OpenClaw飞书接入指南百川2-13B对话机器人配置教程1. 为什么选择OpenClaw飞书百川2-13B的组合去年冬天当我第一次尝试用OpenClaw自动化处理飞书上的周报汇总时发现市面上大多数方案要么需要将数据上传到第三方平台要么只能实现简单的消息转发。直到我遇到百川2-13B这个能在消费级显卡上运行的对话模型才真正找到了一个既保护隐私又能处理复杂任务的解决方案。这个组合的核心优势在于数据不出本地飞书消息通过WebSocket直连你的OpenClaw服务百川模型运行在本地或私有服务器低成本高可用4bit量化的百川2-13B在RTX 3090上就能流畅运行显存占用仅10GB左右自然语言交互直接对飞书机器人说帮我整理最近三天的会议纪要重点OpenClaw会自动拆解任务并调用模型处理2. 环境准备与基础安装2.1 硬件与软件基础配置我的测试环境是一台搭载RTX 3090的Ubuntu 22.04工作站但理论上任何满足以下条件的设备都可以GPU显存≥10GB如RTX 3080/3090/4090内存建议32GB以上存储至少50GB可用空间用于模型文件和日志# 先检查NVIDIA驱动状态 nvidia-smi # 应看到类似输出 # --------------------------------------------------------------------------------------- # | NVIDIA-SMI 535.54.03 Driver Version: 535.54.03 CUDA Version: 12.2 | # |------------------------------------------------------------------------------------- # | GPU Name Persistence-M | Bus-Id Disp.A | Volatile Uncorr. ECC | # | Fan Temp Perf Pwr:Usage/Cap | Memory-Usage | GPU-Util Compute M. | # | | | MIG M. | # || # | 0 NVIDIA GeForce RTX 3090 On | 00000000:01:00.0 On | Off | # | 30% 45C P8 28W / 350W | 654MiB / 24576MiB | 0% Default | # | | | N/A | # -------------------------------------------------------------------------------------2.2 OpenClaw核心组件安装我推荐使用npm安装方式相比一键脚本更可控# 安装Node.js 18如果尚未安装 curl -fsSL https://deb.nodesource.com/setup_18.x | sudo -E bash - sudo apt-get install -y nodejs # 安装OpenClaw核心 sudo npm install -g openclawlatest # 验证安装 openclaw --version # 应输出类似openclaw/1.3.2 linux-x64 node-v18.16.03. 飞书自建应用申请实战3.1 创建企业自建应用这里有个坑我踩过——必须用企业账号登录飞书开放平台个人账号无法创建机器人应用。具体步骤进入开发者后台 → 创建企业自建应用填写应用名称如MyOpenClawBot在安全设置中添加你的服务器IP用curl ifconfig.me获取记录下App ID和App Secret后面会用到3.2 配置权限与事件订阅在应用详情页找到权限管理添加以下权限获取用户发给机器人的单聊消息im:message获取用户在群组中机器人的消息im:message.group_at_msg以应用身份发消息im:message.p2p_msg.send然后进入事件订阅添加接收消息事件im.message.receive_v1请求地址先留空安装完OpenClaw插件后再补4. OpenClaw飞书插件配置4.1 安装飞书插件# 安装官方飞书插件 openclaw plugins install m1heng-clawd/feishu # 验证插件 openclaw plugins list # 应看到 # m1heng-clawd/feishu (1.2.0) - Feishu channel plugin for OpenClaw4.2 修改配置文件编辑~/.openclaw/openclaw.json如不存在则先运行openclaw onboard生成添加飞书配置{ channels: { feishu: { enabled: true, appId: 你的App ID, appSecret: 你的App Secret, connectionMode: websocket, encryptKey: , verificationToken: } } }这里有个关键点如果只用WebSocket模式推荐encryptKey和verificationToken可以留空如果用回调模式则需要配置。4.3 启动服务并绑定事件# 重启网关使配置生效 openclaw gateway restart # 获取WebSocket地址 openclaw channels feishu --url # 会输出类似wss://your-domain.com/feishu/events将这个地址复制到飞书开放平台事件订阅的请求地址栏然后点击保存。5. 百川2-13B模型本地部署5.1 获取模型镜像我使用的是星图镜像广场提供的百川2-13B-对话模型-4bits量化版 WebUI v1.0下载命令# 拉取镜像约15GB docker pull registry.cn-hangzhou.aliyuncs.com/csdn/baichuan2-13b-chat-4bits:webui-v1.0 # 启动容器根据GPU情况调整--gpus参数 docker run -d --name baichuan2 \ --gpus all \ -p 8000:8000 \ -v /path/to/models:/app/models \ registry.cn-hangzhou.aliyuncs.com/csdn/baichuan2-13b-chat-4bits:webui-v1.05.2 验证模型API容器启动后用curl测试API是否正常curl -X POST http://localhost:8000/v1/chat/completions \ -H Content-Type: application/json \ -d { model: baichuan2-13b-chat, messages: [{role: user, content: 你好}] }正常应返回类似{ id: chatcmpl-7qyv4lXgWQ2T, object: chat.completion, created: 1689395161, model: baichuan2-13b-chat, choices: [{ index: 0, message: { role: assistant, content: 你好我是百川大模型有什么可以帮您的吗 }, finish_reason: stop }] }6. OpenClaw与百川模型对接6.1 配置模型提供商编辑~/.openclaw/openclaw.json在models.providers部分添加{ models: { providers: { baichuan-local: { baseUrl: http://localhost:8000/v1, apiKey: 任意字符串不能为空, api: openai-completions, models: [ { id: baichuan2-13b-chat, name: Baichuan2-13B-Chat, contextWindow: 4096, maxTokens: 2048 } ] } }, defaultProvider: baichuan-local, defaultModel: baichuan2-13b-chat } }6.2 测试端到端流程在飞书给机器人发消息测试连接查看OpenClaw日志tail -f ~/.openclaw/logs/openclaw.log应看到类似[info] Received Feishu message: 测试连接 [info] Calling baichuan2-13b-chat with prompt: 用户说测试连接几秒后应在飞书收到机器人的回复如我已收到您的消息测试连接7. 常见问题排查7.1 飞书消息无回复检查步骤确认飞书应用的版本管理与发布中已创建版本并申请发布在飞书开放平台权限管理确认所有必要权限已开通运行openclaw channels feishu --status查看连接状态7.2 模型响应慢优化建议在openclaw.json中调整maxTokens降低生成长度为百川容器添加GPU限制--gpus device0在模型API调用时设置temperature: 0.7降低随机性7.3 内存泄漏问题如果长时间运行后内存占用过高可以设置定时重启# 每天凌晨3点重启服务 (crontab -l ; echo 0 3 * * * /usr/bin/openclaw gateway restart) | crontab -8. 进阶自定义技能开发当基础对话跑通后我开发了一个会议纪要自动总结的技能。关键是在~/.openclaw/skills目录下新建meeting_summary.jsmodule.exports { name: meeting-summary, description: 自动总结飞书会议纪要, matches: [总结会议, 提取重点], async handle(message, context) { const notes await context.feishu.getMeetingNotes(message.event.message.chat_id); const prompt 请用中文总结以下会议纪要的关键点不超过3条\n${notes}; const response await context.models.generate({ model: baichuan2-13b-chat, messages: [{role: user, content: prompt}] }); return { type: text, content: 会议重点总结\n${response.choices[0].message.content} }; } };然后注册技能{ skills: { meeting-summary: { enabled: true } } }现在对飞书机器人说总结刚才的会议它就会自动提取讨论要点。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。