如果你手上已经有一台云服务器又恰好是飞书的深度用户那“OpenClaw 接入飞书”这件事我认为值得花一个下午来搞定。OpenClaw 是一个开源的个人 AI 代理框架可以跑在云主机、Windows、甚至安卓手机上通过自然语言调度各类工具飞书则是团队协作里绕不开的消息与文档入口。把两者接起来以后你在飞书里发一句“帮我把昨天的订单数据整理成表格发到群里”机器人就会自己执行查询、清洗、汇总然后把表格推到群里整个过程你只需要动嘴。这篇内容适合已经在用飞书、手里恰好有云服务器或者愿意开一台的同学我会把从零到一的完整路径走一遍云端环境怎么搭、飞书应用怎么配、OpenClaw 怎么装、消息和表格怎么打通、以及我踩过的那些坑。1. 方案拆解OpenClaw 接入飞书到底搭了个什么1.1 先搞清楚 OpenClaw 和飞书各自扮演什么角色OpenClaw 在这里的角色是一个“能思考、能动手的数字员工”。它有三大件一个能理解自然语言的大模型大脑一组能操作外部系统的工具集以及一个负责接收任务和返回结果的对外接口。飞书这边则扮演数字员工的“工位”——消息入口、展示窗口、任务下发渠道。换句话说飞书解决的是“人怎么跟 AI 说话”的问题OpenClaw 解决的是“AI 怎么把事办了”的问题。这个组合最大的优势是不用写网页。你不需要开发一个带登录、带鉴权、带前端界面的一站式后台飞书天然就是一个消息终端群聊即入口卡片即界面。我在实际使用中体会最深的一点是把 AI 代理接到 IM 工具上比接一个 Web 控制台更容易让团队成员接受。大家不需要学习新系统在已经天天打开的飞书里 一下机器人任务就发出去了。这也是我坚持做“OpenClaw 接入飞书”而不是去做一个独立管理后台的原因。1.2 为什么把部署放在 HoRain 云上OpenClaw 虽然可以装在本地 Windows 和安卓上但我始终建议把它部署到云服务器上。原因有三个第一云服务器有固定的公网地址飞书的回调才能稳定找到它而本地开发机 IP 经常变每次都要改回调地址非常痛苦第二机器人应该 7x24 在线本地电脑一关屏幕机器人就“下班”了第三后续如果要接更多数据源、定时任务、多人协作云服务器在权限隔离和资源扩展上都更方便。HoRain 云是我用得比较顺手的一家。它的轻量应用服务器开一台 Ubuntu 22.042核4G 的配置跑 OpenClaw 完全够用日常负载很低偶尔跑个数据分析脚本也不至于卡。如果你是做更重的本地模型推理HoRain 云也有带 GPU 的实例把 Ollama 部署上去OpenClaw 直接走内网访问本地模型速度比走公共 API 还稳。我下面所有步骤都基于“一台干净的 Ubuntu 22.04 云服务器”来写配置稍低也没关系1核2G 也能跑只是并发多的时候响应会慢一点。1.3 整体链路从飞书消息到 AI 任务执行把架构在脑子里过一遍后面配置就不会乱。完整链路是这样的用户在飞书群里发消息或者 机器人飞书服务器把这条消息作为事件推送到你在开放平台配置的回调地址这个地址指向 HoRain 云服务器上的 OpenClaw。OpenClaw 收到消息后交给大模型解析生成任务计划然后调用对应工具执行——查数据库、发 HTTP 请求、跑脚本、读文件最终拿到结果再通过飞书开放平台的 API 把回复消息或表格卡片推回同一个群。整个流程看起来长实际响应通常在几秒内完成。基于这个链路你需要的四样东西就已经清楚了一个飞书企业自建应用提供密钥和回调入口一台云服务器用来跑 OpenClaw一个大模型接口作为算力来源以及 OpenClaw 本体的安装和配置。下面我按顺序把这四步逐个落地。2. 飞书开放平台配置先把“门”打开2.1 创建企业自建应用与机器人在搭 OpenClaw 之前先把飞书这边准备好。登录飞书开放平台open.feishu.cn进入开发者后台点击“创建企业自建应用”。这里注意虽然也有“商店应用”的选项但自建应用功能全、权限自由只给自己团队用完全够。创建时填好应用名称、描述建议带个明显的前缀比如“AI 助手-测试版”方便日后在一个企业里分辨多个应用。