一、为什么我要研究 OpenClaw?
过去一年,AI 生态发生了一个明显变化:
AI 正在从 Chat 走向 Agent。
以前我们只是:
ChatGPT -> 人类
现在更多的是:
AI -> 工具 -> 自动执行任务
比如:
- 自动创建 GitHub Issue
- 自动总结会议
- 自动通知飞书
- 自动处理工作流
而 OpenClaw 的定位正好是:AI Agent Gateway(AI 自动化网关)
它可以作为:AI + 工具 + 消息平台之间的 连接枢纽。
二、OpenClaw 能做什么?
举例说明,OpenClaw 可以:
1 接入 AI 大模型
例如:
glm-4-flash
gpt-4o
claude
2 连接消息平台
OpenClaw 可以变成机器人:
- 飞书
- Discord
- 企业微信
- Slack
例如:
用户 → 飞书 → OpenClaw → AI → 回复
3 调用工具(Tools)
AI 可以自动使用工具:
例如:
AI -> GitHub API
AI -> 日历
AI -> 搜索
AI -> 数据库
这其实就是 AI Agent 的基础能力。
三、OpenClaw 整体架构
这是一个简化架构:
用户
│
▼
飞书 / Discord / API
│
▼
OpenClaw Gateway
│
┌───────────────┼───────────────┐
│ │ │
▼ ▼ ▼
AI Models Skills Tools
│ │ │
GPT / GLM GitHub 文件系统
Claude Calendar 搜索
Kimi Obsidian API
核心组件:
| 组件 | 作用 |
|---|---|
| Gateway | 网关 |
| Models | AI 模型 |
| Skills | 扩展能力 |
| Tools | 权限控制 |
| Channels | 外部平台 |
四、环境准备
系统要求:Node 22 或更新版本
五、安装 OpenClaw
openclaw: docs.openclaw.ai/start/getti…
⚠️⚠️ openclaw onboard --install-daemon 时,尽量不要跳过当前配置, 否则后续可能出现细节配置错误,缺胳膊少腿的情况
安装:
curl -fsSL https://openclaw.ai/install.sh | bash
引导配置:
openclaw onboard --install-daemon
启动:
openclaw gateway --port 18789
从安装到配置我本地需要的是: kimi ApiKey、zai Api Key、feishu ApiKey、gateway token(通过openclaw dashboard --no-open命令生成令牌)
六、初始化配置
⚠️配置代理时, 可借助平台: Cherry studio 测试可用的模型, ApiKey 需在模型对应的开发平台创建后获取
我测试使用的是 智谱 GLM。
选择:
Z.AI
然后选择:
CN endpoint
推荐模型:
glm-4.5-flash
如果报错:
Unknown model
查看支持列表:
openclaw models list
七、配置飞书
接下来是最关键的一步。
openclaw 中 channel 的配置: feishu
1. 创建飞书应用
进入飞书开放平台:open.feishu.cn/app?lang=zh… 创建应用。
获取:
| 字段 | 示例 |
|---|---|
| App ID | cli_xxx |
| App Secret | xxx |
| Verification Token | xxx |
依次配置: 添加应用能力、权限管理、事件回调、安全设置、版本发布
2 配置 OpenClaw
编辑:
~/.openclaw/openclaw.json
添加:
"channels": {
"feishu": {
"enabled": true,
"appId": "cli_xxx",
"appSecret": "xxx",
"verificationToken": "xxx",
"domain": "feishu",
"connectionMode": "websocket",
"groupPolicy": "open"
}
}
八、测试机器人
以上配置完成后测试:
403 解决:
可能是前面操作 model 的 Apikey 没有在 openclaw 添加成功
我配置过程中就出现了:
- 未成功添加 ApiKey
- 添加的 model 是否有效,需要提前测试一下,需要替换 $ZHIPU_API_KEY、 model 名称,若是返回 200,说明成功
curl -v https://open.bigmodel.cn/api/paas/v4/chat/completions \
-H "Authorization: Bearer $ZHIPU_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-4",
"messages": [{"role": "user", "content": "Hello"}],
"max_tokens": 10
}'
九、AI 自动回复 Demo
例如实现:
飞书 -> AI 自动回复
用户发送:
总结一下今天 AI 的新闻
机器人:
整个流程:
用户
↓
飞书
↓
OpenClaw
↓
AI 模型
↓
返回消息
十、常见问题
1 Web UI 无法访问
默认端口:
18789
获取 dashboard:
openclaw dashboard --no-open
2 飞书收不到消息
检查:
- 事件订阅 URL
- enabled = true
- 日志
3 多看日志
openclaw gateway --port 18789 --log-level debug
非常重要。
十一、总结
OpenClaw 的价值其实非常清晰:
AI + 自动化 + 消息平台
未来很可能成为:个人 AI Agent 中枢
如果你对 AI Agent / 自动化 / LLM 工程化 感兴趣:
OpenClaw 是一个非常值得研究的项目。
十二、参考来源
- openclaw 官网: docs.openclaw.ai/start/getti…
- feishu 开放平台: open.feishu.cn/app/cli_a92…
如果你觉得这篇文章有帮助
欢迎:
👍 点赞
⭐ 收藏
💬 评论交流