为什么我拖了一个多月才开始使用OpenClaw？（附接入飞书完整详细教程，新手必看）

狂师2026-03-02 9:38

2026 年 1 月底，整个 AI 圈的目光都被一个名叫 OpenClaw 的项目所吸引，它以极快的速度拿下了超过20万颗星标，成为了GitHub 史上增长最快的项目之列，截止目前总星标数已经来到 238K ，一个多月整整又翻了 10 倍，这个数据，但凡你做过开源项目，就知道有多么恐怖了！

OpenClaw (https://github.com/openclaw/openclaw) 已经火了很长时间了，记得它刚出来那会，我就关注它了，那时候星标数才20多K，1个多月过去了足足翻了 10 多倍，可见其火爆程度超出我们想象~

起初 OpenClaw 给我留下印象最深的两点就是：

  • 它可以通过移动端聊天软件来远程控制它干活

  • 对外号称能 7x24 小时不停歇的干活

这两点都跟"干活"有关，所谓干活就是它能真正帮你产出实际结果，有实际价值产出的。

这很很吸引我，但我仍然选择先做个"等等党"， 正如我在「狂师.AI 进化社」中提到的观点，AI时代，每天都有新产品、新技术冒出来，每一个都说自己是"现象级"、"颠覆性"、"革命性"。但对于普通人学AI，千万别冲第一波。（除非是专门搞AI研究或者想蹭新热点的自媒体知识博主）

为什么，普通人我不建议冲第一波?

因为新产品刚出来的时候，总会有各种问题和波折。各家都在吹，说法纷纭，都说自己最好最棒。

等你兴冲冲地去测试，妈呀，发现好像也就那么回事。

我的建议：等1周、2周，甚至1个月 。

如果到那时候，大家还在持续讨论和使用，那才是真正值得下手的时候。

时间是最好的过滤器。

能活过一个月还保持热度的产品，才值得你投入时间学习。

这不，我这一等就是一个多月的时间...

今天不能再等了，这篇文章算是给我第一次使用 OpenClaw 做个见证，同时也给自己的学习做个笔记。如果有跟我一样的朋友想要学习如何安装、部署并配置使用 OpenClaw，看这篇文章就够了，它向你推荐的是目前为止最佳的方式，且非常详细，非常适合新手学习。

本文篇教程，非常详细，且内容较长，建议先点赞，收藏，慢慢学习

在我们正式开始安装部署之前，请允许我再简单介绍一下 OpenClaw，即使它现在已经非常有名了。

1. OpenClaw 是什么，为什么它突然就火了？

1.1 OpenClaw 是什么？

简单来说，它是一个装在你本地电脑（或云服务器）上面的AI私人助理！

就像是《钢铁侠》里的贾维斯。

大家都知道，钢铁侠想要做什么，从来不需要自己去敲键盘、查数据。他只需要随口说一句："贾维斯，帮我分析一下这个装甲的受损情况"，或者"把那个恐怖分子的位置发给我"。

然后贾维斯就会立刻去执行：扫描装甲、调用卫星、检索数据库、把结果直接展示出来。

OpenClaw 做的就是这件事。

它不是那种只会陪我们聊天的 AI，而是一个真正长了手脚的 AI 助理。它住在我们的电脑里，拥有操作电脑的权限。

我们给它发个指令，它就能像真人一样，去操作浏览器、打开文件夹、运行软件，帮你查资料、写文档、整理数据，帮我们把活干完。哪怕我们睡觉了，它也可以在后台 24 小时随时待命，随时召唤。

当然上面是为了方便大家理解，较为通俗解释，

更准确地说法：

OpenClaw是一个AI智能体平台（Agent Platform），或者说它是一个自托管的个人 AI 助手网关（Gateway），它的作用是作为统一的控制网关，将你常用的聊天应用（WhatsApp、Telegram、Discord、Slack、QQ、企业微信、飞书 等）连接到 AI 编程工具上。你需要在聊天应用中，下发指令，AI就能帮我们自动干活了。

