openclaw-feishu

GitHub
655 52 简单 1 次阅读 3天前MIT插件Agent语言模型
AI 解读 由 AI 自动生成,仅供参考

openclaw-feishu 是一个专为 OpenClaw(原 Clawdbot)用户打造的飞书接入指南与社区支持项目,旨在帮助国内用户低门槛地将 AI 智能体集成到飞书生态中。它不仅仅是一个简单的连接工具,更提供了一套经过本土化适配的完整解决方案,解决了用户在配置过程中遇到的环境差异、API 调用复杂以及缺乏中文最佳实践等痛点。

该项目核心解决了“如何让 AI 真正融入日常工作流”的问题。通过整合飞书官方最新开源的 Lark CLI 和官方插件,openclaw-feishu 让 AI 能够以用户身份直接操作飞书文档、多维表格、日历日程及任务管理,实现了从“被动问答”到“主动执行”的跨越。同时,它也保留了 OpenClaw 内置插件方案,为仅需聊天入口的用户提供更轻量的选择。项目还附带了 39 个针对国内生态(如飞书、钉钉、企业微信)验证过的真实用例,填补了社区在本地化场景应用上的空白。

openclaw-feishu 非常适合希望提升工作效率的普通职场人士、开发者以及 AI 爱好者使用。对于非技术背景用户,其提供的“保姆级”配置指南和一键权限导入功能极大降低了上手难度;对于开发者,项目中包含的 API 耗尽排查、内网穿透方案及 Lark CLI 深度集成指南,则为构建更复杂的自动化工作流提供了坚实的技术支撑。无论你是想打造一个个人数字分身,还是探索多 Agent 协作团队,openclaw-feishu 都是连接 OpenClaw 与飞书的高效桥梁。

使用场景

某互联网公司产品经理正在筹备季度复盘会议,需要协调跨部门资源、整理历史文档并同步最新进度。

没有 openclaw-feishu 时

  • 信息检索低效:为了查找上个季度的项目复盘文档,需要在飞书云盘中手动层层翻阅文件夹,或通过关键词搜索后逐一打开预览,耗时且容易遗漏关键版本。
  • 日程协调繁琐:确定会议时间时,需分别打开多位核心参会人的日历查看忙闲状态,反复沟通确认空档,再手动创建会议邀请,极易出现时间冲突或通知遗漏。
  • 任务追踪断层:会议中确定的待办事项(Action Items)需会后人工整理,再逐个在飞书任务中创建并指派给对应负责人,过程机械且容易因记忆偏差导致任务描述不清或责任人错配。
  • 身份割裂感强:若使用普通机器人插件,发出的消息和创建的文档均显示为“机器人”名义,缺乏正式感和权威性,团队成员往往忽略非真人发出的协作请求。

使用 openclaw-feishu 后

  • 智能文档直达:通过自然语言指令“帮我找出上季度关于用户增长的所有复盘文档”,openclaw-feishu 以你的身份直接检索并汇总链接,甚至能提取关键结论生成摘要,秒级获取信息。
  • 自动化日程管理:只需说“约下周二下午研发和市场负责人开一小时会”,AI 自动查询相关人员日历忙闲,锁定共同空闲时段并发送正式会议邀请,全程无需手动切换界面。
  • 闭环任务执行:会议结束时,直接指令“将刚才讨论的三个待办项创建为飞书任务并指派给对应人”,AI 即时在飞书任务模块生成清晰条目,确保责任到人,实现从沟通到执行的无缝衔接。
  • 数字分身体验:所有操作均以你本人的 OAuth 身份执行,发出的消息、创建的文档均带有你的个人标识,保持了职场协作的真实性和信任度,如同拥有一个能直接操作飞书的数字分身。

核心价值在于将 AI 从单纯的“聊天问答”升级为能深度操控飞书生态的“执行代理”,极大释放了重复性办公操作的精力。

运行环境要求

操作系统
  • macOS
  • Linux
GPU

未说明

内存

未说明

依赖
notes本项目为 OpenClaw 的飞书集成指南及插件配置说明,并非独立的 AI 模型运行环境。核心依赖是已安装并正常运行的 OpenClaw (版本需 >= 2026.2)。支持两种接入方式:1. OpenClaw 内置飞书插件(推荐,配置简单,以机器人身份运行);2. 飞书官方插件(功能更强,支持以用户身份操作文档/日历/任务,需 OAuth 授权及 Lark CLI)。两者互斥,不可同时启用。需注意飞书 API 配额限制,避免多实例共用同一 App ID 导致超限。
python未说明
openclaw (>= 2026.2)
@larksuiteoapi/feishu-openclaw-plugin (可选,官方插件)
openclaw-feishu hero image

快速开始

feishu-openclaw

飞书 × OpenClaw 保姆级配置指南 & 社区支持
让每个人都能用飞书轻松接入 OpenClaw(原 Clawdbot)。


📚 awesome-openclaw-usecases-zh — 装好了 OpenClaw,然后呢?

