飞书聊天控制电脑？OpenClaw+通义千问零成本部署

打破砂锅问到底0072026-02-11 14:24

从0到1，在 macOS 上部署本地优先的 AI 自主代理，用飞书聊天远程操控你的 Mac：自动上网抓取信息、整理文件、执行自动化任务。全程国产 AI 接口免费，对中国用户极度友好。

一、引言：AI 代理的新时代

2026 年，大语言模型已经从"对话聊天"走向了"自主行动"。我们不再满足于让 AI 回答问题------而是希望它能直接帮我们干活。

想象一个场景：你躺在沙发上，拿起手机在飞书里说一句"帮我查一下桌面上有什么文件"，几秒钟后，你的 Mac 电脑上的 AI 代理就执行了 ls ~/Desktop 命令，把结果整理成中文回复到你的飞书对话里。

这不是科幻，这是我今天用 OpenClaw 实现的真实场景。

本文你将学到

  • 什么是 OpenClaw 以及它与 ChatGPT/Claude 的本质区别
  • 如何在 macOS 上从零部署 OpenClaw
  • 如何用国产 AI 模型（通义千问）作为大脑，完全免费
  • 如何通过飞书（国内可直接使用，无需 VPN）远程控制
  • 实战演示：手机聊天让电脑创建文件夹、下载图片
  • 踩坑记录与解决方案

二、OpenClaw 是什么？为什么值得关注？

2.1 从对话到行动：AI 代理的本质区别

特性 ChatGPT / Claude（对话型） OpenClaw（代理型）
运行位置 云端 你的电脑本地
能否操作你的文件 不能 可以
能否执行系统命令 不能 可以
能否自动上网抓取 有限 完整浏览器自动化
能否 7×24 后台运行 不能 可以（守护进程）
聊天渠道 网页/App 飞书、Telegram、Discord 等 50+

OpenClaw 的核心理念是 "本地优先"（Local-First） 。你的数据不离开你的电脑，AI 模型的 API 调用是唯一的网络交互。它是一个运行在你电脑上的持久性自主代理，通过聊天软件接收你的指令，然后在你的电脑上执行。

2.2 架构一览

关键设计亮点：

  • WebSocket 长连接：飞书主动推送消息到你的 Mac，不需要公网 IP，不需要内网穿透
  • 通义千问免费接口：作为 AI 大脑，理解你的自然语言指令并决策要调用哪些工具
  • 丰富的本地工具：文件操作（Lobster）、命令执行（Exec）、浏览器自动化（Browser）、定时任务（Cron）等

三、环境准备与安装

3.1 系统要求

项目 要求
硬件 Apple Silicon (M1/M2/M3/M4) 或 Intel Mac
内存 8GB+（推荐 16GB）
系统 macOS 14 (Sonoma) 或更新
Node.js v22+（关键！）
网络 能正常访问飞书和通义千问

3.2 安装 Node.js 22

这是第一个坑。macOS 上可能残留旧版 Node.js，而 OpenClaw 严格要求 v22+。

bash 复制代码 
# 安装 Node.js 22
brew install node@22

# 关键：链接为默认版本
brew link node@22 --overwrite --force

# 更新 shell 配置（很多人忽略这一步！）
# 编辑 ~/.zshrc，确保 PATH 指向 node@22
echo 'export PATH="/opt/homebrew/opt/node@22/bin:$PATH"' > ~/.zshrc_node
# 或者直接修改 ~/.zshrc 中已有的 node 路径

# 验证
node --version  # 应输出 v22.x.x

踩坑记录 ：如果你之前安装过 node@18 或更早的版本，~/.zshrc 中的 PATH 可能指向旧版本。即使 brew install node@22 成功了，终端里的 node 命令可能还是旧版。一定要检查 ~/.zshrc 中的 PATH 配置。

3.3 一键安装 OpenClaw

bash 复制代码 
curl -fsSL https://openclaw.ai/install.sh | bash

安装过程约 1-5 分钟。成功后验证：

bash 复制代码 
openclaw --version
# 输出: 2026.2.9

四、配置 AI 模型：通义千问（免费！）

4.1 为什么选通义千问？

对比维度 通义千问 (Qwen) OpenAI GPT-4 Claude
中文能力 优秀 良好 良好
免费额度 有（OAuth 模式） 需付费 需付费
国内访问 直接访问 需 VPN 需 VPN
API 稳定性 国内网络稳定 受限 受限