1.2 OpenClaw 它不是什么？

OpenClaw很强大，但它也并非是万能的，有几个新手阶段较为常见的误解，越早澄清越好。

误解1：它不是ChatGPT、Manus替代品

  • 和 ChatGPT 比： ChatGPT 只能动嘴，告诉你怎么做，最后干活的还是你自己。

  • 和 Manus 比： Manus 虽然也能干活，但它是在云端的一个沙箱里运行的，就像是在别人的电脑上操作，很多本地的文件、特殊的软件它都碰不到，限制很多。

而 OpenClaw是一个平台，让你能搭建自己的AI助理，是直接跑在我们的地盘上（电脑或 VPS），这也是未来 AI 发展的主要形态！

实际上，OpenClaw可以接入ChatGPT的API，也可以接入Claude、KIMI、MiniMax等其他模型。它是模型的使用者 ，不是模型的竞争者。

误解2：它是云端服务，数据存在别人服务器上

这是OpenClaw最大的特点之一：它是可以直接运行在你的个人电脑上的。

  • 你的聊天记录存在本地

  • 你的文件处理在本地完成

  • 你的API Key不会经过第三方服务器

对于担心数据隐私的企业和个人，这是巨大的优势。

⚠️ 注意：虽然OpenClaw本身在本地运行，但它调用AI模型时需要联网。你的消息会发送到对应的AI服务商（如OpenAI、KIMI等）。

误解3：它会自己上网乱买东西、乱删文件、瞎搞一通

OpenClaw的设计理念是最小权限原则。默认情况下，它什么都不能做。

  • 想让它读写文件？你需要明确授权

  • 想让它发邮件？你需要配置邮件工具

  • 想让它执行命令？你需要开启沙箱并设置权限

而且，高风险操作可以设置二次确认，确保它不会"自作主张"。

1.3 OpenClaw 它能做什么？

光说概念太虚了，来看三个真实的使用场景。

场景一： 你可以在飞书里@OpenClaw机器人，让它帮你自动整理日报

复制代码 
"帮我整理今天的日报，从项目群提取关键进展，从邮件提取待跟进事项。"

OpenClaw机器人会自动执行：

  1. 读取指定群聊的今日消息
  2. 提取关键信息
  3. 按格式生成日报
  4. 发到指定文档

场景二： 以前你需要写一篇行业分析报告，涉及大量资料搜集，需要在十几个网站间来回切换，复制粘贴到手软。

现在他告诉OpenClaw，让它来自动帮你查资料写报告，

"搜索2026年AI编程助手的市场规模，整理成表格，包含数据来源。"

OpenClaw会自动执行：

  • 调用搜索工具查找资料

  • 访问多个网页提取信息

  • 整理成结构化表格

  • 标注数据来源

而你，从"体力活"中解放出来后，可以更加专注在分析和判断上。

场景三： 飞书里@它，帮你处理各种繁琐、重复的任务

比如，工作群里经常有人问：

  • "谁能查一下上个月的BUG缺陷数据？"

  • "帮忙翻译一下这个英文文档"

  • "把这份PDF转成Markdown"

现在直接在群里@机器人：

@OpenClaw机器人 把刚才发的PDF转成Markdown格式

机器人立即处理，把结果发回群里。

不用麻烦同事，不用切换工具，在聊天中就把事办了。

简单小结一下，当你用好OpenClaw，你将拥有：

一个能在飞书里@的AI机器人：

  • 私聊问它问题

  • 群里@它办事

  • 让它帮你整理文档、查资料

一个可定制的AI助理：

  • 根据你的需求写Skills

  • 连接你的常用工具

  • 自动化重复工作

完全掌控的数据隐私：

  • 所有数据存在本地

  • 不经过第三方服务器

  • 企业级安全保障

1.4 为什么2026年它突然火了

AI Agent的概念不是2026年才有的，为什么现在才火？或者说为什么OpenClaw会爆火?

我们都很清楚当前 大多数的 AI 工具的核心痛点是： 太被动了 。

传统的对话模型就像咱们古代的算盘一样，拨一下才动一下，高度依赖 Prompt 的持续输入。而 OpenClaw 的突破，在于它直接将产品范式提升到了一个全新的维度，正如，OpenClaw的创作者 Peter Steinberger 对其给出的产品定位非常精准------ "真正会做事的 AI" 。

更离离不开，当前AI大环境发展趋势的推动

一方面，当前国内外主流AI大模型能力都到了"可用"的临界点

2024年的GPT-4和Claude 3已经很强，但还不够稳定。2025-2026年的模型（Claude Opus 4.6/Sonnet 4.6、GPT-5.3-Codex、KIMI K2.5等）在理解复杂指令 和稳定输出格式 上有了质的飞跃。早期的AI Agent更多是极客的玩具，现在它们真的能解决实际工作问题。