Skills 装了一堆,教程收藏了一堆,工具越来越多——但最缺的不是能力,而是经过国内适配和验证的场景

39 个真实用例,含飞书、钉钉、企业微信、小红书等国内生态适配方案,每个都有完整步骤和可复制的提示词。

查看中文最佳用例合集 →


🆕 飞书官方开源 Lark CLI(2026.3.28)

飞书官方开源了 Lark CLI(MIT 协议)——让你的 AI Agent 直接操作飞书:搜文档、读妙记、查日历、发消息、操作多维表格…… 2500+ API,11 个业务领域,19 个 AI Agent Skills

安装只需要告诉你的 Agent 一句话,你只需要点一个授权链接。

👉 Lark CLI 上手指南


📢 飞书官方插件上线(2026.3.6)

飞书团队正式推出了 OpenClaw 飞书官方插件。目前飞书接入 OpenClaw 共有三种插件方式:

  • (a) 飞书官方插件 — 飞书团队开发维护,支持以用户身份操作文档、日历、任务等
  • (b) OpenClaw 内置飞书插件 — OpenClaw 社区维护(@openclaw/feishu),OpenClaw ≥ 2026.2 已内置
  • (c) 本项目插件 — 本仓库早期开发的社区飞书插件(已停止更新,推荐迁移到 a 或 b)

👉 想了解飞书官方和 OpenClaw 内置插件的区别?两个插件怎么选

👉 本项目插件的老用户?如何迁移到飞书官方或 OpenClaw 内置插件


📋 目录


🚀 OpenCrew — 把你的 OpenClaw 变成一支 AI 团队

多个 Agent 各管各的领域,Slack 频道=岗位,经验自动沉淀。

3 个 Agent 起步 · 10 分钟部署 · 不用写代码

查看 GitHub →


🆕 飞书官方插件

飞书团队推出的 OpenClaw 官方插件,最大的不同是:以你的身份操作飞书(通过 OAuth 授权)。

这意味着 AI 不只是"聊天机器人",而是能直接帮你写文档、建多维表格、约日程、管理任务——就像一个能操作飞书的数字分身。

👉 查看飞书官方插件安装指南

⚠️ OpenClaw 3.x 用户:官方安装工具 feishu-plugin-onboard 有版本检查 bug(#59),会误报版本过低。安装指南中已提供替代方式,直接 openclaw plugins install @larksuiteoapi/feishu-openclaw-plugin 即可绕过。

📖 飞书团队的完整图文教程:OpenClaw 飞书官方插件上线 | 一文讲清功能、安装更新教程与常见问题


📊 飞书官方 vs OpenClaw 内置:怎么选?

两个插件不能同时使用(安装官方插件时会自动禁用内置插件)。

维度 飞书官方插件 OpenClaw 内置插件
操作身份 你本人身份(OAuth) 机器人身份
消息 读取、发送、回复、搜索 读取、发送、回复
文档 创建 + 编辑 + 读取 读取为主
多维表格 完整操作(表、字段、记录、视图) 基础读写
日历日程 ✅ 创建/查询/修改/搜索/忙闲查询
任务管理 ✅ 创建/查询/更新/完成/子任务
知识库 ✅ 完整读写 ✅ 只读
云盘 ✅ 上传/下载 ✅ 基础操作
流式输出
安装复杂度 需要额外安装 CLI 工具 + OAuth 授权 OpenClaw 内置,openclaw channels add 即可
维护方 飞书团队 OpenClaw 社区
问题反馈 飞书反馈群 本项目 Issues / Discord

选择建议

选飞书官方插件,如果你:

  • 想让 AI 帮你操作飞书(写文档、建表、约会议)
  • 需要日历、任务管理等高级功能
  • 想要以自己身份发消息(不是机器人名义)

