前言

之前openclaw还没有改名的时候就已经火起来了，那个时候我看了下新闻还没有感觉到它有什么比较独特的地方，没有过多的关注，年后回来之后，发现有越来越来的新鲜玩法开始涌现出来，什么打造自己的AI团队，自动化运营，发贴，发文章等，自动化交易。赶紧去学习了下，目前我自己的用法还比较简单，只自己弄了一个自动发周报，自动生成每日AI新闻这种，还在持续学习和研究中。

不过openclaw个人感觉最重要的其实是它有一个庞大的skills库，你发现什么好玩的skills，可以直接复制过来，给你的小龙虾就能用，这个是最方便的。还有一个就是它可以和各种的聊天软件结合起来，直接通过手机聊天甚至就能办公，就算你没在电脑面前，只要它在远端是在运行的。

这篇文章主要是介绍怎么安装openclaw并且配置飞书渠道，并且使用阿里云coding plan （7.9块首月），网上其实已经有不少资料了，这个算是自己的一个记录吧。

安装步骤

我用的是mac，一键安装命令式：

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

windows的命令(powershell)：

 iwr -useb https://openclaw.ai/install.ps1 | iex

不过并不推荐使用windows, 坑会比较多，要折腾的问题很多。

下面是执行完命令的结果：

安装完成之后呢，会进入到一个配置界面，大概有下面这么几项需要配置

1.大模型配置

2.渠道配置

3.skills配置

4.hooks配置

其实只有大模型配置是必须的，就是咱们openclaw用什么模型来调用，要配置一个大模型产商的api key。其他的配置你都可以通过选择skip，先跳过，等大模型对话弄通了，然后你就可以通过openclaw自带的网页聊天，一边跟它对话，一边让它自己帮你配置，非常的方便。

这个体验其实也是非常新奇，以往的软件呢安装配置都需要你自己来，现在的openclaw只要配置好大模型，其他的东西它可以自己来弄，这我感觉是非常不一样的一个点。

1.大模型配置

这里其实有点说法，就是我看国外很多博主的推荐性价比模型是用kimi 2.5, 说是基本上跟claude体验差不多，而且openrouter上openclaw用量最大的也是kimi2.5, minimax2.5也比较多。（但是我个人实测感觉效果并不怎么样，和claude 差距还是挺大的）

如果你已经买了他们产商的api，你直接选择他们的服务然后把apikey填入即可。

如果你之前没有用过大模型的api，那么我推荐你是用阿里云百炼的coding plan，首月只要7.9元，次月的话会变成20块。对于咱们这种先尝试下openclaw，又不想花大价钱的用这个非常合适，而且它可以使用kimi2.5, minimax ,glm5 等开源模型，选择挺多的。等咱们真的基本上openclaw都研究得差不多了，换换最好用的claude系列模型也不迟。当然你要想体验最好的效果首推还是claude 4.6, 加钱提升智力，氪金就是力量！

如果你也采用我这个方式，那就使用我这个邀请链接吧，这样咱们还能都拿奖励，你可以拿到10元代金券。

coding plan 邀请链接：

https://www.aliyun.com/benefit/ai/aistar?userCode=vwvxc4vt&clubBiz=subTask…12413223…10263…

邀请二维码：

如果选择是coding plan的方式，咱们这里先选个kimi 2.5 然后apikey随便填写一个，然后去配置文件里面修改。这个配置修改我们放到后面再说，因为这个openclaw的配置流程还没有走完。

2.渠道配置

openclaw支持非常多渠道，咱们飞书用的比较多，而且它也支持了，这里我们选择飞书。

然后会需要你填写飞书的appKey和appSecret，我们进入到飞书的开放平台。（使用个人版本的飞书就行，企业版还需要你有权限才行）

飞书的开放平台地址：https://open.feishu.cn/app

创建企业自建应用：

然后填写名称和描述，随便写写就行

创建完成，然后把这两个key给填写到openclaw的配置界面

到这里其实openclaw这边的飞书配置就完成了，但是飞书的开放平台那边还有东西要配置，要不然用不起来，我们到后面再继续配置飞书开放平台的东西，这里先继续openclaw的配置。这个时候openclaw的配置还是在继续的，已经到skills的步骤了，先跳到skills配置去，飞书平台额外配置要后面在用到。

3.skills配置

接下来的步骤你可以先跳过不用绑定聊天软件的渠道也没有关系，根据你自己的需要去配置，如果你不太清楚，就按照我下面的配置也行，影响不大

4.hooks配置

有三个选项，都选上就行

配置完选择gateway restart

这个时候启动了，大模型调用还是失败的，因为我们的key是乱填的，然后我们进入到

coding plan 文档地址是这个：https://help.aliyun.com/zh/model-studio/coding-plan

然后再阿里云百炼平台里面找到买好的订阅套餐，里面的apiKey

然后我们进入到openclaw的网页里面，修改配置

选择config-raw，这就是一个json文件，我们把里面的models部分给换掉

"models": {
  "mode": "merge",
  "providers": {
    "bailian": {
      "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
        }
      ]
    }
  }
}

