教程上新丨基于 GPU 部署 OpenClaw，轻松接入飞书/Discord 等社交软件

OpenBayes贝式计算
0 阅读6分钟

在 NVIDIA GTC 2026 期间，黄仁勋对 OpenClaw 的高度评价为其热度又添了一把柴——OpenClaw 现在是人类历史上最大、最受欢迎、最成功的开源项目，这绝对是下一个 ChatGPT。 他认为，每家公司都需要制定自己的 OpenClaw 战略，其未来的重要性将与 Linux、Kubernetes、HTML 等基础软件设施相提并论。

可以说，OpenClaw 不再满足于让大模型「生成内容」，而是试图让模型真正参与执行，从调用 API 到串联工作流，把「AI 能力」转化为「可落地的行动」。

过去一段时间，越来越多开发者开始尝试部署 OpenClaw，但热度的另一面也很现实：环境配置复杂、依赖繁琐、运行资源受限、skills 调用链路不清晰……这些问题让不少人停在了「跑通 demo」。但值得注意的是，skills 与真实业务场景的结合才是 OpenClaw 发挥价值的关键所在。例如，在团队协作场景中：

  • 通过接入飞书 skills，实现消息自动处理、任务同步、机器人响应。

  • 在 Discord 社区中，构建具备上下文理解和自动执行能力的 AI Bot。

  • 将 API 调用、通知、数据处理串联成完整的自动化链路。

为了便于开发者体验 OpenClaw 在实际应用场景中的能力，OpenBayes 上线了「OpenClaw：使用 CPU 调用 API 运行」与「OpenClaw 的 GPU 运行教程」， 将 OpenClaw 集成到各种社交应用中，实现丰富的自动化任务。包含：

  • Lark（飞书）集成：涵盖自建应用创建、事件订阅配置以及流式响应。

  • Discord 集成：包括 Bot 权限设置、Slash Command 定义，以及通过 Long Polling 或 WebSockets 实现消息处理。

同时，OpenBayes 还上线了「基于 OpenClaw 实现资讯自动抓取定时任务」的在线教程，完成了环境配置，降低 skill 部署门槛。

OpenClaw：使用 CPU 调用 API 运行

go.openbayes.com/ieZjB

OpenClaw 的 GPU 运行教程

go.openbayes.com/lbAfc

基于 OpenClaw 实现资讯自动抓取定时任务

go.openbayes.com/DMGqD

本教程以「OpenClaw 的 GPU 运行教程」为例，详细介绍如何在 OpenBayes 平台部署 OpenClaw，并接入飞书。

图片

OpenClaw 接入飞书效果展示

Demo 运行

01

Demo 运行阶段

1.登录 OpenBayes.com，在「公共教程」页面，选择「OpenClaw 的 GPU 运行教程」教程。

图片

2.页面跳转后，点击右上角「克隆」，将该教程克隆至自己的容器中。

图片

3.选择「NVIDIA GeForce RTX 5090」以及「PyTorch」镜像，按照需求选择「按量付费」或「包日/周/月」，点击「继续执行」。新用户使用下方邀请链接注册，即可获得满 ¥10 赠 ¥10 优惠券，更有机会获得 ¥15 赠金！

小贝总专属邀请链接（直接复制到浏览器打开）：

go.openbayes.com/9S6D******r

图片

图片

4.等待分配资源，当状态变为「运行中」后，点击「打开工作空间」进入 Jupyter Workspace。

图片

02

效果演示

  1. 页面跳转后，根据需要接入的应用，选择对应的 README 文件，并双击进入页面，此处以飞书为例。

图片

图片

  1. 本教程使用本地 vLLM（Virtual Large Language Model, vLLM）部署 Qwen3.5-9b 模型。

图片

  1. 模型启动完毕之后就可以运行以下代码启动 openclaw 了，相关的日志保存在 openclaw_gateway.log 文件中。

图片

  1. 启动完成之后点击右侧的 API address 就可以打开 Web 页面。 打开链接后，页面会提示 unauthorized: gateway token mismatch。

