文章目录引言第一步环境准备与核心思想第二步部署Ollama——把大模型“养”在本地1. 安装 Ollama2. 拉取并运行模型3. 确认API可用性第三步安装OpenClaw——AI大脑的“躯干”1. 安装Node.js2. 一键安装 OpenClaw3. 验证安装第四步打通飞书——创建并配置机器人1. 创建飞书应用2. 配置机器人能力3. 发布应用第五步OpenClaw与飞书“握手”方法一使用 onboard 向导重新配置推荐最新版方法二手动添加渠道批准配对第六步实战测试与玩法拓展1. 本地能力测试2. 结合Ollama的优势3. 云端模型备用常见问题与避坑指南总结引言在AI技术爆发的2026年我们不再满足于使用公用的ChatGPT或Claude。出于数据隐私、定制化需求或离线可用的考虑本地部署AI大模型并接入日常办公软件成为了新的刚需。本文将带你从零开始完成以下目标安装OpenClaw一个强大的开源个人AI助理框架前身为ClawdBot/Moltbot。部署Ollama在本地运行大模型如DeepSeek-R1、Llama 3等作为AI的“大脑”。接入飞书将你的AI助理添加到飞书好友或群聊中实现随叫随到的智能办公体验。第一步环境准备与核心思想在开始前我们需要明确技术架构飞书 → OpenClaw调度器 → Ollama本地模型。操作系统Windows建议WSL2、macOS 或 Linux。本文以 Windows 11 WSL2 (Ubuntu 22.04) 为例。硬件要求CPU4核以上推荐8核内存16GB以上若运行7B-8B模型需预留8-10GB内存给模型磁盘20GB以上剩余空间。第二步部署Ollama——把大模型“养”在本地Ollama 是目前最便捷的本地模型运行工具它支持 Llama 3、DeepSeek-R1、Qwen 2.5 等一系列主流模型1. 安装 Ollama访问 Ollama 官网 下载对应系统的安装包或使用命令行安装以Linux/WSL为例curl-fsSLhttps://ollama.com/install.sh|sh安装完成后验证版本ollama--version并通过ollama serve确保服务在后台运行通常安装后会自动注册为服务。2. 拉取并运行模型根据你的硬件配置选择合适的模型。对于大多数用户推荐使用 DeepSeek-R17B 或 Llama 3.23B兼顾性能与资源占用。# 运行 DeepSeek-R1会自动下载ollama run deepseek-r1:7b# 或者运行 Llama 3.2更轻量ollama run llama3.2出现Send a message提示即表示模型启动成功。注意记下这个终端后续OpenClaw会通过API调用它。3. 确认API可用性Ollama 默认会在本地11434端口开启API服务。我们可以用 curl 测试一下curlhttp://localhost:11434/api/generate-d{ model: deepseek-r1:7b, prompt: 你好你是谁, stream: false }看到包含“DeepSeek”或对应模型名的JSON返回说明Ollama已经准备就绪。第三步安装OpenClaw——AI大脑的“躯干”OpenClaw 负责连接聊天软件飞书和AI大脑Ollama并管理各种工具Skills。1. 安装Node.jsOpenClaw 需要 Node.js 22.0 或更高版本。# 以Ubuntu为例curl-fsSLhttps://deb.nodesource.com/setup_22.x|sudo-Ebash-sudoaptinstall-ynodejsnode-v# 检查版本2. 一键安装 OpenClaw官方提供了一键安装脚本会自动处理大部分配置。curl-fsSLhttps://openclaw.bot/install.sh|bash安装完成后执行初始化向导。注意 最新版的向导已经支持直接配置飞书和模型了非常方便openclaw onboard --install-daemon在向导中AI 模型配置由于我们要用Ollama这里可以选择“Other/OpenAI Compatible”。API地址填http://localhost:11434/v1/Ollama兼容OpenAI格式API Key可以随便填如ollama模型名填你下载的比如 deepseek-r1:7b。通信渠道先跳过Telegram/WhatsApp等我们后面手动配置飞书。3. 验证安装启动服务并检查状态openclaw gateway start openclaw status此时访问http://127.0.0.1:18789应该能看到 OpenClaw 的 Web 控制台Dashboard。第四步打通飞书——创建并配置机器人这是让AI“落地”的关键一步我们需要在飞书开放平台注册一个机器人应用。1. 创建飞书应用登录飞书开发者后台。点击“创建企业自建应用”填写名称和描述上传头像。创建成功后进入应用详情页点击左侧“凭证与基础信息”记录下 App ID 和 App Secret非常重要。2. 配置机器人能力在左侧“添加应用能力”中点击“机器人”进行添加。点击左侧“权限管理”为机器人开通必要权限。最简单的方法是搜索并添加以下权限im:message 相关的收发权限im:message:send_as_bot, im:message.group_msg, im:message.p2p_msg。contact:contact.base:readonly读取通讯录用于识别你的人。如果有操作文档的需求还需开通文档相关的权限。点击左侧“事件与回调”选择“事件配置”。订阅方式选择“使用长连接接收事件”开发测试阶段最方便。点击保存。添加事件搜索并添加 im.message.receive_v1接收消息事件。3. 发布应用点击左侧“版本管理与发布”创建一个版本填写版本日志。点击“申请发布”如果是你自己的企业审核会秒过直接发布成功。发布后在飞书搜索框搜索你的应用名称找到它并发送一条消息“你好”此时应该收到来自飞书官方的“配对码”提示因为我们的后端还没连上。第五步OpenClaw与飞书“握手”现在我们要让 OpenClaw 认识这个飞书机器人。方法一使用 onboard 向导重新配置推荐最新版openclaw onboard当问到渠道时选择feishu并输入刚才拿到的App ID和App Secret。方法二手动添加渠道如果已经完成了onboard可以使用 channels 命令openclaw channelsadd# 选择 feishu按提示输入 APP ID 和 APP SECRET配置完成后必须重启网关才能使配置生效openclaw gateway restart# 或者旧版本命令 openclaw-cn gateway restart查看实时日志确认飞书连接是否成功openclaw logs--follow看到类似Feishu client connected或login success的字样说明连接成功。批准配对再次回到飞书向你的机器人发送任意消息例如“你好”。此时飞书机器人会回复一串Pairing code: xxxx-xxxx。在命令行中执行批准命令openclaw pairing approve feishu你收到的code第六步实战测试与玩法拓展现在你的飞书AI助理已经可以工作了。你可以把它拉到群里或者私聊。1. 本地能力测试在飞书里输入指令“帮我看看我电脑的存储占用情况”如果OpenClaw配置了相关系统Skill它会执行命令并返回结果。“帮我整理桌面的文件夹按类型分类”。2. 结合Ollama的优势由于我们用的是Ollama你可以随时切换模型而无需重启OpenClaw。只需修改OpenClaw配置中的模型名或者通过OpenClaw的TUI界面临时切换模型。# 在OpenClaw的TUI界面/model deepseek-r1:7b3. 云端模型备用如果你的本地机器性能不足或者需要处理超长文本Ollama也支持调用云端模型如GLM4.7等可以在配置中随时切换实现本地与云端的“双模”运行。常见问题与避坑指南OpenClaw 提示command not found原因npm全局路径未加入系统PATH。解决执行 npm prefix -g 找到路径如 /usr/local然后将 export PATH“( n p m p r e f i x − g ) / b i n : (npm prefix -g)/bin:(npmprefix−g)/bin:PATH” 加入 ~/.bashrc 或 ~/.zshrc。飞书机器人无响应检查步骤openclaw status 确认网关运行。日志中是否有飞书连接报错检查APP ID/Secret是否正确。检查 OpenClaw 的配置文件 ~/.openclaw/openclaw.json确保 feishu 配置块存在且 enabled 为 true。Ollama 模型推理速度慢优化关闭其他大型应用释放内存尝试使用量化版本模型如 deepseek-r1:7b-q4_0确认Ollama是否成功利用了GPUollama run deepseek-r1:7b --verbose 查看日志。飞书长连接配置失败如果onboard向导报错可以先用飞书官方的“Python示例代码”建立一个临时连接让飞书后台通过验证然后再切回OpenClaw。总结通过 OpenClaw Ollama 飞书的组合我们成功搭建了一个完全私有、免费、可定制的AI助理。它不仅能在日常聊天中提供帮助还能通过OpenClaw强大的“技能”体系真正去操作你的电脑、管理文件、甚至执行代码。这套方案将数据留在本地既保证了隐私安全又锻炼了动手能力。现在去给你的AI助理添加更多酷炫的技能吧想看更多实战内容可定义我的专栏《OpenClaw实战企业级AI助理开发指南》。
OpenClaw实战系列01：OpenClaw接入飞书机器人全接入指南 + Ollama本地大模型
发布时间：2026/7/18 2:00:36
文章目录引言第一步环境准备与核心思想第二步部署Ollama——把大模型“养”在本地1. 安装 Ollama2. 拉取并运行模型3. 确认API可用性第三步安装OpenClaw——AI大脑的“躯干”1. 安装Node.js2. 一键安装 OpenClaw3. 验证安装第四步打通飞书——创建并配置机器人1. 创建飞书应用2. 配置机器人能力3. 发布应用第五步OpenClaw与飞书“握手”方法一使用 onboard 向导重新配置推荐最新版方法二手动添加渠道批准配对第六步实战测试与玩法拓展1. 本地能力测试2. 结合Ollama的优势3. 云端模型备用常见问题与避坑指南总结引言在AI技术爆发的2026年我们不再满足于使用公用的ChatGPT或Claude。出于数据隐私、定制化需求或离线可用的考虑本地部署AI大模型并接入日常办公软件成为了新的刚需。本文将带你从零开始完成以下目标安装OpenClaw一个强大的开源个人AI助理框架前身为ClawdBot/Moltbot。部署Ollama在本地运行大模型如DeepSeek-R1、Llama 3等作为AI的“大脑”。接入飞书将你的AI助理添加到飞书好友或群聊中实现随叫随到的智能办公体验。第一步环境准备与核心思想在开始前我们需要明确技术架构飞书 → OpenClaw调度器 → Ollama本地模型。操作系统Windows建议WSL2、macOS 或 Linux。本文以 Windows 11 WSL2 (Ubuntu 22.04) 为例。硬件要求CPU4核以上推荐8核内存16GB以上若运行7B-8B模型需预留8-10GB内存给模型磁盘20GB以上剩余空间。第二步部署Ollama——把大模型“养”在本地Ollama 是目前最便捷的本地模型运行工具它支持 Llama 3、DeepSeek-R1、Qwen 2.5 等一系列主流模型1. 安装 Ollama访问 Ollama 官网 下载对应系统的安装包或使用命令行安装以Linux/WSL为例curl-fsSLhttps://ollama.com/install.sh|sh安装完成后验证版本ollama--version并通过ollama serve确保服务在后台运行通常安装后会自动注册为服务。2. 拉取并运行模型根据你的硬件配置选择合适的模型。对于大多数用户推荐使用 DeepSeek-R17B 或 Llama 3.23B兼顾性能与资源占用。# 运行 DeepSeek-R1会自动下载ollama run deepseek-r1:7b# 或者运行 Llama 3.2更轻量ollama run llama3.2出现Send a message提示即表示模型启动成功。注意记下这个终端后续OpenClaw会通过API调用它。3. 确认API可用性Ollama 默认会在本地11434端口开启API服务。我们可以用 curl 测试一下curlhttp://localhost:11434/api/generate-d{ model: deepseek-r1:7b, prompt: 你好你是谁, stream: false }看到包含“DeepSeek”或对应模型名的JSON返回说明Ollama已经准备就绪。第三步安装OpenClaw——AI大脑的“躯干”OpenClaw 负责连接聊天软件飞书和AI大脑Ollama并管理各种工具Skills。1. 安装Node.jsOpenClaw 需要 Node.js 22.0 或更高版本。# 以Ubuntu为例curl-fsSLhttps://deb.nodesource.com/setup_22.x|sudo-Ebash-sudoaptinstall-ynodejsnode-v# 检查版本2. 一键安装 OpenClaw官方提供了一键安装脚本会自动处理大部分配置。curl-fsSLhttps://openclaw.bot/install.sh|bash安装完成后执行初始化向导。注意 最新版的向导已经支持直接配置飞书和模型了非常方便openclaw onboard --install-daemon在向导中AI 模型配置由于我们要用Ollama这里可以选择“Other/OpenAI Compatible”。API地址填http://localhost:11434/v1/Ollama兼容OpenAI格式API Key可以随便填如ollama模型名填你下载的比如 deepseek-r1:7b。通信渠道先跳过Telegram/WhatsApp等我们后面手动配置飞书。3. 验证安装启动服务并检查状态openclaw gateway start openclaw status此时访问http://127.0.0.1:18789应该能看到 OpenClaw 的 Web 控制台Dashboard。第四步打通飞书——创建并配置机器人这是让AI“落地”的关键一步我们需要在飞书开放平台注册一个机器人应用。