入门指南

目标:从零开始,用最少的设置运行第一次工作聊天。

最快聊天:打开控制 UI(无需频道设置)。运行 "openclaw-cn dashboard"

并在浏览器中聊天,或在网关主机上打开 "http://127.0.0.1:18789/" 能够正常的沟通

1. 安装 OpenClaw(推荐)

macOS/Linux:

直接点击【终端】,然后输入这个命令就可以了,不需要多余操作

curl -fsSL https://clawd.org.cn/install.sh | bash

Windows (PowerShell):

【win+s】,搜索powershell然后选择管理员身份打开终端,接着执行下面的命令,等着他自己跑就行了,等待时间比较长,不是卡住了,不用担心。最主要的是这里直接用国内的网络就可以了

iwr -useb https://clawd.org.cn/install.ps1 | iex

注意: 其他安装方法和要求也有,但是建议别瞎折腾,浪费时间

2. 运行引导向导,配置一下

第二部就是把openclaw-cn配置了,这一步是官网的教程写的,但其实这个命令都不用执行,上面的命令执行完就会自动的打开交互式配置流程


openclaw-cn onboard --install-daemon

3.这里选择【YES】--->【快速开始】

4.这里因为我前面已经安装过了,所以我选择【更新】,一样的流程

5.选择你的 API 提供商,我选择【阿里云的百炼平台】,也不用搞什么网络,简单为原则

6.然后就是输入Api Key,那么就需要先获取Key。这个时候就需要打开阿里云百炼 阿里云百炼的coding plan计划 。除了这种coding plan,其他的什么直接调用模型api的都不用试了,成本高的 he si 人

至于这里怎么开通,就是实名认证,然后买一个月的。买了之后进入到后台中百炼模型管理后台

千万要注意的是选择【订阅套餐】里面的key,不是下面那个【密钥管理】里面的,密钥管理里面如果有但是你不用就删除掉,不然走的就是其他通道,超级贵

7.复制好Key之后回到终端中,粘贴进去

8.选择模型,这一步是大坑,先选择默认模型【qwen-plus】

9.将openclaw接入到飞书

10.使用本地插件路径或者从npm下载都行,如果出错了就ctrl+c关掉,从新来过,我选择使用本地插件路径,第一次可能需要选择npm 下载

11.选择飞书国内版

12.进入到飞书开发者后台,http://open.feishu.cn/app?lang=zh-CN 创建一个机器人,用来接收和发送信息

飞书机器人

状态:生产就绪,支持机器人私聊和群组。使用 WebSocket 长连接模式接收消息。


快速开始

添加飞书渠道有两种方式:

方式一:通过安装向导添加(推荐)

如果您刚安装完 Openclaw,可以直接运行向导,根据提示添加飞书:

openclaw-cn onboard

向导会引导您完成:

  1. 创建飞书应用并获取凭证

  2. 配置应用凭证

  3. 启动网关

方式二:通过命令行添加

如果您已经完成了初始安装,可以用以下命令添加飞书渠道:

openclaw-cn channels add

然后根据交互式提示选择 Feishu,输入 App ID 和 App Secret 即可。

✅ 完成配置后,您可以使用以下命令管理网关:

  • openclaw-cn gateway status - 查看网关运行状态

  • openclaw-cn gateway restart - 重启网关以应用新配置

  • openclaw-cn logs --follow - 查看实时日志


第一步:创建飞书应用

  1. 打开飞书开放平台

访问 飞书开放平台,使用飞书账号登录。

  1. 创建应用

  1. 点击 创建企业自建应用

  2. 填写应用名称和描述

  3. 选择应用图标

  1. 获取应用凭证

在应用的 凭证与基础信息 页面,复制:

  • App ID(格式如 cli_xxx

  • App Secret

❗ 重要:请妥善保管 App Secret,不要分享给他人。

  1. 配置应用权限

在 权限管理 页面,点击 批量导入 按钮,粘贴以下 JSON 配置一键导入所需权限:


{
  "scopes": {
    "tenant": [
      "aily:file:read",
      "aily:file:write",
      "application:application.app_message_stats.overview:readonly",
      "application:application:self_manage",
      "application:bot.menu:write",
      "cardkit:card:write",
      "contact:user.employee_id:readonly",
      "corehr:file:download",
      "docs:document.content:read",
      "event:ip_list",
      "im:chat",
      "im:chat.access_event.bot_p2p_chat:read",
      "im:chat.members:bot_access",
      "im:message",
      "im:message.group_at_msg:readonly",
      "im:message.group_msg",
      "im:message.p2p_msg:readonly",
      "im:message:readonly",
      "im:message:send_as_bot",
      "im:resource",
      "sheets:spreadsheet",
      "wiki:wiki:readonly"
    ],
    "user": [
      "aily:file:read",
      "aily:file:write",
      "im:chat.access_event.bot_p2p_chat:read"
    ]
  }
}

