部署 OpenClaw + 飞书协同

 

一、目标：

1. 公司内部 Windows 服务器上部署 OpenClaw

2. 集成任意模型，免费的最好

3. 对接飞书机器人

二、用时：

整整一天😪

三、成果：

四、归纳流程：

1. 前期准备：服务器上的可用工具少到令人发指，中途不得不多次暂停以解决如下这些问题。

① 配置代理：OpenClaw 有依赖需要从 GitHub 上拉代码，所以必须要配置代理，不然无论是 install.cmd 还是 npm 的方式，都会失败。

② 安装 node 和 git：重要性无需多言。

③ 配置 WSL 内存：服务器上的 docker 运行在 WSL 环境里，之前分配的内存太少了（半个月前，服务器故障，频繁自动关机，当时以为是 docker 太耗内存了，所以修改了配置，结果后来发现是硬件故障，可是这个配置就没有再改回来），运行不了本地大模型。

2. docker 安装 ollama

docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama

3. 拉个免费的通义千问模型

docker exec -it ollama ollama run qwen3.5:2b

4. npm 安装 OpenClaw

npm install -g openclaw@latest

5. 配置 OpenClaw：

① provider 那一步选择 vLLM，实测 Qwen provider 验证可能失败，通过 vLLM 以 OpenAI 兼容模式调用阿里云 API 更稳定；

② 如果选择基于 ollama 的模型，base url 写 http://localhost:11434/v1，api key 随便填；

③ 因为免费模型速度实在太慢了，我后面又增加配置了 qwen-plus 模型，base url 写 https://dashscope.aliyuncs.com/compatible-mode/v1；

④ 我原本还想接 claude 模型来着，中转平台实在不给力，屡次验证失败，最终只能遗憾放弃。

6. 协同飞书：

① 创建飞书机器人：进入飞书开放平台，创建企业自建应用 → 添加机器人 → 配置权限；

② 转至 OpenClaw 配置：很简单，按提示操作即可；

③ 转回飞书机器人配置：事件配置 → 使用长连接接收事件；

④ 发布应用 → 向机器人发送消息 → 配对授权。

写在后面：配置流程写的非常简略，实在没力气写仔细了。跑通了整个流程以后还挺开心的，就是暂时没想到什么合适的应用场景。对于我一个程序员来讲，claude code 暂时就足够了😊