选 OpenClaw 内置插件,如果你:

  • 主要用飞书做聊天入口,让 AI 回答问题、执行本地任务
  • 不需要 AI 操作飞书文档/日历/任务
  • 偏好更简单的安装流程(内置即用)

⚠️ 两种插件互斥,只能启用一个。 安装飞书官方插件时会自动禁用内置插件,反之亦然。如果两个都装了,会出现 duplicate plugin id 报错导致飞书功能不可用。遇到这种情况:

# 删除用户目录下的重复插件
rm -rf ~/.openclaw/extensions/feishu
openclaw gateway restart

如果想从内置切换到官方插件,见 从 OpenClaw 内置插件迁移到飞书官方插件


🚀 OpenClaw 内置插件教程(从零配置)

适用于:第一次使用 OpenClaw + 飞书的新用户,选择 OpenClaw 内置插件方案。 前提:已安装 OpenClaw 并正常运行(openclaw gateway status 能看到状态)。 预计耗时:15–20 分钟。

第一步:创建飞书应用(机器人)

  1. 打开 飞书开放平台,用飞书账号登录
  2. 点击 创建企业自建应用
  3. 填写应用名称(随意,比如 "我的 AI 助手")和描述
  4. 选一个图标(可以之后改)

第二步:启用机器人能力

进入你刚创建的应用:

  1. 左侧菜单找到 应用能力 > 机器人
  2. 开启机器人能力
  3. 给机器人起个名字

第三步:配置权限

  1. 左侧菜单进入 权限管理
  2. 点击 批量导入
  3. 粘贴以下 JSON(一键导入所有需要的权限):
{
  "scopes": {
    "tenant": [
      "aily:file:read",
      "aily:file:write",
      "application:application.app_message_stats.overview:readonly",
      "application:application:self_manage",
      "application:bot.menu:write",
      "cardkit:card:write",
      "contact:user.employee_id:readonly",
      "corehr:file:download",
      "docs:document.content:read",
      "event:ip_list",
      "im:chat",
      "im:chat.access_event.bot_p2p_chat:read",
      "im:chat.members:bot_access",
      "im:message",
      "im:message.group_at_msg:readonly",
      "im:message.group_msg",
      "im:message.p2p_msg:readonly",
      "im:message:readonly",
      "im:message:send_as_bot",
      "im:resource",
      "sheets:spreadsheet",
      "wiki:wiki:readonly"
    ],
    "user": [
      "aily:file:read",
      "aily:file:write",
      "im:chat.access_event.bot_p2p_chat:read"
    ]
  }
}

第四步:配置事件订阅

⚠️ 这一步必须在 OpenClaw 网关启动后再做,否则保存会失败。 先做第五、六步,回来再做这一步也可以。

  1. 左侧菜单进入 事件与回调 > 事件配置
  2. 请求方式选择:使用长连接接收事件(这是关键!不需要公网服务器)
  3. 添加事件:搜索 im.message.receive_v1(接收消息),勾选添加

第五步:记下凭证

在应用的 凭证与基础信息 页面,复制:

  • App ID(格式如 cli_xxxxxxxxx
  • App Secret

❗ App Secret 很重要,请妥善保管,不要分享。

第六步:发布应用

  1. 左侧菜单 版本管理与发布
  2. 创建版本 → 填写版本说明 → 提交
  3. 等待审批(企业内部应用通常自动通过,几秒到几分钟)

第七步:在 OpenClaw 中配置飞书

OpenClaw ≥ 2026.2 已内置飞书插件,不需要额外安装,直接配置即可。

💡 如果你在首次 openclaw setup 时看到 "Install Feishu plugin?",选择 "Download from npm" 即可进入配置流程。选了 "Skip" 也没关系,用下面的命令随时添加。

打开 终端(Terminal)

# 1. 添加飞书渠道(交互式,跟着提示走)
openclaw channels add
# 选择 Feishu → 粘贴 App ID → 粘贴 App Secret

# 2. 重启网关
openclaw gateway restart

# 3. 查看日志,确认连接成功
openclaw logs --follow

第八步:发消息测试

  1. 在飞书里搜索你的机器人名字,打开对话
  2. 发一条消息,比如"你好"
  3. 如果机器人回复了配对码,在终端运行:
openclaw pairing approve feishu <配对码>
  1. 授权后再发一条消息,收到正常回复 = 配置完成 🎉

