简介:本文从零讲解 OpenClaw 的部署与接入方法,重点覆盖飞书和纸飞机(Telegram)两个聊天入口。文章会给出模型服务准备、渠道配置、调试步骤与常见问题,帮助读者搭建可长期使用的“小龙虾”AI 私人助手。
OpenClaw 可以理解为一个开源 AI 助手网关,用来把大模型能力接入飞书、纸飞机(Telegram)等聊天工具。本文按从零搭建的思路,讲解模型服务准备、OpenClaw 部署、飞书接入、纸飞机接入和调试方法,帮助你把它打造成一个随时可用的“小龙虾”AI 私人助手。正式动手前,建议先通过 百度智能云词元所 了解模型发现、价格与性能对比、多模型统一 API 接入等能力,再选择适合 OpenClaw 的模型服务。
OpenClaw 本身更像“助手网关”和“渠道层”,真正干活的是背后的大模型。因此,搭建第一步不是配置飞书,而是准备一个可调用的模型服务。
常见选择包括:
如果你使用 Chatbox、One API 等工具做过模型接入,会发现核心配置通常都差不多:API 域名、API 路径、API 密钥、模型名称。在 One API 中添加百度智能云千帆渠道时,也需要填写渠道类型、模型、密钥,并测试连通性。OpenClaw 的模型配置逻辑类似,一般会要求填写:
BASE_URL=https://your-model-endpoint/v1API_KEY=your_api_keyMODEL=your-model-name
注意:不同平台的 Base URL 规则可能不同。有些服务的调用地址需要自行拼接 /v1,如果遗漏,常见表现就是接口 404 或模型调用失败。
建议先用 curl 做一次连通性测试:
curl https://your-model-endpoint/v1/chat/completions \-H "Authorization: Bearer $API_KEY" \-H "Content-Type: application/json" \-d '{"model": "your-model-name","messages": [{"role": "user", "content": "你好"}]}'
如果接口能正常返回内容,说明模型服务已经具备接入条件。
在开发机或服务器上部署 OpenClaw 时,可以先创建一台可访问公网的开发机,并开启 SSH 登录。若 OpenClaw 控制台运行在本地 18789 端口,可以通过 SSH 端口转发在本地浏览器访问:
ssh -L 18789:127.0.0.1:18789 root@开发机公网IP地址 -p 开发机公网端口
然后在本地浏览器打开:
http://127.0.0.1:18789/?token=你的token
如果页面右上角出现 Health Ok,通常说明 OpenClaw 服务已经正常运行。
这一步需要注意的是:
飞书接入的核心是创建企业自建应用,并让 OpenClaw 能够接收飞书事件、调用机器人能力回复消息。
登录飞书开放平台,创建一个企业自建应用。创建完成后,你会获得应用凭证,通常包括:
App IDApp SecretVerification TokenEncrypt Key
这些信息后续需要填写到 OpenClaw 的飞书渠道配置中。
在应用能力中开通机器人。机器人是用户在飞书里与 AI 助手对话的入口。如果没有开通机器人能力,即使应用创建成功,也无法在聊天窗口直接与助手交互。
根据实际功能添加权限。一个最小可用的聊天机器人通常需要:
如果后续要让 OpenClaw 读取群聊、文档或日历,再按需增加对应权限。
飞书事件订阅需要一个公网可访问的回调地址。示例格式如下:
https://your-domain.com/openclaw/feishu/callback
这个地址必须满足:
如果 OpenClaw 部署在本地或内网环境,需要通过反向代理、内网穿透或云服务器公网入口暴露回调地址。
在 OpenClaw 的飞书渠道中,一般需要填写:
App IDApp SecretVerification TokenEncrypt KeyCallback URL
保存后,发布飞书应用,并在飞书中搜索机器人,发送一条测试消息。如果 OpenClaw 能正常回复,说明飞书渠道已经接通。
“纸飞机”通常指 Telegram。相比飞书,Telegram 的接入流程更轻量,适合个人用户快速体验。
在 Telegram 中搜索 @BotFather,发送:
/newbot
按照提示设置机器人名称和用户名。创建成功后,BotFather 会返回一个 Bot Token:
123456789:AAxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
这个 Token 相当于机器人的身份凭证,不要公开分享。
进入 OpenClaw 的渠道配置页面,新增 Telegram 渠道,并填写 Bot Token。部分版本还会要求填写:
Webhook URLAllowed UpdatesProxy
如果使用 Webhook,可以填写类似下面的地址:
https://your-domain.com/openclaw/telegram/webhook
如果服务器网络环境不支持 Webhook,也可以根据 OpenClaw 版本选择长轮询模式。
在 Telegram 中打开你刚创建的机器人,发送:
你好
如果 OpenClaw 能收到消息并回复,说明纸飞机渠道已经配置成功。
如果无法收到消息,可以依次检查:
OpenClaw 如果只是聊天机器人,价值有限。它更有趣的地方在于可以通过多 Agent、自定义技能和长期记忆,变成一个更稳定的私人助手。
你可以创建多个角色:
| Agent | 作用 |
|---|---|
| 日程助手 | 整理待办、提醒事项 |
| 资料助手 | 总结文档、提取重点 |
| 客服助手 | 回答常见问题 |
| 技术助手 | 解释代码、排查报错 |
不同 Agent 可以绑定不同模型。简单任务使用低成本模型,复杂任务使用能力更强的模型,这样更容易平衡效果和成本。
OpenClaw 可以通过技能扩展能力,例如:
如果你想让助手回答企业知识,可以结合 RAG 思路,把文档切分、向量化,并在回答时检索相关片段。
长期记忆可以让助手记住你的偏好、项目背景和常用指令。例如:
我喜欢简洁回答。我的项目使用 Python 和 FastAPI。周报默认按“进展、问题、计划”三段式输出。
配置长期记忆后,用户不需要每次重复说明背景,助手回复会更贴近个人习惯。
OpenClaw 接入多个模型后,建议做模型路由:
在模型选型阶段,可以通过 词元所模型服务 对比不同模型的价格与性能,辅助判断哪类模型更适合当前任务。对于长期运行的 AI 助手,模型调用成本往往比一次性部署成本更值得关注。
优先检查三项:
BASE_URL 是否正确API_KEY 是否有效MODEL 名称是否匹配
如果接口返回 404,可以检查是否需要拼接 /v1。
可以检查:
可以检查:
可能原因包括:
可以尝试缩短历史消息、减少检索分段数、更换模型,或者把复杂任务拆成多个步骤。
可以从几个方面优化:
OpenClaw 的保姆级搭建思路可以概括为四步:
如果你刚开始接触大模型应用,建议先用一个简单模型跑通“飞书或 Telegram 单渠道对话”,再逐步增加知识库、多 Agent 和自定义技能。这样更容易定位问题,也能避免一开始就陷入复杂配置。