OpenClaw+nanobot自动化办公：QQ机器人配置与会议纪要生成

本文介绍了如何在星图GPU平台上自动化部署🐈 nanobot：超轻量级OpenClaw镜像，实现QQ机器人自动生成会议纪要的功能。该方案通过自然语言交互简化办公流程，特别适合需要快速记录和整理会议内容的场景，大幅提升工作效率。

焦虑肇事者

204人浏览 · 2026-03-24 00:30:49

焦虑肇事者 · 2026-03-24 00:30:49 发布

OpenClaw+nanobot自动化办公：QQ机器人配置与会议纪要生成

1. 为什么选择OpenClaw+nanobot组合

去年夏天，我接手了一个需要频繁记录会议内容的工作。每次会议后手动整理纪要耗费大量时间，直到发现OpenClaw这个开源自动化框架。但真正让我眼前一亮的，是结合nanobot镜像实现的QQ机器人方案——它让我能用自然语言指令自动生成会议纪要并回传到群聊。

这个组合的核心优势在于：

轻量级部署：nanobot镜像内置了优化过的Qwen3-4B模型，省去了本地部署大模型的硬件门槛
自然语言交互：直接通过QQ聊天窗口发送指令，比操作Web控制台更符合日常习惯
隐私保护：所有数据处理都在本地完成，敏感会议内容不会经过第三方服务器

2. 环境准备与基础配置

2.1 nanobot镜像部署

首先在支持GPU的云主机或本地机器上拉取nanobot镜像。由于镜像已集成vLLM推理引擎，部署过程异常简单：

docker pull registry.cn-hangzhou.aliyuncs.com/xxx/nanobot:latest
docker run -d --gpus all -p 8000:8000 --name nanobot registry.cn-hangzhou.aliyuncs.com/xxx/nanobot

验证服务是否正常：

curl http://localhost:8000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3-4b-instruct",
    "messages": [{"role": "user", "content": "你好"}]
  }'

2.2 OpenClaw基础安装

在另一台作为控制中心的机器上安装OpenClaw（我的环境是Ubuntu 22.04）：

curl -fsSL https://openclaw.ai/install.sh | bash
openclaw onboard --model-provider=http://你的nanobot服务IP:8000

关键配置项选择：

Model Provider选择"Custom"
填入nanobot服务地址（如http://192.168.1.100:8000）
模型ID填写qwen3-4b-instruct

3. QQ机器人配置实战

3.1 获取QQ机器人凭证

访问QQ开放平台创建机器人应用
获取关键凭证：
- AppID（如123456789）
- Token（如ABCDEFG123456）
记录机器人回调地址（后续需要配置到OpenClaw）

3.2 OpenClaw接入QQ协议

安装QQ协议插件：

openclaw plugins install @m1heng-clawd/qq

编辑配置文件~/.openclaw/openclaw.json：

{
  "channels": {
    "qq": {
      "enabled": true,
      "appId": "你的AppID",
      "token": "你的Token",
      "callback": "http://你的OpenClaw服务IP:18789/qq/callback"
    }
  }
}

重启网关服务使配置生效：

openclaw gateway restart

4. 会议纪要自动化实现

4.1 消息触发规则配置

在QQ群中，当机器人被@并包含特定关键词时触发处理流程。编辑技能配置文件：

{
  "skills": {
    "meeting_minutes": {
      "trigger": "@机器人 记录会议",
      "actions": [
        {
          "type": "llm",
          "prompt": "请根据以下对话内容生成规范的会议纪要，包含议题、结论和待办事项：\n{{message}}"
        },
        {
          "type": "reply",
          "format": "markdown"
        }
      ]
    }
  }
}

4.2 实际使用演示

在QQ群聊中发送：

@机器人 记录会议
今天讨论了项目进度：
1. 前端界面需要在下周三前完成
2. 后端API文档缺失需要补充
3. 测试环境部署遇到权限问题

约10秒后，机器人会回复格式化的会议纪要：

**会议纪要**  
- **议题**：项目进度同步  
- **结论**：  
  1. 前端界面定于下周三交付  
  2. 后端团队需补充API文档  
- **待办事项**：  
  • [ ] 解决测试环境权限问题（负责人：运维组）  
  • [ ] 更新API文档（负责人：张工程师）

5. 踩坑与优化经验

5.1 中文处理异常问题

初期遇到中文乱码，解决方案是在docker运行时添加语言环境变量：

docker run -e LANG=C.UTF-8 -e LC_ALL=C.UTF-8 ...

5.2 长文本截断处理

当会议内容过长时，nanobot的默认max_tokens可能不够。有两种解决方式：

修改nanobot启动参数：

docker run ... --env MAX_TOKENS=8192 ...

在OpenClaw侧启用分块处理：

{
  "actions": [
    {
      "type": "llm",
      "chunk_size": 2000,
      "chunk_overlap": 200
    }
  ]
}

5.3 网络延迟优化

如果QQ机器人响应慢，可以：

为OpenClaw网关设置keepalive
调整nanobot的vLLM参数：

--tensor-parallel-size 1 --max-parallel-requests 10

6. 扩展应用场景

这套方案经过简单修改就能支持更多办公场景：

日报自动汇总：设置定时任务收集群内成员日报，生成汇总报告
待办事项提醒：识别聊天中的时间信息，自动创建提醒
知识库问答：对接内部文档库，回答常见问题

一个进阶技巧是将多个技能组合使用。例如我的会议纪要+待办同步工作流：

{
  "skills": {
    "meeting_workflow": {
      "trigger": "@机器人 会议记录",
      "actions": [
        {"type": "llm", "task": "meeting_minutes"},
        {"type": "llm", "task": "extract_todos"},
        {"type": "api", "url": "http://内部OA系统/api/todos"}
      ]
    }
  }
}