Windows下OpenClaw全流程指南：接入Qwen3.5-4B-Claude完成办公自动化

1. 为什么选择OpenClaw做办公自动化

去年我接手了一个新项目，每周需要处理几十份会议录音转写的文字稿。手动整理不仅耗时，还经常漏掉关键行动项。当我第一次听说OpenClaw能通过自然语言指令自动完成这类任务时，立刻被它的"真人操作"模式吸引了——它不像传统RPA工具需要录制宏，而是像人类一样理解需求、拆解步骤、执行操作。

经过两个月的实践，我发现OpenClaw特别适合三类办公场景：

• 重复性文档处理：会议纪要结构化、邮件模板生成
• 跨平台数据搬运：从飞书文档提取待办事项到Notion
• 定时触发任务：每周五自动汇总周报数据并邮件发送

这次我将分享在Windows环境下，从零搭建OpenClaw并接入Qwen3.5-4B-Claude模型的全过程，最终实现"语音转文字→提取行动项→发送邮件"的自动化流水线。

2. 环境准备与核心组件安装

2.1 系统要求检查

在开始前请确认：

• Windows 10/11 64位系统
• PowerShell 7.0+（建议安装最新版）
• 至少8GB空闲内存（模型推理需要）
• 稳定的网络连接

重要提醒：所有命令都需要在管理员权限的PowerShell中执行，否则会遇到权限错误。

2.2 Node.js环境部署

OpenClaw依赖Node.js运行时，推荐使用nvm-windows管理多版本：

# 安装nvm-windows
iwr -UseBasicParsing https://raw.githubusercontent.com/coreybutler/nvm-windows/master/install.ps1 | iex

# 安装Node.js 18.x LTS版本
nvm install 18
nvm use 18

验证安装：

node -v  # 应输出v18.x.x
npm -v   # 应输出9.x.x

2.3 OpenClaw核心安装

通过npm全局安装OpenClaw：

npm install -g openclaw --registry=https://registry.npmmirror.com

安装完成后验证版本：

openclaw --version
# 正常应输出类似：@qingchencloud/openclaw-zh/1.2.3 win32-x64 node-v18.16.0

如果遇到command not found错误，请检查：

1. 是否以管理员身份运行PowerShell
2. 执行refreshenv刷新环境变量
3. 检查npm全局路径是否在系统PATH中

3. 初始化配置与飞书接入

3.1 基础配置向导

执行初始化命令：

openclaw onboard

配置过程会依次询问：

1. 运行模式：选择Advanced（自定义配置更灵活）
2. 默认模型提供商：先选Skip for now（后续手动配置Qwen）
3. 通信渠道：选择Feishu（飞书）
4. 基础技能包：全选Yes

配置完成后会自动生成~/.openclaw/openclaw.json文件。

3.2 飞书应用创建

1. 登录飞书开放平台
2. 进入"开发者后台"→"企业自建应用"
3. 点击"创建应用"，填写应用名称（如"MyOpenClaw"）
4. 在"权限管理"中添加以下权限：
   • contact:user.basic:readonly
   • im:message
   • im:message.group_at_msg
5. 在"事件订阅"中添加接收消息权限

记录下App ID和App Secret备用。

3.3 飞书通道配置

编辑配置文件~/.openclaw/openclaw.json：

{
  "channels": {
    "feishu": {
      "enabled": true,
      "appId": "你的AppID",
      "appSecret": "你的AppSecret",
      "connectionMode": "websocket"
    }
  }
}

重启网关服务使配置生效：

openclaw gateway restart

在飞书开放平台"安全设置"中添加服务器IP（通过curl ifconfig.me获取）。

4. 接入Qwen3.5-4B-Claude模型

4.1 模型部署准备

我们使用星图平台的Qwen3.5-4B-Claude镜像，该镜像已预装以下组件：

• llama.cpp推理引擎
• GGUF量化模型文件（q4_0量化等级）
• OpenAI兼容的API接口

在本地通过Docker快速启动：

docker run -d -p 5000:5000 --name qwen-model csdn/qwen3.5-4b-claude-4.6-opus-reasoning-distilled-gguf

