快速上手：本文提供从零环境准备、软件安装、配置到与飞书深度集成的完整步骤，帮助国内团队在安全合规的网络环境下快速部署 AI 助手平台 OpenClaw，并实现飞书机器人、工作流自动化。

📌 引言（约 120 字）

在国内企业数字化转型的浪潮中，AI 助手已成为提升协同效率的核心工具。OpenClaw 作为一站式 AI 代理平台，支持多模型、插件化扩展，而 Feishu（飞书） 则提供企业级即时通讯与协作套件。将二者结合，可实现从聊天指令到自动化任务的完整闭环。但由于国内网络限制和合规要求，部署过程往往充满挑战。本文将一步步拆解从环境搭建到生产运行的全部细节，让您在 1–2 小时内完成全套安装。

🛠 环境准备

项目	推荐配置	说明
操作系统	Ubuntu 22.04 LTS / macOS 12+	兼容 Docker 与 Ollama
CPU	4 核以上	编译模型、并发任务
内存	16 GB（推荐 32 GB）	Ollama 大模型需 ~30 GB
磁盘	100 GB SSD	日志、模型缓存
Docker	20.10+	可选，推荐统一依赖
网络	能访问 registry.ollama.ai（或自建镜像）	如受墙，可使用镜像加速

1️⃣ 安装依赖

macOS (Homebrew)

brew update
brew install git node python3 docker

Ubuntu

sudo apt update && sudo apt install -y git nodejs npm python3 docker.io
sudo systemctl enable --now docker

2️⃣ 安装 Ollama（模型后端）

curl -fsSL https://ollama.com/install.sh | sh
ollama serve &   # 启动后台服务

国内加速：若访问 ollama.com 受阻，可将 OLLAMA_HOST 指向内部镜像，例如 export OLLAMA_HOST=https://mirror.example.com/ollama。

🚀 安装 OpenClaw

1️⃣ 通过脚本（Linux）

curl -fsSL https://raw.githubusercontent.com/openclaw/openclaw/main/install.sh | bash

2️⃣ 通过 Homebrew（macOS）

brew install openclaw

验证：

openclaw --version
# 输出类似：OpenClaw 2026.3.8

3️⃣ 初始化工作区

openclaw setup          # 交互式生成 ~/.openclaw/config.yaml
openclaw onboarding     # 配置渠道（微信、Telegram 等），此处可略过

在 ~/.openclaw/config.yaml 中，确保默认模型指向 Ollama：

default_model: ollama/gpt-oss:120b-cloud

✨ 配置 Feishu（飞书）集成

1️⃣ 创建飞书开放平台应用

1. 登录 飞书开放平台 (https://open.feishu.cn)
2. 新建 → 自建应用，命名如 OpenClaw Bot
3. 权限配置（必选）
   • 获取消息/发送消息
   • 获取日历/文档（如需）
   • 机器人事件（ im.bot.message.receive ）
4. 回调 URL 暂填写 https://example.com/callback，稍后在 OpenClaw 中生成真实 URL 替换。
   记录 App ID 与 App Secret，务必保管。

2️⃣ 在 OpenClaw 注册 Feishu 渠道

openclaw channels login feishu \
  --app-id <YOUR_APP_ID> \
  --app-secret <YOUR_APP_SECRET> \
  --domain feishu \
  --enable

系统会弹出二维码，使用 飞书客户端 扫码登录，完成授权。

重要：首次登录会在 ~/.openclaw/state/feishu.json 中保存 token。

3️⃣ 配置 Webhook（事件推送）

1. 打开 OpenClaw Dashboard：openclaw dashboard
2. 进入 Channels → Feishu，点击 “生成 Callback URL”，复制类似：

https://<your-host>/openclaw/feishu/callback?token=xxxx

3. 回到 飞书开放平台 → 事件订阅，添加 回调 URL，勾选以下事件（最小集）:
   | 事件 | 用途 |
   |------|------|
   | im.message.receive_v1 | 接收聊天消息 |
   | im.bot.message.receive_v1 | 机器人消息 |
   | chat.member.add / chat.member.remove | 成员变动 |
   保存后，系统日志会显示 “Webhook 验签成功”。

🧩 验证交互

在任意飞书聊天窗口 @OpenClaw Bot，发送 你好，终端应显示：

[INFO] Received message from user: 你好

如出现 Signature verification failed，请检查：

• OpenClaw gateway 端口（默认 18789）是否对外开放；
• 回调 URL 中的 token 与 OpenClaw 配置一致。

🛠 常见故障排查

症状	排查步骤
模型加载卡死	检查 ollama 日志 (docker logs ollama)，确认模型已下载；如 OOM，尝试 export OLLAMA_MAX_MEMORY=20GB
飞书回调 403	确认 gateway 端口未被防火墙拦截；检查 openclaw config get gateway.port
Bot 未被 @	在飞书「应用设置」→「机器人」中开启「可被 @」权限，重新安装应用
消息延迟 > 5 s	查看 openclaw logs，CPU/内存占用；如高负载，可开启 gateway --no-sandbox 加速

📈 进阶：自定义 Skill 与插件

1. 创建自定义 Skill（示例：企业内部报表生成）

mkdir -p ~/.openclaw/workspace/skills/report-generator
# 编写 SKILL.md 与脚本（参考 blog-writer-cn）

2. 在 OpenClaw 中注册

openclaw skills list   # 查看已加载
openclaw skills run report-generator "生成本月用户活跃度报告"

3. 与 Feishu 结合：可在机器人收到特定指令时自动调用该 Skill，并将结果推送到飞书群聊。

📚 结论 & 行动号召

• 一步到位：从系统依赖 → Ollama → OpenClaw → Feishu 完整闭环，只需 1–2 小时。
• 高可用：使用 Docker 镜像或系统服务方式运行，避免手动维护。
• 扩展性：通过 Skill 插件，可轻松实现 自动化报表、CI/CD、知识库同步 等业务需求。

立即尝试：按照本文步骤在测试机器上部署，随后将机器人邀请进正式生产群组，开启 AI 助手的全新协作体验！

---