手把手教你配置飞书 OpenClaw 机器人,打造企业级 AI 智能助手

手把手教你配置飞书 OpenClaw 机器人,打造企业级 AI 智能助手
目标:在飞书(Feishu/Lark)中添加 OpenClaw 机器人,实现 7×24 小时 AI 智能对话与自动化办公。

OpenClaw GitHub | feishu-openclaw 桥接项目

想让你的机器人具备语音交互能力?试试 Seeed Studio 的 ReSpeaker 系列吧!
我会后续出reSpeaker XVF3800与Openclaw联动实现语音输入的教程,完全开放源码。
reSpeaker XVF3800 是一款基于 XMOS XVF3800 芯片的专业级 4 麦克风圆形阵列麦克风,即使在嘈杂的环境中也能清晰地拾取目标语音。它具备双模式、360° 远场语音拾取(最远 5 米)、自动回声消除 (AEC)、自动增益控制 (AGC)、声源定位 (DoA)、去混响、波束成形和噪声抑制等功能。结合飞书 OpenClaw 机器人,您可以打造语音唤醒 + AI 智能回复的完整办公助手解决方案。

ReSpeaker 四麦克风阵列 | Seeed Studio 购买链接

效果展示:

请添加图片描述


请添加图片描述

目录

  1. 方案选择:插件 vs 独立桥接
  2. 创建飞书机器人应用
  3. 方式一:插件安装(推荐新手)
  4. 方式二:独立桥接安装(生产环境)
  5. 配置权限与事件订阅
  6. 测试与验证
  7. 常见问题排查

第一部分:方案选择:插件 vs 独立桥接

OpenClaw 提供两种接入飞书的方式,根据你的需求选择:

特性插件版 (openclaw-feishu)独立桥接 (feishu-openclaw)
安装难度⭐ 一键安装,最简单⭐⭐⭐ 需要手动配置
进程隔离与 Gateway 同一进程独立进程,互不影响
稳定性日常使用足够更高,适合生产环境
媒体支持基础图片/文件完整的图片/视频/文件收发
适用场景个人试用、快速体验企业部署、7×24小时运行
建议:新手先用插件跑通,需要稳定运行时再升级到独立桥接。

第二部分:创建飞书机器人应用

无论选择哪种方式,都需要先在飞书开放平台创建机器人应用。

2.1 登录飞书开放平台

  1. 访问 飞书开放平台(国内版)或 Lark Open Platform(国际版)
  2. 使用飞书账号登录

2.2 创建自建应用

  1. 点击右上角 “创建自建应用”
  2. 填写应用信息:
    • 应用名称:如 “OpenClaw AI助手”
    • 应用描述:如 “基于 OpenClaw 的智能 AI 助手”
    • 应用图标:上传自定义图标(可选)
  3. 点击 “创建”

2.3 添加机器人能力

  1. 进入应用详情页 → “添加应用能力”
  2. 选择 “机器人” → 点击 “添加”
  3. 配置机器人信息:
    • 机器人名称:显示在飞书中的名字
    • 机器人描述:功能介绍
    • 机器人头像:在飞书中显示的头像

2.4 获取凭证信息

进入 “凭证与基础信息” 页面,记录以下关键信息:

字段说明用途
App ID应用唯一标识cli_xxxxxxxxxxxx
App Secret应用密钥需保密,用于 API 调用
⚠️ 重要:App Secret 只显示一次,请立即复制保存!

第三部分:方式一:插件安装(推荐新手)

插件版安装最简单,适合快速体验。

3.1 前提条件

  • 已安装 OpenClaw(Clawdbot)
  • Gateway 服务正常运行
  • Node.js ≥ 18

3.2 一键安装插件

# 使用 npm 安装插件 clawdbot plugins install feishu-openclaw # 或使用 openclaw 命令 openclaw plugins install feishu-openclaw 

3.3 配置插件

编辑 OpenClaw 配置文件(通常位于 ~/.clawdbot/clawdbot.json~/.openclaw/openclaw.json):

{"channels":{"feishu":{"enabled":true,"appId":"cli_xxxxxxxxxxxx","appSecret":"你的AppSecret","verificationToken":"你的VerificationToken","encryptKey":"你的EncryptKey"}},"agents":{"defaults":{"model":"claude-sonnet-4-20250514","baseUrl":"https://vip.apiyi.com/v1"}}}

