政安晨【零基础玩转开源AI项目】OpenClaw飞书通信端机器人配置指南(手把手配置OpenClaw飞书/Lark机器人,实现多渠道AI助手集成)(作者自己配置时留存使用,小伙伴们可酌情参考)

政安晨【零基础玩转开源AI项目】OpenClaw飞书通信端机器人配置指南(手把手配置OpenClaw飞书/Lark机器人,实现多渠道AI助手集成)(作者自己配置时留存使用,小伙伴们可酌情参考)
政安晨的个人主页:政安晨

欢迎 👍点赞✍评论⭐收藏

希望政安晨的博客能够对您有所裨益,如有不足之处,欢迎在评论区提出指正!

目录

一、前言

1.1 为什么需要配置飞书机器人?

1.2 飞书机器人支持的功能

二、准备工作

2.1 环境要求

2.2 OpenClaw安装(本篇主要介绍飞书端的配置,这里可参考我上一篇博客)

2.3 飞书账号要求

三、飞书应用创建

3.1 创建企业应用

3.2 获取应用凭证

​编辑3.3 开通权限

3.4 配置事件订阅

Webhook URL配置

订阅事件

3.5 发布应用

四、OpenClaw配置

4.1 配置文件结构

4.2 环境变量配置

4.3 飞书配置文件

4.4 账号配置

五、核心配置详解

5.1 连接模式配置

WebSocket模式(推荐)

Webhook模式

5.2 消息类型支持

5.3 消息发送配置

六、群组策略配置

6.1 群白名单配置

6.2 群组功能开关

6.3 权限控制

七、功能测试

7.1 基础功能测试

测试1:私聊对话

测试2:群组@互动

7.2 高级功能测试

测试3:飞书文档操作

测试4:文件传输

7.3 测试用例表

八、常见问题

Q1: WebSocket连接失败?

Q2: 消息发送失败?

Q3: 机器人无响应?

Q4: 权限不足?

Q5: 文档操作失败?

九、进阶技巧

9.1 多账号配置

9.2 自定义消息卡片

9.3 消息缓存策略

9.4 性能优化

9.5 日志与监控

十、总结

10.1 配置要点回顾


一、前言

1.1 为什么需要配置飞书机器人?

OpenClaw作为开源万能个人助理框架,支持多渠道通信。飞书(Lark)作为企业级协作平台,是集成AI助手的理想选择:

✅ 多渠道接入 - 支持私聊、群组、频道
✅ 富媒体交互 - 支持文本、图片、卡片、表情
✅ 企业级安全 - 完善的权限管理
✅ 开放API - 丰富的集成能力

1.2 飞书机器人支持的功能

OpenClaw的飞书扩展支持:

功能说明
💬 私聊对话与AI助手1对1交流
👥 群组互动群聊中@机器人对话
📄 文档操作飞书云文档读写
🎨 表情回应支持各类消息互动
🔗 Webhook实时消息推送
🔄 双模式WebSocket / Webhook

二、准备工作

2.1 环境要求

# 操作系统 - Linux (Ubuntu 20.04+ 推荐) - macOS 12+ - Windows 10+ (WSL2 推荐) # 基础环境 - Node.js 18+ - pnpm 8+ - Git 

2.2 OpenClaw安装(本篇主要介绍飞书端的配置,这里可参考我上一篇博客)

# 1. 克隆项目 git clone https://github.com/openclaw/openclaw.git cd openclaw # 2. 安装依赖 pnpm install # 3. 配置环境变量 cp .env.example .env # 4. 启动开发模式 pnpm dev 

2.3 飞书账号要求

  • ✅ 拥有飞书管理员权限
  • ✅ 可访问飞书开放平台
  • ✅ 企业版或个人版飞书账号均可

三、飞书应用创建

3.1 创建企业应用

访问飞书开放平台

访问:https://open.feishu.cn/ 登录你的飞书账号 

此处点击右上角进入开发者后台。

创建应用

点击「创建企业应用」 填写应用名称:OpenClaw助手 上传应用图标 
  1. 填写应用基本信息
    • 应用名称:OpenClaw助手
    • 应用描述:基于OpenClaw的AI助手
    • 上传应用图标
  1. 配置应用信息
    • 应用描述:基于OpenClaw的AI助手
    • 应用主页:可选填
    • 落地页:可选填

