OpenClaw 接入飞书配置指南

如果你已经参考上篇《OpenClaw 龙虾零成本快速安装教程,不用花钱,无须 API Key》配置了一只龙虾,本篇我们讲解如何连接飞书,让你可以通过飞书与龙虾对话。

步骤并不难,跟着教程一步步走,10 分钟搞定。

1. 飞书创建应用

打开飞书开放平台 https://open.feishu.cn/app,点击「创建企业自建应用」:

输入应用名称和应用描述:

创建后,选择「机器人」能力,点击「添加」:

找到「权限管理」,点击 「批量导入/导出权限」:

输入以下代码:

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",
      "cardkit:card:read",
      "cardkit:card: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「申请开通」:

权限开通后,我们发布机器人。点击「创建版本」:

输入版本号和更新说明:

发布应用后。查看「凭证与基础信息」,获取你的 App ID 和 App Secret(注意 App Secret 不要外泄给他人):

2. 命令行添加飞书频道

命令行输入:

bash 复制代码
openclaw channels add

选择 Feishu/Lark(飞书):

选择 「Download from npm」:

输入第一步中获取的 App Secret 和 App ID:

在接下来的步骤中,按下图选择,最后选择 Finished,不用再添加其他 channel 了:

接下来配置安全策略,为了安全考虑,建议选择推荐的配对码策略。

所谓配对码策略,就是对话开始时,龙虾会发一个配对码,你只有把这个配对码配置在龙虾中,龙虾才能确认你是安全用户,方可执行你的操作。否则龙虾地址泄露出去,谁都可以与你的龙虾对话、操作你的系统,那就危险了。

按图选择:

3. 飞书继续配置

点击「事件与回调」,选择「长连接方式」,「保存」后,点击「添加事件」:

搜索「接收消息」,勾选接收消息事件:

配置修改后,需要重新发布才能生效。所以点击「创建版本」:

继续输入版本号和更新说明:

4. 飞书与龙虾配对连接

打开飞书客户端,搜索你的应用名称:

和它对话,它会说:

把最后一行的代码输入到命令行:

bash 复制代码
openclaw pairing approve feishu 9PH4V4CX

执行效果如下:

现在你就已经可以用龙虾正常对话了!

5. 开始使用!

这是一个使用示例。假设我在外面,需要打印文件,我让龙虾把我电脑桌面的一个 PDF 文件发给我:

龙虾最一开始还没有学会发送 PDF 文件,把下面这段话发送给它:

plaintext 复制代码
飞书支持给用户发送图片、文件、音频、视频并直接浏览,请你详细了解具体的发送方法,并且必须要把需要发送的文件放到 workspace 工作空间中。你必须记住这些方法,之后快速地给我发送想要的内容。

可以看到它开始自动学习,并且成功发送了 PDF 文件给我。

如果你想知扩展龙虾的更多功能,知道更多的使用示例,欢迎关注 「冴羽AI」!OpenClaw 系列会继续更新。

相关推荐
小豆庄7 小时前
本地视频打码:多模型检测、帧间追踪与18种模糊的选型
opencv·目标检测·ai·自然语言处理·音视频·视频
gugugu.11 小时前
同一个 ReAct,两种手写方式:LangChain 文本协议 vs LangGraph 状态图
ai·langchain
小七-七牛开发者12 小时前
Tool-Use Agent 如何扩训练数据:拆解工具、任务与环境状态的 Scaling Law
ai·agent·工具调用·scalinglaw·synthapi
宝哥聊编程15 小时前
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
wflynn15 小时前
Mistral Large 4发布,万亿参数模型的编码与安全实测数据
ai·技术
日日大王学编程15 小时前
AI 时代后端方向新人的未来规划与看法
人工智能·后端·python·ai·golang
土星云SaturnCloud16 小时前
基于边缘计算与AI视觉的智慧街面治理方案:架构设计与场景落地
服务器·人工智能·ai·边缘计算
Elastic 中国社区官方博客16 小时前
基于 Elasticsearch 与 Jina AI 的全模态智能搜索实践:技术全解析
大数据·人工智能·elasticsearch·搜索引擎·ai·信息可视化·jina
Solange__17 小时前
图片转3D导出GLB、FBX还是OBJ?按5类任务比较材质、动画与可编辑性
人工智能·3d·ai·自然语言处理·编辑器·blender·材质
GJGCY17 小时前
金融AI Agent安全如何评估?数据出站、身份映射、参数绑定与审计追踪机制
人工智能·经验分享·安全·ai·金融·自动化·智能体