创建完成后进入应用详情页左侧菜单找到“应用能力 → 机器人”把机器人开关打开。这一步会生成一个飞书机器人之后你在群里看到的那个“AI 小助手”头像就是它。机器人创建后还需要在“添加应用能力”里把“机器人”添加上然后在“版本管理与发布”里创建一个版本并发布。这里有个很多新手容易卡住的点自建应用发布后只有管理员或指定成员可见可用所以发布前记得在“可用范围”里选好部门或成员别发布完发现只有自己能看到机器人。2.2 权限、事件订阅与安全设置机器人创建好之后真正关系到打通的是权限和事件订阅。权限就是告诉飞书“我这个应用能读取哪些数据、能做什么操作”。按照 OpenClaw 常见的用法至少要开通这几类im:message读取与发送单聊、群聊消息。im:chat获取群组信息机器人才能知道在哪个群里说话。contact:user.base读取用户基本信息用来识别是哪个同事在发指令。bitable:app如果要用多维表格能力多维表格相关的读写权限也要开。开通权限后去“事件与回调 → 事件订阅”页面。这一步是整个接入里技术含量最高的地方。订阅方式如果选“使用长连接接收事件”能省去配 HTTPS 回调和公网域名的问题OpenClaw 侧如果有 WebSocket 客户端支持会更方便。不过为了避免把范围拉得太宽我下面的方案用的是更通用的“使用请求地址接收事件”也就是在飞书里填一个回调 URL。事件列表里需要订阅的是im.message.receive_v1也就是“接收消息”事件。订阅之后飞书才会把群里的消息主动推给你。安全设置方面飞书提供了 Verification Token 和 Encrypt Key。前者用于验证回调请求确实是飞书发出来的后者用于消息体加密。这两个值在配置 OpenClaw 时要用建议先复制保存到临时文档里。2.3 获取凭证与回调地址规划凭证就是四样东西App ID、App Secret、Verification Token、Encrypt Key。App ID 和 App Secret 在“凭证与基础信息”页面Verification Token 和 Encrypt Key 在事件订阅页面。拿到之后注意 App Secret 不要提交到公开仓库或者贴到代码评论里它相当于应用的钥匙泄露了别人就能冒充你的机器人操作数据。回调地址的规划要提前想清楚。因为你的 OpenClaw 跑在 HoRain 云上回调地址就应该是“云服务器公网域名或 IP 端口 路径”。如果你只申请了公网 IP 没有域名也可以直接用 https://IP:端口 的格式飞书对回调地址的要求是必须能公网访问、返回 200 验证通过。为了省事我在 HoRain 云上都是直接配一个域名解析过去再让 OpenClaw 自己监听 443 或指定端口这样后面调整权限和排查问题都舒服很多。从这一节开始飞书这边就算准备好了。你手上的四样凭证和一条回调地址就是接下来 OpenClaw 配置的主要输入。3. OpenClaw 部署从一台云服务器开始3.1 服务器选型与环境准备在 HoRain 云上开服务器时我建议操作系统选 Ubuntu 22.04 LTS原因是 OpenClaw 对 Debian 系的支持最完整社区里遇到问题也好搜。配置方面纯跑 OpenClaw 加 API 算力2核4G 就够如果你还想在服务器上跑 Ollama 本地模型那要么选大内存机型要么选带 GPU 的实例。不过这里有个经验初期用 API 更省心先把链路跑通再考虑本地模型不迟。服务器开好后第一件事不是装软件而是检查安全组。HoRain 云控制台的“防火墙/安全组”里至少要放行 OpenClaw 要监听的那个端口比如默认的 8080 或 8443。如果你要上面说的 HTTPS 回调那 443 也要放行。这一步不做后面飞书回调会一直超时你会以为代码配错了实际上流量根本没进服务器。3.2 Node.js 环境与 OpenClaw 安装OpenClaw 是基于 Node.js 的项目所以第一步是装 Node.js。