣子平台部署?

相比于本地部署的繁琐和云厂商服务器的配置门槛,扣子平台有四个明显的优势:

  1. 自带联网搜索功能——无需额外配置
  2. 无需自行配置大模型——平台内置了可用的模型
  3. 大模型可限时免费使用——降低试错成本
  4. 暂时无网络带宽限制——体验流畅

当然需要提醒的是,扣子平台的高阶版或旗舰版是付费的(约89元/月),使用时要注意自动续费问题。

四、详细部署步骤:扣子平台一键安装OpenClaw

第一步:进入扣子平台并升级账号

  1. 访问 🔗扣子(Coze)编程平台官网
  2. 登录后,需要确保账号是个人高阶版或旗舰版才能使用部署功能

如果当前版本不够,按照提示完成升级

image.png

第二步:一键部署OpenClaw

  1. 等待系统自动完成环境配置和安装——整个过程完全自动化,不需要手动敲命令

点击“一键部署”按钮

image.png

在平台中找到OpenClaw的部署入口(通常在AI应用或智能体板块)

image.png

第三步:确认部署成功

部署完成后,你会看到一个管理界面,里面包含了OpenClaw的运行状态、配置选项等信息。到这里,OpenClaw本身已经搭建好了

image.png

五、配置飞书接入:让AI进入你的聊天框

第1步:在飞书开放平台创建应用

  1. 访问 🔗飞书开放平台
  2. 填写应用名称(比如“我的数字员工”)、上传头像
  3. 创建成功后,在“凭证与基础信息”页面,找到并记录两个关键信息:
    • App ID(如 cli_xxxxx)
    • App Secret(注意:只在创建时显示一次,务必保存好)

点击“创建企业自建应用”

image.png

第2步:配置应用权限,并发布应用

添加机器人应用能力,否则机器人无法正常工作。

在应用后台的“权限管理”页面,开启权限,也可以选择批量开启。

image.png

根据自己的使用场景选择需要开启的权限,我批量开启权限的代码为(如需要原代码评论区评论666):

image.png

所有权限申请后,需要等待审核通过。

第3步:配置事件订阅(最容易遗漏的一步!)

很多人在配置完前面步骤后发现机器人收不到消息,问题往往出在这里。在应用后台的“事件与回调”页面:

  1. 事件配置方式:选择“使用长连接接收事件”(推荐)
  2. 添加事件订阅:勾选以下事件
    • 接收消息 v2.0(im.message.receive_v1)——必需
    • 其他事件如“消息已读”等可根据需要选择
image.png
  1. 确保事件订阅的权限已审核通过

第4步:在OpenClaw中配置飞书插件

回到扣子平台部署好的OpenClaw管理界面,需要进行飞书插件的配置。只需要告诉它:帮我配置飞书渠道,App ID是什么,App Secret是什么。然后等待即可。

image.png


image.png

第5步:匹配配对码,完成授权。

将配对码提供open claw,完成配对命令完成授权

image.png

在飞书应用中向你的机器人发送任意消息(比如 “介绍下你自己”),机器人会回复一个 Pairing Code(配对码)

image.png

第6步:在飞书中找到机器人并测试

  1. 在飞书搜索框中搜索你创建的应用名称
  2. 找到机器人后,发送一条消息测试
  3. 如果配置正确,机器人应该能够正常回复
image.png

六、接入飞书后,我们可以怎么用?

⚠️ 重要提示:通过扣子平台部署的OpenClaw运行在云端Linux服务器上,它所能操作的“桌面”是指云端服务器的虚拟环境,不是你个人电脑的本地桌面。因此,像“整理我电脑上的文件”这类指令无法直接执行。下面是根据OpenClaw云端部署实际能力整理的使用场景:

场景一:联网信息查询与整理

这是云端OpenClaw最擅长的领域。你可以让机器人帮你查资料、做总结:
示例指令:

  • “帮我查一下2026年春节放假安排”
  • “搜索最近AI领域的三条重要新闻,用中文总结”
  • “对比一下ChatGPT和Claude的最新版本差异”

执行逻辑:OpenClaw通过扣子平台自带的联网搜索能力,获取信息后返回飞书。

image.png

场景二:云端数据处理

示例指令:

  • (发送一个Excel文件)“帮我把这个表格里的销售额按月份汇总”
  • (发送一份PDF)“提取这份合同的要点,列个清单给我”
  • “把这张图片里的文字识别出来”

执行逻辑:你在飞书发送文件 → OpenClaw下载到云端服务器 → 处理完成后把结果发回给你。

image.png

场景三:定时任务与提醒

设定好之后,机器人会准时把信息推送到你的飞书:
示例指令:

  • “每天早上8点,提醒我打卡”
  • “每周五下午5点,总结本周的行业新闻发我”
  • “每两小时检查一次这个网页有没有更新:https://xxx.com

执行逻辑:定时任务在云端服务器运行,到点自动推送消息。

image.png
image.png

场景四:内容创作与文案,文档生成

利用大模型能力,帮你写东西、改东西:
示例指令:

  • “你现在是资深的高级产品经理,现在根据***.html文件生成需求文档,便于开发工程师开发,测试工程师测试,内容详细需包含图片中的这几项内容(***),最后请以word文档的格式发我。”
  • “帮我写一封会议邀请邮件,主题是Q2产品规划”
  • “把这段话改成小红书风格:xxxx”

执行逻辑:纯文本生成,云端大模型直接处理。

image.png

场景五:群聊里的AI助手

把机器人拉进工作群,大家都可以@它:
示例指令:

  • 行政群:“@机器人 公司的报销流程是怎么样的?”(需要你提前把制度文档喂给它)
  • 执行逻辑:群聊消息通过飞书 → 扣子平台 → 大模型理解回复。

八、结语

通过扣子平台部署OpenClaw再接入飞书,是目前上手最快、门槛最低的方式之一。整个过程不需要写一行代码,就能拥有一个24小时待命的数字员工。
从“只会聊天”到“真能干活”,OpenClaw代表的是AI应用的新阶段。希望这篇教程能帮你顺利“养”起属于自己的那只“龙虾”,真正体验到AI替你打工的快乐。

Read more

「龙虾」来了!OpenClaw如何掀起AI智能体革命

「龙虾」来了!OpenClaw如何掀起AI智能体革命

「龙虾」爆火:OpenClaw的崛起与狂欢 OpenClaw生态系统 能力扩展 部署方式 部署方式 部署方式 OpenClaw核心 ClawHub技能商店 百度App一键调用 DuClaw零部署服务 红手指Operator移动端 财经分析 新闻推送 股票分析 全网比价 5000万tokens免费 网页端直接使用 跨App操作 打车、外卖等 腾讯 QClaw WorkBuddy 腾讯云Lighthouse 智能体开发平台ADP 3月12日,百度在安卓端上线「红手指Operator」应用,标志着全球首款手机「龙虾」应用正式诞生。这款结合了自研移动端AI Agent能力的应用,可实现打车、外卖订餐等跨App交互操作,一经推出便引爆下载热潮,甚至导致系统后台资源出现紧缺。百度智能云迅速回应称,正全速调配资源扩容,全力保障用户体验。 OpenClaw,这个昵称为「龙虾」的个人AI智能体助手,在短短3周内GitHub Star数突破19万,比当年DeepSeek的增长速度还要迅猛。

最新!2026年3月全球大模型全景:国产登顶、百万上下文、智能体爆发,AI进入实用新纪元

最新!2026年3月全球大模型全景:国产登顶、百万上下文、智能体爆发,AI进入实用新纪元

🔥个人主页:北极的代码(欢迎来访) 🎬作者简介:java后端学习者 ❄️个人专栏:苍穹外卖日记,SSM框架深入,JavaWeb ✨命运的结局尽可永在,不屈的挑战却不可须臾或缺! 前言:2026年3月,全球大模型领域迎来史诗级爆发,OpenAI、谷歌等海外巨头持续突破技术边界,国产大模型实现全球调用量反超、旗舰模型登顶国际盲测的双重突破。本文汇总3月国内外大模型最新动态、核心技术趋势、产业落地进展,解读AI从“参数内卷”走向“实用落地”的关键变革,助力开发者把握行业前沿。 2026年3月,全球大模型领域迎来史诗级密集爆发:OpenAI、谷歌、Meta等海外巨头持续领跑技术边界,中国大模型则实现全球调用量反超、旗舰模型登顶国际盲测、端侧与行业应用全面落地的三重突破。从百万Token上下文成为标配,到原生多模态与电脑控制能力成熟,再到AI智能体(Agent)从概念走向规模化商用,大模型正式告别“参数内卷”,进入效率优先、场景为王、生态重构的实用主义时代。 一、国际巨头:上下文军备竞赛白热化,Agent能力全面进化 3月海外巨头密集发布新版本,

AI入门系列:零基础学AI——从入门到实践完全指南

AI入门系列:零基础学AI——从入门到实践完全指南

目录 * 为什么现在是学习AI的最佳时机? * AI到底是什么?一个程序员的视角 * AI的三次浪潮:历史给我们的启示 * 第一次浪潮:规则驱动的AI(1950s-1980s) * 第二次浪潮:统计机器学习(1980s-2010s) * 第三次浪潮:深度学习革命(2010s-至今) * 机器学习的三大范式:选择适合你的学习路径 * 监督学习:有答案的学习 * 无监督学习:发现隐藏的模式 * 强化学习:通过试错来学习 * 深度学习:当代AI的核心技术 * 神经网络:模仿大脑的结构 * 卷积神经网络:图像识别的专家 * 循环神经网络:处理序列数据 * AI应用领域:改变世界的力量 * 医疗健康:AI医生的崛起 * 自动驾驶:重新定义出行 * 金融科技:智能理财的新时代 * 智能客服:24小时在线的助手 * AI开发工具:从零开始构建你的AI项目 * Python:AI开发的首选语言 * TensorFlow和PyTorch:深度学习框架 * Jupyter Notebook:交互

永久在线CRM网站背后的AI力量:集成Linly-Talker实现智能客服数字人

永久在线CRM网站背后的AI力量:集成Linly-Talker实现智能客服数字人 在客户体验决定成败的今天,企业越来越难以容忍“请在工作日9:00-18:00联系我们”这样的服务边界。用户期望的是——无论凌晨三点还是节假日,只要打开官网,就能立刻得到回应。这种“永远在线”的承诺,正从一种竞争优势演变为基本门槛。 而真正让这一愿景落地的,并非更多的坐席人员或更复杂的排班系统,而是一个能说、会听、有表情的AI数字人。它不眠不休,语气亲切,还能记住上一次对话的内容。这背后,是像 Linly-Talker 这样的全栈式实时数字人系统的崛起。 想象这样一个场景:一位海外客户在深夜访问某品牌的CRM门户,点击“智能客服”,屏幕上立即出现一位面带微笑的虚拟代表。他不仅用流利的英语回答了产品参数问题,还在用户提到“预算有限”时,主动推荐了更适合的入门型号——整个过程自然得如同与真人销售交谈。而这名“员工”是由一张照片、一段语音样本和一套AI模型驱动的。 这正是 Linly-Talker 的核心能力所在。它不是一个简单的语音助手加动画贴图,而是一个融合了大语言模型(LLM)、语音识别(