企业官网建设流程全解析

OpenClaw加飞书这个组合，最近在AI玩家里是真火。Claw就是爪子，OpenClaw嘛，张开爪子的小龙虾——所以社区里都管这玩意儿叫“养龙虾”。说到底，它就是一套能把大模型接进飞书、替你收发消息、跑脚本、管日程的开源agent框架。这篇保姆级教程，就是把我踩过的坑、试出来的稳路，从环境准备到飞书机器人上线，全流程拆给你看。适合没部署过agent但想尝鲜的新手，也适合想在团队里快速跑通一个数字员工场景的人。

先说结论：整套系统跑通之后，你就是“养龙虾大户”。我在飞书里养了一只，同事一开始真以为它是新来的实习生。这篇教程不吹概念，你就跟着步骤走，大约一小时，一只能干活的小龙虾就能在你的飞书里睁眼。

1. OpenClaw是什么，为什么能和飞书组成“养虾池”

1.1 给大模型装上“手和脚”

你可能已经用过各种大模型网页版，问它问题，它给你回答。但OpenClaw不是聊天机器人，它是给大模型装上“手和脚”的运行时框架。什么叫手和脚？就是让它能真正执行动作——读写文件、跑Python、调用API、发消息、定时提醒。

我拿现实生活类比：普通大模型是一个“坐在办公室里的顾问”，你问什么它答什么；OpenClaw则是把顾问从办公室放出来，给了它一部手机、一台电脑、一把办公室钥匙，它不仅能答问题，还能帮你把活干了。比如你想让它把某个文件夹里的日志整理成表格发到群里，它自己就能完成“读取文件→写Python脚本→生成Excel→调用飞书接口发送”这一整套动作。

OpenClaw的定位叫“agent runtime”，本质上是一个常驻后台的进程。它内部做了几件核心事情：管理和大模型的对话上下文、调度各类工具插件、对接不同消息渠道、处理认证与会话。你不需要自己写代码去粘合这些环节，它把框架搭好了，你只需要做配置。

1.2 渠道选择：为什么偏偏是飞书

OpenClaw支持的渠道不少，终端、Discord、Telegram这些都有，但我最终选飞书，原因很实在——飞书办公场景覆盖率越来越高，而且它的机器人生态成熟。和Discord、Telegram这类偏社区和海外场景的渠道比，飞书的机器人配置虽然繁琐，但做完之后收益很大。

飞书有几个点是其他渠道替代不了的。第一是多维表格，它可以当agent的“记忆库”，让龙虾直接读写表格数据；第二是消息卡片，你可以把结果以结构化卡片的形式发到群里，比如项目进度、任务统计；第三是移动端体验，手机装个飞书App就能远程指挥家里的服务器干活，人在外面也能看到任务结果。

还有个隐藏优势：飞书的企业自建应用支持权限隔离。你可以精确控制机器人能做什么、不能做什么，比个人闲聊式的渠道更可控。如果你的目标是“团队里多个同事一起用”，飞书几乎是绕不开的选择。

1.3 整套系统的最终形态

跑通之后，你会得到一条完整链路：你在飞书里艾特机器人发消息→飞书服务器把消息推给OpenClaw→OpenClaw把消息交给大模型理解意图→如果需要工具，就调用对应工具执行→最后把结果通过飞书API回复到会话里。

我实际使用中最高频的场景有这么几个：让它在群里帮新同事总结聊天记录、每天上午九点自动生成前一天的日报发给指定群、让它解析我扔进去的Excel并输出统计数据、用手机远程让它跑一段脚本再传回结果文件。你也可以让它定时巡检服务器、抓取网页信息、操作内网接口，本质上就是“大模型+工具库+消息渠道”三者自由组合。

2. 部署前的准备工作：环境、账号、依赖

2.1 本机环境要求与选型

很多新手一上来就卡在环境上。先看清楚自己的硬件再动手，别装到一半发现跑不动。

Windows用户我强烈建议装一个WSL2（Windows Subsystem for Linux），然后在Ubuntu环境里部署。我最初直接在Windows PowerShell里跑，各种路径分隔符、权限问题、依赖编译报错，折腾了一晚上；换到WSL之后基本一把过。如果你手头有闲置的旧电脑，也可以直接在VMware里装个Ubuntu Server，跟WSL实现的效果类似。还有一点务必要记住：Node.js一定要装LTS版（20.x以上），别追新装开发版，OpenClaw的依赖在开发版下容易踩坑，报错还特别隐蔽。