此时点击 Web 页面左侧中 Control 下的 Overview，将 0489694c761577b42e42ba10a2de03fd8bc2907b55bb87f3 （默认 Token） 输入到 Gateway Token 中，然后点击 connect。

图片

图片

  1. token 认证通过后，页面会提示 pairing required。随后，新建一个终端，输入以下命令来批准设备：
openclaw devices approve --latest

至此，OpenClaw 配置全部完成！  您可以开始在 Web 页面中正常进行对话聊天了，使用的模型就是我们内置 Qwen3.5-9b 模型。

图片

6.接入飞书。

飞书/Lark 开放平台准备工作：

为了让 OpenClaw 顺利接入飞书/Lark，我们需要先在飞书/Lark 开发者后台「注册」一个机器人身份。请按照以下步骤完成基础配置：

  1. 创建应用：登录「飞书开发者后台」，点击「创建企业自建应用」。

  2. 添加机器人能力：在左侧导航栏选择「添加应用能力」，然后在功能列表中找到并添加机器人。

  3. 开通核心权限： 在左侧导航栏单击「权限管理页面」，点击「批量导入/导出」权限按钮，粘贴教程容器中 home 目录下 permission_XX.txt 文件中的内容来配置，单击下一步，确认新增权限后，单击申请开通。

注意：如果您使用飞书，请使用 permission_feishu.txt；如果您使用 Lark（国际版），请使用 permission_lark.txt。

获取核心凭证： 进入左侧的「凭证与基础信息页面」。请务必记录下 App ID（通常以 cli_ 开头）和 App Secret。这两个关键凭证在后续的环境配置中马上就会用到！

OpenClaw 注入飞书/Lark 配置：

直接运行以下代码块，便可以一键完成飞书/Lark 通道插件的安装与配置注入。 在运行代码前，请务必将代码前两行的 APP_ID 和 APP_SECRET 替换为您刚刚在飞书/Lark 开放平台获取的真实凭证。

!openclaw plugins install @overlink/openclaw-feishu!openclaw config set channels.feishu.appId cli_xxxx!openclaw config set channels.feishu.appSecret your_app_secret!openclaw config set channels.feishu.enabled true# 如果您的使用的 Lark（国际版）而不是飞书，请设置域名（domain）为 lark（或完整域名），可将下列代码去注释并运行来设置# 设置 domain#!openclaw config set channels.feishu.domain lark

图片

配置完成后，需要重启容器以使所有配置生效。除了使用命令行，你也可以直接在平台的网页控制台上，点击该容器的重启按钮来完成。容器重新打开后，OpenClaw 就会自动加载包含飞书/Lark 支持在内的所有最新配置了。

开启事件订阅与发布上线：

确认服务端已经重启完毕后，请回到飞书/Lark 开发者后台，完成最后的收尾工作：

  1. 配置事件长连接：在左侧导航栏进入「事件与回调」页面。将订阅方式选择为 使用「长连接」 (Receive events through persistent connection)。由于此时云端服务已经在后台成功连通，飞书/Lark 的连接检测将会顺利通过。

  2. 添加订阅事件：在页面下方点击「添加事件」按钮，并在弹出的列表中勾选接收消息对应的事件代码为 im.message.receive_v1）。

  3. 创建版本并发布：进入左侧导航栏的「版本管理与发布」，点击「创建版本」(版本号可填写例如 1.0.0)，配置完成后点击「保存并申请发布」。

发布审核通过后，就可以直接在飞书 /Lark 客户端搜索并添加该机器人应用，或在「开发者小助手」聊天页面「打开应用」

飞书 /Lark 聊天配对：

当第一次给聊天机器人发送信息的时候会收到一个配对码，将以下代码的 123456 换成你的配对码后运行代码块。

!openclaw pairing approve feishu 123456

至此，我们已经完成了飞书的接入，可以直接在飞书的聊天框中开始完全私有化的 AI 对话体验了！

图片

近期，OpenBayes 还将持续更新更多实用 skill 教程，敬请期待！

avatar
文章
阅读
粉丝