5步搞定OpenClaw+百川2-13B：飞书机器人配置与自动化对话触发

5步搞定OpenClaw百川2-13B飞书机器人配置与自动化对话触发1. 为什么选择这个组合上周我在整理团队知识库时发现每天要重复处理几十条飞书消息有人问项目进度、有人查文档位置、还有人需要快速生成周报摘要。手动回复不仅效率低下半夜的海外同事咨询更是让人头疼。于是我开始寻找一个能理解自然语言、自动执行任务又能安全运行在本地的解决方案。OpenClaw百川2-13B的组合完美匹配了我的需求隐私安全所有对话和任务执行都在内网完成客户数据不会外泄成本可控4bit量化的百川13B模型在RTX 3090上就能流畅运行无缝衔接飞书机器人让团队成员用最熟悉的IM工具触发自动化流程最让我惊喜的是从零开始搭建整个系统只用了不到2小时。下面分享我的具体配置过程包括几个容易踩坑的关键环节。2. 环境准备与模型部署2.1 硬件配置建议我的测试环境是一台配备RTX 3090显卡的Ubuntu工作站实测显存占用稳定在9.8GB左右。如果你的设备性能较弱可以考虑以下调整在OpenClaw配置中降低maxTokens参数默认8192关闭不必要的技能模块减少内存开销使用--low-vram模式启动模型服务2.2 获取模型镜像在星图平台搜索百川2-13B-对话模型-4bits量化版选择WebUI v1.0镜像。这个预置镜像已经配置好基于vLLM的优化推理后端OpenAI兼容的API接口中文优化的tokenizer启动容器时注意暴露端口默认是8000我的启动命令如下docker run -d --gpus all -p 8000:8000 \ -e MODEL_NAMEBaichuan2-13B-Chat-4bits \ registry.cn-hangzhou.aliyuncs.com/star_atlas/baichuan2-13b-chat-4bits-webui:v1.0等待约3分钟视网络情况用curl测试服务是否就绪curl http://localhost:8000/v1/chat/completions \ -H Content-Type: application/json \ -d {model: Baichuan2-13B-Chat-4bits, messages: [{role: user, content: 你好}]}3. OpenClaw核心配置3.1 基础安装在模型服务就绪后在另一台能访问该服务的机器上安装OpenClaw。我选择npm安装方式sudo npm install -g qingchencloud/openclaw-zhlatest openclaw --version # 确认版本≥0.8.23.2 模型接入配置运行openclaw onboard进入配置向导关键选项如下Mode选择AdvancedProvider选择Skip for now后面手动配置Channels选择Skip for nowSkills选择Yes启用基础技能完成后编辑~/.openclaw/openclaw.json在models部分添加providers: { baichuan-local: { baseUrl: http://你的模型服务器IP:8000/v1, apiKey: 任意字符串, // 百川镜像不需要真实key api: openai-completions, models: [ { id: Baichuan2-13B-Chat-4bits, name: 百川本地版, contextWindow: 4096, maxTokens: 1024 } ] } }保存后重启网关服务openclaw gateway restart4. 飞书通道深度配置4.1 创建飞书应用在飞书开放平台创建企业自建应用注意必须开启机器人能力在权限管理中添加contact:user.id:readonly等必要权限记下App ID和App Secret4.2 安装飞书插件在OpenClaw所在机器执行openclaw plugins install m1heng-clawd/feishu openclaw plugins list # 确认m1heng-clawd/feishu显示为active4.3 配置连接参数编辑配置文件添加飞书通道注意缩进层级channels: { feishu: { enabled: true, appId: 你的App ID, appSecret: 你的App Secret, connectionMode: websocket, encryptKey: , // 非企业加密可不填 verificationToken: // 事件订阅用 } }重启服务后在飞书开发者后台完成配置事件订阅建议至少订阅接收消息设置消息卡片请求地址为http://你的服务器IP:18789/feishu/events在版本管理与发布中申请上线5. 实战测试与优化5.1 基础对话测试在飞书群里你的机器人尝试简单问答当前项目进度如何帮我总结上周周报要点如果遇到超时问题检查模型服务日志是否有报错OpenClaw网关日志中的请求转发记录飞书事件订阅是否验证通过5.2 复杂任务链测试我设计了一个真实场景任务查找最近3天与客户A的邮件往来提取关键决策点生成会议纪要。执行过程发现两个优化点Token控制在技能配置中添加maxSteps: 5限制任务分解深度权限隔离在openclaw.json中设置workspaceRestriction: true限制文件访问范围最终效果令人满意——机器人能在20秒内完成过去需要人工处理15分钟的任务。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。