3.2 获取应用凭证

在应用详情页获取:

{ "appId": "your_app_id_here", "appSecret": "your_app_secret_here" } 
⚠️ 注意:妥善保管appSecret,泄露后需重新创建

3.3 开通权限

在「权限管理」中开通以下权限:

权限名称权限说明必要性
im:message发送和接收消息⭐ 必选
im:chat群组管理⭐ 必选
im:contact联系人读取⭐ 必选
doc:document云文档读写🔸 可选
drive:file云空间文件🔸 可选
approval:instance审批流程🔸 可选

3.4 配置事件订阅

Webhook URL配置
# 你的服务器地址 https://your-domain.com/api/feishu/webhook 
订阅事件
必需事件: ├── im:message │ └── 接收消息事件 └── im.chat └── 群组事件 

3.5 发布应用

提交审核

审核时间:1-3工作日 企业自建应用可无需审核 

可见范围

• 全体成员 • 指定部门 • 指定用户 

版本管理

版本号:v1.0.0 版本描述:首次发布 

审核后看到发布成功,则OK。


四、OpenClaw配置

4.1 配置文件结构

openclaw/ ├── .env # 环境变量 ├── apps/ │ └── feishu/ │ └── config.ts # 飞书配置 └── extensions/ └── feishu/ └── src/ ├── client.ts # 客户端 ├── accounts.ts # 账号管理 └── types.ts # 类型定义 

4.2 环境变量配置

# .env 文件 # 飞书应用凭证 FEISHU_APP_ID=your_app_id FEISHU_APP_SECRET=your_app_secret # 飞书域名 FEISHU_DOMAIN=feishu # 或 lark # 连接模式 FEISHU_CONNECTION_MODE=websocket # websocket | webhook # Webhook配置 FEISHU_WEBHOOK_PATH=/api/feishu/webhook FEISHU_VERIFICATION_TOKEN=your_token 

4.3 飞书配置文件

// apps/feishu/config.ts export const FeishuConfig = { // 应用凭证 credentials: { appId: process.env.FEISHU_APP_ID, appSecret: process.env.FEISHU_APP_SECRET, }, // 域名配置 domain: process.env.FEISHU_DOMAIN || 'feishu', // 连接模式 connectionMode: process.env.FEISHU_CONNECTION_MODE || 'websocket', // Webhook配置 webhook: { path: process.env.FEISHU_WEBHOOK_PATH || '/api/feishu/webhook', verificationToken: process.env.FEISHU_VERIFICATION_TOKEN, }, // 消息配置 message: { maxLength: 20000, retryTimes: 3, retryInterval: 1000, }, // 日志配置 logging: { level: 'info', format: 'json', }, }; 

4.4 账号配置

// 支持多账号配置 export const feishuAccounts = [ { accountId: 'main', appId: process.env.FEISHU_APP_ID, appSecret: process.env.FEISHU_APP_SECRET, enabled: true, configured: true, domain: 'feishu', connectionMode: 'websocket', }, { accountId: 'lark', appId: 'your_lark_app_id', appSecret: 'your_lark_app_secret', enabled: false, // 暂不启用 configured: false, domain: 'lark', }, ]; 

五、核心配置详解

5.1 连接模式配置

WebSocket模式(推荐)
// 实时双向通信 const wsConfig = { connectionMode: 'websocket', heartbeatInterval: 30000, // 30秒心跳 reconnectInterval: 5000, // 断线重连间隔 maxReconnectAttempts: 10, // 最大重连次数 }; 
Webhook模式
// 被动接收消息 const webhookConfig = { connectionMode: 'webhook', path: '/api/feishu/webhook', methods: ['POST'], }; 

5.2 消息类型支持

// 支持的消息类型 const supportedMessageTypes = [ 'text', // 纯文本 'image', // 图片 'file', // 文件 'audio', // 语音 'video', // 视频 'rich_text', // 富文本 'card', // 卡片消息 'interactive', // 交互卡片 ]; 

