你有没有遇到过这种情况：
团队群里每天几十条@你的消息，问的都是重复的问题——"这个接口怎么调？""上次那个配置文件在哪？""部署流程是什么？"你一条条回复，一天下来真正写代码的时间不到 3 小时。
或者你是个人开发者，想让 AI 帮你自动处理飞书里的日常事务——收到消息自动分类、文档自动更新、多维表格自动填数据——但飞书官方的机器人 API 太底层，光是鉴权就要折腾半天。
2026 年了，这些事情不应该还需要手动做。
我最近用 OpenClaw 搭了一套飞书自动化系统，效果超出预期：AI Agent 7×24 小时在线，能自动回复消息、读写飞书文档、操作多维表格，甚至能根据对话内容自动创建任务。整个过程从零到上线，大概 2 小时。
这篇文章把完整流程分享出来，包括踩过的坑。
为什么选 OpenClaw 而不是自己写飞书机器人
先回答一个常见问题：飞书有开放平台，为什么不直接用官方 SDK 写机器人？
当然可以。但你需要处理的事情包括：
- OAuth2 鉴权 + Token 刷新
- 事件订阅 + 消息解析
- 对话上下文管理（飞书 API 不帮你记上下文）
- AI 模型调用 + Prompt 管理
- 错误重试 + 日志监控
- 部署 + 进程守护
这些加起来，一个有经验的后端开发者至少要 1-2 周。而且后续维护成本不低——飞书 API 更新、Token 过期、模型切换，每个都是坑。
OpenClaw 的做法不一样。它把飞书当作一个"通道"（Channel），AI Agent 的核心逻辑和通道解耦。你只需要：
- 在飞书开放平台创建应用
- 把 App ID 和 Secret 填到 OpenClaw 配置里
- 写你的 Agent 逻辑（SOUL.md + AGENTS.md）
剩下的鉴权、消息收发、上下文管理、模型调用，OpenClaw 全包了。
| 对比维度 | 自己写飞书机器人 | OpenClaw + 飞书 |
|---|---|---|
| 开发时间 | 1-2 周 | 2 小时 |
| 鉴权处理 | 手动实现 OAuth2 | 自动管理 |
| 上下文管理 | 自己存 Redis/DB | 内置 Session |
| AI 模型 | 自己对接 API | 多模型切换 |
| 文档/表格操作 | 自己封装 API | 内置 MCP 工具 |
| 部署维护 | 自己搞 | 一条命令 |
前置准备
开始之前，你需要：
- 一台云服务器（推荐 2核4G 起步，跑 OpenClaw Gateway 够用）
- Node.js 18+
- 飞书开放平台账号（企业版或个人开发者版都行）
服务器选择建议：如果你还没有服务器，腾讯云轻量应用服务器性价比不错，2核4G 的配置跑 OpenClaw 绑绑有余，新用户经常有优惠活动，可以去看看：腾讯云轻量服务器。如果你更偏好阿里云生态，阿里云 ECS 也是老牌选择：阿里云服务器。
第一步：创建飞书应用
登录 飞书开放平台，创建一个企业自建应用。
1.1 基本配置
进入应用后台，记下这两个值：
- App ID（应用凭证页面）
- App Secret（应用凭证页面）
1.2 开通权限
在"权限管理"中，开通以下权限（按需选择）：
消息相关（必选）：
im:message— 获取与发送单聊、群聊消息im:message:send_as_bot— 以应用身份发送消息im:chat— 获取群组信息
文档相关（推荐开通）：
docs:doc— 读写飞书文档wiki:wiki— 读写知识库drive:drive— 云空间文件操作
多维表格（推荐开通）：
bitable:app— 读写多维表格
1.3 事件订阅
在"事件订阅"中，配置请求地址。OpenClaw 默认监听的 Webhook 路径是：
https://你的服务器IP:端口/webhook/feishu
订阅以下事件：
im.message.receive_v1— 接收消息事件
1.4 发布应用
配置完成后，在"版本管理"中创建版本并提交审核。如果是企业内部应用，管理员直接审批即可。
第二步：配置 OpenClaw
假设你已经安装了 OpenClaw（如果没有，参考官方文档 openclaw install）。
2.1 添加飞书通道
在 OpenClaw 的配置中添加飞书通道：
openclaw gateway config.patch '{
"channels": {