对中国用户来说，通义千问是最友好的选择：免费、无需 VPN、中文表现优秀。

4.2 配置方法

运行 OpenClaw 配置向导时选择 Qwen：

bash 复制代码 
openclaw onboard --install-daemon

向导会引导你：

  1. 选择 AI 模型提供商 → 选 Qwen（通义千问）
  2. 登录通义千问账号（邮箱注册即可，免费）
  3. 选择消息渠道 → 选 飞书

配置完成后，~/.openclaw/openclaw.json 中会自动生成以下配置：

json 复制代码 
{
  "models": {
    "providers": {
      "qwen-portal": {
        "baseUrl": "https://portal.qwen.ai/v1",
        "apiKey": "qwen-oauth",
        "api": "openai-completions",
        "models": [
          {
            "id": "coder-model",
            "name": "Qwen Coder",
            "contextWindow": 128000,
            "maxTokens": 8192
          }
        ]
      }
    }
  }
}

注意 "apiKey": "qwen-oauth" 表示使用 OAuth 免费认证模式，不需要手动获取 API Key，也不需要充值。

4.3 通义千问在架构中的角色

很多人会问：通义千问在这里到底干什么？

它是 OpenClaw 的"大脑"，负责：

  1. 理解意图 ：你说"帮我查看电脑配置"，它理解为"需要执行 system_profiler 命令"

  2. 规划步骤 ：你说"帮我在桌面创建文件夹并下载图片"，它拆解为两步：mkdir → curl 下载

  3. 选择工具：从 Exec（命令执行）、Lobster（文件操作）、Browser（浏览器）等工具中选择合适的

  4. 组织回复：把执行结果整理成人类可读的中文回复

    你的消息 → 通义千问理解意图 → 选择工具 → 执行 → 整理结果 → 回复你

五、飞书集成：中国用户的最佳选择

5.1 为什么是飞书？

OpenClaw 支持 50+ 聊天平台，但对中国用户来说，飞书是最优选择：

  • 国内直接使用：无需 VPN，网络稳定
  • WebSocket 长连接：不需要公网 IP 和内网穿透
  • 个人版可用：飞书个人版也能创建企业应用（实测验证）
  • 手机 App 体验好：随时随地发消息控制电脑
  • 完全免费：飞书 API 基础消息功能免费

5.2 创建飞书应用（4 步）

第 1 步 ：访问 飞书开放平台 创建企业自建应用

第 2 步：添加机器人能力

在「添加应用能力」页面，点击「机器人」下的「+ 添加」。

第 3 步：配置权限

进入「权限管理」，使用「批量开通」功能，粘贴以下权限 JSON：

json 复制代码 
{
  "scopes": {
    "tenant": [
      "im:message",
      "im:message.group_at_msg:readonly",
      "im:message.p2p_msg:readonly",
      "im:message:send_as_bot",
      "im:resource"
    ]
  }
}

第 4 步：配置事件订阅

进入「事件与回调」页面：

  • 选择 「使用长连接接收事件」（WebSocket 模式，这是关键！）
  • 添加事件：im.message.receive_v1

踩坑记录 ：配置事件订阅时，必须先启动 OpenClaw Gateway ，再回飞书网页保存。否则会报错「应用未建立长连接」。因为飞书会检查是否有活跃的 WebSocket 连接。

5.3 配置 OpenClaw 连接飞书

将飞书应用的 App ID 和 App Secret 写入配置文件 ~/.openclaw/openclaw.json：

json 复制代码 
{
  "channels": {
    "feishu": {
      "enabled": true,
      "domain": "feishu",
      "dmPolicy": "pairing",
      "accounts": {
        "main": {
          "appId": "cli_xxxxxxxxxxxxx",
          "appSecret": "你的AppSecret",
          "botName": "openClaw"
        }
      }
    }
  }
}

启动 Gateway 并安装为后台守护服务：

bash 复制代码 
# 启动 Gateway
openclaw gateway

# 安装为开机自启的后台服务
openclaw gateway install

看到以下日志说明连接成功：

复制代码 
[feishu] feishu[main]: WebSocket client started
[info]: [ '[ws]', 'ws client ready' ]