另一方面，AI配套的工程化工具愈发成熟了

光有聪明的大脑不够，还需要：

  • 稳定的消息收发机制

  • 可靠的工具调用框架

  • 安全的权限管理系统

  • 友好的配置界面

OpenClaw把这些工程难题都解决了，让普通用户也能搭起自己的AI助理。

正因如此，刚好有一款如同OpenClaw的产品出现，瞬间让大家明白，然来，存在脑海里的奇思妙想，真的是可以实现呢！

这也是未来 AI 发展的核心形态，甚至我敢断言，今年几大主流 AI 厂商，必然会围绕这块市场展开激烈争夺。

2. 安装与部署

2.1 目前可行的部署方案有三种

1. 云厂商一键部署

这是非技术人员，想体验openclaw最推荐使用的方案，5-10 分钟就能搞定。适合不会命令行、想 7x24 小时稳定运行、需要国内低延迟 IM（飞书/企微/QQ/钉钉）的用户使用。可以零代码、一键镜像、官方/大厂背书、自动续费、带宽免费。月费在 9-40 元起。推荐腾讯云（最稳）、阿里云（最便宜）。缺点就是需实名认证且数据在云端不在本地，数据隐私和安全性需要考虑。

2. 本地一键安装部署

适用于有闲置 MacBook 或 Windows 电脑（其实我觉得未必，如果就一台电脑就先用着也完全没问题），想完全本地运行的用户使用。 速度是最快的、无服务器费用、隐私最高。 缺点就是你的这台电脑得常开着（或自己花钱用 Mac Mini 7x24 候着，一次性成本大概在 3-4000 块钱）。

3. Docker 部署

适用在 VPS / NAS / 本地想跑多实例，且对权限严格的用户使用。但需懂点儿技术，懂基本的 Docker 操作的。

4. 部署方式，我的建议，优先用本地

本地安装，其实也没有那么复杂，核心步骤只需要"一行命令，开箱即用"。而你用 VPS 部署，还需要配置服务器、调试网络、安全规则等复杂的步骤，好像这样就完全偏离了我们利用 AI 来提效的初衷。即使你可以用腾讯云或者阿里云，免去这些复杂步骤，也看似安全了，但你别忘了你的所有核心数据、文件、代码和隐私始终是存在云端的。

更重要的是，本地运行的 OpenClaw 可以直接获取你的文件系统、本地应用和工作流的系统级权限。你甚至可以在屏幕上实时"监工"，看着它一步步执行操作，这种所见即所得的直观反馈，是盯着浏览器里枯燥的远程终端无法比拟的。

很多人没意识到， VPS 部署其实只解锁了 OpenClaw 大约 20% 的能力 。像直接控制本地桌面应用、接管剪贴板、与系统环境深度交互等高阶 Agent 特性，在云端根本跑不通。云端部署本质上可以看做是一个" 阉割版 "，只是能满足你的快速体验。

所以说 OpenClaw 放弃本地部署，等于自废 80% 武功！

2.2 本地部署环境准备

很多技术书一上来就列一堆要求，看得人想放弃，所以我们今天，就换个方式：

如果你想体验Openclaw，你只需要三样东西：

  1. 一台能上网的电脑（Windows/Mac/Linux都行）

  2. 一个AI大模型API Key（别被这个词吓到，就是一串密码）

  3. 10分钟时间（和一点点耐心）

没了。不需要你是程序员，不需要你懂AI，不需要买服务器。

1. 一台能上网的电脑

你完全不需要一上来就采购昂贵的新设备，除非你不在乎钱。你现有的任何设备包括在那儿吃灰的旧笔记本电脑、或者闲置的旧台式机，都足以成为 OpenClaw 的启动载体。

系统 要求 备注
macOS 10.15+ Intel和Apple Silicon都支持
Windows 10/11 推荐用WSL2（后面会讲）
Linux 主流发行版 Ubuntu/Debian/CentOS/Fedora都行

简单说：只要是近5年的电脑，基本都能跑。

如果你确实需要一台新设备，目前 Mac mini 是当之无愧的" 甜品级 "神机。

另外，网络要求，也提一下吧，你需要能访问：

  • npm registry（安装OpenClaw）

  • 你选择的AI服务商（如KIMI、MiniMax、GLM等）

国内用户注意：OpenClaw本身不需要FQ，但部分AI服务商可能需要。

2. 一个AI大模型API Key

API Key ，听起来很高大上，其实就是一串密码。

类比一下：

  • 饭店的VIP卡 → 证明你有资格享受服务

  • 小区的门禁卡 → 证明你有权限进入

  • API Key → 证明你有权限调用AI服务

这里补充一下，很多新手容易搞混，AI编程（工具）和大模型本质上是两个不同的东西，大模型如 GPT、Claude、GLM，是 AI 能力的 "源头"，而 AI 编程工具如 Claude Code、Cursor、GitHub Copilot是基于大模型封装的、面向特定场景的专用应用。