2.2 大模型后端怎么选：本地还是云端

OpenClaw本身不内置模型，它需要你给它接一个大模型后端。目前主流选择就是两大类：本地模型和云端API。

本地模型推荐用Ollama来跑，它的安装是真简单。装完以后拉模型就行，我常用的组合是ollama pull deepseek-r1:7b或者qwen2.5:7b。本地模型的优势是数据不出服务器、完全免费、响应不受网络波动影响。缺点是吃配置，7B的模型至少要16GB内存才流畅，如果你只有8GB内存，跑起来就像幻灯片。云端API则轻松得多，DeepSeek API、通义千问API、智谱API这几家我都试过，注册之后拿Key就能用，按量计费，日常聊天的成本几乎可以忽略。我的建议是：新手阶段直接用云API，部署简单、速度快，先把整个链路跑通。等玩明白了、有隐私需求了，再切到本地模型。

2.3 飞书开放平台账号准备

这一步是免费的，但需要你有一个飞书账号。两种路径：如果你的公司或团队已经有人建好了飞书组织，你可以走“企业自建应用”的流程，但需要管理员审批权限；如果只有你自己一个人，直接在飞书开放平台注册一个个人开发者身份，然后创建一个测试企业就行，完全够用。

准备清单很简单：一个能收到验证码的手机号、一个飞书账号、一台能登录开放平台的电脑。接下来的所有操作都在飞书开放平台的网页控制台里完成，跟飞书App本身是两码事，别搞混。如果你想让机器人以某个部门的身份出现在同事面前，可以创建一个人工部门的“机器人成员”，把它拉进需要工作的群，这些都可以在应用配置里搞定。

3. 保姆级安装步骤：从零到能聊

3.1 安装Node.js与Git

这是最基础也是最容易翻车的一步。

Windows用户打开PowerShell，直接用winget装：

winget install OpenJS.NodeJS.LTS winget install Git.Git

Linux用户（Ubuntu/Debian）用apt：

sudo apt update sudo apt install -y nodejs npm git

安装完一定要验证版本，这一步别跳过：

node -v npm -v git --version

Node版本低于20的话，后面跑OpenClaw十有八九会报语法错误，到时候你都不知道从哪里查。如果Windows的PowerShell提示“禁止运行脚本”，执行一下这条策略修改：

Set-ExecutionPolicy RemoteSigned -Scope CurrentUser

不然npm命令跑不起来。

3.2 拉取OpenClaw代码并安装依赖

OpenClaw的官方源码托管在GitHub上，直接搜openclaw，认准官方组织仓库就行。克隆到本地：

git clone <你的openclaw仓库地址> cd openclaw

然后安装依赖。npm的默认源在国内有时候慢得让人抓狂，我建议先换成国内镜像再说：

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

npm install这一步会拉几百MB的依赖包，耐心等。我遇到过几次安装中途报错，原因基本都是网络断流，重新执行一次npm install就好。装完之后你会在目录里看到src、config这些文件夹，还有.env.example这个关键的配置文件模板。这个结构跟大多数Node项目一致，不用慌。

3.3 初始化配置：Clawdbot和基本参数

配置分两层：第一层是.env环境变量，第二层是OpenClav运行时的agent配置文件。

先复制一份环境变量模板：

cp .env.example .env

然后用文本编辑器打开.env，把核心几项填上。下面是简化示意，不同版本的字段名会略有差异，以你下载的.env.example文件里的注释为准：

# 客户端名称，保持默认即可 CLIENT_NAME=clawdbot # 模型提供商，这里是DeepSeek示例 LLM_PROVIDER=deepseek DEEPSEEK_API_KEY=sk-你的密钥 DEFAULT_MODEL=deepseek-chat # 如果要接本地Ollama，改成下面这样 # LLM_PROVIDER=ollama # OLLAMA_BASE_URL=http://localhost:11434 # DEFAULT_MODEL=deepseek-r1:7b

