用OpenClaw做飞书ai办公机器人（含本地ollama模型接入+自动安装skills+数据可视化）

执行git clone https://github.com/openclaw/openclaw克隆项目，执行cd openclaw进入项目

执行node --version看看node的版本是否大于等于22（没有node.js需自行安装），再执行npm install -g pnpm安装作为包管理器，并执行pnpm install安装依赖

首次执行pnpm ui:build构建 Web UI（会先安装 ui/ 目录的依赖）

执行pnpm build构建主程序

执行pnpm openclaw onboard --install-daemon运行配置向导（安装守护进程），完成初始化

按键盘右箭头选择Yes，同样Yes

任选一个模型提供商都行，没有对应的提供商的密钥可以跳过，如果是本地模型选vLLM（需用vLLM框架启动模型，有性能优势，但原生vLLM仅完全支持Linux的cuda）、Custom Provider（**可以连接任何 OpenAI 或 Anthropic 兼容的端点，包括托管提供商和自托管端点）**和 LiteLLM （最通用，能通过中间层转换支持任意后端，既支持云端也支持本地模型，也包括Ollama、vLLM、LM Studio、llama.cpp 等本地后端）

Custom Provider最方便，适合日常使用，支持范围：

✅ Ollama（自动检测，无需配置）
✅ vLLM（localhost:8000/v1）
✅ LM Studio（localhost:1234/v1）
✅ llama.cpp（localhost:8080/v1，需启动 ./llama-server）
✅ 自封装 API：任何你自己用 Python + Transformers 封装的 OpenAI-compatible 服务
✅ LiteLLM 代理
✅ Text Generation WebUI

a）使用本地模型及报错处理

Endpoint ID随便填

如果提示alias被占用可以不填Model alias或可到用户目录的隐藏目录.openclaw的openclaw.json删除类似红色框的部分

卡了很久，疑似报错

新开终端，在openclaw项目文件夹位置输入pnpm openclaw logs --follow，可发现关键报错原因是上下文窗口太小（这是 OpenClaw 2026.2 版本的硬性要求：contextWindow 必须 ≥ 16000，但 onboard 向导默认只设 4096）

先输入/exit退出

到用户目录的隐藏目录.openclaw的openclaw.json对本地模型的contextWindow设置至少16000

输入pnpm openclaw gateway restart重启

终端执行pnpm openclaw tui，输入问题，成功回答

b）使用云端模型

没有账号的话进行注册，密码需要数字和英文大小写

验证激活

按需安装对接软件的插件，不需要这些就选skip跳过

c）连接飞书

如果需要飞书，可以下载插件

打开https://open.feishu.cn/app，登录后点击创建企业自建应用

简单填写你的应用名称和应用描述，点击创建

点击凭证与基础信息，复制你的APP ID和APP Secret

点击创建版本，简单填写应用版本号和更新说明，点击保存及确认发布

忘记复制的话，回到凭证与基础信息，把你的APP ID和APP Secret粘贴到openclaw

选择中国版飞书

按需选择群聊响应策略

选项	效果	适用场景
Allowlist	只在指定群聊响应	推荐，安全可控，避免机器人到处乱回
Open	所有群聊都响应（需@）	团队小、群少，希望机器人随时待命
Disabled	完全不在群聊响应	仅私聊使用

如果担心机器人乱回答选 Allowlist，后续在配置文件中指定允许响应的群 ID，防止误触。

按需安装skills，需要的话选择安装方式，不需要就skip for now

Hooks 是可选的自动化触发器，建议先 Skip，后续按需开启

Hook	作用	适用场景
boot-md	启动时自动加载指定 Markdown 文件作为系统提示	每次启动都要加载固定指令集
bootstrap-extra-files	启动时预加载额外文件到上下文	需要预置知识库文件
command-logger	自动记录所有命令到日志	需要审计追踪操作历史
session-memory	切换会话时自动保存/恢复上下文	需要持久化记忆，重启后记得之前聊过什么