OpenClaw也是如此，本质上，你就可以把它当作是一款工具，每次OpenClaw让AI帮你干活，都要出示这个Key，AI服务商根据Key来：

  1. 确认你是谁
  2. 计算你用了多少额度
  3. 决定是否响应你的请求

3. 国内三家Coding Plan（推荐）

对于国内用户，我推荐优先选择以下三家。它们都有专门针对开发者的 Coding Plan（比单独购买API调度额度要划算）。

  • KIMI Coding Plan（https://www.kimi.com/code）

  • MiniMax Coding Plan（https://platform.minimaxi.com/subscribe/coding-plan）

  • GLM Coding Plan （https://bigmodel.cn/glm-coding）

这三家，我用的是智谱GLM，为啥呢，因为我开了GLM Coding Pro-包年会员，且智谱帐号余额里还躺着一万多余额呢，大模型额度不用愁了，且今年我要吃定GLM了。

4. 抽10分钟时间

这10分钟你要做什么？确认你的电脑系统版本符合要求

  1. 选择一家Coding Plan，完成API Key申请
  2. 把Key保存在安全的地方（推荐密码管理器）
  3. 测试网络：访问你选择的AI服务商控制台，确认能正常打开
  4. 依赖环境检查 （花时间最多的地方，也是你要重点检查的）

无论你是 Mac 还是 Windows 只需预先安装好以下环境依赖工具：

1、Node.js

Node.js是一个让JavaScript能在电脑本地运行的环境。简单说：

Node.js就像JavaScript的"翻译官"，让它能在浏览器之外的地方工作。

你不需要深入理解它，只需要确认电脑上已经安装了。

没有安装的，可以前往 https://nodejs.org/zh-cn 进行下载

安装完成后，打开你的终端（Terminal），输入：

bash 复制代码 
node --version

期望看到的结果：

bash 复制代码 
v22.x.x

判断标准：

  • ✅ 版本 >= v22：可以继续

  • ❌ 版本 < v22：需要升级

  • ❌ 提示"command not found"：需要安装

💡 Windows用户注意 ：官方推荐在WSL2中运行OpenClaw，能避免很多奇怪问题。WSL2安装指南：https://docs.microsoft.com/zh-cn/windows/wsl/install

2、 Git：用于拉取 Github 资源

没有安装的，可以前往 https://git-scm.com/install/windows 进行下载

安装完成后，验证环境命令（终端/CMD）：

bash 复制代码 
node -v
npm -v
git -v

2.3 OpenClaw 安装

OpenClaw安装，其实非常直白，你直接访问openclaw.ai ，拉到 Quick Start（快速开始）区域，选择npm方式安装

复制上图中那行官方提供的全局安装命令进行安装

BASH 复制代码 
npm i -g openclaw

这行命令在做什么？

  • npm：Node.js的包管理器
  • i为install的简写：安装
  • -g：全局安装（在任何目录都能用openclaw命令）

不管你是用 Mac（打开终端）还是 Windows（打开命令行），粘贴、回车，结束。没错，这就是全部。我这里以 Windows 系统为例！

如果碰到网络超时下载中断或失败，你可以试着配置 NPM 的国内镜像（防止网络超时，如果在国外则不用），执行以下命令：

复制代码 
npm config set registry https://registry.npmmirror.com

配置国内镜像完成后，再次执行 npm i -g openclaw 进行安装。

当然，还有一种更傻瓜更简单的方式，就是交给AI帮你完成安装，比如用是 OpenCode 把 Github 仓库地址 https://github.com/openclaw/openclaw 复制给它并告诉它帮我安装就可以。

如果你也采用 AI 帮你安装，那在安装的时候还有一点需要注意： 当系统引导让你连接并配置通讯软件的时候，建议你先不要做选择任何，跳过即可，因为后续咱们会单独配置飞书作为与 OpenClaw 的主要通讯软件。

安装完成后，然后到终端/CMD中输入以下命令来验证 OpenClaw 是否成功安装，能看到版本号即代表安装成功。

复制代码 
openclaw --version

期望看到类似输出：

复制代码 
2026.2.26

❌ 如果提示"command not found"

