企业官网建设流程全解析

1. 从零到一：为什么我们需要一个“聊天软件里的AI助手”？

最近几个月，我身边不少朋友和同事都在讨论一个事儿：怎么才能让AI更自然地融入日常工作流？大家用ChatGPT、Claude或者国内的各类大模型，基本还是“复制-粘贴-等待-复制”的循环，效率有提升，但总觉得差点意思。尤其是当你在飞书、钉钉或者微信群里讨论方案、整理会议纪要、查询数据时，如果能让AI直接在这些聊天窗口里“待命”，随叫随到，那体验就完全不一样了。

这就是我今天想跟你详细聊聊的OpenClaw。简单来说，它是一个开源的AI Agent框架，核心能力是让你能轻松地把大模型（比如GPT-4、Claude、或者本地部署的Ollama模型）接入到飞书、钉钉、微信等聊天软件里，把它变成一个24小时在线的智能助手。你可以直接@它提问，让它帮你总结文档、写代码片段、查询知识库，甚至基于你提供的工具（比如调用API查询天气、操作数据库）去完成更复杂的任务。

听起来很酷，对吧？但我在第一次尝试部署OpenClaw时，可没少踩坑。从Node.js环境报错、npm脚本权限问题，到飞书机器人配置里各种“invalid redirect uri”、“app secret复制不上去”的诡异错误，每一步都可能有“惊喜”。网上的教程要么过于简略，要么版本过时，照着做根本跑不通。所以，我决定结合自己从零搭建、反复调试成功的经验，写一份真正能“抄作业”的保姆级教程。无论你是前端、后端还是对运维了解不多的产品经理，只要跟着步骤走，都能在自己的飞书里拥有一个专属的AI伙伴。

2. 部署前夜：理解OpenClaw的架构与核心组件

在动手安装之前，我们得先搞清楚OpenClaw到底是个什么东西，它由哪些部分组成，这样后面遇到问题你才知道该从哪里入手排查。盲目跟着命令敲，一旦报错就会完全懵掉。

OpenClaw本质上是一个基于Node.js的后端服务。它的核心职责是作为一个“中间人”或“调度中心”，负责三件事：

1. 对接聊天平台：通过各平台（如飞书）官方提供的机器人/开放平台API，接收用户发送的消息。
2. 调度AI大脑：将用户的消息，结合上下文和历史对话，发送给配置好的大语言模型（LLM），并获取模型的回复。
3. 扩展工具能力：允许模型在思考后，调用开发者预先定义好的“工具”（Tools），比如执行一段代码、查询数据库、调用外部API等，然后用工具执行的结果继续生成最终回复。

为了实现这些，一个典型的OpenClaw部署包含以下核心组件：

• OpenClaw主服务 (OpenClaw Server)：这是核心的Node.js应用。它包含了处理消息流、管理对话状态、调用工具和模型的核心逻辑。我们通过Git克隆代码、安装依赖、运行的就是这个服务。
• 大语言模型 (LLM) 后端：OpenClaw本身不包含模型，它需要连接一个模型服务。这可以是：
  • 云服务API：如OpenAI的GPT系列、Anthropic的Claude系列，你需要提供相应的API Key。
  • 本地模型服务：如通过Ollama在本地电脑或服务器上运行的Llama 3、Qwen等开源模型。这也是很多开发者为了数据隐私和免费使用而选择的方案。
• 平台适配器 (Platform Adapter)：为了让OpenClaw能理解飞书、钉钉等不同平台的消息格式，需要对应的适配器。OpenClaw社区通常提供了这些适配器的插件或配置模块。对于飞书，我们需要配置飞书机器人的凭证信息。
• 工具定义 (Tools)：这是让AI“干活”的关键。你可以用代码定义一些函数，比如“获取当前时间”、“查询数据库用户列表”、“调用某内部系统API创建工单”。OpenClaw会将这些函数的描述“告诉”AI模型，模型在认为需要时，就会请求调用这个工具。

它们之间的关系，你可以想象成一个餐厅：

• 你（用户）在飞书（点餐台）下单（发送消息）。
• 飞书机器人适配器（服务员）把订单传给OpenClaw主服务（后厨调度）。
• OpenClaw主服务（厨师长）看了看订单，决定需要用到工具（厨具和食材），比如需要查一下库存（调用查询工具），然后开始用LLM后端（主厨）烹饪（生成思考过程）。
• 主厨可能会让助手用特定的工具（锅具）处理食材（执行工具函数），最后将做好的菜（回复）通过服务员端给你。

