最近 OpenClaw（Clawdbot）火出了圈。和以前那些只会“过家家”的 Agent 不同，它是真的能干活——能写代码、能操作浏览器、能读飞书文档，能整理电脑文件。
很多兄弟卡在部署上，要么是环境报错，要么是模型太笨（只会闲聊，不会调工具）。经过一周的折腾，我终于摸索出了一套最稳的方案： Docker 部署 + 飞书作为交互界面 + 克劳德 4.5 作为大脑。
为什么必须是 克劳德 4.5？ OpenClaw 极其依赖模型的 Coding 能力和指令遵循能力。其他文章已经教了国内模型了，的模型现在风控太严。而 O 家的模型现在风控太严，克劳德 4.5 是 OpenClaw 的模型选择里面相对便宜的。
下面直接上干货教程。
第一步：环境准备（Docker 部署）
为了防止 Python 环境依赖冲突，强烈建议使用 Docker。
拉取源码
curl -fsSL https://openclaw.ai/install.sh | bash
cd OpenClaw
改配置文件（关键点） 这是最容易踩坑的地方。OpenClaw 默认走的是 O 家协议，但我们需要把“脑子”换成 克劳德 4.5。
复制 config.example.json 为 config.json，重点修改 llm 部分：
JSON
{
「llm」: {
「provider」: 「openai」,
「model」: 「Claude-HaiKu-4.5」,
「base_url」: 「HTTPS://api.vsvip.cn/v1」,
「api_key」: 「sk-xxxxxxxxxxxxxxxxxxxx」,
「temperature」: 0.1
},
「agent」: {
「name」: 「超级架构师」,
「role」: 「资深全栈工程师，擅长 Python 和 Node.js」
}
}
🛠️ 配置避坑指南：
Model：这里一定要填 克劳德 4.5。不要用普通的 3.5，否则写代码能力会打折。
Base URL：由于 Sonnet 原生不支持 O 家格式，而且直连不仅慢还容易被墙。这里推荐填 api.vsvip.cn/v1。
这是我一直在用的一个中转加速接口，它后端自动把 O 家格式转成了 Claude 格式，解决了 Protocol Error 的问题，而且并发支持很好，跑 Agent 这种高频请求不会断连。
API Key：去上面那个地址注册个号，新号送的额度足够跑通这个教程。
第二步：配置飞书（Lark）机器人
让 AI 在飞书里给你打工，体验感是最好的。
创建应用： 登录 飞书开放平台，创建一个企业自建应用。
获取凭证： 拿到 App ID 和 App Secret，填回 OpenClaw 的 config.json 中。
权限配置（一定要开对）： 在“权限管理”里，开启以下权限：
im:message (获取与发送消息)
im:chat (群组管理)
事件订阅：
请求地址填写：HTTP://你的服务器 IP:端口/webhook/feishu
注意：如果你是本地电脑运行，需要用内网穿透（如 Frp 或 Cloudflare Tunnel）把本地端口暴露出去。
第三步：导入 700+ Skill 技能包
OpenClaw 强大的地方在于它能使用“工具”。
我在 GitHub 上搜集整理了一套包含 700+ 常用技能的 JSON 库（涵盖股票查询、SEO 分析、Python 脚本执行、文件转换等）。
安装方法：
下载技能包（文末获取链接）。
将所有 .json 文件解压到 OpenClaw 根目录下的 skills/ 文件夹中。
重启 Docker 容器。
重启后，你在飞书里问它：“帮我分析一下最近 A 股的走势并画个图”，由于我们配置了 克劳德 4.5，它会精准识别意图，自动调用 Python 绘图工具，而不是瞎编乱造。
第四步：实战测试
启动容器：
Bash
Docker-compose up -d
打开飞书，找到你的机器人，发送指令：
“写一个 Python 脚本，爬取一下 Hacker News 的首页标题，并保存为 Markdown 文件发送给我。”
观察日志： 你会看到后台疯狂刷屏。
Thinking... (模型在思考)
Tool Call: python_repl (调用代码解释器)
Observation: Success (执行成功)
如果你的 Base URL 配置正确，整个过程通常在 15 秒内完成。如果出现 429 或者 Context Limit Exceeded，通常是 API 线路质量不行，建议切回我上面推荐的那个配置。
🎁 资源获取
700+ Skill 汉化版资源：[资源包]
教程同款 API 获取地址：[api.vsvip.cn] (注册即可生成 Key)