这里有个我踩过的坑：很多人不知道system prompt怎么设置。实际上OpenClaw在agent配置里有一项专门定义角色和指令的文本，相当于给小龙虾定“虾设”。我建议在这里写清楚它的职责边界，比如“你是一个可靠的个人助理，遇到不确定的信息要主动询问，不要编造事实”。这个设置直接影响后面所有回答的质量，千万别偷懒。

配置完成后先不要接飞书，直接在终端跑起来，确认本地能跑通再继续。

4. 飞书机器人接入：最容易翻车的一步

4.1 在飞书开放平台创建应用

我在这步来回折腾了将近一下午，把流程理顺了给你。登录飞书开放平台，进入开发者后台，点击“创建企业自建应用”，名称可以起得有个性一点，比如“小龙虾助理”，描述随便填。创建完成后，你会进入应用详情页。

先找到“凭证与基础信息”栏目，这里有两个关键值：App ID和App Secret。App ID长这样：cli_a5f2e...，App Secret是一串密钥字符串。这两个就是OpenClaw和飞书之间的“身份证+门禁卡”，先复制保存好。

然后在“添加应用能力”里，找到并点击“机器人”能力，把机器人功能打开。这一步做完，你的应用才算真正有了“说话的嘴”。

4.2 配置权限与事件订阅：多看一步，少踩三坑

权限配置是整个接入过程中最容易出错的地方。进入“权限管理”页面，把消息相关的权限都勾上，常见需要的有：im:message（读取消息）、im:message.p2p_msg（接收单聊消息）、im:message.group_msg（接收群消息）、im:message:send（发送消息）、im:resource（上传下载图片文件）。不同版本的权限名称可能有微调，你就按“消息、资源、文件”这几个方向把需要的权限都开了。

重点是：权限开完不生效，必须“发布版本”才行。在应用详情的版本管理里创建一个新版本，填写版本说明，然后提交发布。如果企业有管理员，需要管理员审核通过，权限才真正生效。我当时漏了这一步，权限开了却一直提示“机器人无权限”，排查了半小时才发现是没发布版本。

然后是“事件订阅”。这里有两条路线：Webhook模式和长连接模式。Webhook模式需要你的服务器有公网地址，OpenClaw把事件回调推送到你的公网URL上，家庭宽带没有公网IP基本玩不转。长连接模式则是让OpenClaw主动通过WebSocket连上飞书服务器，不需要公网地址，对个人用户极其友好。新手就选长连接，在事件订阅页面把订阅方式切换成“使用长连接接收事件”，然后添加事件im.message.receive_v1（接收消息）。

4.3 把凭证回填到OpenClaw

回到OpenClaw的.env配置文件里，把刚刚的App ID和App Secret填进去：

FEISHU_APP_ID=cli_你的appid FEISHU_APP_SECRET=你的appsecret FEISHU_MODE=websocket

保存之后，重启OpenClaw进程。你会在启动日志里看到飞书连接相关的输出，如果凭证正确、事件订阅无误，它会显示连接成功。OpenClaw支持同时启用多个channel，终端和飞书可以并存，默认的终端通道不受影响。

4.4 启动并验证

执行启动命令：

npm start

看到日志里出现“agent is ready”或者飞书连接成功的标志，就说明服务正常。这时候在飞书App里搜索你应用的机器人名字，给它发一条“你好”。正常情况下几秒内就能收到回复。如果迟迟没有回应，大概率是事件订阅没生效或者权限没发布，回到4.2检查。

5. 验证与调试：让小龙虾真的开始“干活”

5.1 首次对话：从闲聊到跑脚本

给龙虾发了“你好”之后，别急着高兴，先测试工具调用能力。我建议依次试这几条指令：先让它“用Python计算1到100的累加”，看它能不能正确执行代码并返回结果；再让它“写一个Excel文件，包含三天的任务清单，然后上传给我”，这个能测文件生成和上传链路；最后让它“总结一下今天群里聊的主要内容”，验证长文本理解能力。

我的经验是，第一次测试跑通代码执行，比聊一百句废话都有价值。这代表它真的不是一个“复读机”，而是有自主行动能力的agent。

5.2 日志分析与状态查看

OpenClaw的日志是排查问题的第一现场。启动后日志实时滚动，重点看这几个关键词：AuthOK表示认证成功、MessageSent表示消息已发出、SessionAllocation表示会话分配正常。如果看到带ERROR的行，把错误信息复制出来搜一下，基本都能定位问题。

