windows部署的OpenClaw接入飞书机器人

windows部署的OpenClaw接入飞书机器人

文章目录


前言

OpenClaw 原生支持的即时通信平台主要是海外的 WhatsApp、Telegram、Discord、Slack、iMessage 等,国内用户不习惯,目前国产即时通信软件大厂也跟进了,现在钉钉,飞书等都已支持接入OpenClaw,本文主要是配置飞书机器人接入 OpenClaw,使大家可以通过飞书即可指挥OpenClaw为我们干活,当然配置钉钉接入也可以作为参考。

  • windowsWindows 本地(PowerShell)一键部署 OpenClaw
  • 飞书账号(有飞书开放平台权限的账号)

一、创建飞书应用

1.登录飞书开放平台

1.1 网页访问,打开飞书开放平台地址:https://open.feishu.cn

在这里插入图片描述


1.2 登录开发者后台

在这里插入图片描述

2.创建企业自建应用

2.1 创建企业自建应用

在这里插入图片描述


给创建的应用命名,我这里为了方便,直接命名为:OpenClaw

在这里插入图片描述


2.2 添加机器人

在这里插入图片描述


2.3 配置开通权限,
在应用中找到-权限管理-找找到“批量导入导出权限”-权限配置JSON-将以下配置复制替换掉现有的默认配置。

{ "scopes": { "tenant": [ "aily:file:read", "aily:file:write", "application:application.app_message_stats.overview:readonly", "application:application:self_manage", "application:bot.menu:write", "contact:user.employee_id:readonly", "corehr:file:download", "event:ip_list", "im:chat.access_event.bot_p2p_chat:read", "im:chat.members:bot_access", "im:message", "im:message.group_at_msg:readonly", "im:message.p2p_msg:readonly", "im:message:readonly", "im:message:send_as_bot", "im:resource" ], "user": ["aily:file:read", "aily:file:write", "im:chat.access_event.bot_p2p_chat:read"] } } 

详细操作如下所示:

在这里插入图片描述


在这里插入图片描述

2.4 配置版本号,并保存

在这里插入图片描述


在这里插入图片描述

3.发布企业自建应用

3.1 申请线上发布

在这里插入图片描述


3.2 管理员审批通过
申请线上发布后,飞书管理员会收到申请,找到申请消息,点击进入管理后台审核,

在这里插入图片描述


找到要审核的OpenClaw应用,点击审核

在这里插入图片描述


跳转到审核页面,选择“通过”即可

在这里插入图片描述


3.3 确认创建应用发布成功
管理员审核通过后,在开放平台,找到OpenClaw应用,发现已启用,已发布,说明创建发布成功,就可以去配置OpenClaw接入飞书了。

在这里插入图片描述

二、OpenClaw配置接入飞书

1.安装飞书插件

1.1 安装飞书插件

#方案1:配置飞书时直接安装#在PowerShell页面输入命名配置接入飞书 PS C:\WINDOWS\system32>openclaw config #方案2:直接打开PowerShell,输入命令安装 openclaw plugins install @m1heng-clawd/feishu 

方案1详细步骤,运行openclaw config命令后,选择本机:Local,然后选择:Channels

在这里插入图片描述


在这里插入图片描述


选择使用飞书作为连接渠道后,如果没有事先安装,会自动下载飞书插件。

在这里插入图片描述


在这里插入图片描述

1.2 配置飞书AppID,AppSecrect(在开发者管理后台,创建的应用-凭证与基础信息中复制)
获取飞书AppID,AppSecrect

在这里插入图片描述


配置飞书AppID,AppSecrect,并选择:Feishu(feishu.cn) - China ,并接受群组聊天,然后选择"YES"。

在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


然后选择完成配置

在这里插入图片描述

2.配置飞书事件回调

2.1 重启OpenClaw的网关服务,使配置生效。

#在PowerShell窗口输入命令,重启OpenClaw网关 PS C:\WINDOWS\system32>openclaw gateway 
在这里插入图片描述