3.4 启动服务

# 重启 Gateway 使配置生效 clawdbot gateway restart # 或 openclaw restart 

第四部分:方式二:独立桥接安装(生产环境)

独立桥接需要更多配置步骤,但提供更好的稳定性和功能完整性。

4.1 克隆桥接项目

# 克隆仓库git clone https://github.com/AlexAnys/feishu-openclaw.git cd feishu-openclaw # 安装依赖npminstall

4.2 配置安全凭证

将 App Secret 保存到安全位置,避免硬编码在代码中:

# 创建 secrets 目录mkdir -p ~/.clawdbot/secrets # 写入 App Secret(替换为你的真实密钥)echo"你的AppSecret"> ~/.clawdbot/secrets/feishu_app_secret # 设置权限,仅自己可读(Linux/macOS)chmod600 ~/.clawdbot/secrets/feishu_app_secret 

4.3 配置环境变量

创建 .env 文件或直接在启动时传入环境变量:

# .env 文件示例FEISHU_APP_ID=cli_xxxxxxxxxxxx FEISHU_APP_SECRET_PATH=~/.clawdbot/secrets/feishu_app_secret CLAWDBOT_CONFIG_PATH=~/.clawdbot/clawdbot.json CLAWDBOT_AGENT_ID=main # 调试模式(可选)FEISHU_BRIDGE_DEBUG=1

4.4 测试运行

# 手动运行测试node bridge.mjs 

看到 Connected to Feishu WebSocketConnected to Clawdbot Gateway 即表示成功连接。

4.5 设置开机自启(推荐)

macOS 系统:

# 生成 launchd 服务配置node setup-service.mjs # 加载服务 launchctl load ~/Library/LaunchAgents/com.clawdbot.feishu-bridge.plist # 查看状态 launchctl list |grep feishu 

Linux 系统(systemd):

创建服务文件 ~/.config/systemd/user/feishu-bridge.service

[Unit] Description=Feishu OpenClaw Bridge After=network.target [Service] Type=simple WorkingDirectory=/path/to/feishu-openclaw Environment=FEISHU_APP_ID=cli_xxxxxxxxxxxx Environment=FEISHU_APP_SECRET_PATH=/home/username/.clawdbot/secrets/feishu_app_secret ExecStart=/usr/bin/node bridge.mjs Restart=always RestartSec=10 [Install] WantedBy=default.target 

启动服务:

systemctl --user daemon-reload systemctl --user enable feishu-bridge systemctl --user start feishu-bridge 

第五部分:配置权限与事件订阅

创建应用后,需要配置权限和事件才能使机器人正常工作。

5.1 配置权限管理

进入应用详情 → “权限管理”“权限配置”,开通以下权限:

消息与群组权限
权限名称权限 Key用途
获取与发送单聊、群组消息im:message基础消息收发
以机器人身份发送消息im:message:send_as_bot避免 403 错误
接收群聊中 @ 机器人的消息im:message.group_at_msg群聊 @ 触发
接收机器人单聊消息im:message.p2p_msg单聊触发
资源权限(用于收发图片/文件)
权限名称权限 Key用途
获取用户上传的资源im:resource下载用户发送的图片/文件
上传图片或文件到 IMim:image发送图片给飞书
用户与通讯录权限
权限名称权限 Key用途
通过手机号或邮箱获取用户 IDcontact:user.id:readonly获取用户信息
💡 提示:每添加一个权限,记得点击 “批量开通” 按钮!

5.2 配置事件订阅

进入 “事件与回调”“事件配置”

  1. 加密方式:选择 “长连接”(WebSocket 模式)
    • ✅ 不需要公网 IP
    • ✅ 不需要 HTTPS 证书
    • ✅ 不需要 ngrok 内网穿透
  2. 添加事件:点击 “添加事件”,选择:
    • im.message.receive_v1(接收消息事件)
  3. 保存配置

5.3 发布应用

配置完成后,需要发布应用才能使用:

  1. 进入 “版本管理与发布”
  2. 点击 “创建版本”
  3. 填写版本信息:
    • 版本号:如 1.0.0
    • 更新说明:如 “初始版本”
  4. 点击 “保存并发布”
  5. 等待管理员审批(测试企业可立即使用)

5.4 将机器人添加到聊天

单聊使用:

  • 在飞书搜索框输入机器人名称
  • 点击进入即可开始对话

群聊使用:

  1. 进入群聊 → 点击右上角 “群设置”
  2. 选择 “群机器人”“添加机器人”
  3. 搜索并选择你的机器人
  4. 点击 “添加”

第六部分:测试与验证

6.1 发送测试消息

在飞书中给机器人发送消息,观察回复:

测试场景输入示例预期结果
基础对话“你好”AI 正常回复
知识问答“什么是 OpenClaw?”AI 给出解释
群聊 @“@机器人 帮我总结一下”机器人回复
图片识别发送一张图片AI 描述图片内容

6.2 查看日志

插件版日志:

clawdbot logs # 或 openclaw logs 

独立桥接日志:

# macOStail -f ~/.clawdbot/logs/feishu-bridge.out.log tail -f ~/.clawdbot/logs/feishu-bridge.err.log # Linux journalctl --user -u feishu-bridge -f 

6.3 功能特性验证

独立桥接版支持以下高级功能:

功能测试方法预期结果
图片发送发送本地图片AI 能"看懂"图片
图片生成“生成一张猫的图片”收到 AI 生成的图片
文件发送发送 PDF/WordAI 可读取内容
视频发送发送短视频桥接可接收处理
长文本发送大段文字正常回复不截断
"正在思考"提示问复杂问题超过 2.5 秒显示提示

第七部分:常见问题排查

问题 1:能发消息,但收不到回复

可能原因及解决:

检查项解决方法
事件订阅方式确认选择了 “长连接”,不是 Webhook
事件订阅列表确认添加了 im.message.receive_v1
应用发布状态检查应用是否已发布(至少测试版)
机器人添加状态确认机器人已添加到群聊/单聊
Gateway 运行状态运行 clawdbot gateway status 检查

问题 2:AI 看不到图片/文件(只显示 key)

解决步骤:

  1. 检查权限:确认开通了 im:resource 权限
  2. 开启调试模式:在 .env 中设置 FEISHU_BRIDGE_DEBUG=1
  3. 查看日志:tail -f ~/.clawdbot/logs/feishu-bridge.err.log
  4. 检查文件路径:确保文件在白名单目录内(默认:~/.clawdbot/media、系统临时目录、/tmp

问题 3:AI 说生成了图片,但飞书收不到

可能原因:

原因解决方法
图片路径不在白名单将图片保存到 ~/.clawdbot/media
图片文件过大检查文件大小限制
文件不可读检查文件权限

问题 4:推送消息报错 403

原因: 缺少 im:message:send_as_bot 权限

解决: 在权限管理中添加该权限并重新发布应用。

问题 5:群聊中机器人不回复

可能原因:

检查项说明
是否被 @群聊默认只在被 @ 时回复
消息内容检查是否包含疑问词或请求词
隐私模式检查机器人隐私设置

自定义触发规则(独立桥接):

编辑 bridge.mjs 中的 shouldReplyInGroup 函数:

functionshouldReplyInGroup(message){const text = message.content.text?.toLowerCase()||'';// 被 @ 时回复if(message.mentions?.length >0)returntrue;// 包含关键词时回复const keywords =['机器人','助手','bot','help'];if(keywords.some(k=> text.includes(k)))returntrue;// 疑问句自动回复if(text.endsWith('?')|| text.endsWith('?'))returntrue;returnfalse;}

问题 6:调试技巧

开启详细日志:

# 独立桥接调试模式FEISHU_BRIDGE_DEBUG=1node bridge.mjs # 查看实时日志tail -n 200 -f ~/.clawdbot/logs/feishu-bridge.err.log 

参考链接

资源链接
OpenClaw 飞书插件https://github.com/AlexAnys/openclaw-feishu
feishu-openclaw 桥接https://github.com/AlexAnys/feishu-openclaw
飞书开放平台https://open.feishu.cn/
Lark Open Platformhttps://open.larksuite.com/
reSpeaker XVF3800 Wikihttps://wiki.seeedstudio.com/cn/respeaker_xvf3800_xiao_getting_started/
reSpeaker 固件仓库https://github.com/respeaker/reSpeaker_XVF3800_USB_4MIC_ARRAY