5.4 飞书插件安装踩坑

OpenClaw 2026.2.9 的飞书插件存在一个已知问题：package.json 中的 devDependencies 使用了 pnpm 的 workspace:* 协议，而系统用的是 npm，导致依赖安装失败。

解决方法 ：手动修复 package.json 并安装依赖：

bash 复制代码 
# 进入飞书插件目录
cd /opt/homebrew/lib/node_modules/openclaw/extensions/feishu

# 移除不兼容的 devDependencies
# 将 "openclaw": "workspace:*" 改为 "devDependencies": {}

# 安装依赖
npm install

# 如果存在重复插件目录，删除用户目录下的副本
rm -rf ~/.openclaw/extensions/feishu

六、实战效果

6.1 手机查看电脑配置

在手机飞书 App 中，对 openClaw 机器人发送：

"我的电脑配置参数是怎样的？"

几秒后收到回复：

OpenClaw 自动执行了系统命令，获取了完整的硬件信息，并以中文整理回复：

  • 型号：MacBook Pro (Apple M1)
  • 核心数：8 核
  • 内存：16 GB
  • 系统版本等详细参数

整个过程你只需要说一句话，不需要打开电脑，不需要知道任何命令。

6.2 远程创建文件夹并下载图片

在飞书中发送：

"帮我在桌面上建一个叫 '0-AI-openClaw整理' 的文件夹，并网页上下载一张明星刘亦菲的照片在里边"

OpenClaw 自动：

  1. 在桌面创建了文件夹
  2. 从网上找到图片 URL
  3. 下载并保存到指定目录

6.3 更多使用场景

场景 飞书发送内容 OpenClaw 执行动作
文件整理 "帮我把下载文件夹按类型分类" 自动创建子文件夹，移动文件
信息查询 "搜索今天的 AI 行业新闻" 调用搜索 API 或浏览器搜索
系统管理 "查看磁盘空间使用情况" 执行 df -h 并整理回复
定时任务 "每天早上8点帮我清理临时文件" 设置 Cron 定时任务
代码辅助 "查看项目目录结构" 执行 tree 或 ls -R

七、技术深度：OpenClaw 的工具链

7.1 核心工具矩阵

OpenClaw 内置了丰富的工具集，通义千问根据你的指令自动选择合适的工具：

7.2 工作流程详解

当你发送 "帮我在桌面创建文件夹并下载一张图片" 时，内部流程如下：

复制代码 
1. [Gateway] 通过 WebSocket 从飞书收到消息
2. [Dispatcher] 创建/恢复 Session，将消息发给 Agent
3. [Agent] 将消息 + 工具列表发送给 通义千问
4. [通义千问] 返回 Tool Call: exec("mkdir ~/Desktop/文件夹名")
5. [Agent] 执行 Exec 工具，创建文件夹
6. [Agent] 将执行结果反馈给 通义千问
7. [通义千问] 返回 Tool Call: exec("curl -o 图片路径 图片URL")
8. [Agent] 执行下载命令
9. [Agent] 将最终结果整理，通过 Gateway 回复到飞书

7.3 安全机制

OpenClaw 在设计上做了多层安全防护：

json 复制代码 
{
  "gateway": {
    "bind": "loopback",        // 仅本地访问
    "auth": { "mode": "token" }, // Token 认证
    "nodes": {
      "denyCommands": [        // 禁止危险操作
        "camera.snap",
        "screen.record",
        "calendar.add"
      ]
    }
  }
}
  • Loopback 绑定：Gateway 仅监听本地回环地址
  • Token 认证：所有 API 请求需要 Token
  • 命令黑名单：默认禁止摄像头、屏幕录制等敏感操作
  • 配对机制：首次聊天需要在终端批准配对

八、常见问题与解决方案

Q1: Node.js 版本不对怎么办？

bash 复制代码 
# 检查当前版本
node --version

# 如果不是 v22+，检查 ~/.zshrc
cat ~/.zshrc | grep node

# 确保 PATH 指向 node@22
export PATH="/opt/homebrew/opt/node@22/bin:$PATH"

Q2: 飞书事件订阅保存报错 "应用未建立长连接"？

必须先启动 Gateway，再保存事件订阅：

bash 复制代码 
# 先启动 Gateway
openclaw gateway

# 然后回飞书网页保存事件订阅

Q3: 飞书插件安装失败 (npm install failed)？

修复 package.json 中的 workspace:* 协议问题：

bash 复制代码 
cd /opt/homebrew/lib/node_modules/openclaw/extensions/feishu
# 编辑 package.json，将 devDependencies 中的 "openclaw": "workspace:*" 删除
npm install