2.2 配置事件与回调
切换到飞书开放后台,找到事件与回调,找到:订阅方式,点击设置订阅方式,选择使用长连接,接收事件,并保存

在这里插入图片描述


2.3 添加接收消息事件
然后右下角添加事件变为可选,点击添加事件,搜索:接收消息,然后选中,然后重新发布版本并审核通过。

在这里插入图片描述


在这里插入图片描述

3.使用测试

3.1 在飞书窗口搜索创建的应用:OpenClaw

在这里插入图片描述


3.2 发送消息给OpenClaw机器人测试

在这里插入图片描述

总结

以上就是windows原生环境安装的OpenClaw,配置接入飞书,通过飞书发送消息来指挥OpenClaw助手进行工作的完整配置流程,请参考使用。

Read more

SenseVoice Small部署案例:边缘设备Jetson Orin Nano轻量化部署实测

SenseVoice Small部署案例:边缘设备Jetson Orin Nano轻量化部署实测 1. 项目背景与价值 语音识别技术正在从云端走向边缘,越来越多的应用场景需要在本地设备上实现实时语音转文字。SenseVoice Small作为阿里通义千问推出的轻量级语音识别模型,为边缘计算设备提供了理想的解决方案。 Jetson Orin Nano作为英伟达推出的边缘AI计算设备,拥有强大的GPU性能和低功耗特性,非常适合部署轻量级AI模型。本文将详细介绍如何在Jetson Orin Nano上部署SenseVoice Small模型,实现高效的本地语音识别服务。 传统的语音识别服务往往需要联网使用,存在延迟高、隐私泄露风险等问题。通过本地部署,我们可以在保证识别精度的同时,实现毫秒级响应,并且所有音频数据都在本地处理,确保了用户隐私安全。 2. 环境准备与系统配置 2.1 硬件要求 Jetson Orin Nano是本次部署的核心设备,建议选择8GB内存版本以确保流畅运行。设备需要连接稳定的电源,并保证良好的散热条件。虽然模型轻量,但持续推理会产生一定的热量。 除

无人机电机与电子调速器模块详解

无人机电机与电子调速器模块详解

一、 无刷电机 无人机主要使用无刷直流电机,因为它具有效率高、寿命长、功率密度大、维护简单的优点。 1. 关键参数: 尺寸: 通常以4位数字表示,如 `2207`、`2306`。 前两位:定子( stator )的直径(单位:毫米),如 22mm。 后两位:定子的高度(单位:毫米),如 07mm。 简单理解:尺寸越大,通常扭矩和功率潜力越大,但也更重。 KV值: 最重要的参数之一。指在空载、1伏特电压下,电机每分钟的转速(RPM)。 低KV电机(如 800KV-1500KV):在给定电压下转速较低,但扭矩更大。通常搭配大尺寸螺旋桨,用于大型机架、长途巡航、载重无人机。 高KV电机(如 2000KV-3000KV+

FPGA 工程师到底有哪些方向?每个岗位都在干什么?一篇给你讲清楚

FPGA 工程师到底有哪些方向?每个岗位都在干什么?一篇给你讲清楚

很多人说“学 FPGA 就是写 Verilog”,但真正进了行业才发现—— FPGA 工程师并不是一个岗位,而是一整个岗位族群。 不同公司、不同项目,对 FPGA 工程师的要求差异非常大。 如果方向选错,可能学了半年发现岗位根本不对口。 这篇文章就系统地给你拆一拆: 👉 FPGA 工程师到底有哪些岗位? 👉 每个岗位具体干什么? 👉 需要掌握哪些能力? 👉 适合什么样的人? 一、FPGA 工程师整体岗位划分(先给结论) 从企业招聘角度来看,FPGA 岗位大致可以分为 6 类: 岗位方向关键词偏向FPGA 逻辑设计工程师Verilog / 时序 / 接口核心开发FPGA 算法 / 加速工程师图像 / AI / DSP算法落地FPGA 底层驱动工程师DDR / PCIe / SerDes硬件接口FPGA 系统应用工程师Linux + FPGA系统集成FPGA 验证 / 测试仿真 / 验证质量保障FPGA 技术支持 / FA客户 / 项目支持应用型

GLM-OCR效果展示:会议纪要手写笔记→结构化待办事项+时间线

GLM-OCR效果展示:会议纪要手写笔记→结构化待办事项+时间线 重要提示:本文所有展示效果基于真实测试,GLM-OCR模型在处理手写文档方面表现出色,但实际效果可能因书写质量、图片清晰度等因素有所差异。 1. 项目概述与核心价值 GLM-OCR 是一个基于先进多模态架构的智能文档识别模型,专门针对复杂文档理解场景设计。与传统OCR只能简单识别文字不同,GLM-OCR能够理解文档的语义结构,将杂乱的手写内容转化为结构化的信息。 为什么这个能力如此重要? 想象一下这样的场景:会议结束后,你的笔记本上满是潦草的手写笔记——待办事项散落在各处,时间点标记混乱,重要事项被随意标注。传统OCR只能给你一堆杂乱无章的文本,而GLM-OCR却能智能地: * 识别并提取所有待办事项 * 自动整理时间线和截止日期 * 区分不同优先级和责任人 * 生成可直接使用的结构化数据 这种从"杂乱手写"到"清晰结构化"的转换能力,正是GLM-OCR的核心价值所在。 2. 效果展示:真实案例对比 2.1 原始手写会议纪要 我们先来看一个真实的会议纪要手写案例。这是一张典型的会议笔记照片