建议直接上 18 或 20 的 LTS 版本不要用系统 apt 源里那种老版本很多依赖跑不起来。装法很简单curl -fsSL https://deb.nodesource.com/setup_20.x | sudo -E bash - sudo apt-get install -y nodejs装完用node -v确认一下版本号然后全局安装 OpenClawsudo npm install -g openclaw安装完成后运行openclaw init按提示初始化一个实例。它会问你要项目目录、默认模型接口、默认通道等。这里我建议模型接口先别选本地而是填一个 OpenAI 兼容的 API 地址和 Key因为飞书的链路里消息量和工具的 token 消耗都比较大公共 API 的稳定性在初期很重要。初始化完成后目录里会出现一个配置文件一般是 openclaw.config.json 或 config.yaml 之类后面所有接入都在这个文件里改。3.3 Windows 侧的处理WSL2 与 companionOpenClaw 在 Windows 上也有官方支持。我知道很多同事的电脑是 Windows本地跑个轻量测试也不想碰云服务器。从热词里也能看出不少人在 Windows 上配置 OpenClaw 时卡在“无法安全验证 WSL2 环境”这一步。这个错误并不是 OpenClaw 本身出错而是它检测不到或检测不过 WSL2 的运行状态。先别慌打开 PowerShell管理员执行wsl --status如果提示的是内核版本过旧就执行wsl --update升级内核如果提示未安装就去“Windows 功能”里把“适用于 Linux 的 Windows 子系统”和“虚拟机平台”两个勾选打开重启后再装一个发行版。解决完 WSL2OpenClaw 的 Windows 版本一般会要求挂一个 companion 组件它的作用是帮主进程执行需要 Windows 原生权限的文件操作、剪贴板、浏览器自动化等任务。在配置里填好 companion 的地址和密钥就行如果用的是默认端口记得 Windows 防火墙要放行。我的建议是本地 Windows 用来做开发和调试没问题但正式对外让团队使用的机器人还是放 HoRain 云上稳定。3.4 算力配置API 还是本地模型很多人在部署前会问OpenClaw 是不是只能用接入 API 的方式来提供算力答案是否定的。OpenClaw 本身不绑定任何一家模型服务它只需要一个兼容 OpenAI 接口的端点。你可以选三种常用方式公共模型 API速度稳定按量付费适合生产环境。本地 Ollama 服务部署在 HoRain 云 GPU 实例或一台大内存机器上无边际成本数据不出内网适合做私有化。本地加 API 混跑简单任务走本地模型复杂推理走公共 APIOpenClaw 里可以按 skill 维度指定模型路由。从实际效果看如果你只是让机器人在飞书里查个数据、转个表格、回句话本地 7B 模型就够用。但如果要让 AI 理解长文档、生成复杂代码或做多步规划还是公共 API 的体验好。这个取舍在配置里其实就是改一个 baseURL 和 model 名称的事随时可以切换。4. 打通消息通路飞书机器人正式上岗4.1 配置飞书通道参数OpenClaw 装好后把第二章准备的四样凭证填进配置文件。以 JSON 格式为例通道部分的配置大致长这样{ channels: { feishu: { appId: cli_xxxx, appSecret: xxxx, verificationToken: xxxx, encryptKey: xxxx, callbackPath: /webhook/feishu, port: 8080 } } }注意appId 填的是飞书应用的 App IDappSecret 是 App Secret别和机器人的 webhook 地址混了。配置完后启动 OpenClaw 服务它会监听 8080 端口并暴露一个 /webhook/feishu 路径。回到飞书开放平台的事件订阅页面把这个回调整体填进去飞书验证通过后消息链路就通了。