Read more

我用 Coze 长期计划搭建了 AI 工具热门榜单整理 Agent,并实现钉钉每日自动推送

我用 Coze 长期计划搭建了 AI 工具热门榜单整理 Agent,并实现钉钉每日自动推送 ——从信息焦虑到自动化提效,一个算法工程师的 Coze 2.0 实战指南 🎯 先看成果:这是我实现的自动化工作流效果 每天早上 8:00,我的钉钉工作群准时收到这份简报,包含 GitHub Trending、Product Hunt、Hacker News 三大平台的精选热点,每条附带简短评析——全程无需我写一行代码,完全由 Coze 长期计划自动执行。 如果你也面临以下痛点: * 每天手动浏览多个平台,耗时 30+ 分钟 * 信息分散,难以系统化整理 * 想建立个人技术情报系统但缺乏自动化方案 那么,这篇实战指南将为你展示 如何用 Coze 2.0 的“长期计划”功能,零代码搭建自动化信息聚合系统。

DeepCreamPy:终极AI去码工具完整使用指南

想要快速去除二次元图片中的马赛克和遮挡标记吗?DeepCreamPy正是您需要的AI去码神器!🎨 这款基于深度学习的开源工具能够自动识别并智能填充被遮挡的艺术作品区域,让您的二次元图片恢复完整视觉效果。 【免费下载链接】DeepCreamPy 项目地址: https://gitcode.com/gh_mirrors/dee/DeepCreamPy 🤔 什么是DeepCreamPy去码工具? DeepCreamPy是一款专门针对二次元图片设计的AI去码工具,它通过先进的神经网络技术,能够处理任何尺寸和形状的遮挡标记。无论是黑色线条、粉色爱心,还是其他类型的马赛克,这款工具都能提供高质量的去码效果。 ✨ 核心功能亮点 全能去码支持 * 任意尺寸图片:从小图标到高清大图,通通支持 * 各种遮挡类型:黑线、爱心、文字等不同形状的标记 * 高质量修复:AI智能填充,保持原图艺术风格 简单操作流程 1. 在GIMP或Photoshop中将遮挡区域标记为绿色 2. 运行DeepCreamPy进行智能去码 3. 获得完整无遮挡的二次元图片 🚀 快速开始教程

用快马ai快速原型一个永久在线crm网站,验证你的产品思路

最近在验证一个CRM产品的市场可行性,需要快速搭建一个能永久在线的基础原型。传统开发流程从环境搭建到功能实现至少需要一周,而通过InsCode(快马)平台的AI辅助,我用不到半天就完成了核心功能验证。以下是具体实践过程: 1. 明确最小可行功能集 原型系统聚焦四个核心模块:客户信息管理(基础CRUD)、销售机会跟踪(状态流转)、数据仪表盘(关键指标可视化)、基础权限控制(管理员/用户视图)。这种设计能覆盖80%的CRM基础使用场景,避免陷入细节开发。 2. AI生成基础框架 在平台输入"React+Node.js的CRM系统,包含客户管理、跟进记录和仪表盘",AI在10秒内生成了包含路由配置、API接口定义和基础组件的脚手架代码。特别惊喜的是自动配置好了MongoDB连接模块,省去了手动安装驱动和写连接池代码的时间。 3. 客户模块快速迭代 * 客户信息表单通过AI生成的React Hook自动绑定数据 * 地址字段智能识别省市区三级联动需求,自动补全地区选择器组件 * 联系方式验证逻辑直接内置了手机号/邮箱的正则校验 4. 销售跟踪状

人工智能:自然语言处理在客户服务领域的应用与实战

人工智能:自然语言处理在客户服务领域的应用与实战

人工智能:自然语言处理在客户服务领域的应用与实战 学习目标 💡 理解自然语言处理(NLP)在客户服务领域的应用场景和重要性 💡 掌握客户服务领域NLP应用的核心技术(如聊天机器人、情感分析、意图识别) 💡 学会使用前沿模型(如BERT、GPT-3、Transformer)进行客户服务文本分析 💡 理解客户服务领域的特殊挑战(如对话上下文、用户意图多样性、实时性要求高) 💡 通过实战项目,开发一个智能客户服务聊天机器人应用 重点内容 * 客户服务领域NLP应用的主要场景 * 核心技术(聊天机器人、情感分析、意图识别) * 前沿模型(BERT、GPT-3、Transformer)在客户服务领域的使用 * 客户服务领域的特殊挑战 * 实战项目:智能客户服务聊天机器人应用开发 一、客户服务领域NLP应用的主要场景 1.1 聊天机器人 1.1.1 聊天机器人的基本概念 聊天机器人是能够模拟人类对话的计算机程序。在客户服务领域,聊天机器人的主要应用场景包括: * 自动应答:回答用户的常见问题 * 任务处理: