保姆级教程:Win+openclaw+阿里百炼大模型+飞书

保姆级教程:Win+openclaw+阿里百炼大模型+飞书

参考链接:

(1)阿里百炼大模型官方提供的安装openclaw教程

https://bailian.console.aliyun.com/cn-beijing/?tab=doc#/doc/?type=model\&url=3023085

(2)OpenClaw接入飞书

https://ecloud.10086.cn/op-help-center/doc/article/98177

一、安装node.js

下载网址:https://nodejs.org/en/download/

下载好之后如下:

直接双击打开,选择同意,指定自己的安装目录,一路同意安装即可。

安装好之后,验证是否安装成功:

Win+r然后输入cmd并回车

输入node -v查看node.js的安装版本

二、安装openclaw

系统左下角搜索power shell并右键:管理员运行

输入下面的指令并敲击回车:

bash 复制代码
curl https://openclaw.ai/install.ps1 -o install.ps1 

然后输入下面的指令并敲击回车,第一次安装时间比较长(可能是网络问题需要科学上网):

bash 复制代码
powershell install.ps1

等待一会会出现下面的两个画面,一会需要进行选择

然后按方向键,左右来切换选项

下面选择yes

选择QuickStart

选择Use existing vaules

下一步是选择模型,现在先不进行配置,上箭头,选择skip for now

选择All providers

Keep cureent 保持默认即可.(不管后面是啥,认准keep current)

下面是配置应用的,选择跳过skip for now

选择no

空格键,进行选择+skip for now

然后restart

然后可能会出一个cmd窗口

然后还会有一个openclaw的web端(用系统默认浏览器打开http://127.0.0.1:18789/)

第一次配置啥都不管,先关闭cmd端,浏览器的web的gui画面也不管。

安装到这算是安装结束了。

三、配置openclaw的大模型

打开C:\Users\Minton.openclaw\openclaw.json 文件 (Minton换成自己的系统的用户名),将下面的内容复制进去。然后需要将下面的YOUR_API_KEY替换成自己的付费API: sk- *

还可以修改默认的模型: "primary": "bailian/qwen3.5-plus"修改成自己想用的模型,比如"primary": "bailian/glm-5"

bash 复制代码
{
  "models": {
    "mode": "merge",
    "providers": {
      "bailian": {
        "baseUrl": "https://coding.dashscope.aliyuncs.com/v1",
        "apiKey": "YOUR_API_KEY",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwen3.5-plus",
            "name": "qwen3.5-plus",
            "reasoning": false,
            "input": ["text", "image"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 1000000,
            "maxTokens": 65536
          },
          {
            "id": "qwen3-max-2026-01-23",
            "name": "qwen3-max-2026-01-23",
            "reasoning": false,
            "input": ["text"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 262144,
            "maxTokens": 65536
          },
          {
            "id": "qwen3-coder-next",
            "name": "qwen3-coder-next",
            "reasoning": false,
            "input": ["text"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 262144,
            "maxTokens": 65536
          },
          {
            "id": "qwen3-coder-plus",
            "name": "qwen3-coder-plus",
            "reasoning": false,
            "input": ["text"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 1000000,
            "maxTokens": 65536
          },
          {
            "id": "MiniMax-M2.5",
            "name": "MiniMax-M2.5",
            "reasoning": false,
            "input": ["text"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 204800,
            "maxTokens": 131072
          },
          {
            "id": "glm-5",
            "name": "glm-5",
            "reasoning": false,
            "input": ["text"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 202752,
            "maxTokens": 16384
          },
          {
            "id": "glm-4.7",
            "name": "glm-4.7",
            "reasoning": false,
            "input": ["text"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 202752,
            "maxTokens": 16384
          },
          {
            "id": "kimi-k2.5",
            "name": "kimi-k2.5",
            "reasoning": false,
            "input": ["text", "image"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 262144,
            "maxTokens": 32768
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "bailian/qwen3.5-plus"
      },
      "models": {
        "bailian/qwen3.5-plus": {},
        "bailian/qwen3-max-2026-01-23": {},
        "bailian/qwen3-coder-next": {},
        "bailian/qwen3-coder-plus": {},
        "bailian/MiniMax-M2.5": {},
        "bailian/glm-5": {},
        "bailian/glm-4.7": {},
        "bailian/kimi-k2.5": {}
      }
    }
  },
  "gateway": {
    "mode": "local"
  }
}

