【图文】Windows + WSL + Ubuntu 安装 OpenClaw 全套流程(飞书机器人 + 百炼模型)

目录

本文记录 Windows 通过 WSL + Ubuntu 安装 OpenClaw 的完整流程,包括:

  • WSL 安装
  • Ubuntu 环境准备
  • Node / NVM 安装
  • OpenClaw 初始化
  • 飞书机器人接入
  • 百炼模型配置
  • 子 Agent 创建

所有命令均可直接复制执行。


一、安装 WSL

先在 PowerShell 执行:

wsl --update wsl --status wsl --version wsl --set-default-version 2 wsl --list--verbose

安装 Ubuntu 22.04:

wsl --install Ubuntu-22.04 

安装完成后打开 Ubuntu 终端。


二、安装基础组件

更新系统:

sudoapt update &&sudoapt upgrade -y

安装基础工具:

sudoaptinstall-y build-essential curlgitunzipzip ca-certificates jq 

额外安装 1Panel(解决 docker 环境问题)

sudobash-c"$(curl-sSL https://resource.fit2cloud.com/1panel/package/v2/quick_start.sh)"

三、安装 Node.js(通过 nvm)

1 安装 nvm

curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.4/install.sh |bash

保存全局设置:

source ~/.bashrc 

检查:

nvm --version

2 安装 Node

nvm install22 nvm use 22

检查:

node--version

四、安装 OpenClaw

安装:

npminstall-g openclaw@latest 

检查版本:

openclaw --version

初始化:

openclaw onboard --install-daemon 

五、OpenClaw 初始化配置


这个是问要不要在本机安装,选yes

在这里插入图片描述


初始化方式,选择快速启动(QuickStart)

在这里插入图片描述


选择大模型,百炼不在这些选项中,先选择最后一个选项│ ● Skip for now 跳过,之后再设置

在这里插入图片描述


选择大模型提供商,先选不限提供商All providers

在这里插入图片描述


选择默认模型,这里选第一个保持当前选项(默认)就好

在这里插入图片描述


配置channel,这个直接跳到最下面选跳过

在这里插入图片描述


搜索提供商,我们之后用本地浏览器搞,直接跳过。
配置本地浏览器–>OpenClaw + Google Chrome(deb)+ WSLg:可视化浏览器自动化与人工接管教程

在这里插入图片描述


询问是否现在配置skill,跳过。


六、Hooks 配置(重要)

在这里插入图片描述


这个选项很重要,选择openclaw的预设动作。
第一个选项是在 Gateway 启动时运行 BOOT.md,这个后期有需要自己加。
第二个是注入额外的工作区引导文件,后期再加。
第三个是把所有命令事件写到日志,这个必须开。
第四个保留对话上下文记忆,这个也要开(养龙虾)。


七、打开 Web UI

在这里插入图片描述

网关页面的打开方式,webui比较方便
随后在控制台日志中的复制整串url(带token)

在这里插入图片描述

复制到浏览器打开即可。

成功打开网关


成功打开网关页面


八、安装飞书插件

推荐 官方插件

先安装飞书 SDK:

npminstall-g @larksuiteoapi/node-sdk 

再安装插件:

openclaw plugins install @openclaw/feishu 

删除异常插件(谨慎操作):

rm-rf ~/.openclaw/extensions/feishu 

九、第三方飞书插件(备用方案)

openclaw plugins install @m1heng-clawd/feishu 

安装失败可以手动安装

curl-O https://registry.npmjs.org/@m1heng-clawd/feishu/-/feishu-0.1.3.tgz openclaw plugins install ./feishu-0.1.3.tgz 

十、飞书权限配置(注意先做好飞书机器人设置,再配置channel)

飞书开放平台创建应用,配置机器人能力

在这里插入图片描述


导入以下权限:

{"scopes":{"tenant":["aily:file:read","aily:file:write","application:application.app_message_stats.overview:readonly","application:application:self_manage","application:bot.menu:write","base:app:copy","base:app:create","base:app:read","base:app:update","bitable:app","bitable:app:readonly","contact:contact.base:readonly","contact:department.base:readonly","contact:user.base:readonly","contact:user.employee_id:readonly","corehr:file:download","event:ip_list","im:chat","im:chat.access_event.bot_p2p_chat:read","im:chat.members:bot_access","im:chat:read","im:chat:update","im:message","im:message.group_at_msg:readonly","im:message.p2p_msg:readonly","im:message:readonly","im:message:send_as_bot","im:resource","sheets:spreadsheet","sheets:spreadsheet.meta:read","sheets:spreadsheet.meta:write_only","sheets:spreadsheet:create","sheets:spreadsheet:read","sheets:spreadsheet:readonly","sheets:spreadsheet:write_only"],"user":["aily:file:read","aily:file:write","im:chat.access_event.bot_p2p_chat:read"]}}

最后记得发布应用


十一、配置飞书channel

执行:

openclaw channels add
在这里插入图片描述


选择飞书

在这里插入图片描述


选择输入app密钥
appid和密钥同样在飞书开放平台获取

在这里插入图片描述


并粘贴到控制台中

接下来

在这里插入图片描述


链接方式,选择长连接(WebSocket)

在这里插入图片描述


对话模式,这里选open(不限制对话),(真正的对话权限可以到飞书控制台设置)

接下来还有其他的一些选项

配置项说明选择
Feishu account飞书账号选择 default
domain域名根据区域选择(国内选 feishu,国际选 lark)

选择完后这里会再跳一个Select a channel选项,我们跳到最下面选Finished就结束了。

接下来还有对这个channel的一些设置:

Configure DM access policies now? → 选 Yes,再选择open,配置所有人可对话(也可以选no跳过,后续修改) Add display names for these accounts? → 给channel加名字,选 No Bind configured channel accounts to agents now? → 将这个channel配置给某个agent,如果你有多个agent可以配置一下,这里我们选no跳过 

十二、配置飞书回调事件

在这里插入图片描述

开启:

长连接

添加事件:

接收消息 im.message.receive_v1


十三、重启 OpenClaw

openclaw gateway restart 

十四、配置百炼模型

编辑:

~/.openclaw/openclaw.json 

添加 models:

"models":{"mode":"merge","providers":{"bailian":{"baseUrl":"https://coding.dashscope.aliyuncs.com/v1","apiKey":"${DASHSCOPE_API_KEY}","api":"openai-completions","models":[{"id":"qwen-plus","name":"Qwen Plus","input":["text","image"]}]}}}

请注意:此处baseUrl填写的是百炼Coding Plan的url,百炼的普通url为

"baseUrl":"https://dashscope.aliyuncs.com/compatible-mode/v1"

随后在agents.defaults.model.primary这个键内修改默认模型:
例如:

bailian/kimi-k2.5 

如果需要多模型,则在agents.models下配置:

"models":{"bailian/kimi-k2.5":{},"openai-codex/gpt-5.4":{}}

重启网关:

openclaw gateway restart 

模型配置成功

在这里插入图片描述

十五、(题外话)OpenAI OAuth 登录

另外的,若想配置(或重新配置)openaiGPT且用网页登录认证(OAuth),则使用命令直接设置:

openclaw models auth login --provider openai-codex 

十六、【进阶】创建子 Agent

使用

openclaw agents add

可以进入交互式操作页面创建子Agent

也可以使用非交互式命令直接创建
基础格式(注意,一定要指定子Agent的workspace):

openclaw agents add<agent_id>\--workspace<workspace_dir>\ --non-interactive 

示例:

openclaw agents add Engineer \--workspace ~/.openclaw/workspace-Engineer \--model openai-codex/gpt-5.4 \ --non-interactive 