理解了这套流程，后面配置config.json或环境变量时，你就能明白每一行配置是管哪一部分的，而不是机械地填空。

3. 夯实地基：Node.js环境与项目依赖的避坑指南

几乎所有OpenClaw的部署教程第一步都是“安装Node.js”，但恰恰是这一步，让很多新手（包括当初的我）出师未捷。下面我以Windows系统为例（macOS/Linux原理相通，命令稍异），带你绕开所有坑。

3.1 Node.js安装与那个经典的“npm.ps1”错误

首先，去Node.js官网下载LTS（长期支持）版本，比如20.x.x。这比追求最新版要稳定得多。安装过程无脑下一步即可，但建议安装路径不要有中文和空格。

安装完成后，打开命令行（CMD或PowerShell），输入node -v和npm -v检查版本。如果看到版本号，恭喜，第一步成功了50%。为什么是50%？因为紧接着你可能就会遇到这个高频错误：

npm : 无法加载文件 C:\Program Files\nodejs\npm.ps1，因为在此系统上禁止运行脚本。

这个错误是因为PowerShell的执行策略（Execution Policy）默认禁止运行脚本，包括npm脚本。解决方法不是去动那个npm.ps1文件，而是以管理员身份打开PowerShell，执行以下命令：

Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser

执行后输入Y确认。这个命令将当前用户的执行策略设置为“RemoteSigned”，允许运行本地创建的脚本和来自可信发布者的远程签名脚本。完成后再试npm -v，应该就能正常显示了。

注意：有些教程会让人去修改系统环境变量或者用CMD而不用PowerShell，这能临时绕过，但治标不治本。修改执行策略是更规范的做法。如果你在公司电脑上操作，且策略被组策略锁定，可以尝试使用系统自带的“命令提示符（CMD）”来执行后续的npm命令，因为CMD不受PowerShell执行策略影响。

3.2 获取OpenClaw项目代码并安装依赖

环境搞定后，我们拉取代码。找一个你喜欢的目录，在终端里执行：

# 克隆项目仓库，使用 --depth 1 只克隆最新提交，速度更快 git clone https://github.com/openclaw-ai/openclaw.git --depth 1 cd openclaw

接下来是关键步骤：安装依赖。在项目根目录下，你会看到package.json文件。直接运行：

npm install

这个过程可能会因为网络问题比较慢，或者出现某些原生模块编译失败。这里有几个经验点：

1. 网络问题：如果npm install卡住或报错，可以尝试切换npm源到国内镜像：

   npm config set registry https://registry.npmmirror.com

   然后再执行npm install。

2. Python与构建工具：如果报错提示需要Python或node-gyp，说明项目中有依赖需要编译。你需要确保系统已安装：

   • Python（建议3.8+，并添加到系统PATH）。
   • Windows Build Tools（针对Windows用户）。可以运行：

     npm install --global windows-build-tools

     或者更推荐的是，安装Visual Studio Build Tools，在安装时勾选“C++桌面开发” workload。

3. 版本锁定：如果依赖安装后项目运行仍有问题，可以尝试删除node_modules文件夹和package-lock.json文件，然后用npm ci命令代替npm install。npm ci会严格按照package-lock.json安装，一致性更好，但如果lock文件不存在或与package.json冲突，它会报错。所以这通常是第二次尝试时的选择。

依赖安装成功后，你的“地基”就算打牢了。可以运行npm run start或查看package.json中的scripts字段，看看默认的启动命令是什么，不过先别急，在启动之前我们必须先配置好飞书机器人。

4. 关键一步：在飞书开放平台创建与配置机器人

这是连接OpenClaw和飞书的核心环节，也是最容易出错的地方。请严格按照以下步骤操作，并理解每一个参数的意义。

4.1 创建企业自建应用

1. 访问 飞书开放平台 ，用你的飞书账号登录（通常需要一个企业账号，个人账号部分功能受限）。
2. 点击顶部导航栏的“创建企业自建应用”。
3. 填写应用名称（如“我的AI助手”）、描述，并选择应用图标。这些以后都可以改。
4. 创建成功后，进入应用详情页。在这里，你需要记录两个最重要的凭证：
   • App ID：应用的唯一标识。
   • App Secret：相当于应用的密码。点击“重置”或“生成”来获取它，并立即妥善保存（比如保存在本地的加密笔记里）。这个密钥只显示一次，关闭页面后就看不到了，丢失只能重置。