回来补第四步:如果你先跳过了事件订阅,现在网关已启动,回到飞书开放平台把第四步做完,保存后重启网关(openclaw gateway restart)。

第九步(可选):让机器人开机自启

openclaw gateway install

这样电脑重启后机器人也会自动上线。


🔄 从旧版迁移

适用于:之前使用本项目(独立桥接或 npm 插件)的老用户。 两种方式任选其一,效果一样。

迁移前须知

  • ✅ 你之前创建的飞书应用(机器人)可以继续用,不需要重新创建
  • ✅ App ID 和 App Secret 不变
  • ✅ 迁移后聊天记录不受影响(记录在飞书端)
  • ⚠️ 迁移过程中机器人会短暂离线(几分钟)

方法一:通过 OpenClaw 升级(推荐,最省事)

如果你的 OpenClaw 版本 ≥ 2026.2,升级后官方飞书插件已经内置,只需要:

1. 升级 OpenClaw

openclaw update

升级完成后会自动重启网关。

2. 添加飞书渠道

openclaw channels add

选择 Feishu → 粘贴你的 App ID → 粘贴你的 App Secret

App ID 和 App Secret 在哪?之前可能保存在 ~/.clawdbot/secrets/feishu_app_secret,可以 cat 查看。 如果找不到,去 飞书开放平台 → 你的应用 → 凭证与基础信息 重新复制。

3. 补全飞书应用权限

官方插件支持图片、文件、流式输出等更多功能,需要在飞书开放平台补几个权限:

  1. 打开 飞书开放平台 → 进入你的应用
  2. 进入 权限管理 → 点击 批量导入
  3. 粘贴以下内容一键导入:
{
  "scopes": {
    "tenant": [
      "aily:file:read",
      "aily:file:write",
      "application:application.app_message_stats.overview:readonly",
      "application:application:self_manage",
      "application:bot.menu:write",
      "cardkit:card:write",
      "contact:user.employee_id:readonly",
      "corehr:file:download",
      "docs:document.content:read",
      "event:ip_list",
      "im:chat",
      "im:chat.access_event.bot_p2p_chat:read",
      "im:chat.members:bot_access",
      "im:message",
      "im:message.group_at_msg:readonly",
      "im:message.group_msg",
      "im:message.p2p_msg:readonly",
      "im:message:readonly",
      "im:message:send_as_bot",
      "im:resource",
      "sheets:spreadsheet",
      "wiki:wiki:readonly"
    ],
    "user": [
      "aily:file:read",
      "aily:file:write",
      "im:chat.access_event.bot_p2p_chat:read"
    ]
  }
}

已有的权限会自动跳过,不会重复添加。

  1. 导入后 → 创建新版本发布(让新权限生效)

4. 清理旧插件/桥接

# 移除旧的 npm 插件(如果装过)
openclaw plugins remove feishu-openclaw 2>/dev/null

# 停掉旧的桥接服务(如果用过独立桥接)
launchctl unload ~/Library/LaunchAgents/com.clawdbot.feishu-bridge.plist 2>/dev/null

# 重启网关
openclaw gateway restart

然后跳到下方 验证 确认一切正常。


方法二:不升级 OpenClaw,只加飞书

适用于不想整体升级 OpenClaw、只想加飞书的情况。

注意:OpenClaw ≥ 2026.2 已内置飞书插件,不需要 openclaw plugins install。直接配置即可。

1. 准备好你的飞书凭证

  • App ID:格式如 cli_xxxxxxxxx
  • App Secret

之前可能保存在 ~/.clawdbot/secrets/feishu_app_secret,可以 cat 查看。 如果找不到,去 飞书开放平台 → 你的应用 → 凭证与基础信息 重新复制。

2. 补全飞书应用权限

(同方式一的第 3 步,权限 JSON 一样,这里不重复粘贴——往上翻到方式一的权限 JSON 复制即可。)