然后再找到agents.default，这个就是决定你默认使用什么模型，要换成其他的就把这个primary换成models里面的任意一个即可。把里面面的model和models换成下面的。(本来我们配置的时候选择的是kimi，现在换成qwen3.5-plus)

"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": {}
}

配置完界面上保存，然后重启一下服务，openclaw gateway restart。启动完对话就走通了

这里大模型搞定之后，openclaw就可以玩起来了。但是我们要配置飞书的话，就要回到飞书开放平台，继续进行额外配置，配置飞书渠道那里，把事件回调，权限管理的都配置好。如果你不用聊天软件来驱动openclaw的话，到这里就可以撒花啦~。

5. 飞书平台额外配置

注：飞书剩下的步骤要在openclaw全部配置完，启动才能走通，因为事件与回调需要openclaw保持长连接才能走通，飞书这里剩下的步骤请在openclaw配置完成之后再执行

我们继续回到飞书开放平台 https://open.feishu.cn/?lang=zh-CN

进入到我们之前配置的应用里面，还剩权限管理和事件与回调要配置

我们进入到权限管理的界面，选择批量导入/到处权限，然后把下面的json放进去

{
  "scopes": {
    "tenant": [
      "contact:contact.base:readonly",
      "contact:user.base:readonly",
      "im:chat:readonly",
      "im:message",
      "im:message.group_msg",
      "im:message.p2p_msg:readonly",
      "im:message:send_as_bot",
      "im:resource"
    ],
    "user": [
      "contact:contact.base:readonly"
    ]
  }
}

权限的具体作用可以从导入之后看出来：

然后我们在进入事件与回调，事件配置和回调配置都选择长连接（必须openclaw已经配置好飞书的appKey和appSecret运行起来才能成功），事件配置添加我图中的四个事件。

im.chat.member.bot.added_v1

im.chat.member.bot.deleted_v1

im.message.message_read_v1

im.message.receive_v1

都弄好之后点击上面的创建版本，填写一些基本信息就发布了，要发布才能用哦。

发布完之后版本管理与发布这个模块会显示你之前发布过的版本，比如我这里就发了好几次了

飞书也配置完之后，飞书你会收到通知，有机器人被启动，在飞书里面点击打开应用，就会打开一个机器人

这个时候你发现跟它对话，会弹出来这个，需要你配对一下。

这里它的提示其实非常清晰

让你去命令行执行一下

openclaw pairing approve feishu 配对码

不过到这里openclaw已经可以自己解决了，你可以像我这样直接把这个放到网页版本的聊天框里面，让它自己配置，它也可以直接进行配置。

过了一会它配置好

一开始会要你设置下角色之类的

你再跟它对话就可以了，比如让它收集资料去生成AI新闻之类的都可以了（哦，网上搜索要配置一个brave的api，这个看个人需求把，不一定要用brave的搜索，让openclaw自己解决就行）

可能会遇到的问题

1.飞书跟机器人对话没有响应

飞书配对那里如果你是让openclaw自己配置的，有的模型智力高一遍就好了，有的智力不太正常，就不会给你配置单聊的权限

比如你已经执行过了

openclaw pairing approve feishu 配对码

并且openclaw logs --follow里面并没有出现报错的日志

这个时候你先检查下配置的用户里面有没有你的用户

openclaw pairing list feishu

如果有的话就是要检查下openclaw飞书配置的dmpolicy(单聊的策略），你先在配置里面修改成open试试，如果可以回复消息了，就是这个策略的问题。没有的话，理论你在跟飞书机器人对话，会提示要你配对。

如果你想更加安全，推荐你使用allowList（就是只允许和制定的人聊天，防止不发分子通过飞书把你的信息通过机器人给套走了。

配置如下，在openclaw的网页的config-raw里面找到channels-feishu把里面的dmPolicy掉

"channels": {
  "feishu": {
    "enabled": true,
    "dmPolicy": "allowlist",          // ← 改这里
    "allowFrom": ["ou_你的open_id"],  // ← 填你自己的 ou_xx（从 pairing list 复制）
    ...
  }
}

群聊也可以一样的配置，制定固定的群，这样会更加安全

{
  "channels": {
    "feishu": {
      "enabled": true,
      "dmPolicy": "allowlist",           // 你之前设置的（保持）
      "allowFrom": ["ou_你的open_id"],   // 你的私聊ID
      "groupPolicy": "allowlist",        // ← 重点：改成 allowlist 只允许指定群
      "groupAllowFrom": [                // ← 把你想让机器人响应的群聊ID填这里
        "oc_群聊1的ID",
        "oc_群聊2的ID"
      ],
      "requireMention": true,            // 强烈推荐！必须 @机器人 才回复（防群里刷屏）
      // 可选：单个群单独关闭 @ 要求
      "groups": {
        "oc_某个群ID": {
          "requireMention": false
        }
      }
    }
  }
}

群id的获取如下，如果没有的话，要更新飞书到比较新的版本

总结

讲道理一番操作下来还是有点复杂的，有很多要注意的坑，不过配置好了就有很多skills，功能可以探索了继续研究下，后面有新的好玩的玩法在跟大家分享