背景说明

此文基于前一篇笔记学习笔记-云主机安装和配置openclaw补上基于飞书对接的配置步骤。

接入飞书

在之前的版本，openclaw接入飞书需要经历以下步骤：

• 创建飞书应用；
• 获取appID和App Secret；
• 创建应用；
• 添加应用能力（选择机器人）；
• 导入权限；
• 配置事件与回调；
• 创建并发布版本；
• OpenClaw侧配置渠道（openclaw channels add）
• 飞书消息配对；

目前新版的openclaw接入飞书，借助更完善的插件，已经变得非常简洁。
本篇文章基于以下版本进行：

OpenClaw 2026.6.10 (aa69b12)

我们基于以下步骤继续：

openclaw onboard --install-daemon
或者：
openclaw onboard # 如果之前已经完成了基础配置，二次进入配置时，可以不带--install-daemon参数

这里提醒我们默认是个人使用，我们选择YES：

◆  I understand this is personal-by-default and shared/multi-user use requires lock-down. Continue?
│  ● Yes / ○ No

接下来，我们使用快速开始（QuickStart）：

◆  Setup mode
│  ● QuickStart (recommended) (Recommended local setup. Change details later with openclaw configure.)
│  ○ Manual setup
└

模型应该在之前我们已经配置过了，这里直接跳过：

◆  Model/auth provider
│  ○ OpenAI
│  ○ Anthropic
│  ○ xAI (Grok)
│  ○ Google
│  ○ OpenRouter
│  ○ More…
│  ● Skip for now
└

已有的其它配置保持不变：

◆  Config handling
│  ● Keep current values
│  ○ Review and update
│  ○ Reset before setup
└

继续跳过：

◆  Model/auth provider
│  ○ OpenAI
│  ○ Anthropic
│  ○ xAI (Grok)
│  ○ Google
│  ○ OpenRouter
│  ○ More…
│  ● Skip for now
└

保持现有模型配置，继续跳过：

◆  Default model
│  ● Keep current (<这里会显示你已配置的模型>)
│  ○ Enter model manually
│  ○ qwen/<这里会显示已配置的可选子模型>
└

接下来这里是重点，正式进入通道配置，这里我们选择飞书：

◆  Select 通道(QuickStart)
│
│  Search:
│  ○ ClickClack
│  ○ Discord (Bot API)
│  ● Feishu/Lark (飞书) (download from @openclaw/feishu)
│  ○ Google Chat (Chat API)
│  ○ iMessage (imsg)
│  ○ IRC (Server + Nick)
│  ...

确认后会自动安装插件：

◇  Select channel (QuickStart)
│  Feishu/Lark (飞书)
│
◐  Installing  [███████████████░] 92%

插件安装完成后，会让我们选择配置方式，默认第一项即是早先的配置方式，如果之前已经配置过飞书，可以用第一项输入应用ID和密钥完成配置，如果是首次配置，建议使用第二项（Scan a QR code to create a bot automatically），通过二维码的方式快速创建飞书应用并完成智能体授权及配对配置：

◇  Installed Feishu plugin
│
◆  How do you want to connect Feishu?
│  ○ Enter App ID and App Secret manually
│  ● Scan a QR code to create a bot automatically

在国内使用，我们就选择第一项即可：

◆  Which Feishu domain?
│  ● Feishu (feishu.cn) - China
│  ○ Lark (larksuite.com) - International
└

屏幕上出现二维码时，可以在手机启动飞书，进行扫码。
小技巧：如果扫码一直不成功，可以把浏览器进行缩放，让二维码变小一些。

│
◇  Feishu scan-to-create ───────────────────────────────────────────────────────────────╮
│                                                                                       │
│  Scan the QR with Lark/Feishu on your phone. If the mobile app does not react, rerun  │
│  setup and choose manual input.
│                                                         │
│  [这里会显示一个二维码]                                                           
│
◐  Fetching configuration results...

扫码后，在手机上完成以下操作：

• 如果是首次配置，选择“立即创建”。
• 如果已有应用，可以直接选择“已有应用”，关联已有的智能体。
  
  全程不需要我们进行细化配置，飞书会自动完成：
  
  完成以上配置后，再回到服务端控制台，会看到群聊配置：
  直接选择:“Disabled”,先保证单独聊天能使用，群聊这些配置后续可再根据需要再进行配置。

◆  Group chat policy
│  ○ Allowlist - only respond in specific groups
│  ○ Open - respond in all groups (requires mention)
│  ● Disabled - don't respond in groups
└

操作到这里，我们就可以在飞书上向我们配置的智能体发送消息了。
你可以先给它打个招呼测试一下：你好。
刚刚配置完可能需要等一会儿时间，智能体才会回复我们：

嘿！我刚上线，一切崭新。👋
看起来这是我们第一次聊天——我的记忆是一张白纸，档案也没填。所以……
我是谁？你是谁？
随便聊聊呗，比如给我起个名字，说说你希望我是什么风格——正经的、随意的、毒舌的、温暖的？随你定。

---

这一步建议主动讲清楚5件事：

• 你是谁：怎么称呼你、你的时区和工作语言。
• 你要它扮演什么角色：比如“我的技术写作助手”。
• 平时的工作场景：常用工具、文件目录、沟通方式（飞书/邮件等）。
• 你的偏好：回答风格、长度、是否先给结论。 你的边界：
• 哪些操作必须先确认、哪些内容不要碰。

具体我在上一篇文章里也有提到，参见：
学习笔记-云主机安装和配置openclaw

---

再回到服务端控制台，把操作完成：
Search Provider（搜索提供商） 配置用于为 AI 模型提供实时联网搜索能力，让模型在回答时能够获取最新信息，而不是仅依赖训练数据中的静态知识。这个能力可以等我们后续有具体的场景需要时再配置，可能会涉及相应的搜索提供商的API对接。

◆  Search provider
│
│  Search: _
│  ○ Brave Search
│  ○ DuckDuckGo Search (experimental)
│  ○ Exa Search
│  ○ Firecrawl Search
│  ○ Gemini (Google Search)
│  ○ Grok (xAI)
│  ○ Kimi (Moonshot)
│  ○ MiniMax Search
│  ○ Ollama Web Search
│  ○ Parallel Search
│  ○ Parallel Search (Free)
│  ○ Perplexity Search
│  ○ SearXNG Search
│  ○ Tavily Search
│  ● Skip for now (Configure later with openclaw configure --section web)

接下来还会有其它的配置选项，一路选’NO’即可，或者也可以直接键盘Ctrl+'C’退出。至此，飞书的关联配置就完成了。

◆  Configure skills now? (recommended)
│  ● Yes / ○ No
└

---

实测下来，日常使用中，不配置Search provider也是可以使用的，比如：

至此，飞书通道的对接就完成了。
我们可以随时在飞书里找到配置的智能体小助手，与他聊天，下达相应的任务了。
此操作只是打通了小龙虾和飞书的聊天渠道，小助手具体可以干的活，能干得多好，还取决于我们如何配置skill（技能），如何选择大模型底座，以及一些日常交流经验的积累，这就不在本篇的讨论范围了。