高级设定模板:

openclaw agents add<agent_id>\--workspace<workspace_dir>\ --agent-dir <agent_dir>\--model<model>\--bind feishu:default \ --non-interactive 

至此 OpenClaw + 飞书 + 百炼模型部署完成

Read more

论文阅读|ArxiV 2025|大模型微调综述|A Survey on Federated Fine-Tuning of Large Language Models

论文阅读|ArxiV 2025|大模型微调综述|A Survey on Federated Fine-Tuning of Large Language Models

论文地址:https://arxiv.org/pdf/2503.12016 相关最新研究动态:https://github.com/Chen-Yang-Liu/Awesome-RS-SpatioTemporal-VLMs 文章目录 * 0.综述结构 * 1.引言 * 2. 背景 * 2.1 大型语言模型 * 2.2 大型语言模型的训练 * 2.3 联邦微调 * 3. 挑战 * 3.1 通信开销 * 3.2 数据异质性 * 3.3 内存墙 * 3.4 计算开销 * 4. 大语言模型与时序图像的融合 * 4.1 基于低秩适应(LoRA)的微调

【前端进阶之旅】项目实战:使用 three.js+vue3+ts 完成 VR 全景看房应用

【前端进阶之旅】项目实战:使用 three.js+vue3+ts 完成 VR 全景看房应用

文章目录 * 前言 * 一、项目概述与技术栈选择 * 1. 项目需求 * 2. 技术栈选择 * 二、项目核心实现步骤 * 1. 基础环境搭建(Vue3 + Three.js 初始化) * 2. 全景房间模型实现(Room 类) * 3. 房间切换交互(PositionSprite 类) * 4. 物品信息提示(TooltipSprite + 悬浮交互) * 4.1 提示点精灵(TooltipSprite) * 4.2 悬浮显示 Tooltip * 5. 交互体验优化 * 5.1 鼠标拖拽旋转视角 * 5.2 窗口自适应 * 三、功能扩展与优化方向 * 四、总结 前言 在房地产、

若依(RuoYi)低代码框架全面分析

若依(RuoYi)低代码框架全面分析

文章目录 * 一、框架概述与技术背景 * 技术架构全景 * 二、核心特长分析 * 1. 完备的权限管理体系 * 2. 高度模块化的系统设计 * 3. 强大的代码生成器 * 4. 丰富的功能组件 * 三、显著短板与局限性 * 1. 技术栈相对保守 * 2. 代码生成器的局限性 * 3. 性能瓶颈与扩展性挑战 * 4. 学习曲线与定制成本 * 四、实际应用场景分析 * 适合场景 * 不适用场景 * 五、与其他框架对比 * 六、总结与展望 一、框架概述与技术背景 若依(RuoYi)是基于Spring Boot的权限管理系统,是中国Java低代码领域的代表性开源框架。其名称"若依"取自"若你"的谐音,体现了"

从 Jetson Thor T5000 出发:一篇讲清 NVIDIA 新一代机器人计算平台、产品谱系、架构、性能、软件栈与落地路径

从 Jetson Thor T5000 出发:一篇讲清 NVIDIA 新一代机器人计算平台、产品谱系、架构、性能、软件栈与落地路径

📺 B站:博主个人介绍 📘 博主书籍-京东购买链接*:Yocto项目实战教程 📘 加博主微信,进技术交流群: jerrydev 从 Jetson Thor T5000 出发:一篇讲清 NVIDIA 新一代机器人计算平台、产品谱系、架构、性能、软件栈与落地路径 很多人第一次看到 NVIDIA Jetson Thor T5000,都会下意识把它理解成一块“嵌入式 GPU”或者“Jetson 版显卡”。但严格来说,这个理解并不准确。T5000 不是传统意义上的独立显卡,也不是单独一颗裸芯片,而是 NVIDIA 面向机器人和边缘 AI 推出的高端 Jetson 模组(SoM)产品名;它的核心计算底座来自 Thor 这一代 SoC,而不是上一代的 Orin。