1. 创建飞书应用登录飞书开发者后台。点击“创建企业自建应用”填写名称和描述上传头像。创建成功后进入应用详情页点击左侧“凭证与基础信息”记录下 App ID 和 App Secret非常重要。2. 配置机器人能力在左侧“添加应用能力”中点击“机器人”进行添加。点击左侧“权限管理”为机器人开通必要权限。最简单的方法是搜索并添加以下权限im:message 相关的收发权限im:message:send_as_bot, im:message.group_msg, im:message.p2p_msg。contact:contact.base:readonly读取通讯录用于识别你的人。如果有操作文档的需求还需开通文档相关的权限。点击左侧“事件与回调”选择“事件配置”。订阅方式选择“使用长连接接收事件”开发测试阶段最方便。点击保存。添加事件搜索并添加 im.message.receive_v1接收消息事件。3. 发布应用点击左侧“版本管理与发布”创建一个版本填写版本日志。点击“申请发布”如果是你自己的企业审核会秒过直接发布成功。发布后在飞书搜索框搜索你的应用名称找到它并发送一条消息“你好”此时应该收到来自飞书官方的“配对码”提示因为我们的后端还没连上。第五步OpenClaw与飞书“握手”现在我们要让 OpenClaw 认识这个飞书机器人。方法一使用 onboard 向导重新配置推荐最新版openclaw onboard当问到渠道时选择feishu并输入刚才拿到的App ID和App Secret。方法二手动添加渠道如果已经完成了onboard可以使用 channels 命令openclaw channelsadd# 选择 feishu按提示输入 APP ID 和 APP SECRET配置完成后必须重启网关才能使配置生效openclaw gateway restart# 或者旧版本命令 openclaw-cn gateway restart查看实时日志确认飞书连接是否成功openclaw logs--follow看到类似Feishu client connected或login success的字样说明连接成功。批准配对再次回到飞书向你的机器人发送任意消息例如“你好”。此时飞书机器人会回复一串Pairing code: xxxx-xxxx。在命令行中执行批准命令openclaw pairing approve feishu你收到的code第六步实战测试与玩法拓展现在你的飞书AI助理已经可以工作了。你可以把它拉到群里或者私聊。1. 本地能力测试在飞书里输入指令“帮我看看我电脑的存储占用情况”如果OpenClaw配置了相关系统Skill它会执行命令并返回结果。“帮我整理桌面的文件夹按类型分类”。2. 结合Ollama的优势由于我们用的是Ollama你可以随时切换模型而无需重启OpenClaw。只需修改OpenClaw配置中的模型名或者通过OpenClaw的TUI界面临时切换模型。# 在OpenClaw的TUI界面/model deepseek-r1:7b3. 云端模型备用如果你的本地机器性能不足或者需要处理超长文本Ollama也支持调用云端模型如GLM4.7等可以在配置中随时切换实现本地与云端的“双模”运行。常见问题与避坑指南OpenClaw 提示command not found原因npm全局路径未加入系统PATH。解决执行 npm prefix -g 找到路径如 /usr/local然后将 export PATH“( n p m p r e f i x − g ) / b i n : (npm prefix -g)/bin:(npmprefix−g)/bin:PATH” 加入 ~/.bashrc 或 ~/.zshrc。飞书机器人无响应检查步骤openclaw status 确认网关运行。日志中是否有飞书连接报错检查APP ID/Secret是否正确。检查 OpenClaw 的配置文件 ~/.openclaw/openclaw.json确保 feishu 配置块存在且 enabled 为 true。Ollama 模型推理速度慢优化关闭其他大型应用释放内存尝试使用量化版本模型如 deepseek-r1:7b-q4_0确认Ollama是否成功利用了GPUollama run deepseek-r1:7b --verbose 查看日志。飞书长连接配置失败如果onboard向导报错可以先用飞书官方的“Python示例代码”建立一个临时连接让飞书后台通过验证然后再切回OpenClaw。总结通过 OpenClaw Ollama 飞书的组合我们成功搭建了一个完全私有、免费、可定制的AI助理。它不仅能在日常聊天中提供帮助还能通过OpenClaw强大的“技能”体系真正去操作你的电脑、管理文件、甚至执行代码。这套方案将数据留在本地既保证了隐私安全又锻炼了动手能力。现在去给你的AI助理添加更多酷炫的技能吧想看更多实战内容可定义我的专栏《OpenClaw实战企业级AI助理开发指南》。