4.2 配置权限与事件订阅

光有凭证还不够，我们需要告诉飞书，这个应用具备哪些能力。

1. 添加权限：在左侧菜单找到“权限管理”。你需要为机器人添加以下关键权限：

   • im:message（获取用户发给机器人的单聊消息）
   • im:message.group_msg（获取群聊中@机器人的消息）
   • im:message.p2p_msg（获取单聊消息）
   • 根据你想让机器人做的事情，可能还需要contact:user.id:readonly（读取用户信息）等。建议初期先按最小权限配置，需要时再加。

2. 配置事件订阅：这是最关键的步骤，也是“invalid redirect uri”错误的根源。

   • 在左侧菜单找到“事件订阅”。
   • 请求地址 URL：这里要填写你即将部署的OpenClaw服务的公网访问地址，并加上飞书事件回调的路径。例如，如果你打算在本地调试，并使用内网穿透工具（如ngrok、localtunnel）将本地的3000端口暴露到一个公网地址，那么你的地址可能是：https://your-ngrok-subdomain.ngrok.io/feishu/event/callback注意，OpenClaw的飞书适配器通常约定回调路径是/feishu/event/callback，你需要在项目配置或代码中确认这一点。
   • 重点：这个URL必须是公网可访问的HTTPS地址。飞书的服务器无法直接回调你的localhost:3000。这就是为什么本地开发必须使用内网穿透。
   • 验证请求：填写URL后，飞书会向该地址发送一个带challenge参数的GET请求。你的OpenClaw服务必须能正确接收并原样返回这个challenge值，才能通过验证。通常OpenClaw的飞书适配器中间件已经处理了这部分逻辑，只要你配置正确且服务在线，点“保存”或“重试”即可通过。

3. 添加事件：在事件订阅页面，点击“添加事件”。你需要订阅：

   • 接收消息 v2.0(im.message.receive_v1)：这是机器人接收消息的核心事件。

4.3 发布应用与获取访问凭证

1. 版本管理与发布：在左侧菜单“应用发布”中，创建一个版本并申请发布。通常需要企业管理员审核。对于测试，你可以先将机器人添加为“可用人员”仅自己或小范围使用。
2. 启用机器人：在应用详情的“功能”选项卡中，确保“机器人”功能是开启状态。
3. 获取访问凭证（Access Token）：OpenClaw服务在运行时，需要代表应用去调用飞书API（比如发送消息）。这需要动态的tenant_access_token。飞书开放平台提供了获取这个Token的API。不过，OpenClaw服务通常会内置这个获取逻辑，你只需要在配置文件中填入上一步拿到的App ID和App Secret，它就会自动处理Token的获取与刷新。你不需要手动去调用API获取并填写Token。

至此，飞书侧的配置暂告一段落。请务必保存好App ID、App Secret和你配置的事件订阅请求地址。接下来，我们要在OpenClaw中填入这些信息。

5. 核心配置：让OpenClaw连接飞书与AI大脑

现在，我们回到本地的OpenClaw项目。项目根目录下通常会有一个配置文件，例如config.json,config.yaml, 或者.env文件。我们需要根据飞书和AI模型的配置来修改它。

5.1 配置飞书适配器

假设项目使用config.json，我们需要找到或添加飞书配置部分。一个典型的配置结构如下：

{ "port": 3000, "logLevel": "info", "platforms": { "feishu": { "type": "feishu", "appId": "你的飞书App ID", "appSecret": "你的飞书App Secret", "encryptKey": "", // 如果你在飞书后台配置了“Encrypt Key”则填写，否则留空 "verificationToken": "", // 同上，如果配置了则填写 "eventEndpoint": "/feishu/event/callback" // 与飞书后台配置的事件订阅URL路径部分一致 } }, "llm": { // AI模型配置，见下一小节 } }

关键点解析：

• appId&appSecret：就是你在飞书开放平台拿到的那两个字符串。直接复制粘贴进去。
• encryptKey和verificationToken：在飞书后台“事件订阅”页面，如果你开启了“Encrypt Key”和“Verification Token”以提高安全性，就需要在这里填写。初期调试建议先关闭它们，避免增加复杂度。
• eventEndpoint：这个路径必须和你在飞书后台填写的“请求地址URL”中的路径部分完全一致。如果你填的URL是https://xxx.com/feishu/event/callback，那么这里就是/feishu/event/callback。

5.2 配置AI模型后端

这是OpenClaw的“大脑”部分。这里我给出两种最常用方案的配置：OpenAI API和本地Ollama。

方案一：使用OpenAI API（如GPT-4）

"llm": { "type": "openai", "apiKey": "你的OpenAI API Key", "model": "gpt-4-turbo-preview", // 或 gpt-3.5-turbo "baseURL": "https://api.openai.com/v1" // 默认即可，如果你用代理或反代可能需要改 }

这种方式最简单，网络通畅的话直接可用。

方案二：使用本地Ollama服务（如Llama 3）这是我更推荐的、免费且隐私安全的方式。

1. 首先，安装并启动Ollama：前往Ollama官网下载安装，然后在命令行拉取并运行一个模型：

   ollama pull llama3:8b # 拉取Llama 3 8B模型 ollama run llama3:8b # 运行模型，会启动一个本地API服务（默认端口11434）

2. 然后在OpenClaw配置中指向它：

   "llm": { "type": "openai", // 注意：很多框架兼容OpenAI API格式，所以type可能还是openai "apiKey": "ollama", // 本地Ollama不需要真key，但有些框架要求非空，可填任意值如`ollama` "model": "llama3:8b", // 你拉取的模型名称 "baseURL": "http://localhost:11434/v1" // 指向本地Ollama服务的API地址 }

   这种配置利用了Ollama提供的OpenAI API兼容接口，让OpenClaw以为自己在调用OpenAI，实际上请求发到了本地的Ollama。

5.3 处理“App Secret复制不上去”和“Invalid Redirect URI”问题

这两个是高频错误，根源在于细节。

• “App Secret复制不上去”：这通常不是技术问题，而是飞书开放平台UI的缓存或显示问题。尝试以下步骤：

  1. 彻底刷新浏览器页面（Ctrl+F5）。
  2. 点击“重置App Secret”，生成一个新的，然后立即复制。
  3. 如果是在某些密码管理器中填写，尝试先复制到纯文本编辑器（如记事本），再从编辑器复制到配置文件中，避免隐藏字符。

• “Invalid Redirect URI in H5 Case” / “请求不合法”：这个错误几乎100%出现在事件订阅URL配置环节。

  1. 确保是HTTPS：飞书要求回调地址必须是https://开头。本地开发必须用ngrok等工具生成HTTPS地址。
  2. 确保路径完全匹配：检查飞书后台填写的URL和OpenClaw配置中的eventEndpoint路径是否严格一致。包括开头有无斜杠/。
  3. 确保服务已启动且可达：在保存配置前，先用npm start启动你的OpenClaw服务，并确保你的内网穿透工具（如ngrok）正在运行，且生成的公网地址是有效的。你可以直接在浏览器访问https://你的ngrok地址/feishu/event/callback，如果返回一些错误信息（比如缺少参数），至少证明网络是通的。如果连接超时，说明服务没起来或穿透失败。
  4. 检查端口和防火墙：确保OpenClaw服务的端口（如3000）没有被其他程序占用，并且防火墙允许该端口的入站连接。

6. 启动、测试与调试：验证你的AI助手

配置完成后，我们终于可以启动服务了。

1. 启动OpenClaw服务：在项目根目录下，运行启动命令。通常定义在package.json的scripts里，可能是：

   npm start # 或 node index.js # 或 npm run dev

   观察控制台输出，应该能看到服务成功监听在某个端口（如3000），并且可能打印出“Feishu adapter initialized”之类的日志。

2. 启动内网穿透：打开另一个终端窗口，运行你的内网穿透工具。以ngrok为例（需要先注册并获取authtoken）：

   ngrok http 3000

   运行后，ngrok会生成一个https://xxxx.ngrok.io的地址。复制这个地址。

3. 更新飞书事件订阅URL：回到飞书开放平台，将事件订阅的“请求地址”更新为https://xxxx.ngrok.io/feishu/event/callback（记得加上你的特定路径）。点击保存。如果配置正确，飞书通常会显示“验证成功”或类似提示。

4. 添加机器人为好友：在飞书开放平台应用详情的“权限管理”或“版本发布”区域，将应用添加给测试企业或自己。然后在飞书客户端，搜索你的应用名称，将其添加为好友或拉入群聊。

5. 发送测试消息：在飞书里，给你的机器人发送一条消息，比如“你好”。观察OpenClaw服务的控制台日志。你应该能看到类似这样的日志流：

   [INFO] Received Feishu event: im.message.receive_v1 [INFO] Processing message from user: xxxxx [DEBUG] Calling LLM with prompt: ... [INFO] Sending reply to Feishu...

   如果一切顺利，几秒后你就能在飞书里收到机器人的回复了！

6. 常见启动问题排查：

   • 端口占用：如果启动失败提示端口被占用，可以修改config.json里的port为其他值（如3001），同时记得更新内网穿透命令和飞书回调URL。
   • 依赖缺失：如果启动时报错找不到模块，可能是npm install不完整。尝试删除node_modules和package-lock.json，重新npm install。
   • 配置错误：仔细检查config.json的格式（特别是JSON的逗号、引号），确保没有拼写错误。飞书的App ID和App Secret是否填对。
   • Ollama连接失败：如果使用Ollama，确保ollama run命令在运行，并且baseURL中的端口（默认11434）正确。可以在浏览器访问http://localhost:11434/api/tags测试Ollama API是否正常。

7. 进阶玩法：为你的AI助手添加“工具”能力

一个只会聊天的AI助手还不够强大。OpenClaw最精彩的部分在于“工具调用”（Tool Calling），这让AI可以真正操作外部系统。比如，你可以让它“查一下今天北京的天气”，或者“从数据库里找出上个月销售额最高的产品”。

7.1 理解工具（Tools）的工作原理

工具本质上是一个JavaScript/TypeScript函数，附带一段给AI看的“描述”。当AI模型认为用户的问题需要调用某个工具时，它会输出一个结构化的请求，OpenClaw收到后执行对应的函数，并将执行结果返回给AI，AI再结合结果生成最终回复给用户。

例如，一个“获取天气”的工具描述可能是：“这是一个获取指定城市当前天气的工具。输入参数：city（字符串，城市名）”。AI在理解用户问“北京天气怎么样？”之后，就会请求调用这个工具，并传入city: “北京”。

7.2 创建你的第一个工具：获取当前时间

我们在OpenClaw项目里创建一个简单的工具。通常工具文件放在src/tools/或tools/目录下。创建一个新文件currentTime.js：

// tools/currentTime.js export const currentTimeTool = { // 给AI看的描述 definition: { name: "get_current_time", description: "获取当前的日期和时间。", parameters: { type: "object", properties: { // 这个工具不需要输入参数 }, required: [] } }, // 实际执行的函数 execute: async (args) => { const now = new Date(); // 返回一个格式化的时间字符串给AI return { success: true, output: `当前时间是：${now.toLocaleString('zh-CN', { timeZone: 'Asia/Shanghai' })}` }; } };

7.3 注册工具并测试

接下来，我们需要在OpenClaw的配置或主程序里注册这个工具，这样服务启动时才能加载它。具体注册方式取决于OpenClaw项目的架构，通常是在主入口文件（如index.js或app.js）中，或者在一个专门的工具注册文件里。

假设项目支持动态加载，你可能需要修改配置：

// config.json { ... // 其他配置 "tools": ["./tools/currentTime.js"] // 告诉框架去哪里加载工具 }

或者，在代码中显式注册：

// 在主服务启动文件中 import { currentTimeTool } from './tools/currentTime.js'; // ... 获取OpenClaw框架实例 ... claw.registerTool(currentTimeTool);

重启OpenClaw服务。现在，你可以在飞书里问你的机器人：“现在几点了？”。AI模型会分析你的问题，识别出需要调用get_current_time工具，然后工具函数被执行，返回当前时间，AI再组织语言回复你：“当前时间是：2024年5月15日 下午3:30:45”。

7.4 开发更实用的工具：连接外部API

掌握了基础，我们就可以开发更强大的工具。比如，连接一个天气API。这里以和风天气为例（需要注册获取API Key）：

// tools/weather.js import axios from 'axios'; // 需要先安装axios: npm install axios const HE_FENG_API_KEY = '你的和风天气API Key'; const HE_FENG_API_URL = 'https://devapi.qweather.com/v7/weather/now'; export const weatherTool = { definition: { name: "get_weather", description: "获取指定城市的实时天气情况。", parameters: { type: "object", properties: { city: { type: "string", description: "城市名称，例如：北京、上海" } }, required: ["city"] } }, execute: async ({ city }) => { try { // 这里需要先将城市名转换为位置ID，简化起见，假设我们直接使用城市名查询 // 实际应调用和风天气的城市搜索API获取locationId const response = await axios.get(HE_FENG_API_URL, { params: { location: city, key: HE_FENG_API_KEY } }); const data = response.data; if (data.code === '200') { const now = data.now; return { success: true, output: `${city}的当前天气：${now.text}，温度${now.temp}摄氏度，湿度${now.humidity}%，风向${now.windDir}，风力${now.windScale}级。` }; } else { return { success: false, output: `获取天气失败：${data.message || '未知错误'}` }; } } catch (error) { console.error('Weather API error:', error); return { success: false, output: `调用天气服务时发生错误：${error.message}` }; } } };