  1. 飞书开放平台 → 你的应用 → 权限管理批量导入 → 粘贴上方 JSON
  2. 导入后 → 创建新版本发布

3. 配置飞书渠道

# 添加飞书渠道(交互式引导)
openclaw channels add
#    → 选择 Feishu
#    → 粘贴 App ID
#    → 粘贴 App Secret

# 移除旧的 npm 插件(如果装过)
openclaw plugins remove feishu-openclaw 2>/dev/null

# 停掉旧的桥接服务(如果用过独立桥接)
launchctl unload ~/Library/LaunchAgents/com.clawdbot.feishu-bridge.plist 2>/dev/null

# 重启网关
openclaw gateway restart

验证

# 查看日志,确认飞书连接成功
openclaw logs --follow

日志中看到类似 feishu ws connectedfeishu provider ready 就说明连上了。

在飞书中给机器人发一条消息,正常收到回复 = 迁移完成 🎉

配对授权:如果机器人回复了一个配对码,在终端运行:

openclaw pairing approve feishu <配对码>

授权后就能正常对话了。这是一次性操作。

迁移后清理(可选)

稳定运行几天后,可以清理旧文件:

# 删除旧的 launchd 配置(桥接用户)
rm -f ~/Library/LaunchAgents/com.clawdbot.feishu-bridge.plist

# 旧的桥接项目文件夹可以归档或删除
# (建议先保留一段时间,确认没问题再删)

从 OpenClaw 内置插件迁移到飞书官方插件

如果你正在使用 OpenClaw 内置插件,想切换到飞书官方插件:

  1. 按照 飞书官方插件安装指南 执行安装
  2. 安装过程中会自动禁用 OpenClaw 内置飞书插件
  3. 完成 OAuth 授权后即可使用

如果想切回内置插件:卸载官方插件后重启网关,内置插件会自动恢复。


🔧 常见问题 & 排查清单

遇到问题先看这里。如果没找到答案,欢迎开 Issue

没有消息发送框?(最常见)

这是因为事件订阅没有配置。JSON 批量导入权限不会自动配置事件订阅,需要手动添加:

  1. 飞书开放平台 → 你的应用 → 事件与回调
  2. 添加事件:im.message.receive_v1(接收消息 v2.0)
  3. 订阅方式:选择 「使用长连接接收事件」
  4. 版本管理 → 创建新版本 → 发布上线

⚠️ 配置事件订阅前,确保 OpenClaw Gateway 已启动,否则长连接验证会失败。

机器人完全没反应(收不到消息)

按顺序检查:

  1. 网关在运行吗?

    openclaw gateway status
    

    如果没运行:openclaw gateway restart

  2. 飞书应用发布了吗? 去飞书开放平台 → 你的应用 → 版本管理,确认有已发布的版本

  3. 事件订阅配置了吗?

    • 是否选了 "使用长连接接收事件"(不是 Webhook)
    • 是否添加了事件 im.message.receive_v1
  4. 权限够吗? 至少需要:im:messageim:message.p2p_msg:readonlyim:message:send_as_bot

  5. 看日志

    openclaw logs --follow
    

    发一条消息,看日志有没有反应

时断时续(有时能回复,有时没反应)

常见原因:

  • 网络波动:飞书 WebSocket 断开后通常会自动重连,但如果你的网络不稳定(尤其是 VPN/代理环境),可能频繁断连
  • 网关重启:检查是否有什么在反复触发网关重启
    openclaw logs | grep -i "restart\|reconnect\|disconnect"
    
  • DNS 问题:如果你在国内使用代理,确保 open.feishu.cn 走直连(不走代理)

开了代理(Clash / V2Ray)后连不上?

日志报 400 The plain HTTP request was sent to HTTPS port,token 和 WebSocket 都失败。

原因:Axios 自动读取 HTTP_PROXY / HTTPS_PROXY 环境变量,将飞书请求以明文 HTTP 发到 443 端口,被服务端拒绝。

解决:通过 NO_PROXY 环境变量排除飞书域名,或在代理规则中将 feishu.cn 设为直连。

发图片 / 发文件,AI 看不到

  1. 检查权限:必须有 im:resource 权限
  2. 在飞书开放平台补权限后,记得 创建新版本 → 发布
  3. 重启网关:openclaw gateway restart

AI 说生成了图片,但飞书没收到

  1. 确认有 im:resource 权限(用于上传图片到飞书)
  2. 检查日志中有没有 upload 相关的错误

群聊中机器人不回复

  1. 默认需要 @机器人 才会回复
  2. 确认机器人已被添加到群聊
  3. 检查 groupPolicy 配置(见进阶配置

回复特别慢

  • 这通常是 AI 模型的响应速度决定的,和飞书插件关系不大
  • 可以开启流式输出(默认已开启),让回复逐步显示而不是等全部生成后一次发送
  • 如果超过 30 秒无回复,检查日志看是不是模型调用出错

"Unknown model" 错误

  • 通常发生在模型配置变更后,重启网关即可:
    openclaw gateway restart
    

配对码是什么?怎么用?