这里我想提醒一个细节回调地址是“协议、域名、端口和路径”的完整 URL比如你的域名是 bot.example.com监听端口是 8080那完整地址就是 https://bot.example.com:8080/webhook/feishu。很多人的问题就出在漏了端口飞书访问不到日志里全是超时。4.2 实测几种交互场景配置完成后别急着搞复杂功能先做几个基础验证。第一打开与机器人的单聊会话直接发一句“你好”正常应该收到 OpenClaw 的回复内容是 AI 生成的一句问候。第二把机器人拉进一个测试群发送“机器人 自我介绍”看它是否能在群聊里被正确唤起。第三问一个需要工具调用的问题比如“现在时间几点”如果配置了时间 skill机器人会调用系统命令而不是凭模型瞎编。这三个场景过了说明通道、会话、工具链路都是通的。我在实测中踩过一个坑群聊里机器人被 之后OpenClaw 回复正常但单独给机器人发消息却不回。后来查日志发现是权限里少了 im:message 的细分权限。飞书的权限点拆分得比较细不要只开一个粗粒度权限最好把消息相关的几个权限点全开了反正自建应用在自己企业里用风险可控。4.3 发送表格与多维表格操作接入飞书之后最有价值的一个能力就是“让机器人发表格”。飞书原生的机器人默认只能发文本和富文本但我们往往想让 AI 直接回传结构化数据。这里我用的是飞书开放平台的消息接口OpenClaw 的工具里有一个 feishu_send 动作可以把 JSON 数据渲染成飞书消息卡片。更重要的是多维表格Bitable的读写比如你想让群里的同事用自然语言查“本周销售额 TOP10”OpenClaw 会先把问题转成多维表格的查询条件再调 Bitable API 拉数据最后把结果整理成表格发到群里。多维表格的操作本质上是几个 REST API创建记录、更新记录、查询记录、删除记录。配置好权限后OpenClaw 的 skill 里写一个“销售周报”技能它就知道该去查哪张表、按哪个字段聚合、结果用什么格式输出。有一次同事让机器人“把合同台账里待审批的行合并进已汇总表”其实就是多维表格记录的“上下合并”——把两张表的数据按行追加到一起。这种操作手工做很烦但 OpenClaw 调 API 几秒钟就搞定了而且因为是通过官方接口不会出现格式错乱。如果你的需求只是想快速发个表格文件飞书 API 也支持上传文件到群里OpenClaw 的 feishu_upload 工具会自动生成 CSV 或 XLSX然后以附件形式推送。这个路径适合群里需要下载文件的场景。4.4 用 Skill 扩展机器人技能讲到这必须专门说下 OpenClaw 的 skill 机制。Skill 在这个框架里就是给 AI 预设好的“行动说明书”它告诉模型遇到这类需求你就按这个流程、调用这些工具、用这种格式输出。没有 skill大模型只能瞎猜有了 skill任务执行才可控。我举一个真实例子。我希望机器人在飞书里能帮我处理“待办事项”。我在 skills 目录下建了个 todo 的文件夹里面写清当用户提到“待办”“任务”“提醒”时调用飞书待办接口创建任务字段映射关系是什么。这样之后我在群里说“机器人 明天上午十点提醒我给客户回电话”它就能正确调用飞书待办 API在飞书里真实建一个提醒。这套机制和 Codex 接入飞书多维表格的思路其实一模一样区别在于 OpenClaw 把 skill 的编写和加载做得更轻改一个 Markdown 文件就能加一个新技能不需要重新编译整个项目。Skill 写的质量基本决定了机器人的可用度。我给新手的建议是先写一个最简单的 skill只处理一个固定场景跑通后再拆成多个 skill。宁可一个 skill 只解决一件事也不要写一个什么都管的大而全的提示词模型在长提示词里很容易“迷路”表现出记住后面忘掉前面的情况。5. 常见问题与排查实录5.1 “无法安全验证 WSL2 环境”怎么解这个报错在 Windows 本地部署 OpenClaw 时非常典型。它通常是三个原因之一WSL2 内核太老、Windows 功能没勾选完整、或者是 WSL 默认发行版没有正确初始化。