四、配置飞书

此部分主要分为四个步骤,第一个是在飞书的开发者平台创建机器人应用,第二个是在openclaw中安装飞书插件,第三个然后配置创建的飞书机器人应用的app的id和密码,使得飞书的机器人和openclaw联动起来。第四个进行验证

1 创建飞书机器人应用

进入网址 https://open.feishu.cn/app?lang=zh-CN ,登录飞书账号

选择开发者后台,选择创建企业自建应用

随便填写以下应用名称和描述,然后创建即可

下一步添加机器人

选择创建版本,填写0.0.1 和介绍中的0.0.1即可发布程序。

确认发布

2 openclaw配置飞书插件

Powershell中输入openclaw onboard

一些默认设置如三中配置openclaw是一样的,但是到了下面的步骤,选择channel中选择飞书

下载feishu的插件

然后后面有一个App Secret 和 App id

复制自己的开发者后台中的 凭证和基础信息 中的对应数据即可,剩余选项选择默认即可。如果有brave search选项可以不选择即可,或者默认都行。

3 配置飞书机器人

这部分参考飞书官网的配置:

下一步选择 事件与订阅 中的 订阅方式

选择默认的长连接即可保存

点击页面中的 "添加事件",在弹出的事件列表中,选择 "消息与群组" 分类,勾选 "接收消息",点击 "确定",完成事件订阅。

在飞书应用管理页,左侧导航栏找到 "权限管理" 栏目,点击进入。点击页面中的 "批量/导入权限" 按钮,弹出权限导入窗口,输入以下json命令:

bash 复制代码
{
  "scopes": {
    "tenant": [
      "contact:user.base:readonly",
      "im:chat",
      "im:chat:read",
      "im:chat:update",
      "im:message",
      "im:message.group_at_msg:readonly",
      "im:message.p2p_msg:readonly",
      "im:message:send_as_bot",
      "im:resource",
      "contact:contact.base:readonly"
    ],
    "user": []
  }
}

下一步,然后确认

然后发布应用,填写版本号和更新说明即可,然后下拉保存,确认发布

4 开启openclaw网关进行验证

说明:

在Power shell里面输入
openclaw gateway stop # 停止

之后在输入
openclaw gateway #重启

上面这个操作是重启网关 ,后续只说重启网关,即做这两个操作

然后飞书里面有消息:

点击最新的 打开应用即可

打开应用,开启对话,第一次对话,出现界面如下:

然后把 openclaw pairing approve feishu WPPMH64R

复制,打开一个新的Power shell画面或者cmd 输入即可。WPPMH64R每次是随机的一个验证码,需要更改成对应的系统发给自己的验证码。

这一步骤第一次用的时候需要验证,

然后重启网关 ,后续聊天:

五、错误记录(持续更新中)

1. 401错误:HTTP 401:invalid access token or token expired

Openclaw gateway窗口输出

解决办法:我这个是大模型的API鉴权失败,忘记在openclaw.json中复制自己的api key了,重新复制一下api然后openclaw gateway stop 然后openclaw gateway即可。

相关推荐
宝哥聊编程11 天前
主流 Agent 平台对比:Coze、Dify、飞书、扣子、OpenClaw 落地实操手册
前端·人工智能·飞书
guoran_shini13 天前
Agent系统服务化封装和IM接入
飞书
xzlAwin15 天前
Win10 安装OpenClaw 龙虾
ai·openclaw·龙虾
mudtools16 天前
在飞书 SDK 上用 Microsoft Agent Framework 搭一个能干活的工作搭子
人工智能·ai·.net·飞书·agent
极致了16 天前
飞书插件、RPA、API三条路的真实分界线
飞书·rpa
玩泥巴的17 天前
在飞书 SDK 上用 Microsoft Agent Framework 搭一个能干活的工作搭子
ai·.net·飞书·agent
玩泥巴的18 天前
一份声明,多份产物:飞书 SDK 的 AI 工具面是怎么生成的
ai·.net·飞书·agent
OpenPortal认证计费系统21 天前
基于 飞书认证 通过 华为、H3C 结合 OpenPortal认证计费系统 实现 网络准入 飞书授权 实名认证
华为·飞书·h3c·portal认证·openportal
前进的李工21 天前
飞书企业知识库设计+后端高频八股
数据库·redis·后端·mysql·性能优化·飞书·rag