Token 不再焦虑：用 GPUStack + OpenClaw 搭一个“无限用”的本地 AI 助手

关注🌟⌈GPUStack⌋ 💻
一起学习 AI、GPU 管理与大模型相关技术实践。

这两年，越来越多团队把 AI 接入了日常工作流。 但很快，一个现实问题摆在了面前：

模型用得越多，Token 花得越快，成本和心理压力也随之上涨。

很多人一边依赖 AI 提效，一边又不得不「省着用」「少让它多想」。 到最后，AI 反而成了一种被精打细算的消耗品。

如果 AI 能跑在自己的 GPU 上， 不按 Token 计费、可以随时对话、长期运行在协作工具里， 它才更像一个真正的“工作助手”。

基于 GPUStack 提供的本地模型能力，结合 OpenClaw（支持 WhatsApp、Telegram、Discord、Slack、飞书等多种协作平台） 与飞书， 本文将一步步演示如何构建一个可真实使用、可持续运行、几乎不再关心 Token 消耗的本地 AI 助手。

📌 本文内容

1. 使用 GPUStack 部署模型
2. 飞书机器人应用创建与权限配置
3. OpenClaw 的安装、配置与关键注意事项
4. 飞书侧首次授权与连通性测试
5. 实战示例：让小助手给 GPUStack 项目标星
6. 小助手内置指令说明
7. OpenClaw 实用命令与资源入口

一、使用 GPUStack 部署模型并准备接入信息

在接入 OpenClaw 之前，我们需要先在 GPUStack 中完成模型部署，并获取模型服务的访问信息。

本节将以 Qwen3.5-35B-A3B 为例，演示从 自定义推理后端 → 部署模型 → 获取接入信息 的完整流程。

1. 准备环境与版本说明

• GPUStack 版本：v2.0.3
• 自定义推理后端镜像： swr.cn-south-1.myhuaweicloud.com/gpustack/vllm-openai:qwen3_5
• 模型权重：Qwen/Qwen3.5-35B-A3B

⚠️ OpenClaw 对模型上下文窗口有要求： 最小 16K，建议 128K 及以上。

2. 配置自定义推理后端（vLLM）

在 GPUStack 控制台中，进入：

「推理后端」→「编辑 vLLM」→「添加版本」

3. 部署 Qwen3.5-35B-A3B 模型

参数示例：

--tensor-parallel-size=2
--mm-encoder-tp-mode data
--mm-processor-cache-type shm
--reasoning-parser qwen3
--enable-auto-tool-choice
--tool-call-parser qwen3_coder
--speculative-config '{"method": "mtp", "num_speculative_tokens": 1}'

如果遇到：

Error 803: system has unsupported display driver / cuda driver combination

可尝试添加环境变量：

LD_LIBRARY_PATH=/usr/local/nvidia/lib64:/usr/local/nvidia/lib:/usr/lib/x86_64-linux-gnu

4. 获取 GPUStack 模型接入信息

需要记录以下三项：

• API Base URL
• Model ID
• API Key（在 GPUStack 中自行创建）

二、飞书应用配置

1. 账号说明

飞书 个人账号无法创建机器人应用。 需要使用 企业 / 组织身份，但个人用户也可以免费创建。

创建方式（桌面端）：

• 飞书左下角「⋯」 → 登录更多账号
• 选择 创建新账户
• 角色选择 企业或组织负责人

创建完成后，按提示设置 姓名 与 企业 / 组织名称：

2. 创建企业自建应用

1. 打开 open.feishu.cn/app?lang=zh…
2. 登录企业 / 组织账号
3. 点击 创建企业自建应用
4. 填写应用名称与描述（图标可选）

3. 启用机器人能力

• 左侧菜单进入 添加应用能力
• 添加 机器人 能力

4. 批量导入权限

进入 权限管理 → 批量导入，使用以下 JSON 覆盖默认权限配置：

{
  "scopes": {
    "tenant": [
      "aily:file:read",
      "aily:file:write",
      "application:application.app_message_stats.overview:readonly",
      "application:application:self_manage",
      "application:bot.menu:write",
      "contact:contact.base:readonly",
      "contact:user.employee_id:readonly",
      "corehr:file:download",
      "event:ip_list",
      "im:chat.access_event.bot_p2p_chat:read",
      "im:chat.members:bot_access",
      "im:message",
      "im:message.group_at_msg:readonly",
      "im:message.p2p_msg:readonly",
      "im:message:readonly",
      "im:message:send_as_bot",
      "im:resource"
    ],
    "user": [
      "aily:file:read",
      "aily:file:write",
      "im:chat.access_event.bot_p2p_chat:read"
    ]
  }
}