将这个工具也注册到系统中。现在，你的AI助手就能回答“上海天气怎么样？”这样的问题了。通过这种方式，你可以无限扩展助手的能力：查股票、订日历、发邮件、操作数据库等等。

8. 生产环境部署：从本地调试到稳定服务

本地调试成功，意味着核心流程已经跑通。但如果想让机器人7x24小时稳定服务，你需要将其部署到服务器上。这里介绍两种主流且相对简单的方式：PM2进程管理和Docker容器化。

8.1 使用PM2进行进程管理（推荐用于VPS）

如果你有一台云服务器（如Ubuntu），PM2是一个非常好的Node.js应用进程管理工具，能保证应用崩溃后自动重启，并方便地查看日志。

1. 在服务器上安装Node.js、Git和PM2：

   # Ubuntu/Debian 示例 sudo apt update sudo apt install -y nodejs npm git sudo npm install -g pm2

2. 克隆项目并安装依赖：

   git clone https://github.com/openclaw-ai/openclaw.git cd openclaw npm install --production # 只安装生产依赖

3. 配置生产环境变量：不要在代码中硬敏感信息。创建.env文件或在服务器环境变量中设置APP_ID、APP_SECRET、OPENAI_API_KEY等。

4. 使用PM2启动应用：

   pm2 start npm --name "openclaw-bot" -- start # 或者如果入口文件是 index.js # pm2 start index.js --name "openclaw-bot"

5. 设置开机自启：

   pm2 startup # 执行上面命令后，会输出一条类似 `sudo env PATH=...` 的命令，复制并执行它 pm2 save

6. 配置Nginx反向代理与HTTPS：为了让服务通过域名和HTTPS访问（飞书事件回调必须HTTPS），你需要配置Nginx。

   • 安装Nginx并配置一个server块，将your-domain.com的请求代理到本地的http://localhost:3000。
   • 使用Certbot申请免费的Let‘s Encrypt SSL证书。
   • 将飞书后台的事件订阅URL更新为https://your-domain.com/feishu/event/callback。

8.2 使用Docker容器化部署

Docker能提供一致的环境，更方便迁移和扩展。你需要编写一个Dockerfile和一个docker-compose.yml文件。

Dockerfile:

FROM node:20-alpine WORKDIR /app COPY package*.json ./ RUN npm ci --only=production COPY . . EXPOSE 3000 USER node CMD ["node", "index.js"]

docker-compose.yml:

version: '3.8' services: openclaw: build: . container_name: openclaw-bot restart: unless-stopped ports: - "3000:3000" environment: - NODE_ENV=production - APP_ID=${APP_ID} - APP_SECRET=${APP_SECRET} - OPENAI_API_KEY=${OPENAI_API_KEY} # 其他环境变量... volumes: - ./logs:/app/logs # 可选，挂载日志目录

然后在服务器上，安装Docker和Docker Compose，将项目文件上传，在同目录下创建.env文件填写敏感信息，最后运行docker-compose up -d即可。

8.3 监控与日志

无论用哪种方式，监控都必不可少。

• PM2：pm2 logs openclaw-bot查看实时日志，pm2 monit查看资源占用。
• Docker：docker logs -f openclaw-bot查看容器日志。
• 应用内日志：确保OpenClaw配置了合理的logLevel（如info），并定期检查日志文件，以便及时发现和排查错误，例如飞书Token刷新失败、模型调用超时等。

部署上线后，你的飞书AI助手就正式成为一个随时待命的生产力工具了。你可以根据团队的需要，不断为它添加新的工具，让它成为处理日常琐事、快速查询信息、甚至触发自动化流程的智能中枢。这个从零搭建的过程虽然有些繁琐，但一旦跑通，你会发现它为工作和协作带来的效率提升是实实在在的。