另外，OpenClaw的控制台还支持一些斜杠命令，输入/status可以看当前agent状态，输入/channels能查看已接入的渠道列表。这些命令在飞书里也能直接发，它会把状态回传给你。

5.3 进阶玩法：定时任务、多维表格与表格发送

龙虾真正“值钱”的地方在干活。我分享三个我一直在用的场景。

第一个是定时任务。在配置里开启scheduler功能，语法就是Linux的cron表达式。我让它每工作日早上九点执行“读取昨天日志，生成日报发送到工作群”，注意时区一定要设置成Asia/Shanghai，否则你会看到它在凌晨三点跑任务。这个坑我亲身经历过，当时以为自己配错了，后来才发现是时区问题。

第二个是多维表格联动。在飞书里建一张多维表格，字段设为：任务、负责人、截止时间、状态。让龙虾每天扫描这张表，在任务到期前一天提醒你。它的执行逻辑就是调用多维表格API读数据，再配合模型判断哪些任务需要提醒。这里要注意给OpenClaw配置多维表格的访问凭证，相当于把表格的钥匙也交给它。

第三个是生成表格并发送到群。这是群里同事最喜欢的功能。我在OpenClaw里配置了一个工具，让它用Python的openpyxl库生成Excel：

import openpyxl wb = openpyxl.Workbook() ws = wb.active ws.append(["日期", "任务", "状态"]) ws.append(["2025-06-02", "部署测试", "已完成"]) wb.save("report.xlsx")

生成之后，OpenClaw会调用飞书的上传文件接口，把report.xlsx推送到会话里。整个链路完全自动化，你只需要在群里说一句“发一下昨天的报表”。

如果你手头有RK3588开发板或带GPU的本地服务器，还可以部署一个YOLOv8视觉检测服务，把它作为一个工具注册给OpenClaw。这样你就能在飞书里发出“检测这张图片里的物体”，龙虾调用YOLO服务，把识别结果返回给你。这个玩法把视觉AI也纳入了龙虾的“工具箱”，后续扩展空间非常大。

6. 常见错误与排查实录

6.1 常见报错速查表

6.2 我最想提醒你的三个细节

第一个是session file locked这个报错。它太典型了，几乎每个用OpenClaw的人都会遇到。本质就是有另一个进程占用了会话文件，或者上次异常退出没释放锁。解决办法很直接：先ps aux | grep node找到残留进程杀掉，再删除锁定文件，重启。别看它吓人，其实不算真正的故障。

第二个是权限发布问题。飞书开放平台有个反直觉的机制：权限开了不等于生效，必须创建一个新版本并发布。我见过太多人在论坛里求助“权限明明加了为什么还报错”，十有八九是版本没发布。记住这个流程：改权限→创建版本→发布→等审核。

第三个是安全底线。不要用root账号跑OpenClaw，不要给它接生产数据库，更不要在它的系统提示词里写任何密钥。飞书上的任何同事都可能运行它，权限最小化原则必须坚守。我在生产环境里跑龙虾，只给了它一个受限用户和隔离目录，它能跑脚本，但碰不到核心系统文件。

6.3 稳定性经验

如果你打算长期“养虾”，我建议用pm2或systemd来守护进程。直接把npm start挂在终端里，一旦断线或者服务器重启，龙虾就死透了。我用的pm2，一条命令搞定：

npm install -g pm2 pm2 start npm --name clawdbot -- start pm2 save pm2 startup

这样进程挂了会自动拉起，服务器重启也会自动恢复。日志也会被pm2统一接管，排查问题方便很多。还有一点，日志文件会越来越大，建议配置日志轮转，不然半年后磁盘会被日志堆满。

我自己养了这虾快两个月，最大的体会是：别指望它一上来就全能，先从一个小场景开始“驯化”。比如先让它只做日报汇总，稳定跑两周，再逐步加功能。每加一个工具，就等于教会小龙虾一个新技能，这个过程很有养成的乐趣。等到同事开始问“这机器人谁做的，能不能给我也拉进群”的时候，你就知道这只虾，养成了。