可能原因：npm全局路径未加入系统PATH

解决方法：

  1. 重启终端

  2. 如果还不行，检查npm全局路径：npm prefix -g

  3. 把返回的路径加入PATH环境变量

2.4 运行向导：openclaw onboard

安装完成后，运行初始化向导：

bash 复制代码 
openclaw onboard
# 或执行
openclaw onboard --install-daemon

参数说明：

  • onboard：运行初始化向导

  • --install-daemon：同时安装后台服务（推荐）

这里为了方便，我们就直接运行openclaw onboard

1、启动向导后，通常你会先看到：

这一步主要是在提醒你，使用 OpenClaw 可能会有一些风险。请问你是否要继续（可以理解为烟盒上的标语：吸烟有害健康）。

这里按向左方向键 ←，选择 Yes，按 Enter 回车确认；

这里如果你和我的显示不一样，直接ctrl+c退出下，重新执行

2、选择yes后，进入到选择模式（Onboarding mode）向导会问你：

怎么选？

选项 适合谁 结果
QuickStart 新手，想快速跑起来 自动配置推荐设置
Manual 想完全掌控配置 逐个配置每个选项

我的建议 ：第一次选 QuickStart，后面可以随时改配置。

3、选择QuickStart后，进入到选模型厂商（Provider）界面，向导会提示你选择模型提供商：

根据你自己已有的模型来选择即可 ，比如这里我们以智谱AI为例，选择Z.AI

选择第2个: Coding-Plan-CN

点击确认，复制智谱API KEY，粘贴进来即可

选择模型，这里我们保持默认即可（默认为智谱最新的模型：zai/glm-5）

4、模型设置完成之后，在 QuickStart 路径下，向导会直接进入渠道单选列表：

首次建议直接选 Skip for now，为什么先Skip？

这是多轮实测验证出的最佳实践：

  • 先把"TUI里能稳定对话"跑通

  • 确认模型、鉴权、Gateway都正常

  • 再接入渠道，出错时能明确判断是"渠道配置问题"还是"基础环境问题"

放心，后面还会详细讲飞书如何接入。

5、Channel 之后，向导会进入 Skills 检查与可选安装：

首次建议选 Yes，原因很简单：现在就把"能自动装的依赖"装掉，后面少踩坑。

6、接下来常见会看到：

给新手的默认建议：

  • 如果你只想先跑通主线：可先 Skip for now；

  • 如果你准备立刻玩 Skills：按需勾选安装项；

  • node manager 选你本机已经在用的那个（不确定就用 npm）。

这里我们为了方便，直接按space键，选择第一个Skip for now 确认执行。

7、进入到下一步，配置 Google Places API Key ，用于 OpenClaw 中 goplaces 这个功能模块，用于查询地点信息、地址解析、POI 检索等地理相关服务。

还用不到，直接选择No

8、配置GEMINI_API_KEY for nano-banana-pro，这一步，也暂时用不到，选择No(接下来，还有几步，这里就不贴图了，都是一些可选项，大家可根据需求自行选择)

9、配置 Hooks（建议最小开启）

官方说明里，Hooks 用来"在某些命令触发时自动执行动作"（例如 /new 时做会话记忆整理）。

建议的最小策略：

  • 首次可先启用 1 个最核心 hook（最小可用，优先 session-memory，若列表里有）；

  • 如果你现在还分不清 hook 的作用，也可以先 Skip for now；

10、在收尾阶段，向导会给你一个启动入口选择：

如果上述启动，提示Gateway网关失败，

可能原因：

  • 端口18789被占用

  • 权限不足

  • 配置文件错误

记得，确认一下网关是否有安装启动

复制代码 
openclaw gateway install
openclaw gateway start

解决方法：

复制代码 
# Linux查看端口占用
lsof -i :18789

# Windows查看端口占用
netstat -ano | findstr :18789

# 或者换端口启动
openclaw gateway start --port 18790

11、openclaw常用命令速查

2.5 OpenClaw测试检查

1、检查openclaw服务是否一切启动正常

BASH 复制代码 
# 查看网关运行状态
openclaw gateway status
BASH 复制代码 
# 全面诊断检查（配置、连接、权限等）
openclaw doctor