5.3 消息发送配置

// apps/feishu/src/send.ts export interface FeishuMessageInfo { messageId: string; // 消息ID chatId: string; // 会话ID senderId?: string; // 发送者ID messageType: string; // 消息类型 content: string; // 消息内容 timestamp: number; // 时间戳 } // 发送富文本消息 const sendRichText = async (chatId: string, markdown: string) => { await client.sendMessage({ receiveId: chatId, msgType: 'rich_text', content: JSON.stringify({ rich_text: { elements: [ { type: 'text', text: markdown, }, ], }, }), }); }; 

六、群组策略配置

6.1 群白名单配置

// 配置允许使用机器人的群组 export const groupPolicy = { // 白名单模式 allowlist: { enabled: true, mode: 'whitelist', // whitelist | blacklist // 匹配方式 matchSource: 'id', // id | name | wildcard // 允许的群组ID列表 allowedGroups: [ 'oc_xxxxxxxxxxxxx', // 群组ID ], // 匹配规则 matchRules: { // 群名匹配(支持通配符) namePatterns: ['AI-*', '测试群'], }, }, // 默认策略 defaultPolicy: { allowed: true, // 默认允许 responseMention: true, // 是否@回复用户 typingIndicator: true, // 显示"正在输入" }, }; 

6.2 群组功能开关

// 群组功能配置 export const groupFeatures = { // 是否允许机器人被@时回复 mentionReply: { enabled: true, prefix: '@你的名字', // 机器人昵称 }, // 是否允许私聊模式 privateChat: { enabled: true, requireFollow: false, // 是否需要先关注 }, // 文档功能 document: { enabled: true, read: true, write: true, create: true, }, // 媒体功能 media: { upload: true, download: true, maxSize: 20 * 1024 * 1024, // 20MB }, }; 

6.3 权限控制

// 用户权限配置 export const userPermissions = { // 管理员(可配置机器人) admins: [ 'ou_xxxxxxxxxxxxx', // 用户OpenID ], // 普通用户权限 user: { canUse: true, dailyLimit: 100, // 每日限额 canUpload: true, maxFileSize: 10 * 1024 * 1024, }, // 匿名用户权限 anonymous: { canUse: false, }, }; 

七、功能测试

7.1 基础功能测试

测试1:私聊对话
# 步骤1:在飞书中搜索机器人并发起对话 # 步骤2:发送测试消息 你好,OpenClaw! # 预期回复 你好!我是OpenClaw AI助手。有什么可以帮助你的吗? 
测试2:群组@互动
# 步骤1:将机器人拉入群组 # 步骤2:@机器人并提问 @OpenClaw 帮我总结今天的新闻 # 预期回复 今天的主要新闻: 1. xxx 2. xxx 3. xxx 

7.2 高级功能测试

测试3:飞书文档操作
# 测试文档读写功能 ## 读文档 @OpenClaw 读取文档 [文档ID] ## 写文档 @OpenClaw 在文档 [ID] 中添加以下内容: ## 新增章节 - 项目进度更新 - 明日工作计划 
测试4:文件传输
# 测试文件上传下载 ## 上传图片 @OpenClaw 上传图片 [图片文件] ## 下载文件 @OpenClaw 下载这个文件 

7.3 测试用例表

测试项测试步骤预期结果实际结果
私聊对话发送"你好"回复欢迎语
群组@互动@机器人提问AI回复
文档读取请求读取文档返回文档内容
文档写入添加内容内容成功添加
图片发送发送图片图片正常显示
文件上传上传文件文件上传成功
断线重连断开网络后重连自动重连成功
高频测试连续发送10条全部正常回复

八、常见问题

Q1: WebSocket连接失败?

问题描述

Error: WebSocket connection failed 

解决方案

# 1. 检查网络连通性 ping open.feishu.cn # 2. 检查防火墙设置 sudo ufw status # 3. 检查WebSocket端口 netstat -tlnp | grep 443 # 4. 查看详细日志 FEISHU_LOG_LEVEL=debug pnpm dev 

Q2: 消息发送失败?

问题描述

Error: Failed to send message 

解决方案

// 1. 检查消息长度 if (message.length > 20000) { // 拆分成多条消息发送 } // 2. 检查频率限制 // 飞书默认限制:60条/分钟 // 3. 添加重试机制 const sendWithRetry = async (message, retries = 3) => { for (let i = 0; i < retries; i++) { try { return await sendMessage(message); } catch (e) { if (i === retries - 1) throw e; await sleep(1000 * (i + 1)); } } }; 

Q3: 机器人无响应?

