1. 从手动整理日报到自动推送openclaw SKILL 与飞书机器人联动到底解决什么问题每天临近下班很多人都会经历同一个场景翻聊天记录、回忆今天做了什么、把零散结论拼成一段话再复制到飞书群里。事情本身不难但重复、琐碎、容易漏。openclaw 的 SKILL 机制正好切中这个痛点——它把「总结今天聊了什么」变成一条可复用的技能配合飞书机器人 Webhook就能把日报按固定时间推到目标群。openclaw 是一个支持 SKILL 扩展的智能体运行环境SKILL 可以理解为一份带说明文档和源码的「技能包」里面写清楚触发条件、执行逻辑和输出格式。飞书机器人则是飞书开放平台提供的群消息入口只要拿到 Webhook 地址就能用 HTTP 请求往群里发消息。把这两者接起来日报助手就成型了白天正常对话晚上 22:00 自动生成结构化总结或者你说一句「总结一下今天」立刻触发。这套方案适合谁适合每天需要在飞书群里同步进度的小团队、需要写日报但不想手打的开发者、以及想把重复汇报流程自动化的运营同学。它不依赖复杂的中台系统一个 SKILL 目录、一个 Webhook、一份配置就能跑起来。下面我会从 SKILL 的目录结构讲起给出可复制的 config.json、飞书消息卡片模板再演示手动触发和定时触发两种验证方式最后把常见的 401、local proxy failed、reading choices 报错逐个拆开。核心检索词先明确openclaw SKILL 飞书日报自动推送指的是用 openclaw 的 SKILL 能力生成每日总结并通过飞书机器人 Webhook 定时或手动推送到群。理解这一点后面的配置就不会迷路。2. TaoToken 前置准备给 openclaw SKILL 接上模型能力与飞书 Webhook 配置openclaw 的 SKILL 本身负责意图识别和总结生成但「总结」这一步需要调用大模型。这里我用 TaoToken 作为模型接入层它的 API 地址是 https://taotoken.net/api兼容常见的对话补全接口格式配置起来比较直接。你需要先准备好两样东西一个可用的 API Key以及飞书群的 Webhook 地址。先拿 API Key。打开 https://taotoken.net/api-keys 登录后创建一个新的 Key复制保存。注意 Key 只在创建时完整显示一次丢了就重新建。这个 Key 后面会写进 openclaw 的环境变量或 config.json不要硬编码到会提交到 Git 的文件里。再配飞书 Webhook。在飞书群里点「设置」→「群机器人」→「添加机器人」→「自定义机器人」起个名字比如「日报助手」然后复制生成的 Webhook 地址形如 https://open.feishu.cn/open-apis/bot/v2/hook/xxxxxxxx。如果你希望消息只发给某个人而不是群可以用 Open ID 方式但群推送用 Webhook 最简单本文以群 Webhook 为主。接下来确认 openclaw 的 SKILL 目录能被识别。openclaw 一般会扫描指定目录下的 SKILL.md 和 src/所以你要把 daily-summary-skill 放到它约定的 skills 路径里。不同版本路径可能不同常见的是 ~/.openclaw/skills/ 或项目根目录下的 skills/。放好后重启 openclaw让它重新加载技能列表。模型侧建议单独建一个环境变量文件比如 .env内容如下TAOTOKEN_API_KEY你的Key TAOTOKEN_BASE_URLhttps://taotoken.net/api FEISHU_WEBHOOKhttps://open.feishu.cn/open-apis/bot/v2/hook/你的hook这样 SKILL 里的代码通过 os.environ 读取既安全又方便切换环境。如果你更习惯用配置文件也可以写进 config.json但记得把该文件加入 .gitignore。前置准备做完就可以进入 SKILL 的具体配置了。3. 可复制配置openclaw SKILL 的 config.json、飞书消息卡片模板与定时任务这一节是全文最核心的部分所有片段都可以直接复制后改参数。先看 SKILL 的目录结构保持和 openclaw 约定一致daily-summary-skill/ ├── SKILL.md ├── src/ │ ├── __init__.py │ ├── intent_recognizer.py │ └── summary_generator.py └── data/ └── config.jsonSKILL.md 是技能说明openclaw 靠它判断什么时候加载这个技能。内容要写清楚触发词和用途例如# Daily Summary Skill ## 触发方式 - 手动用户说“总结一下今天”“今日总结”“生成日报”“今天聊了些什么” - 自动每晚 22:00 由定时任务触发 ## 功能 1. 提炼 3-5 个当日核心议题或结论 2. 整理待办事项标注优先级 3. 识别未形成结论、值得跟进的潜在议题 4. 将结构化报告推送到飞书群config.json 负责存配置。