首次和机器人对话时,出于安全考虑,机器人会回复一个配对码(一串字母数字)。你需要在终端"批准"这个配对:

openclaw pairing approve feishu <配对码>

批准后这个飞书用户就可以正常和机器人对话了。这是一次性操作。

首次 setup 提示 "Install Feishu plugin?"

这是正常的。OpenClaw 已内置飞书插件,但向导默认需要你确认启用。选择 "Download from npm" 即可,之后会直接进入 App ID / App Secret 的配置步骤。

如果选了 "Skip for now",可以随时通过 openclaw channels add 手动添加飞书渠道。

提示 "duplicate plugin id detected"

这说明飞书插件同时存在于两个位置:OpenClaw 内置目录(stock extension)和用户目录(~/.openclaw/extensions/feishu/)。

原因:OpenClaw ≥ 2026.2 已内置飞书插件,如果又手动执行了 openclaw plugins install @openclaw/feishu,就会产生重复。

解决:删除用户目录下的副本,保留内置版本即可:

rm -rf ~/.openclaw/extensions/feishu
openclaw gateway restart

API 配额被耗尽(没怎么用却超限了)

现象:飞书开放平台显示 API 月度调用量(免费 50,000 次)耗尽,但你几乎没有主动使用飞书机器人。

原因:OpenClaw Gateway 每 60 秒对所有启用的 channel 执行一次健康探测。飞书插件的探测会调用 bot/v3/info API,每次计入月度配额。单台机器每月消耗约 27,000 次;两台机器共用同一个飞书 App 就会超限

影响范围:仅消耗 API 配额,不影响消息收发。消息通过 WebSocket 长连接接收,与 health check 无关。

修复(发给你的 AI 助手即可):

我的飞书 API 月度配额被意外耗尽了。这是 OpenClaw health check 导致的已知问题(每 60 秒调用一次 bot/v3/info API)。请帮我排查和修复:
1. 运行 `openclaw channels status` 查看飞书是否启用
2. 如果我不需要飞书对话功能,禁用它:`openclaw config set channels.feishu.enabled false && openclaw gateway restart`
3. 如果有多台机器运行 OpenClaw,在不需要飞书的机器上禁用
4. 如果需要保留飞书,确认只有一台机器启用(单台不会超限)

📖 详细背景和诊断步骤见 docs/api-quota-fix.md

Lark(国际版)用户

Lark 后台不开放 WebSocket 长连接,需要用 Webhook 模式。详见 Lark 接入指南


📚 进阶配置参考

配置文件位置

~/.openclaw/openclaw.json

基础配置示例

{
  channels: {
    feishu: {
      enabled: true,
      dmPolicy: "pairing",
      accounts: {
        main: {
          appId: "cli_xxxxxxxxx",
          appSecret: "你的AppSecret",
          botName: "我的AI助手",
        },
      },
    },
  },
}

群组配置

默认行为:所有群组允许,但必须 @机器人。

特定群组无需 @(直接回复所有消息)

{
  channels: {
    feishu: {
      groups: {
        oc_你的群组ID: { requireMention: false },
      },
    },
  },
}

只允许特定用户在群组中使用

{
  channels: {
    feishu: {
      groupPolicy: "allowlist",
      groupAllowFrom: ["ou_用户1", "ou_用户2"],
    },
  },
}

获取群组 ID(oc_xxx)/ 用户 ID(ou_xxx):给机器人发消息后看日志 openclaw logs --follow

流式输出

默认开启。机器人会边生成边更新消息,而不是等全部写完再发。

{
  channels: {
    feishu: {
      streaming: true,       // 流式卡片输出(默认 true)
      blockStreaming: true,   // 块级流式(默认 true)
    },
  },
}

如需关闭(等完整回复后一次性发送):设 streaming: false

多 Agent 路由

一个飞书机器人可以对接多个不同的 AI Agent(比如不同的人聊不同的Agent):

{
  bindings: [
    {
      agentId: "main",
      match: { channel: "feishu", peer: { kind: "dm", id: "ou_用户A" } },
    },
    {
      agentId: "另一个agent",
      match: { channel: "feishu", peer: { kind: "group", id: "oc_某群组" } },
    },
  ],
}