"feishu": {
"appId": "cli_你的AppID",
"appSecret": "你的AppSecret",
"enabled": true
}
}
}'
2.2 配置 Agent
OpenClaw 的 Agent 通过 Markdown 文件定义。创建你的 Agent 工作空间：
mkdir -p ~/.openclaw/workspace-mybot
写一个 SOUL.md，定义 Agent 的人格和能力：
# SOUL.md - 飞书助手
你是团队的 AI 助手，运行在飞书中。
## 核心职责
- 回答团队成员的技术问题
- 帮助查找和更新飞书文档
- 操作多维表格（查询、新增、更新记录）
- 自动整理会议纪要
## 沟通风格
- 简洁直接，不废话
- 技术问题给代码示例
- 不确定的事情说"我不确定"，不瞎编
再写一个 AGENTS.md，定义工作流程：
# AGENTS.md
## 每次收到消息
1. 判断意图：技术问答 / 文档操作 / 表格操作 / 闲聊
2. 技术问答：直接回答，必要时搜索知识库
3. 文档操作：使用 feishu_doc 工具读写
4. 表格操作：使用 feishu_bitable 工具操作
5. 闲聊：简短回复，不浪费 Token
2.3 启动 Gateway
openclaw gateway restart
检查状态：
openclaw gateway status
看到 feishu: connected 就说明飞书通道已经接通了。
第三步：实战——让 Agent 操作飞书文档
配置完成后，你的 Agent 已经能在飞书里收发消息了。但真正有价值的是让它操作飞书的文档和数据。
3.1 读写飞书文档
在飞书群里对 Agent 说：
"帮我看一下知识库里《部署手册》的内容"
Agent 会自动调用 feishu_wiki 工具搜索知识库，找到文档后用 feishu_doc 读取内容，然后把关键信息返回给你。
你也可以让它更新文档：
"把部署手册里的 Node.js 版本从 18 改成 22"
Agent 会读取文档、找到对应位置、执行更新。整个过程你只需要一句话。
3.2 操作多维表格
这是我觉得最实用的功能。假设你有一个"Bug 跟踪"多维表格，包含字段：标题、优先级、负责人、状态。
在群里说：
"帮我在 Bug 表里新增一条：标题'登录页白屏'，优先级 P1，负责人张三"
Agent 会调用 feishu_bitable_create_record 自动创建记录。
查询也一样：
"P1 的 Bug 还有几个没解决？"
Agent 会调用 feishu_bitable_list_records 查询并汇总。
3.3 自动化工作流示例
更高级的玩法是结合 Cron 定时任务。比如每天早上 9 点自动生成日报：
# AGENTS.md 中添加
## 每日日报（Cron 触发）
1. 读取多维表格中昨天的任务完成情况
2. 读取知识库中的项目进度文档
3. 生成日报摘要
4. 发送到团队群
OpenClaw 的 Cron 系统会按时触发，Agent 自动执行整个流程。
第四步：部署到生产环境
开发测试没问题后，部署到生产环境需要注意几点。
4.1 进程守护
用 systemd 管理 OpenClaw Gateway：
# 创建 service 文件
sudo cat > /etc/systemd/system/openclaw.service << 'EOF'
[Unit]
Description=OpenClaw Gateway
After=network.target
[Service]
Type=simple
User=root
ExecStart=/usr/local/bin/openclaw gateway start --foreground
Restart=always
RestartSec=5
[Install]
WantedBy=multi-user.target
EOF
sudo systemctl enable openclaw
sudo systemctl start openclaw
4.2 日志监控
OpenClaw 的日志默认输出到 stdout，配合 systemd 可以用 journalctl 查看：
journalctl -u openclaw -f
4.3 安全加固
