企业官网建设流程全解析

1. 为什么我建议你用 OpenClaw 搭一个飞书 AI 助手

如果你正在搜 OpenClaw 飞书对接、Clawdbot 改名后怎么用、或者想找一个能真正在飞书里干活的 AI 助手，那这篇就是写给你的。OpenClaw（原 Clawdbot，中间还短暂叫过 Moltbot）是一个跑在你自己设备上的开源 AI 智能体，它和普通聊天机器人的最大区别是：它不只是回答你“怎么做”，而是能直接帮你“做出来”。你可以把它理解成一个 24 小时待命的数字员工，驻扎在你的电脑或服务器里，通过飞书这类聊天工具接收指令，然后调用大模型去执行任务。

对零基础读者来说，最友好的地方在于：OpenClaw 本身是一个“编排层”，它不绑定某一家模型。你完全可以用 TaoToken 的统一 Key 和 API 通道，把模型能力接进来，省去在多个平台之间反复注册、切换、管理密钥的麻烦。整条链路是：你在飞书里发一条消息 → 飞书事件推送给 OpenClaw → OpenClaw 调用大模型 → 结果回到飞书。这篇教程会带你从 Node.js 环境开始，一步步把这条链路跑通，并给出可复制的 config.toml 与 settings.json 骨架。

适合谁看：会用一点命令行、但没接触过 AI Agent 的小白；想给团队内部做一个飞书机器人的开发者；以及手里有闲置电脑或云服务器、想跑个私人 AI 助手的人。下面所有步骤我都尽量给到完整命令和参数，你照着敲就行。

2. 前置准备：Node.js 环境与 TaoToken 统一 Key

2.1 安装 Git 与 Node.js 22

OpenClaw 需要 Git 拉取组件，需要 Node.js 运行内部服务。先装 Git：

sudo apt update sudo apt install git -y

接着装 NVM（Node 版本管理器），这样后面切换 Node 版本会方便很多：

curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash source ~/.bashrc nvm install 22 node -v

node -v输出v22即可，版本只要 22 就行。如果你用的是 macOS，把apt换成brew即可；Windows 建议在 WSL2 里操作，避免路径和权限的坑。

2.2 为什么用 TaoToken 统一 Key

OpenClaw 支持多模型，但如果你每个模型都去单独申请 Key、单独配一遍，配置会非常散。TaoToken 提供统一的 API 通道，你只需要一个 Key，就能在 OpenClaw 里切换不同模型。对新手来说，这能省掉大量“这个平台怎么注册、那个平台额度怎么查”的时间。

你需要提前准备好两样东西：一个是 TaoToken 的 API Key，一个是确认好你要用的模型名。Key 的获取入口在控制台的 API Keys 页面，建议单独建一个给 OpenClaw 用，方便后续排查和轮换。

注意：Key 属于敏感信息，不要直接提交到 Git 仓库，也不要在截图里暴露完整字符串。建议放在环境变量或本地配置文件里。

2.3 安装 OpenClaw

用官方脚本安装：

curl -fsSL https://openclaw.bot/install.sh | bash

执行后会出现交互式引导。几个关键选择我列一下，避免你卡住：

看到 TUI 界面出现，说明 OpenClaw 安装成功。此时服务默认监听18789端口，浏览器访问http://localhost:18789/会提示未授权，回到服务器执行：

openclaw dashboard

复制输出的带 token 的 URL 再去访问，就不会报错了。

3. 可复制配置：config.toml 与 settings.json 骨架

3.1 config.toml 骨架

OpenClaw 的主配置一般在~/.openclaw/config.toml。下面是一个可直接改用的骨架，重点是把模型通道指向 TaoToken：

[gateway] port = 18789 host = "0.0.0.0" [model] provider = "openai-compatible" base_url = "https://taotoken.net/api" api_key = "sk-你的TaoTokenKey" model = "你的模型名" temperature = 0.7 max_tokens = 2048 [channels.feishu] enabled = true app_id = "cli_你的AppID" app_secret = "你的AppSecret" connection_mode = "websocket"

这里base_url填 TaoToken 的 API 地址，api_key填你在控制台生成的 Key。connection_mode用websocket长连接，这样飞书事件能实时推过来，不用公网回调地址，对本地或内网部署特别友好。