# 查看整体状态
openclaw status

2、访问控制界面

终端环境（无桌面 / 服务器，推荐）：

BASH 复制代码 
# 通过 TUI 在终端中直接管理
openclaw tui

桌面环境：

BASH 复制代码 
# 启动 Web 控制台
openclaw dashboard

或在浏览器中访问：http://127.0.0.1:18789/

如需调试，可在前台启动网关查看实时日志：openclaw gateway --port 18789

3、首次对话，onboard 完成后，建议先在TUI 里完成第一轮 bootstrap 对话。

这一步建议你主动讲清楚下面 5 件事：

  • 你是谁：怎么称呼你、你的时区和工作语言。

  • 你要它扮演什么角色：比如"我的技术写作助手"。

  • 你平时的工作场景：常用工具、文件目录、沟通方式（飞书/邮件等）。

  • 你的偏好：回答风格、长度、是否先给结论。

  • 你的边界：哪些操作必须先确认、哪些内容不要碰。

这一步做得越清楚，后续它越像"你自己的实例"，而不是"一个通用聊天机器人"。

4、Bootstrap 后，再发第一条"低上下文"消息

完成 bootstrap 后，建议先发一条不依赖你工作背景的消息做冒烟测试。

比如，如果你想测"查询能力"，可以这样发一条：

复制代码 
请告诉我武汉今天的天气，并给出穿衣建议（1 句话）。

按回车发送。

期望的回复：

它应该直接给出结构化结果（清单或天气建议），而不是继续做泛泛自我介绍。

如果看到回复，恭喜你！安装成功了！

3. OpenClaw接入飞书集成

还记得前面在配置openclaw过程中，我们在Channel那一步选择了Skip。

这不是省略，而是有意为之。

实测经验告诉我们：

  • 先把"TUI里能稳定对话"跑通，确认模型、鉴权、Gateway都正常

  • 再做渠道接入，出错时就能明确判断是"渠道配置问题"还是"基础环境问题"

  • 这种"两段式"路径成功率更高，也更容易排错

接下来，开始起飞吧~

3.1 飞书接入的整体流程

不管你接的是哪个聊天软件，基本都遵循同一条流水线：

  1. 平台侧建应用（拿到凭证）
  2. OpenClaw侧配置渠道 （openclaw channels add）
  3. 启动Gateway并验证收发
  4. 配对/白名单放行
  5. 再做群聊策略、提及策略和风控

你可以把这5步理解为"固定骨架"。先把飞书走通，其他渠道请走补充章或官方渠道文档。

3.2 前提准备

1、OpenClaw 已安装并升级到最新版

bash 复制代码 
openclaw upgrade          # 或 openclaw update
openclaw version          # 确认 ≥ 2026.2.2

2、安装官方飞书插件（必须执行，即使你觉得已内置）

先查看插件列表：

复制代码 
openclaw plugins list

如果存在feishu且状态是disabled，启用它：

执行下述命令，启用它

bash 复制代码 
openclaw plugins enable feishu
openclaw plugins list     # 确认 feishu 已 loaded

💡 提示 ：官方文档也给出openclaw plugins install @openclaw/feishu。但结合我自己的实测，优先启用内置插件更稳定。

3、准备飞书账号（没有的自行注册一个）

3.3 在飞书开放平台创建应用

1、访问飞书开放平台->开发者后台（ https://open.feishu.cn/app ） 登录你的飞书账号（需要有企业管理员权限）

2、点击"创建企业自建应用"

  • 应用名称：随便填（如 "OpenClaw 机器人"）

  • 应用描述：随意

  • 图标：可选，上传一个清晰的图标，点击 创建

3.4 获取App ID与App Secret

创建完成后，进入应用详情页：

  1. 点击左侧"凭证与基础信息"

  2. 记录以下信息：

    • App ID （形如cli_xxxxxxxxxxxxxxxx）
    • App Secret（点击"查看"按钮显示，一串长字符串，务必复制后立即保存到密码管理器，切勿泄露）

⚠️ 重要：App Secret务必保密，不要截图外传，不要发到群里。泄露了别人就能控制你的机器人。

3.5 启用机器人能力

左侧 → 添加应用能力 → 选择 机器人 → 添加启用，设置机器人名称（如 "OpenClaw 机器人"）并保存

设置机器人名称（如 "OpenClaw 机器人"）并保存

3.6 权限配置（批量导入）

这是最容易出错的步骤，仔细跟着做（关键！！！）。

  1. 点击左侧"权限管理"
  2. 点击"批量导入权限"
  3. 粘贴以下官方推荐 JSON（直接复制）：
JSON 复制代码 
{
  "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"
    ]
  }
}