⚠️ 公众号中直接复制时，注意空格可能会被替换为 NBSP。

提交权限申请：

⚠️ 权限变更后必须创建并发布新版本，否则不生效。

记录 App ID / App Secret：

飞书侧还有一项配置，需要在接入 OpenClaw 后进行，后文说明。

三、安装并配置 OpenClaw

演示环境：Ubuntu 24.04

1. 一键安装

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

脚本会自动安装 Node、Git 等依赖。

熟悉 Linux / Node 的用户， 推荐使用 fnm + pnpm 手动安装，Node 版本管理更清晰。 手动安装后需执行：

openclaw onboard --install-daemon

2. 交互式配置向导

• Model/Auth Provider 选择 Custom Provider (Any OpenAI or Anthropic compatible endpoint)

• 填写 GPUStack 的 API Base URL / API Key

• Channel 选择 Feishu / Lark

填写 App ID / App Secret， Group chat policy 建议选择：

Open - respond in all groups (requires mention)

3. 手动调整上下文窗口（必做）

OpenClaw 默认上下文长度为 4096，需手动修改。

vim ~/.openclaw/openclaw.json

本文示例中默认上下文长度被设成 4096，不同 OpenClaw 版本或模型下出现差异均属正常，无需深究。

重启网关：

openclaw gateway restart

4. 设置飞书事件订阅方式（关键）

将 事件订阅方式 设置为 长连接，并添加 接收消息 事件：

⚠️ 修改后需 创建并发布新版本，否则机器人无法接收消息。

四、首次授权与测试

1. 在飞书中向机器人发送消息
2. 首次会提示 Pairing 授权
3. 在服务器执行：

openclaw pairing approve feishu <Pairing-Code>

如果出现反复授权，并提示：

duplicate plugin id detected

可尝试：

rm -rf ~/.openclaw/extensions/feishu
openclaw gateway restart

五、实战示例：让机器人给 GPUStack 项目标星

1. 准备 GitHub PAT

• 使用 Tokens (classic)
• 勾选 repo 权限

2. 写入环境变量

vim ~/.openclaw/.env

重启：

openclaw gateway restart

3. 飞书中发送指令

六、常用指令说明

• /new：开启新会话
• /status：查看 Bot 状态
• /reset：重置上下文
• /model：查看 / 切换模型

七、OpenClaw 实用命令与资源入口

常用 CLI 命令

openclaw logs --follow
openclaw doctor
openclaw gateway --help
openclaw dashboard
openclaw tui

文档与生态

• 📘 docs.openclaw.ai
• 🌐 clawhub.ai

结语：当 AI 成为基础设施，而不是消耗品

回过头看，Token 焦虑的本质，并不是模型贵，而是 AI 被当成了一种“外部消耗资源”。

当模型运行在云端、能力掌握在别人手里时， 我们习惯于精打细算、限制使用、控制调用频率。

而当模型真正跑在自己的 GPU 上， 当推理能力、上下文和工具调用都变成基础设施的一部分， AI 的角色也随之发生了变化——

它不再是一次次付费调用的 API， 而是一个随时可用、长期在线、持续演进的工作助手。

这正是 GPUStack 与 OpenClaw 组合所带来的意义： 让 AI 从“成本项”，回归为“生产力”。

如果你已经拥有 GPU 资源， 不妨亲手试一次，把 AI 真正接进你的日常工作流里。

当你不再关心 Token 的时候， 你才会真正开始用好 AI。

🙌 加入 GPUStack 社区

如果你已经开始使用 GPUStack，
或者正在探索 本地大模型 / GPU 资源管理 / AI Infra，
欢迎加入我们的社区交流群，一起交流实践经验、踩坑记录与最佳方案。

👉 社区入口（持续更新）
github.com/gpustack/gp…