生产环境务必注意：
- 飞书 App Secret 不要硬编码，用环境变量
- 服务器防火墙只开放必要端口
- 定期轮换 Token
- 开启 OpenClaw 的访问日志，监控异常请求
踩坑记录
分享几个我踩过的坑，帮你少走弯路：
坑1：飞书事件重复推送
飞书的事件订阅有重试机制——如果你的服务器没有在 3 秒内返回 200，飞书会重发。OpenClaw 内置了去重逻辑（基于 event_id），所以一般不用担心。但如果你自己扩展了 Webhook 处理逻辑，记得加去重。
坑2：文档权限问题
Agent 操作飞书文档时，需要文档对应用可见。最简单的做法是把应用添加为文档协作者，或者在知识库设置中给应用开放读写权限。
坑3：多维表格字段类型
多维表格的字段类型很多（文本、数字、单选、多选、日期、人员等），创建记录时字段值的格式要匹配。比如"人员"字段需要传 [{"id": "ou_xxx"}] 而不是直接传名字。OpenClaw 的 feishu_bitable_list_fields 工具可以帮你查看字段类型和格式要求。
坑4：Token 过期
飞书的 tenant_access_token 有效期 2 小时。OpenClaw 会自动刷新，但如果你的服务器时间不准（比如 NTP 没同步），可能会出现 Token 提前过期的问题。确保服务器时间准确。
进阶：钉钉也能接
如果你的团队用钉钉，OpenClaw 同样支持钉钉通道。配置方式类似：
openclaw gateway config.patch '{
"channels": {
"dingtalk": {
"appKey": "你的AppKey",
"appSecret": "你的AppSecret",
"enabled": true
}
}
}'
钉钉的权限体系和飞书略有不同，但 Agent 的逻辑完全复用。一套 SOUL.md + AGENTS.md，同时接飞书和钉钉，两个团队都能用。
成本分析
很多人关心成本，这里给一个参考：
| 项目 | 月成本 |
|---|---|
| 云服务器（2核4G） | ¥40-80/月 |
| AI 模型调用（Claude/GPT） | 按量付费，轻度使用 $5-20/月 |
| 飞书开放平台 | 免费 |
| OpenClaw | 开源免费 |
总成本大概 ¥100-300/月，换来的是一个 7×24 小时在线的 AI 助手。如果能帮团队每人每天省 30 分钟，10 人团队一个月省 100+ 小时，ROI 非常高。
如果你想快速上手 OpenClaw 的完整玩法，我之前整理了一份实战手册，从安装部署到高级用法都有覆盖：OpenClaw 实战 Playbook。
FAQ
Q1：OpenClaw 支持哪些 AI 模型？
主流模型都支持，包括 Claude（Anthropic）、GPT-4o（OpenAI）、Gemini（Google）、DeepSeek 等。可以在配置中指定默认模型，也可以按 Agent 单独配置。
Q2：飞书个人版能用吗？
可以。飞书个人开发者版可以创建应用，功能和企业版基本一致，只是部分高级 API（如审批流）需要企业版。消息收发、文档读写、多维表格操作都没问题。
Q3：一个 OpenClaw 实例能接多少个飞书群？
没有硬性限制。OpenClaw 通过 Session 管理不同的对话，每个群聊是一个独立 Session。实际瓶颈在服务器配置和 AI 模型的并发限制。2核4G 的服务器同时处理 10-20 个群聊没问题。
Q4：消息有延迟吗？
正常情况下，从用户发消息到 Agent 回复，延迟在 2-5 秒（主要是 AI 模型推理时间）。飞书事件推送本身延迟在毫秒级。
Q5：数据安全怎么保证？
所有数据都在你自己的服务器上处理，OpenClaw 不会把数据发到第三方（除了你配置的 AI 模型 API）。飞书的通信走 HTTPS 加密。如果对数据安全要求高，可以部署在内网，用私有化的 AI 模型。
总结
OpenClaw + 飞书的组合，本质上是把 AI Agent 的能力注入到你已有的工作流中。不需要团队成员学习新工具，不需要改变现有习惯——在飞书里打字就行，AI 在背后处理一切。
如果你也想搭一个，建议从最简单的场景开始：先让 Agent 能回复消息，再逐步加上文档操作、表格操作、定时任务。两小时入门，后面根据需求慢慢扩展。
有问题欢迎评论区交流。