注意:im:message.group_msg 权限(获取群组中所有消息,属于敏感权限)允许机器人接收群组中所有消息(不仅仅是 @机器人的)。如果您需要配置 requireMention: false 让机器人无需 @ 也能响应,则必须添加此权限。

  1. 启用机器人能力

在 应用能力 > 机器人 页面:

  1. 开启机器人能力

  2. 配置机器人名称

  1. 配置事件订阅

⚠️ 重要提醒:在配置事件订阅前,请务必确保已完成以下步骤:

  1. 运行 openclaw-cn channels add 添加了 Feishu 渠道

  2. 网关处于启动状态(可通过 openclaw-cn gateway status 检查状态)

在 事件订阅 页面:

  1. 选择 使用长连接接收事件(WebSocket 模式)

  2. 添加事件:im.message.receive_v1(接收消息)

⚠️ 注意:如果网关未启动或渠道未添加,长连接设置将保存失败。也就是说要新打开openclaw服务

  1. 发布应用

  1. 在 版本管理与发布 页面创建版本

  2. 提交审核并发布

  3. 等待管理员审批(企业自建应用通常自动通过)

修改模型名称

按照正常来说,应该就可以直接对话了,但是事实上由于默认的模型名称是错误的,所以发消息没有回复

需要去到文件夹下面找到 C:\Users\用户名\.openclaw文件夹下面,一个叫做openclaw.json的文件,把里面的内容改一下

在 OpenClaw 中配置 Coding Plan

  1. 打开配置文件。

  2. Windows的话可以直接去文件夹下面找C:\Users\【用户名】\.openclaw

  3. 修改配置文件。

  4. 在 JSON 根对象中加入如下 models 配置(如果已存在则替换)。请将 YOUR_API_KEY 替换为您的 Coding Plan API Key

  5. "models": {
      "mode": "merge",
      "providers": {
        "bailian": {
        ///这里加粗展示,其实就是要配置正确api申请地址和api_key,下面的模型都是附带的
          "baseUrl": "https://coding.dashscope.aliyuncs.com/v1",
          "apiKey": "YOUR_API_KEY",
          "api": "openai-completions",
          "models": [
            {
              "id": "qwen3.5-plus",
              "name": "qwen3.5-plus",
              "reasoning": false,
              "input": ["text", "image"],
              "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
              "contextWindow": 1000000,
              "maxTokens": 65536
            },
            {
              "id": "qwen3-max-2026-01-23",
              "name": "qwen3-max-2026-01-23",
              "reasoning": false,
              "input": ["text"],
              "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
              "contextWindow": 262144,
              "maxTokens": 65536
            },
            {
              "id": "qwen3-coder-next",
              "name": "qwen3-coder-next",
              "reasoning": false,
              "input": ["text"],
              "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
              "contextWindow": 262144,
              "maxTokens": 65536
            },
            {
              "id": "qwen3-coder-plus",
              "name": "qwen3-coder-plus",
              "reasoning": false,
              "input": ["text"],
              "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
              "contextWindow": 1000000,
              "maxTokens": 65536
            },
            {
              "id": "MiniMax-M2.5",
              "name": "MiniMax-M2.5",
              "reasoning": false,
              "input": ["text"],
              "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
              "contextWindow": 204800,
              "maxTokens": 131072
            },
            {
              "id": "glm-5",
              "name": "glm-5",
              "reasoning": false,
              "input": ["text"],
              "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
              "contextWindow": 202752,
              "maxTokens": 16384
            },
            {
              "id": "glm-4.7",
              "name": "glm-4.7",
              "reasoning": false,
              "input": ["text"],
              "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
              "contextWindow": 202752,
              "maxTokens": 16384
            },
            {
              "id": "kimi-k2.5",
              "name": "kimi-k2.5",
              "reasoning": false,
              "input": ["text", "image"],
              "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
              "contextWindow": 262144,
              "maxTokens": 32768
            }
          ]
        }
      }
    }
  6. 找到 agents.defaults 对象,并替换或添加以下两个字段:

  7. "model": {
      "primary": "bailian/qwen3.5-plus"
    },
    "models": {
      "bailian/qwen3.5-plus": {},
      "bailian/qwen3-max-2026-01-23": {},
      "bailian/qwen3-coder-next": {},
      "bailian/qwen3-coder-plus": {},
      "bailian/MiniMax-M2.5": {},
      "bailian/glm-5": {},
      "bailian/glm-4.7": {},
      "bailian/kimi-k2.5": {}
    }
  8. 就是这两个地方要改,

  9. 保存配置。

    openclaw gateway restart
    • 如果在Web UI中修改,先单击右上角 Save 保存,然后单击 Update来使配置生效。

    • 如果在终端中修改,先保存文件并退出,然后运行以下命令来使配置生效。

上述完成后,重启一遍,应该就可以正常聊天了,在飞书中也能使用机器人接收消息了

Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