OpenClaw飞书机器人配置：千问3.5-9B对话触发自动化任务

1. 为什么选择飞书作为OpenClaw的交互入口？

去年我在尝试自动化办公流程时，发现一个核心痛点：很多AI工具需要手动触发或依赖复杂API调用。直到遇到OpenClaw+飞书的组合，才真正实现了"对话即自动化"的体验。想象一下，在飞书群里@机器人说"帮我整理上周的会议记录"，系统就能自动完成文件归类、关键词提取和摘要生成——这正是我每天在用的工作流。

飞书机器人作为入口有三大优势：

• 自然交互：直接在工作聊天环境用自然语言下达指令，比单独打开控制台更符合直觉
• 权限整合：企业自建应用天然具备组织架构和身份验证，避免重复配置
• 实时反馈：通过WebSocket连接，任务状态和结果能即时推送回对话线程

2. 飞书通道的配置全流程

2.1 前置环境检查

在开始前，请确保：

1. OpenClaw核心服务已正常运行（可通过openclaw gateway status验证）
2. 拥有飞书开放平台的企业管理员权限（个人账号需先创建"企业自建应用"）
3. 本地网络允许WebSocket连接（企业网络可能需要特殊配置）

2.2 关键组件安装

飞书通道需要两个核心组件：

# 安装飞书插件
openclaw plugins install @m1heng-clawd/feishu

# 安装千问3.5-9B技能包（非必须但推荐）
clawhub install qwen-35b-9b-connector

安装完成后建议重启网关：

openclaw gateway restart

2.3 飞书应用配置实操

在飞书开放平台（https://open.feishu.cn/）的操作步骤：

1. 进入"企业自建应用"→"创建应用"
2. 填写基础信息时特别注意：
   • 应用名称：建议包含"OpenClaw"字样便于识别
   • 应用描述：注明"AI自动化任务触发器"
3. 在"权限管理"添加以下权限：
   • contact:user:read（读取用户信息）
   • im:message（收发消息）
   • im:message.group_msg（群消息权限）
4. 在"事件订阅"启用"消息接收"并设置加密密钥（随机字符串即可）

这里有个容易踩坑的点：飞书要求配置IP白名单。通过以下命令获取服务器公网IP：

curl ifconfig.me

2.4 配置文件深度解析

飞书插件的核心配置位于~/.openclaw/openclaw.json，典型结构如下：

{
  "channels": {
    "feishu": {
      "enabled": true,
      "appId": "cli_xxxxxx",
      "appSecret": "xxxxxxxx",
      "encryptKey": "xxxxxxxx",
      "verificationToken": "xxxxxxxx",
      "connectionMode": "websocket",
      "messageTypes": ["text", "post"]
    }
  }
}

我曾因为messageTypes配置不全导致无法接收富文本消息，建议至少包含text和post两种类型。

3. 千问3.5-9B的对话集成实战

3.1 模型对接配置

在同一个配置文件的models部分添加千问3.5-9B的接入点：

{
  "models": {
    "providers": {
      "qwen-portal": {
        "baseUrl": "http://localhost:18888/v1",
        "apiKey": "your-api-key",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwen3-35b-9b",
            "name": "千问3.5-9B本地版",
            "contextWindow": 32768
          }
        ]
      }
    }
  }
}

3.2 典型对话流程示例

当在飞书群聊中@机器人并发送：

请用千问3.5-9B分析~/Downloads/sales_report.xlsx中的TOP3客户

OpenClaw的执行链路是：

1. 飞书插件通过WebSocket接收原始消息
2. 路由到千问3.5-9B进行意图识别
3. 调用本地Python脚本读取Excel文件
4. 模型分析数据并生成Markdown格式报告
5. 结果通过飞书接口返回群聊

整个过程在我的M1 MacBook上平均耗时8-12秒，主要瓶颈在Excel文件解析环节。

4. 调试与问题排查经验

4.1 常见错误代码处理

错误码	可能原因	解决方案
10001	应用凭证失效	检查appSecret是否过期
10012	IP不在白名单	更新服务器公网IP到飞书后台
60011	消息类型不支持	扩展messageTypes配置项

4.2 WebSocket连接维护

开发过程中最头疼的是WebSocket的断连问题。我的解决方案是：

1. 在crontab添加心跳检测：

*/5 * * * * curl -X POST http://localhost:18789/api/feishu/healthcheck

2. 修改OpenClaw服务配置，将websocket.timeout调整为300秒

5. 进阶应用：自动化任务链设计

通过飞书机器人不仅可以触发单次任务，还能编排复杂工作流。例如我的周报自动化流程：

1. 每周五17点飞书机器人自动提醒："请发送周报关键词"
2. 我回复"项目A 客户B 技术调研"
3. 系统自动：
   • 从Git仓库提取相关commit
   • 从会议记录中抽取关键词相关片段
   • 用千问3.5-9B生成初稿
   • 将Markdown格式周报私聊发给我确认

这个场景的关键是在skills目录下创建自定义脚本：

# ~/.openclaw/skills/weekly_report.py
def parse_keywords(keywords):
    # 调用千问API进行语义解析
    return qwen_analyze(keywords)

def generate_draft(context):
    prompt = f"""基于以下内容生成周报：
    Git记录：{context['commits']}
    会议要点：{context['meetings']}
    """
    return qwen_completion(prompt)

配置成功后，现在我的周报撰写时间从原来的1小时缩短到5分钟复核。

---

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。