访问控制策略

策略 (dmPolicy) 行为
"pairing" 默认。新用户收到配对码,管理员批准后可对话
"allowlist" 仅白名单用户可对话
"open" 允许所有人对话
"disabled" 禁止私聊

常用命令速查

命令 说明
openclaw gateway status 查看网关状态
openclaw gateway restart 重启网关
openclaw gateway install 安装为开机自启服务
openclaw logs --follow 实时查看日志
openclaw pairing list feishu 查看待授权配对
openclaw pairing approve feishu <CODE> 批准配对
openclaw plugins list 查看已安装插件

🌏 Lark(国际版)接入指南

Lark 后台目前不开放 WebSocket 长连接能力,所以不能像飞书国内版那样"零公网"直连。 需要改用 Webhook 模式:Lark 主动把消息推送到你提供的一个公网 URL。

与飞书版的区别

飞书(国内版) Lark(国际版)
连接方式 WebSocket 长连接 ✅ Webhook HTTP 回调
需要公网? ❌ 不需要 ✅ 需要(或用隧道)
开发者平台 open.feishu.cn open.larksuite.com

第一步:配置 OpenClaw

~/.openclaw/openclaw.json 中配置飞书渠道:

{
  channels: {
    feishu: {
      domain: "lark",
      connectionMode: "webhook",
      webhookPort: 3000,
      webhookPath: "/feishu/events",
      accounts: {
        main: {
          appId: "cli_xxxxxxxxx",
          appSecret: "你的AppSecret"
        }
      }
    }
  }
}

也可以把 domainconnectionMode 等字段放在 account 级别,这样可以一个 account 连飞书、另一个连 Lark。

第二步:启动网关 + 暴露到公网

⚠️ 必须先启动网关,再去 Lark 后台填 URL。因为 Lark 填写 URL 时会立刻发验证请求,网关没启动就会验证失败。

先启动网关:

openclaw gateway restart
openclaw logs --follow

看到 Webhook server listening on port 3000 说明启动成功。按 Ctrl+C 退出日志(网关仍在后台运行)。

再暴露端口到公网。 推荐 Cloudflare Tunnel(免费、稳定):

# 安装 cloudflared(macOS)
brew install cloudflared

# 一键暴露本地 3000 端口(临时,用于测试)
cloudflared tunnel --url http://localhost:3000

运行后会得到一个公网 URL,类似:https://xxx-yyy-zzz.trycloudflare.com

记下这个 URL,下一步要用。

与 VPN/代理兼容性:Cloudflare Tunnel 不创建虚拟网卡、不修改系统路由表,与 Clash Verge、V2Ray 等代理工具完全兼容,可以同时使用。

如需固定域名(推荐正式使用时配置):

cloudflared tunnel login
cloudflared tunnel create feishu-bot
cloudflared tunnel route dns feishu-bot feishu.yourdomain.com
cloudflared tunnel run --url http://localhost:3000 feishu-bot

其他隧道方案也可以:

  • ngrokngrok http 3000(免费版 URL 会变)
  • Tailscale Funnel:如果你已在用 Tailscale,配置最简单

第三步:配置 Lark 后台

  1. 打开 Lark Developer Console
  2. 创建应用、添加机器人能力(操作步骤同飞书版)
  3. 进入 Event Subscriptions
    • Request URL 填入上一步拿到的公网 URL + webhook 路径,例如: https://xxx-yyy-zzz.trycloudflare.com/feishu/events
    • 点保存后 Lark 会立刻发验证请求,OpenClaw 自动通过(前提是网关和隧道都在运行)
    • 如果验证失败:检查网关是否启动、隧道是否运行、URL 是否拼对
  4. 添加事件:Receive messages - im.message.receive_v1
  5. 权限配置同飞书版

第四步:发消息测试

在 Lark 里搜索你的机器人,发一条消息。查看日志确认收到:

openclaw logs --follow

收到正常回复 = 配置完成。

注意事项

  • Webhook 模式下,OpenClaw 网关必须持续运行且公网可访问
  • 如果使用临时隧道(cloudflared tunnel --url),每次重启 URL 会变,需要去 Lark 后台更新 Request URL
  • 建议正式使用时配置固定域名的 Cloudflare Tunnel
  • 飞书国内版也可以使用 webhook 模式(设 connectionMode: "webhook"),但没必要——WebSocket 模式更简单
  • 如果你在 Lark 后台开启了事件加密,需要在配置中额外添加 encryptKeyverificationToken(从 Lark 后台的 Encrypt Key / Verification Token 处复制)