点击导入 → 全选 → 粘贴，点击下一步 → 申请开通 → 保存成功

点击申请开通，基本都是立马审批通过的

这些权限是做什么的？

权限 作用
im:message:send_as_bot 以机器人身份发送消息
im:message:readonly 读取消息内容
im:message.p2p_msg:readonly 读取私聊消息
im:chat.members:bot_access 访问群成员信息

3.7 首次发布应用

发布步骤：

  1. 点击左侧"版本管理与发布"

  2. 点击"创建版本"

  3. 填写版本信息：

    • 版本号：1.0.0

    • 更新说明：初始版本

  4. 点击"保存"

  5. 点击"申请发布"

  6. 等待企业管理员审批（如果是你自己的企业，通常自动通过）

填写版本号 → 填写更新说明 → 点击保存，确认发布（首次创建免审核，保存提交后即可上线使用）。

审批通过后，应用状态会变为"已发布"。这时候才能进行下一步。

切记：这一步必须在开启长连接之前完成！

实测经验：如果还没先发布应用就直接开启"长连接订阅"，通常会持续失败。

3.8 在 OpenClaw 配置飞书通道

推荐使用交互式向导（最简单）：

复制代码 
openclaw channels add

选择 Feishu / Lark

依次输入App ID 、App Secret

选择飞书域名，这里选择国内版即可

群聊策略，这里按需选择即可，这里我选择Open

上述配置好之后，选择完成（Finish）即可。

配置完成后，查看Channel列表：

复制代码 
openclaw channels list

3.9 启动 Gateway 并配置飞书事件订阅（关键步骤）

1、启动 OpenClaw Gateway（必须先启动！）

bash 复制代码 
openclaw gateway --port 18789 --verbose   # 前台运行方便看日志
# 或后台守护进程（推荐）
openclaw gateway install --daemon
openclaw gateway start

确认输出：

复制代码 
✓ Gateway started on http://127.0.0.1:18789

浏览器打开http://你的服务器IP:18789 可查看控制面板。

2、回到飞书开放平台配置事件订阅，在应用详情页左侧 → 点击左侧"事件与回调"，在"事件订阅方式"中，选择"长连接"。添加事件：搜索并勾选 im.message.receive_v1，这个事件表示"收到消息时通知我"。

保存（此时 Gateway 必须在运行，否则保存失败）

3、创建一个v1.0.1版本，上述的修改，创建一个新版本并发布出来

4、重启 Gateway（让配置生效）

bash 复制代码 
openclaw gateway restart
openclaw logs --follow     # 实时看日志

3.10 测试与配对使用

在飞书里：

1、搜索你的机器人名称

2、进入私聊界面，发送任意消息，比如"你好"，这时候消息还到不了 OpenClaw，因为需要先"配对"。

机器人会在飞书私聊里直接回一条配对提示，里面包含一段配对码（Pairing code）。

3、在终端审批配对，让用户把飞书私聊里看到的 Pairing code ，然后在终端执行：

bash 复制代码 
openclaw pairing list feishu    # 查看待审批
openclaw pairing approve feishu <CODE>

例如：

复制代码 
openclaw pairing approve feishu A1B2C3D4

（把 A1B2C3D4 替换成飞书私聊里看到的真实配对码）

4、测试对话，直接在你的飞书发送消息：

复制代码 
你好，请介绍一下你自己

再比如你好，请在1分钟后给我发送一份AI最新资讯晨报 看到回复即为成功！

真的，等了1分钟，给我发送了一份AI资讯报告哦，

5、开启群聊（可选）

私聊通了之后，可以开启群聊功能。把机器人拉进群

  • 在飞书里创建一个群

  • 点击"添加机器人"

  • 搜索你的机器人名称

  • 添加进群

在群里发送，直接@它即可，比如

复制代码 
@OpenClaw机器人 帮我查看一下C盘空间

它真的可以查询出我本地电脑的资源信息。

至此，飞书（Feishu）与 OpenClaw 的集成就完成了。

现在，你的「数字员工」就已经成功孵化并随时待命了！！！

怎么样，老铁，你学会了吗？

如果你还想学习更多的AI技能或系统化提升AI编程 、AI应用开发 、AI测试 、AI智能体 项目实战能力，欢迎一起加入到「狂师. AI 进化社 」，狂师会带着你陪跑5年，且AI进化社中，会包括超20+个实战项目，每个项目皆是按照企业级标准进行开发实战，从需求分析->方案设计>编码实现->测试验证->部署上线（各个实战项目，都选取特定场景的问题来解决，搭配不同的AI工具+不同的技术栈+不同的部署方式，让大家学习提升不重样）