3.2 settings.json 骨架

部分插件和渠道配置会落在~/.openclaw/settings.json，骨架如下：

{ "feishu": { "appId": "cli_你的AppID", "appSecret": "你的AppSecret", "verificationToken": "你的VerificationToken", "encryptKey": "你的EncryptKey", "eventMode": "long_connection", "subscribeEvents": [ "im.message.receive_v1" ] }, "agent": { "name": "feishu-assistant", "systemPrompt": "你是运行在飞书里的AI助手，回答简洁、可执行。", "maxHistory": 20 } }

subscribeEvents里至少要包含im.message.receive_v1，这是接收消息的核心事件。verificationToken和encryptKey在飞书应用后台能拿到，长连接模式下主要用于校验，别填错。

3.3 安装飞书插件并重启

openclaw plugins install @m1heng-clawd/feishu openclaw gateway restart

重启后确认插件加载成功，日志里能看到 feishu 相关初始化信息。

4. 飞书事件订阅配置与最小验证

4.1 创建飞书应用与事件订阅清单

登录飞书开发者平台，创建企业自建应用。然后按下面清单逐项配置：

配置完点击创建版本并发布。把 App ID 和 App Secret 填回前面的 config.toml 和 settings.json。

4.2 把飞书集成到 OpenClaw

在服务器执行：

openclaw channels add

按提示选择飞书渠道，填入 App ID 和 App Secret。国内飞书选第一个，国际版选第二个。测试阶段可以先选较宽松的策略，跑通后再收紧。完成后回车结束集成。

4.3 最小验证动作

现在做一条消息的端到端验证。在飞书里找到你的机器人，发一句：

你好，帮我确认链路是否通畅

预期链路是：飞书把消息通过长连接推给 OpenClaw → OpenClaw 读取 config.toml 里的模型配置 → 请求 TaoToken 的 API 通道 → 模型返回结果 → OpenClaw 把结果发回飞书。

如果飞书里收到了回复，说明链路已通。此时你可以回到服务器看日志：

openclaw logs --follow

日志里应该能看到收到im.message.receive_v1事件、发起模型请求、返回响应的完整过程。这一步是整个教程的关键验证点，通了之后再去做复杂任务才有意义。

5. 本篇常见报错排查

5.1 飞书收不到任何回复

先确认三件事：机器人是否已被拉进会话或添加为联系人；事件订阅是否选了长连接且勾了接收消息；openclaw gateway restart之后插件是否真的加载。可以在日志里搜feishu，如果没有初始化记录，说明插件没装好，重装一次：

openclaw plugins install @m1heng-clawd/feishu openclaw gateway restart

5.2 模型请求 401 或 403

多半是 Key 或 base_url 写错。检查 config.toml 里base_url是否为https://taotoken.net/api，api_key是否完整、有没有多余空格。如果 Key 是在控制台刚生成的，确认没有复制到换行符。改完配置后记得重启 gateway。

5.3 端口 18789 被占用

lsof -i :18789

找到占用进程后 kill 掉，或者改 config.toml 里的port。改端口后 dashboard 的 URL 也要跟着换。

5.4 长连接频繁断开

检查服务器网络是否稳定，以及飞书应用版本是否已发布。未发布的版本事件不会真正推送。另外确认verificationToken和encryptKey与后台一致，填错会导致校验失败、连接被拒。

5.5 Node 版本不对导致启动失败

node -v

必须是 22。如果还是旧版本，用nvm use 22切换，再重启 OpenClaw。

6. 把 Key 和通道固定下来，后续才好扩展

链路跑通之后，建议你做的第一件事是把模型配置和渠道配置分离管理：模型相关的 base_url、api_key、model 放在一处，飞书相关的 app_id、app_secret 放在另一处。这样以后你想换模型、加渠道，改动面会小很多。TaoToken 的统一 Key 在这里的价值就体现出来了——你不需要为每个模型维护一套凭证，换模型只改一个model字段。

如果你后面要做长期编码或 Agent 类任务，可以了解下 Coding Plan，把额度用在持续性的开发场景上；如果只是想先验证模型对话效果，可以直接在模型对话里试；接入和排障过程中需要的 Key 与文档，分别在 API Keys 和接入文档里。把这条飞书到 OpenClaw 再到大模型的最小链路跑稳，后面加定时任务、文件操作、多群管理，都是在这个骨架上叠功能而已。