按顺序排查打开 PowerShell管理员执行wsl --status看输出里 Linux 内核版本是什么时候的太旧就跑wsl --update。如果是提示“未安装适用于 Linux 的 Windows 子系统”就去控制面板启用“适用于 Linux 的 Windows 子系统”和“虚拟机平台”重启后执行wsl --install装一个 Ubuntu。装好后确认wsl --status里显示“默认版本2”再重新跑 OpenClaw这个报错基本就消失了。实际经验是很多人的 WSL 其实装了但默认版本是 1OpenClaw 的功能依赖 WSL2 的内核级兼容所以验证过不了。可以用wsl --set-default-version 2强制切换。5.2 飞书客户端连不上网络问题不在飞书有朋友遇到过“飞书下载下来连接不上网络”的情况我第一反应不是飞书写得有问题而是本地网络环境把飞书的流量挡了。飞书桌面端要正常使用需要能访问它的消息服务和文件服务如果你在公司内网先检查出口防火墙或上网策略有没有放行飞书相关的域名和端口。个人电脑的话检查本机防火墙是否拦截了飞书进程系统时间是否自动同步。HTTPS 证书验证依赖准确的时间飞书客户端如果提示连接失败很有可能是电脑时间偏差过大。强调一句飞书是国内的正常办公服务标准网络环境下安装完就能用。如果出现连不上优先按上面几个方向排查大多数情况几分钟就能定位。5.3 飞书为什么这么吃 C 盘这个问题问的人太多了。飞书确实是个“重量级”客户端聊天里的图片、文件、视频文档的本地缓存还有多端同步的临时文件默认都会往系统盘写。C 盘动不动就满多半是因为飞书的缓存目录在 %APPDATA% 下日积月累体积非常可观。解决办法有两个一是定期在飞书设置里的“存储空间”清理缓存二是把缓存目录迁移到其他盘。迁移方法本质上就是修改配置指向新目录然后把旧目录复制过去操作前先退出客户端避免文件占用。如果你是 IT 管理员还可以通过组策略统一设置。这个和 OpenClaw 后端没有直接关系但既然做这套系统顺手把这些空间清一清办公体验会舒服很多。5.4 OpenClaw 算力与部署常见疑问速查表我把这段时间在部署和答疑过程中高频出现的问题整理成了一张表方便你按图索骥常见疑问原因处理建议回调地址一直验证失败安全组未放行端口或回调 URL 少了端口检查云控制台防火墙确认公网可访问该端口消息发出去了机器人不回事件订阅没配或权限不足确认 im.message.receive_v1 已订阅消息相关权限点齐全机器人回复特别慢公共 API 延迟或模型太大换更快的模型或者把请求超时时间调大表格发送后是乱码消息类型不是 JSON 卡片确认调用的是 msg_typeinteractive而非 text本地模型下对话质量差模型参数量太小换 13B 以上模型或者把复杂任务路由到公共 API服务端一重启机器人就挂没有做进程守护用 systemd 或 pm2 把 OpenClaw 注册成常驻服务再补充一个很多人问的OpenClaw 能部署到手机吗能。安卓上用 Termux 装 Node.js 和 OpenClaw可以做轻量本地方案但手机端存在两个问题一是算力受限二是系统休眠会导致链路中断所以手机端适合玩票测试生产环境还是老老实实用云服务器。最后分享一点个人体会。OpenClaw 接入飞书这件事最难的部分不是安装也不是配置而是想清楚“机器人到底要干什么”。我见过不少人装好之后兴奋地拉了个群结果 AI 回消息时灵时不灵慢慢就弃用了。真正把这件事玩明白的人都是从第一个具体场景开始要么是让机器人每天固定发一份数据报告要么是让它把表格更新成多维表格记录。把一个简单动作做到稳定再逐步加技能这才是可持续的用法。如果你在配置过程中遇到上面没写到的问题优先去看日志。OpenClaw 的日志里每一步工具调用、每一次 API 请求都有记录对照着飞书开放平台的调试工具绝大多数问题半小时内就能定位。这套链路跑顺之后你会明显感觉到团队里那些重复性的信息整理和表格填写工作真的可以交给机器人去做了。