如果感兴趣，想进一步了解，可以阅读：从零基础到AI全栈专家：5年陪跑，带你手撸20个企业实战项目（附全景路线图）

4. 使用OpenClaw一点小建议

当系统跑通后，我相信可能很多人会像我一样，在兴奋的同时，第一反应就是赶紧发句"你好呀，帮我测测我正在开发的 XXX 项目是否有bug"。

但这其实浪费了 OpenClaw 最核心的潜力。它启动后的第一件事，必须是要做深度的信息对齐，千万别把这当成走过场的形式主义。

你可以想象这么一个场景，你作为公司的负责人，当你高薪挖来了一位全能型的新员工，你不给他讲公司的业务大盘、团队现状和战略目标，他怎么可能产出高价值的结果？对于 OpenClaw 也是一样的逻辑。

你如果想要用好它，重点要传递三个核心信息，且越早越好：

1、你是谁？

你需要明确告诉 OpenClaw 你的核心竞争力、专业壁垒和真实身份。，比如我是XXX，一名懂计算机科学的软件工程师。我写过多年代码，带过大厂的技术咨询团队。现在我的主业是做 AI 内容创作者，同时开发软件产品。"

2、你的工作偏好

这决定了你们日常的沟通效率。明确告诉它，你希望以什么姿态共事。比如我需要你保持极度的主动性。不要事无巨细地来向我请示，拿到任务直接去执行。你的首要任务是想尽一切办法推进我们的目标与使命。

3、你到底想要什么

这是最关键的战略层。你到底想要什么？比如"我要打造一家 7x24 小时全自动运转的数字公司，并围绕每个有趣的项目持续输出内容。我的核心 KPI 是：在一年内，通过 SaaS 和产品矩阵跑通 100 万美元的营收。"

为什么这一步至关重要？

因为这些明确的输入会成为 OpenClaw 底层的 全局永久记忆 。在未来，你们之间每一次的对话、每一个代码的 Commit、每一次商业的决策中，它都会自动带入这个背景上下文，精准地朝着你的"目标"发力。

如果你像我一样，现在手头儿上的任务还没有那么宏大，也没关系。哪怕是先从一个很小的 MVP 做起。比如"让它帮你自动在第二天早上通过飞书发送日报给"，你必须要给你的数字员工指明一个清晰的方向，这才是最关键的。

提供一份完整的官方文档： https://docs.openclaw.ai/channels/feishu

以及插件仓库： https://github.com/openclaw/feishu （可查看最新更新）

5. 写在最后

过去，我们每个人每天的产能上限基本上是固定的，被个体的精力与时间死死的卡住。但现在，牌桌上的游戏规则已经正在发生改变「你不再是一个人在战斗，而是直接拥有了N个 7x24 小时全天候 Oncall 的"数字员工"」，它不仅能无缝接管你的业务流，还能在执行中自我迭代，甚至主动为你寻找商业增量。

关键就在于我们如何正确的使用它。接下来的路，就看你如何发挥想象力，用它来解放你的双手了。

如果我们还把 OpenClaw 当作"另一个更聪明的 ChatGPT"，那只能说是浪费了它的潜能。

很多大牛，已经在把 OpenClaw 当作真正的核心员工来培养了，为它搭建高度定制化的 SOP，让它在业务闭环中实现飞轮自转与自我进化，而这一小撮人吃到的将是指数级的杠杆红利。

现在底层的技术基建已经 Ready，杠杆也已交到了咱们的手上。剩下的，就是看谁能最先扣动扳机了。

祝你和你的 OpenClaw 合作愉快！🚀

热门推荐
01GitHub 镜像站点02【OpenClaw 本地实战 Ep.3】突破瓶颈：强制修改 openclaw.json 解锁 32k 上下文记忆03OpenClaw 使用和管理 MCP 完全指南04OpenClaw优化飞书API 额度已耗尽问题05OpenClaw + 飞书（Feishu）环境搭建指南06Claude Code + GLM4.7 避坑指南：解决 Unable to connect to Anthropic services07Window 10部署openclaw报错node.exe : npm error code 12808OpenClaw大龙虾机器人完整安装教程09Clawdbot部署教程：解决‘gateway token missing’授权问题的完整步骤10OpenClaw 接入阿里云百炼 Coding Plan 指南