注意原文里 Open ID 是硬编码的这里我改成从环境变量读取同时保留 Webhook 字段方便多用户扩展{ model: { base_url: https://taotoken.net/api, api_key_env: TAOTOKEN_API_KEY, model_id: claude-3-5-sonnet, max_tokens: 1200, temperature: 0.3 }, feishu: { webhook_env: FEISHU_WEBHOOK, msg_type: interactive, card_title: 今日工作总结 }, schedule: { enabled: true, cron: 0 22 * * *, timezone: Asia/Shanghai }, summary: { max_topics: 5, include_todo: true, include_potential: true } }飞书消息卡片用 interactive 类型视觉上比纯文本清晰。下面是一个可复制的卡片模板放在 summary_generator.py 里拼接def build_feishu_card(topics, todos, potentials): elements [] elements.append({ tag: div, text: {tag: lark_md, content: **核心议题**\n \n.join(f- {t} for t in topics)} }) elements.append({tag: hr}) elements.append({ tag: div, text: {tag: lark_md, content: **待办事项**\n \n.join(f- {t} for t in todos)} }) elements.append({tag: hr}) elements.append({ tag: div, text: {tag: lark_md, content: **潜在议题**\n \n.join(f- {t} for t in potentials)} }) return { msg_type: interactive, card: { header: {title: {tag: plain_text, content: 今日工作总结}}, elements: elements } }定时任务用 cron 表达式 0 22 * * *表示每天 22:00。openclaw 如果自带调度器直接在 config.json 里开 enabled 即可如果没有可以用系统 crontab 调一个触发脚本。触发脚本的核心是调用 SKILL 的入口函数把当天对话内容传进去。手动触发则靠 intent_recognizer.py 匹配关键词匹配到就调用 summary_generator。这里要提醒一点模型 ID 要和你 TaoToken 账号下可用的模型一致不确定就先在模型对话页试一下。Base URL、Key、Model ID 这三件套必须同时正确缺一个都会在请求阶段报错。配置写完后先别急着上定时手动跑一次确认链路通。4. 验证请求与成功结果手动触发一次日报推送并检查飞书群消息配置写完第一步是手动触发确认从对话到飞书群的整条链路能跑通。先启动 openclaw确认技能列表里出现 daily-summary-skill。然后输入触发词比如「总结一下今天」。如果 intent_recognizer 正常它会识别意图并调用 summary_generator。手动触发时建议先在代码里加一行日志打印实际请求的 URL 和模型 ID方便排错import os, requests, json def call_model(prompt): base os.environ.get(TAOTOKEN_BASE_URL, https://taotoken.net/api) key os.environ[TAOTOKEN_API_KEY] url f{base}/v1/chat/completions headers {Authorization: fBearer {key}, Content-Type: application/json} payload { model: claude-3-5-sonnet, messages: [{role: user, content: prompt}], max_tokens: 1200, temperature: 0.3 } print(REQUEST URL:, url) resp requests.post(url, headersheaders, jsonpayload, timeout60) print(STATUS:, resp.status_code) return resp.json()请求成功后返回体里会有 choices 数组取 choices[0].message.content 就是总结文本。