科普:OpenClaw、大模型、通道及云端养虾

科普:OpenClaw、大模型、通道及云端养虾

在全民"养虾"的浪潮中,一些知识需要科普一下,这里将安装过程中的非技术知识作些科普。

一、OpenClaw与大模型的关系

我们知道:使用大模型是要花钱的,那么在免费的OpenClaw的安装过程中,为何要给它配置大模型?

这里我打个类比:大模型是"思考的大脑",OpenClaw 是"指挥与执行的大脑",OpenClaw把大模型当作自己的"思考模块"来调用。

OpenClaw = 总指挥 + 身体 + 手脚 + 神经系统
  • 它决定"做什么、怎么做、什么时候做、用什么工具做"
  • 大模型只是它用来"想清楚怎么做"的一个核心模块
大模型 = 思考模块 / 决策引擎 / 军师
  • 它负责"这件事该怎么做"
  • OpenClaw 负责"把这件事落地执行"
可以找人远程帮你将大模型配置到你的OpenClaw中么?

技术上可行,安全性不可行。

首先,你得在大模型上注册,获得你的API Key,这个Key要配置到你的OpenClaw中,后续你的交费、大模型的扣费都是走这个Key,你把它视为一个自动付款账户,你敢把它给外人么?远程安装时,安装的人就获得了这个账户了,这个Key他就可以配置到别人的OpenClaw中,别人使用时就从你的账户中扣款了。


二、OpenClaw的聊天方式

我们知道,安装完OpenClaw并配置好大模型后,开启OpenClaw网关,通过命令行openclaw dashboard 即可进入一个网页聊天界面。那为什么还要配置即时通讯软件(聊天软件)作为通道呢?

功能一样:

  • 给你发消息
  • OpenClaw 处理
  • 把回答返给你
    飞书通道 = 把飞书当成 OpenClaw 的聊天界面
    openclaw dashboard = OpenClaw 自带的网页版聊天界面

唯一区别:在哪里聊天

1)openclaw dashboard(自带网页界面)
  • 只有你自己能用
  • 简单、轻量、调试用
  • 适合:自己用 AI
2)飞书通道 / 钉钉通道(把聊天软件当界面)
  • 在飞书/钉钉里 @你建的机器人 就能对话
  • 整个团队都能用
  • 可以在群里用
  • 可以设置权限、白名单
  • 适合:公司、团队、多人协作

三、OpenClaw配置通道的核心意义

以飞书通道为例,其它即时通讯软件通道一样。

  • 配置飞书通道不是 让OpenClaw 去"读/用飞书里的信息"(那是工具/权限问题)
  • :在飞书里(单聊/群聊)@机器人 实现: 消息发给 OpenClaw → OpenClaw 处理 → 结果回飞书
1. 交互入口:在飞书里直接用 OpenClaw
  • 不用打开命令行、不用切软件,在飞书单聊/群聊里 @机器人 即可对话
  • 支持:单聊、群聊 @触发、流式回复、消息卡片
2. 架构与部署优势(WebSocket 模式)
  • 无需公网 IP / Webhook / SSL:OpenClaw 主动连飞书长连接,内网/防火墙后也能跑
  • 稳定、低延迟、自动重连
3. 团队协作:把 OpenClaw 变成团队可用的 AI 助手
  • 群内 @机器人 即可调用 AI 能力(查资料、写文档、跑脚本、整理数据)
  • 基于飞书权限做访问控制:谁能触发、谁能看结果
  • 结果直接留在飞书:消息、文档、多维表格,沉淀为团队资产
4. 飞书生态深度集成(能力延伸)
  • OpenClaw 可调用飞书 API:读写文档、操作多维表格、发消息、管理群组
  • 示例场景:
    • 群里发"整理上周会议纪要" → OpenClaw 读群消息 → 生成飞书文档
    • "把数据写入多维表格" → OpenClaw 直接操作飞书 Bitable

四、安装即时通讯软件的插件(extensions)的作用

对软件进行功能扩展(extensions)俗称插件:将别的软件"插"上来。OpenClaw上安装即时通讯软件(如,飞书、钉钉等),分为两类插件:

  • 飞书通道 插件 + 配置凭证 → 负责收发消息(聊天入口)。
  • 飞书工具/API 插件 + 飞书侧开通权限 → 负责读消息、写文档、操作飞书数据(干活能力)。
  • 自带 :新版OpenClaw已内置飞书feishu插件,无需额外下载安装。但钉钉插件还未内置,需要安装。
  • 必须配置 :插件默认关闭,需在飞书开放平台创建应用、获取App ID/App Secret,并在OpenClaw中启用、填入凭证、开通权限。
openclaw dashboard(自带网页界面)上直接可以开始干活,但在即时通讯(如,飞书)上,必须配置才能干活

① 飞书侧:创建应用 + 开权限

  • 去飞书开放平台创建企业自建应用
  • 开启机器人能力
  • 开通API权限(如im:messageim:chat、文档读写等)。
  • 复制App IDApp Secret