排查步骤

# 1. 检查机器人是否启用 curl http://localhost:3000/api/feishu/status # 2. 检查事件是否正常 curl http://localhost:3000/api/feishu/events # 3. 查看运行日志 tail -f logs/feishu.log 

Q4: 权限不足?

问题描述

Error: Permission denied 

解决方案

# 1. 确认已开通所有必要权限 # 2. 确认应用已发布 # 3. 确认用户已在可见范围内 

Q5: 文档操作失败?

问题描述

Error: Document operation failed 

解决方案

// 检查文档权限 const checkDocPermission = async (docId: string) => { const doc = await client.doc.get({ document_id: docId, }); if (!doc.readable) { throw new Error('文档无读取权限'); } if (!doc.writable) { throw new Error('文档无写入权限'); } }; 

九、进阶技巧

9.1 多账号配置

// 同时连接飞书和Lark export const multiAccount = { accounts: [ { name: '飞书', domain: 'feishu', config: feishuConfig, }, { name: 'Lark', domain: 'lark', config: larkConfig, enabled: false, // 暂不启用 }, ], // 负载均衡 loadBalancing: 'round_robin', // 轮询 | 随机 }; 

9.2 自定义消息卡片

// 发送交互式卡片 const sendCard = async (chatId: string) => { await client.sendMessage({ receiveId: chatId, msgType: 'interactive', content: JSON.stringify({ card: { config: { wide_screen_mode: true, enable_forward: true, }, elements: [ { tag: 'div', fields: [ { is_short: false, text: { tag: 'lark_md', content: '**AI助手回复**\n你好!有什么可以帮你?', }, }, ], }, { tag: 'action', actions: [ { tag: 'button', text: { tag: 'plain_text', content: '继续对话', }, type: 'primary', action_id: 'continue_chat', }, { tag: 'button', text: { tag: 'plain_text', content: '结束对话', }, type: 'default', action_id: 'end_chat', }, ], }, ], }, }), }); }; 

9.3 消息缓存策略

// 消息缓存配置 export const messageCache = { enabled: true, maxSize: 1000, ttl: 3600, // 1小时 strategy: 'lru', // LRU缓存 // 缓存操作 get: async (key: string) => {}, set: async (key: string, value: any) => {}, delete: async (key: string) => {}, clear: async () => {}, }; 

9.4 性能优化

// 性能配置 export const performance = { // 并发限制 maxConcurrent: 10, // 请求队列 queueSize: 100, // 消息批处理 batching: { enabled: true, maxBatchSize: 10, maxWaitTime: 100, // 毫秒 }, // 数据库连接池 pool: { min: 2, max: 10, }, }; 

9.5 日志与监控

// 结构化日志 export const logging = { level: 'info', format: 'json', // 日志字段 fields: { traceId: true, userId: true, chatId: true, messageId: true, timestamp: true, }, // 日志输出 outputs: [ { type: 'console', level: 'info', }, { type: 'file', level: 'info', path: './logs/feishu.log', rotation: 'daily', }, { type: 'remote', level: 'warn', endpoint: 'https://your-log-service.com', }, ], }; 

十、总结

10.1 配置要点回顾

  1. ✅ 创建飞书企业应用
  2. ✅ 获取并保管好应用凭证
  3. ✅ 开通必要权限
  4. ✅ 配置环境变量
  5. ✅ 选择连接模式(推荐WebSocket)
  6. ✅ 配置群组白名单
  7. ✅ 测试各功能模块