常见问题(快问快答)

Q: 需要服务器吗? 不需要。飞书用 WebSocket 长连接,你的电脑(Mac / Windows / Linux)直接连飞书云端,不需要公网 IP。

Q: 电脑关机了怎么办? 机器人会离线。开机后自动重连(如果配了开机自启)。要 24/7 在线可以用一台常开的机器(Mac Mini、NAS、云服务器等)。

Q: 飞书免费版能用吗? 可以。自建应用和机器人功能对所有飞书版本开放。

Q: 能同时接 Telegram / 微信等其他渠道吗? 可以。OpenClaw 原生支持多渠道,飞书只是其中之一,互不影响。

Q: 飞书官方插件和 OpenClaw 内置插件能同时用吗? 不能。安装飞书官方插件时会自动禁用 OpenClaw 内置插件。两者只能二选一。


📝 更新日志

2026.03.30 — Lark CLI 上手指南

  • 🆕 飞书官方开源 Lark CLI(MIT),一行命令调飞书 2500+ API
  • 📖 新增 Lark CLI 保姆级上手指南——安装、配置、OAuth 授权、Agent 调用示例
  • 🔧 与插件/桥接互补:插件管对话,CLI 管操作

2026.03.07 — 飞书官方插件上线

  • 🆕 新增飞书官方插件介绍及对比
  • 📖 新增 飞书官方插件安装指南
  • 🔄 更新项目定位:从"三方桥接→内置插件迁移"到"帮用户选对方案"
  • 🗑️ 移除早期独立桥接模式文档(已停止维护)

2026.03.02 — API 配额排查

  • 🔧 新增 API 配额耗尽问题的根因分析和修复指南

2026.02.24 — Lark 支持 + Webhook 模式 (v0.4.0)

  • 🌏 新增 Lark(国际版)支持:domain: "lark" 配置
  • 🔗 新增 Webhook 连接模式:解决 Lark 无法使用 WebSocket 的问题
  • 📖 新增 Lark 接入指南:含 Cloudflare Tunnel 内网穿透教程
  • 🛡️ Lark 用户误配 WebSocket 时自动 fallback 到 Webhook 并提示
  • 🔧 端口冲突、graceful shutdown 等稳定性改进

2026.02 — 定位转型

本项目从独立桥接/插件转型为 飞书 × OpenClaw 配置指南 & 社区支持中心

OpenClaw 已内置官方飞书插件(@openclaw/feishu),本项目继续为社区提供:保姆级教程、迁移指南、常见问题答疑。

2026.02.02 — 媒体功能大更新(桥接模式)

  • ✅ 飞书传图 → AI 能看图
  • ✅ 飞书传视频/文件 → 桥接可接收下载
  • ✅ AI 生图 → 自动回传飞书
  • ✅ 列表格式修复
  • ✅ 本地文件发送白名单安全控制

2025.2.1

同步更新飞书插件,适配 OpenClaw。


致社区

感谢大家一直以来的支持与信任 🙏

本项目最初是为了让飞书用户能更方便地接入 AI 助手——从独立桥接、到 npm 插件,再到一路踩坑填坑,这些都是大家的反馈推着走过来的。

现在,不仅 OpenClaw 内置了飞书插件(@openclaw/feishu),飞书团队也推出了官方的 OpenClaw 插件(feishu-openclaw-plugin),还开源了 Lark CLI 让所有 Agent 框架都能操作飞书。这是件好事——说明飞书 + AI 这条路走通了,社区的需求被看到了。

本项目会继续为大家服务:

  • 🎯 为非技术背景的伙伴提供最友好的入门引导
  • 📊 帮你理清不同方案的区别,选对适合自己的路径
  • 🔧 常见问题答疑 & 排查清单——官方文档没覆盖到的坑,这里帮你踩
  • 🔄 为老用户提供迁移指南

遇到问题随时开 Issue,我们一起解决。


🔗 链接


📈 Star History

Star History Chart

License

MIT

版本历史

v0.4.02026/02/24
v1.0.02026/02/07

常见问题

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|今天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

139k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|今天
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|昨天
Agent图像开发框架