② OpenClaw侧:添加飞书通道

③ 验证:能聊天 + 能操作

  • 把机器人加入群聊,@机器人发消息,能回复 = 通道通。
  • 发"整理群消息",能读历史、生成文档 = 工具/API权限生效。

四、云端养虾("云虾")

  • 云端养虾 :你去飞书妙搭,点几下就领养一只虾 。这只虾住在飞书的服务器上,自带飞书聊天功能,你直接在飞书 @它就行。你不用管它住在哪、吃什么(模型)、怎么连飞书
  • 飞书通道 :你自己在家/服务器(本地)养了一只虾 (装了 OpenClaw),但它只能在命令行或 dashboard 网页聊天。你给它装了飞书通道 ,它就多了一个"飞书手机号",你在飞书里也能找到它聊天。虾还是你那只虾,只是多了一个聊天入口
1. 飞书妙搭云端养虾("云虾")
  • 是什么 :飞书官方提供的完整 OpenClaw 云端服务
  • 本质服务器 + OpenClaw 程序 + 飞书通道 + 模型 API 全部打包好,一键创建,全在云上
  • 你得到 :一只直接在飞书里可用的 AI 机器人,不用自己部署、不用配环境、不用写代码
  • 一句话买/领一只现成的虾,直接在飞书里用
2. 飞书通道(Connector)
  • 是什么一个连接模块,让你自己部署的 OpenClaw 能在飞书收发消息
  • 本质只有"聊天入口",没有 OpenClaw 本身、没有服务器、没有模型
  • 前提 :你必须先自己装好 OpenClaw(本地/服务器),再配通道
  • 一句话给你自己养的虾,装一个飞书的"电话/聊天线"

五、养虾费用

先统一比喻
  • = OpenClaw 智能体
  • 虾的吃喝 = 大模型(思考、回答、推理)
  • 虾住的地方 = 运行环境(本地 / 云端)
  • 你和虾聊天 = 飞书 / 钉钉 / dashboard
(一)虾的吃喝:向大模型云缴费(按 token 算)

不会自己思考

它要调用大模型 才能听懂你说话、给你回答、帮你干活。

所以,要向大模型云缴费(按 token 算),当然,你也可以将大模型部署在本地,这时,你就不必交这个费了,但要交那个费(购置设备和模型,电费及运维人员工资)

这个"思考 + 回答"的过程,消耗的就是 token

  • 中文里,1 个汉字 ≈ 1~2 个 token
  • 通常按 1 汉字 ≈ 1.5 token 估算

所以:
1 万字中文 ≈ 15000 token 左右

不管是你发给虾,还是虾回答你,
都要消耗 token,这就是"吃喝"。

(二)虾住的:两大类型
1)云养虾(飞书妙搭·云端养虾),向云服务商交费
  • 不住在你电脑里
  • 住在飞书/字节的云端服务器
  • 你只管在飞书 @虾 聊天
  • 虾的运行、维护、开机、升级,全由云端管
  • 不碰环境
  • 不占你电脑资源
  • 24 小时在线
  • 模型由平台提供,不能自己换模型
  • 吃喝(token)和住宿(服务器)打包在一起
2)本地养虾(你提供电脑和电费)
  • 住在你的电脑 / 自己的服务器
  • 你开机它就在,你关机它就休息
  • 你自己控制一切:模型、配置、插件、权限
  • 住宿完全由你提供
  • 模型可以自己随便换(Kimi、豆包、OpenAI 等)
  • 吃喝(token)你自己买单
  • 飞书/钉钉只是"聊天窗口",不负责养虾

六、可以多养几只虾么?

当然可以。

你把虾视为飞书上的一个机器人(应用),多发布几个就行(取不同的名字)。

费用也不会因多虾而高,费用是看使用量的(干活量)。你那点活儿,一只虾就够了,没必要养多虾。

相关推荐
2501_926978332 小时前
“AI构建APP”--到--“AI的动力性底层存在”--到--“AGI合法性验证”--AI治理的核心痛点解决方案
人工智能·经验分享·ai写作·agi
猿小猴子2 小时前
主流 AI IDE 之一的 JoyCode 介绍
ide·人工智能
格林威2 小时前
工业相机图像高速存储(C#版):直接IO(Direct I/O)方法,附Basler相机实战代码!
开发语言·人工智能·数码相机·计算机视觉·c#·视觉检测·工业相机
LitchiCheng2 小时前
Mujoco 仿真相机下 SolvePnp 获得 Apriltag 位姿
人工智能·python
草莓熊Lotso2 小时前
MySQL 表约束核心指南:从基础约束到外键关联(含实战案例)
android·运维·服务器·数据库·c++·人工智能·mysql
烙印6012 小时前
不只是调包:Transformer编码器的原理与实现(一)
人工智能·深度学习·transformer
码农三叔2 小时前
(9-1)多模态融合理论与方法:低层融合
人工智能·机器学习·计算机视觉·机器人
安逸sgr2 小时前
MCP 协议深度解析(一):MCP 协议概览与架构设计
服务器·网络·人工智能·网络协议·agent·mcp
Light602 小时前
SPARK View:从“AI手工作坊”到“软件工业革命
大数据·人工智能·spark