Read more

2025年全球10大AI大模型排行榜出炉!中国独占6席

2025年全球10大AI大模型排行榜出炉!中国独占6席

2025年是AI大模型的爆发之年,也是AI大模型发展的分水岭,谁能留在牌桌上,谁能引领AI最前沿,都是该见分晓的时候了。全球AI大模型那么多,究竟谁好谁坏?让我们拨开AI大模型的面纱,退去营销的潮水,看看谁是王者?谁在裸泳? 我们从大模型的综合技术性能、生态影响力、场景适配性、创新价值、应用场景、用户体验等多个维度出发,为大家分享一份全球AI大模型的排行榜,赶快来围观一下吧! 1、OpenAI的GPT-5大模型 它的最大特色是:千亿级参数规模(52万亿)、多模态融合、逻辑推理接近博士生水平。 核心应用场景:特别适合高端科研(如蛋白质结构预测)、跨领域决策支持(金融策略、医疗诊断)等。 2、Google的Gemini 2.0 Ultra大模型 它的最大特色是:原生多模态架构、与搜索生态深度整合,响应速度与准确性平衡。 核心应用场景:企业级知识库(如Gmail智能摘要)、实时跨模态分析(图像+文本报告生成)等。 3、

AI安全:大模型“提示词注入攻击”(Prompt Injection):分类、原理与技术解析

AI安全:大模型“提示词注入攻击”(Prompt Injection):分类、原理与技术解析

本文链接地址 :https://blog.ZEEKLOG.net/weixin_47681965/article/details/158693914?spm=1001.2014.3001.5501, 转载请注明出处。 随着大语言模型(LLM)及多模态模型(LMM)的广泛应用,提示词注入攻击(Prompt Injection) 已成为AIGC领域面临的最核心安全威胁之一。攻击者通过精心设计的输入,试图覆盖、修改或绕过系统预设的指令和安全护栏。本文将系统梳理提示词注入的主要形式及底层技术手段,帮助开发者与安全研究人员更好地理解这一威胁模型。 目录 * 一、 提示词注入的主要形式 * 1. 直接提示词注入 * 2. 间接提示词注入 * 二、 核心技术手段与示例 * 1. 上下文忽略与指令覆盖 * 2. 角色扮演与情感劫持 * 3. Token拆分与拼接 * 4. 编码与混淆 * 5. 前缀注入与肯定引导 * 6.

Jupyter AI完整使用指南:在JupyterLab中集成AI助手的终极教程

Jupyter AI完整使用指南:在JupyterLab中集成AI助手的终极教程 【免费下载链接】jupyter-aiA generative AI extension for JupyterLab 项目地址: https://gitcode.com/gh_mirrors/ju/jupyter-ai Jupyter AI是一款专为JupyterLab和Jupyter Notebook设计的革命性扩展,它让生成式人工智能模型与数据科学工作流程无缝集成。无论你是数据科学家、研究人员还是编程学习者,Jupyter AI都能为你提供强大的AI辅助功能,显著提升代码开发效率和问题解决能力。 核心功能全景展示 Jupyter AI主要提供两大核心功能,让AI集成变得简单直观: 智能魔法命令 %%ai %%ai魔法命令将Jupyter笔记本变成一个可复现的生成式AI游乐场。这个功能在IPython内核运行的任何地方都有效,包括JupyterLab、Jupyter Notebook、Google Colab、Kaggle和VSCode等环境。 通过简单的魔法命令语法,你可以:

一文告诉你:如何在trae中编译运行STM32程序,并让AI帮你修改代码

一文告诉你:如何在trae中编译运行STM32程序,并让AI帮你修改代码

现在AI编程非常火,而Trae最大的优势就是国产,还免费; 原来是用Keil编译stm32代码,就想着把STM32的程序搬到Trae下,实现在Trae中编译,运行,到AI改代码一条龙。所以就研究了一下,以下是完整步骤,最终实现了AI修改STM32代码,并能在Trae中编译和下载运行。 一、先用keil编译通过 1.1 STM32CubeMX 准备 STM32CubeMX是官方提供的一个快捷生成工程喝代码的工具。 STM32CubeMX下载地址:STM32cubemx下载 STM32CubeMX使用介绍官网:STM32cubemx介绍 1.2 STM32CubeMX 生成工程 我这里使用的mcu是STM32G070RBT6 作为示例,我们只配置晶振和串口 打开CubeMX 选择ACCESS TO MCU SELECTOR,等待更新文件 选择,然后STM32G070RBT6,然后右边的Start Project 根据自己的情况配置晶振 配置串口: 根据自己硬件配置时钟晶振 更新 配置项目:然后点击GENERATE CODE,生成工