Q4: 浏览器搜索百度被安全验证拦截？

百度对自动化浏览器有反爬检测。解决方案：

  1. 配置 Brave Search API（推荐，免费 2000 次/月）
  2. 让 OpenClaw 使用 curl 命令代替浏览器
  3. 尝试使用 Google 搜索（OpenClaw 浏览器访问 Google 通常不会被拦截）

Q5: 电脑重启后机器人无响应？

确保已安装守护进程：

bash 复制代码 
openclaw gateway install  # 安装 LaunchAgent
openclaw gateway status   # 检查运行状态
openclaw gateway restart  # 重启服务

九、费用总结

组件 费用 说明
OpenClaw 免费 开源软件
通义千问 AI 免费 OAuth 模式有免费额度
飞书 免费 基础消息 API 免费
Brave Search API 免费 2000 次/月免费
总计 ¥0

整套方案对个人用户完全免费。

十、总结与展望

通过本文的实战，我们成功实现了：

  1. 在 Mac 上部署了 OpenClaw --- 一个本地优先的 AI 自主代理
  2. 接入了通义千问 --- 免费的国产 AI 大脑，中文表现优秀
  3. 通过飞书远程控制 --- 手机随时随地发消息，Mac 自动执行
  4. 实现了文件管理、信息查询、自动化任务 --- 动嘴就行

这种 "AI Agent + 本地执行 + 移动端控制" 的模式，代表了 AI 应用的一个重要方向：从对话走向行动，从云端走向本地。

对于中国用户而言，通义千问 + 飞书的组合堪称完美：

  • 无需 VPN，国内网络直连
  • 全程免费，个人用户零成本
  • 中文理解准确，响应迅速

OpenClaw 还在快速迭代中，微信官方支持也在开发中（PR #2780）。未来，也许直接在微信里说句话就能控制电脑，那将是真正的"AI 助手"时代。

参考资料

作者 ：打破砂锅问到底 | 日期 ：2026-02-10
关键词：OpenClaw, AI Agent, 通义千问, 飞书机器人, macOS, 本地部署, 自动化, RPA

相关推荐
九.九7 小时前
ops-transformer：AI 处理器上的高性能 Transformer 算子库
人工智能·深度学习·transformer
春日见7 小时前
拉取与合并：如何让个人分支既包含你昨天的修改，也包含 develop 最新更新
大数据·人工智能·深度学习·elasticsearch·搜索引擎
恋猫de小郭7 小时前
AI 在提高你工作效率的同时，也一直在增加你的疲惫和焦虑
前端·人工智能·ai编程
deephub8 小时前
Agent Lightning：微软开源的框架无关 Agent 训练方案，LangChain/AutoGen 都能用
人工智能·microsoft·langchain·大语言模型·agent·强化学习
大模型RAG和Agent技术实践8 小时前
从零构建本地AI合同审查系统：架构设计与流式交互实战（完整源代码）
人工智能·交互·智能合同审核
老邋遢8 小时前
第三章-AI知识扫盲看这一篇就够了
人工智能
互联网江湖8 小时前
Seedance2.0炸场：长短视频们“修坝”十年，不如AI放水一天？
人工智能
海绵宝宝de派小星8 小时前
模型规模与涌现能力（Emergent Abilities）
ai
PythonPioneer8 小时前
在AI技术迅猛发展的今天，传统职业该如何“踏浪前行”？
人工智能
AlfredZhao8 小时前
RAG 时代的“破壁人”：为什么你的大模型应用急需 Docling？
ai·rag·docling
热门推荐
01GitHub 镜像站点02Claude Code + GLM4.7 避坑指南：解决 Unable to connect to Anthropic services03openclaw配置教程（linux+局域网ollama）04UV安装并设置国内源05Linux下V2Ray安装配置指南06openclaw使用nginx反代部署过程 与disconnected (1008): pairing required解决07AI 规范驱动开发“三剑客”深度对比：Spec-Kit、Kiro 与 OpenSpec 实战指南08【Linux操作系统12】Git版本控制与GDB调试：从入门到实践09Vue-skills的中文文档10OpenClaw Chrome扩展使用教程 - 浏览器中继控制