拿到文本后按前面的卡片模板拼成 JSON再 POST 到飞书 Webhookdef push_to_feishu(card): webhook os.environ[FEISHU_WEBHOOK] resp requests.post(webhook, jsoncard, timeout30) print(FEISHU STATUS:, resp.status_code, resp.text) return resp.json()飞书 Webhook 成功时返回 {code:0,msg:success}群里会立刻出现一张卡片包含核心议题、待办事项、潜在议题三个区块。如果返回 code 非 0先看 msg 字段常见的是签名校验失败或 Webhook 失效。手动验证通过后再验证定时触发。把 config.json 的 schedule.enabled 设为 truecron 设成 0 22 * * *。为了快速验证可以临时把 cron 改成两分钟后比如当前 15:30就写 32 15 * * *。等时间到观察 openclaw 日志是否自动调用以及飞书群是否收到消息。确认无误后再改回 22:00。实测下来最容易出问题的不是模型调用而是飞书卡片的 JSON 结构。lark_md 的 content 里换行要用 \n列表符号要自己拼飞书不会自动渲染 Markdown 列表。另外卡片元素数量别太多超过限制会被截断。手动和定时都跑通这个日报助手就算真正落地了。5. 本篇常见错排查401、local proxy failed、reading choices 与 OAuth 报错逐个拆链路跑不通时报错信息通常很直接关键是知道去哪查。下面按出现频率从高到低拆。401 Unauthorized。这是最常见的一类说明模型请求没通过鉴权。先确认 TAOTOKEN_API_KEY 是否写对、有没有多余空格、是否已过期。再确认请求头格式是 Authorization: Bearer 少 Bearer 或拼错都会 401。如果 Key 是从环境变量读的打印一下 os.environ.get(TAOTOKEN_API_KEY) 的前几位确认真的读到了。还有一种情况是 Base URL 写成了 https://taotoken.net/api/ 带尾斜杠拼接后变成 //v1/chat/completions部分网关会拒绝统一去掉尾斜杠。local proxy failed。这个报错通常出现在请求根本没发出去的时候说明本机网络层或代理配置有问题。检查环境变量里有没有 HTTP_PROXY、HTTPS_PROXY 指向一个不可用的地址有就临时 unset 掉再试。如果你在容器里跑确认容器能解析外部域名。这个错误和模型无关纯粹是网络出口问题先把 curl https://taotoken.net/api 跑通再谈其他。reading choices 相关报错比如 KeyError: choices 或 reading choices of undefined。这说明请求返回了但返回体里没有 choices 字段通常是返回了错误 JSON。打印完整 resp.text 看真实内容常见原因是模型 ID 写错网关返回了 model not found或者 max_tokens 超限被拒。把 model 字段改成账号下确实可用的 ID再重试。OAuth 报错。如果你用的是需要 OAuth 的接入方式报错往往和 token 刷新有关。检查 refresh token 是否过期、scope 是否包含所需权限。用 API Key 方式接入时一般不会遇到 OAuth如果你混用了两种方式确认请求头没有同时带冲突的凭证。飞书侧还有两个高频问题Webhook 返回 19021 表示签名校验失败检查是否开启了签名校验但没传 secret返回 19001 表示 Webhook 地址无效重新复制一次。把这几类报错对照日志逐个排除基本能覆盖 90% 的失败场景。6. 语义一致 CTA把 openclaw 日报助手接到长期编码与 Agent 工作流日报助手跑通之后你会发现它只是 openclaw SKILL 能力的一个切面。同样的机制可以扩展到周报生成、会议纪要归档、代码提交摘要推送。如果你打算把这类自动化长期跑下去建议把模型接入和调度统一管理避免每个 SKILL 各配一套 Key。模型接入层继续用 TaoTokenAPI 地址 https://taotoken.net/api Key 在 https://taotoken.net/api-keys 管理。想先验证模型输出质量可以去模型对话页 https://taotoken.net/model-chat 试几轮总结提示词确认风格符合团队习惯再写进 SKILL。如果你要跑的是长期编码或 Agent 类任务比如让 openclaw 持续处理仓库事件并推送可以看 Coding Plan https://taotoken.net/coding-plan 它更适合高频、长周期的调用场景。接入文档在 https://taotoken.net/doc 配置细节以文档为准。回到日报助手本身最后给你一个实用技巧把每天的总结文本同时落一份到本地 data/ 目录按日期命名比如 2025-06-01.md。这样即使飞书消息被刷走你也能回溯。落盘逻辑加在 push_to_feishu 之前几行代码的事但长期看很值。