四、首次授权与测试

1. 在飞书中向机器人发送消息

2. 首次会提示 Pairing 授权

3. 在服务器执行：

openclaw pairing approve feishu <Pairing-Code>

如果出现反复授权，并提示：duplicate plugin id detected

可尝试：rm -rf ~/.openclaw/extensions/feishu
openclaw gateway restart

五、实战示例：让机器人给 GPUStack 项目标星

1. 准备 GitHub PAT

使用 Tokens (classic)

勾选 repo 权限

2. 写入环境变量

vim ~/.openclaw/.env

重启：openclaw gateway restart

3. 飞书中发送指令

六、常用指令说明

 /new：开启新会话

/status：查看 Bot 状态

/reset：重置上下文

 /model：查看 / 切换模型

七、OpenClaw 实用命令与资源入口

常用 CLI 命令

openclaw logs --follow
openclaw doctor
openclaw gateway --help
openclaw dashboard
openclaw tui

文档与生态

 📘 https://docs.openclaw.ai 

 🌐 https://clawhub.ai

结语：当 AI 成为基础设施，而不是消耗品

回过头看，Token 焦虑的本质，并不是模型贵，而是 AI 被当成了一种“外部消耗资源”。

当模型运行在云端、能力掌握在别人手里时，
我们习惯于精打细算、限制使用、控制调用频率。

而当模型真正跑在自己的 GPU 上，
当推理能力、上下文和工具调用都变成基础设施的一部分，
AI 的角色也随之发生了变化——

它不再是一次次付费调用的 API，
而是一个随时可用、长期在线、持续演进的工作助手。

这正是 GPUStack 与 OpenClaw 组合所带来的意义：
让 AI 从“成本项”，回归为“生产力”。

如果你已经拥有 GPU 资源，
不妨亲手试一次，把 AI 真正接进你的日常工作流里。

当你不再关心 Token 的时候，
你才会真正开始用好 AI。