验证服务是否正常：

curl http://localhost:5000/v1/models
# 应返回模型信息JSON

4.2 OpenClaw模型配置

修改~/.openclaw/openclaw.json的models部分：

{
  "models": {
    "providers": {
      "local-qwen": {
        "baseUrl": "http://localhost:5000/v1",
        "apiKey": "任意字符串",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwen3.5-4b-claude",
            "name": "本地Qwen3.5增强版",
            "contextWindow": 32768,
            "maxTokens": 4096
          }
        ]
      }
    },
    "default": "local-qwen"
  }
}

重启服务并验证模型连接：

openclaw gateway restart
openclaw models list
# 应显示已识别的本地模型

5. 会议纪要自动化实战

5.1 技能模块安装

我们需要两个关键技能：

• audio-transcriber：语音转文字
• email-sender：邮件发送

通过ClawHub安装：

clawhub install audio-transcriber email-sender

安装后检查技能状态：

clawhub list --installed

5.2 自动化流程配置

在飞书对话窗口发送如下指令：

设置自动化流程：
1. 当我发送语音消息到#会议纪要群时
2. 执行以下操作：
   - 将语音转为文字
   - 提取行动项（负责人+截止时间）
   - 生成Markdown格式纪要
   - 发送邮件给参会人员
3. 使用模型：本地Qwen3.5增强版

OpenClaw会自动生成流程配置文件~/.openclaw/flows/meeting_minutes.json。

5.3 邮件服务配置

编辑环境变量文件~/.openclaw/workspace/TOOLS.md：

export SMTP_HOST=smtp.office365.com
export SMTP_PORT=587
export SMTP_USER=your_email@outlook.com
export SMTP_PASSWORD=your_password
export EMAIL_FROM=your_email@outlook.com

安全提示：建议使用应用专用密码而非主密码。

6. 效果验证与问题排查

6.1 完整流程测试

在飞书群中发送语音消息："下周需要完成产品原型设计，由张三负责，下周五前交付。UI评审安排在周三下午两点。"

约1分钟后，你将收到：

1. 飞书消息：结构化会议纪要
2. 邮箱：包含行动项的邮件

典型输出示例：

### 会议纪要自动生成
**关键行动项**：
- [ ] 产品原型设计 (@张三 截止6月14日)
- [ ] UI评审 (6月12日 14:00)

**原始录音转写**：
"下周需要完成产品原型设计，由张三负责..."

6.2 常见问题解决

问题1：语音转文字失败

• 检查audio-transcriber技能是否安装成功
• 确认飞书机器人有权限访问语音消息

问题2：模型响应超时

• 查看Docker容器资源占用：docker stats qwen-model
• 调整模型并行度：在启动命令中添加-e NUM_GPU_LAYERS=20

问题3：邮件发送失败

• 测试SMTP连接：telnet smtp.office365.com 587
• 检查是否启用SMTP认证

7. 进阶优化建议

经过一段时间的实际使用，我发现几个提升效率的关键点：

模型参数调优：在openclaw.json中调整模型参数能显著改善处理质量。特别是temperature设为0.3时，生成的行动项更加准确：

{
  "models": {
    "providers": {
      "local-qwen": {
        "params": {
          "temperature": 0.3,
          "top_p": 0.9
        }
      }
    }
  }
}

技能组合使用：将meeting-minutes技能与task-tracker技能联动，可以自动把行动项同步到飞书待办：

/claw 当发现会议纪要中有"负责"和"前交付"关键词时，调用task-tracker创建飞书待办

性能监控：通过网关API获取任务耗时统计：

curl http://localhost:18789/api/v1/metrics | jq '.tasks[] | select(.duration > 5000)'

---

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。