OpenClaw移动办公：Qwen3.5-9B通过钉钉处理电脑端文件请求

1. 场景痛点与解决方案

上周三下午，我正在客户现场开会时突然需要查阅家里电脑上的一份合同草案。传统远程控制软件需要保持电脑开机且网络通畅，而TeamViewer等工具在移动网络下延迟明显。这时我想起了部署在家用NUC迷你主机上的OpenClaw——这个开源的AI智能体框架正好能解决我的燃眉之急。

OpenClaw与Qwen3.5-9B模型的组合，可以实现：

• 自然语言指令触发：通过钉钉发送"查找上周的采购合同草案"这样的自然语言指令
• 本地文件操作：自动检索指定目录下的文档
• 智能摘要反馈：提取关键条款并通过钉钉返回手机端
• 7×24待命：NUC迷你主机常年开机，随时响应需求

这种方案特别适合律师、咨询师等需要频繁调取历史文件的移动办公场景。相比传统方案，它不需要提前配置端口映射或保持远程桌面连接，所有操作都通过AI智能体自动完成。

2. 环境搭建关键步骤

2.1 基础环境部署

我的家用主机配置是Intel NUC11i5+16GB内存，系统为Ubuntu 22.04 LTS。部署过程主要分为三个环节：

# 安装OpenClaw核心框架
curl -fsSL https://openclaw.ai/install.sh | bash
openclaw --version  # 验证安装成功

# 部署Qwen3.5-9B模型服务
docker run -d --name qwen-server -p 5000:5000 \
  -v /data/qwen:/app/models \
  registry.cn-hangzhou.aliyuncs.com/qwen/qwen3.5-9b:latest

这里有个小插曲：首次启动时模型加载失败，检查发现是NUC的Docker存储目录空间不足。通过docker system prune清理后，重新挂载到/data分区才解决。

2.2 钉钉通道配置

在钉钉开放平台创建自建应用后，需要修改OpenClaw的配置文件：

// ~/.openclaw/openclaw.json
{
  "channels": {
    "dingtalk": {
      "enabled": true,
      "appKey": "your_app_key",
      "appSecret": "your_app_secret",
      "robotCode": "your_robot_code"
    }
  },
  "models": {
    "providers": {
      "local-qwen": {
        "baseUrl": "http://localhost:5000/v1",
        "api": "openai-completions"
      }
    }
  }
}

配置完成后，需要重启网关服务使变更生效：

openclaw gateway restart

3. 文件处理技能开发

3.1 基础文件检索实现

OpenClaw默认不具备文件操作能力，需要自行开发Skill。我创建了一个简单的文件检索模块：

// file-search.js
module.exports = {
  name: "file-search",
  actions: {
    search: {
      handler: async (params) => {
        const { keyword, dir = "~/Documents" } = params;
        // 使用Node.js文件系统模块检索
        const results = await searchFiles(dir, keyword); 
        return { success: true, results };
      }
    }
  }
};

将这个Skill注册到OpenClaw后，就能通过自然语言指令触发文件搜索。例如发送"查找包含供应商条款的PDF文档"，Qwen模型会将其转换为结构化参数调用Skill。

3.2 内容摘要生成优化

直接返回文件内容在移动端体验不佳，我增加了摘要生成功能：

def generate_summary(filepath):
    # 使用Qwen模型生成摘要
    prompt = f"请用中文总结以下文档要点：\n{file_content}"
    response = qwen_client.chat(prompt)
    return response["choices"][0]["message"]["content"]

实际测试发现，9B参数的模型对长文档处理较慢。最终方案是先提取文本关键段落再送交模型，将平均响应时间从12秒降至3秒左右。

4. 典型工作流示例

4.1 合同条款查询场景

1. 手机端指令：通过钉钉发送"找出与违约金相关的条款"
2. 智能体处理：
   • Qwen解析意图并调用文件搜索Skill
   • 检索~/Contracts目录下的docx/pdf文件
   • 定位含"违约金"关键词的文档段落
3. 结果返回：钉钉收到格式化的条款摘要和原文位置

4.2 会议资料准备场景

当需要快速准备会议材料时：

1. 发送"整理上周客户沟通记录中的技术需求"
2. OpenClaw会自动：
   • 扫描~/Meetings/2024目录
   • 识别客户沟通录音转写文本
   • 用Qwen提取技术需求列表
3. 返回Markdown格式的待讨论事项清单

5. 实践中的经验教训

5.1 权限管理陷阱

初期测试时，OpenClaw因权限不足无法读取某些目录。解决方案是：

• 避免直接使用root权限运行
• 通过ACL精确控制访问范围：

  setfacl -R -m u:openclaw:r-x ~/Work
  

5.2 模型响应优化

发现Qwen3.5-9B有时会过度解释简单查询，通过调整提示词解决：

[系统指令] 
你是一个高效的文件处理助手，只需直接回答问题：
1. 找到的文件路径
2. 相关内容的精确摘录
不要添加解释性文字。

5.3 移动端交互改进

钉钉消息有字数限制，长文档摘要会被截断。最终方案是：

• 自动生成摘要和关键片段
• 超过阈值时上传临时文件到钉钉云
• 返回包含下载链接的简洁消息

6. 方案优势与局限

经过一个月的实际使用，这个方案展现出独特价值：

• 时空自由度：地铁上就能完成文件检索，不再需要找电脑连VPN
• 隐私保护：所有数据处理都在本地完成，敏感文件不上云
• 成本效益：旧NUC设备再利用，电费可忽略不计

但也存在明显局限：

• 首次配置复杂度高，非技术用户难以上手
• 依赖家庭网络稳定性，外出时需确保主机在线
• 复杂查询仍需人工二次处理，不能完全替代人工

---

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。