OpenClaw 你可以部署在自己的电脑上,也可以部署在各个大厂提供的平台。对小白特别友好,无需配置模型,无需购买服务器,甚至无需复杂的配置,只需要动动手点点就好了。不过需要购买平台对应的会员。
完整教程:Awesome OpenClaw Tutorial | GitHub 仓库
⭐ 如果觉得有帮助,欢迎 Star 支持!
飞书妙搭 ⭐
免费
每日100万Tokens
1分钟 ⭐⭐⭐⭐⭐ 最简单、免费、活动期间超值 扣子 OpenClaw 99元/月起 无 3分钟 ⭐⭐⭐⭐ Agent生态丰富 Kimi OpenClaw 200元/月 无 1分钟 ⭐⭐⭐⭐ Kimi K2.5模型、浏览器操控 腾讯 WorkBuddy 赠送5000积分 注册即送 5分钟 ⭐⭐⭐⭐ 桌面Agent、多IM支持 火山 ArkClaw 按量付费 有 1-2分钟 ⭐⭐⭐ 字节跳动出品 智谱 AutoClaw 按量付费 有 1分钟 ⭐⭐⭐ 自动配置飞书
核心优势(先看这个)
完全免费 活动期间可
免费部署
海量额度
每日免费 100 万 Tokens
极速部署
1 分钟完成
自动集成飞书 不用手动配机器人
限量开放 每日限量
10 万名
⏰ 限时活动:2026 年 3 月 31 日 24:00(北京时间)前免费部署、每日免费 100 万 Tokens 额度!

一键部署步骤
步骤 1:打开妙搭
- 电脑打开:https://miaoda.feishu.cn/
- 或者手机打开飞书,搜索「妙搭」
步骤 2:点击创建

进行一键配置即可,不到 1 分钟就安装配置好,并且丝滑连接飞书。
藺 使用体验亮点
亮点 1:快捷指令(更不怕上下文污染)
在对话页面多了「快捷指令」和「设置」按钮。
/new新建会话(避免上下文污染)
/stop中止当前对话(龙虾跑偏立刻刹车)

亮点 2:可视化设置入口(排查/修复更方便)
点击设置会跳到妙搭的设置界面:

你可以在妙搭里管理/删除刚才创建好的 OpenClaw:

当小龙虾出问题(需要排查/修复/改配置)时,在妙搭上找到你的 咽,点击管理:

还可以自定义小龙虾、添加技能等:

比如让它每次完成任务都来一句:“已完成,老板~”。
自动创建的飞书机器人在开放平台里也能看到,整体体验非常丝滑:

实战案例(更直观)
案例 1:一句话创建飞书多维表格

案例 2:抖音爆款视频 → 公众号文章(自动配图+存飞书文档)
抖音视频链接直接通过技能下载:

解析视频、截取画面、生成公众号文章、写入飞书文档,一波流操作:

官方教程
飞书官方教程:【飞书妙搭】全网最简单的 OpenClaw 真一键部署来了!|限时免费,含高级玩法
打开:https://www.coze.cn/
注册一个账号,登录后,按照箭头选择一键部署:

3 分钟快速部署:

当前「OpenClaw 部署」仅面向个人高阶版、个人旗舰版、企业标准版以及企业旗舰版用户开放限时体验。

最低可以购买高阶版,99 一个月,然后就可以体验了。

选择模型和版本后,就能一键部署了,部署好了之后:

如果需要配置飞书渠道,可以参考如下配置:
点击配置,去创建:

做个授权,等待个几秒钟,机器人就创建成功了,可以按照这个视频来做配置:
扣子他们还搞了个 Agent 交流平台,目前已经有 13634 多个 Agent 了。

我们也可以把自己的小龙虾注册上去,然后发帖子和别的小龙虾一起互动玩起来。
注册也很简单,你可以像我一样给这个提示词:
你去这里 https://instreet.coze.site/skill.md 注册一个InStreet 账号,然后发帖说自己注册成功了!

打开 Kimi 官网:https://www.kimi.com/
点击 Kimi Claw,简称 kimi 版小龙虾。

当你用你粗壮的大拇指点击创建时,等待个 1 分多钟就部署好了。

然后就可以在浏览器里面直接召唤出小龙虾。

在右侧可以手动对自己的龙虾改名和重启,这个相当于在云端给每个人开了个沙箱环境,然后在这个独立的环境中装了个 OpenClaw。
不过这个一键部署仅支持 Allegretto 及以上计划,大概 200,我之前买了所以就能直接创建。
这里自动配置的 Kimi K2.5 Thinking 模型会自动关联 Kimi Code 会员权益额度。
在使用记录这里也能看到具体的使用:
扣子 Coze 教程
如果已经有自己的 OpenClaw,也可以通过安装 Kimi 插件的方式实现在 Kimi 里和 OpenClaw 聊天。
说实话,这个配置插件的方式只是多了一种渠道罢了,我这里就没把自己的龙虾关联过来,而是重新新建了一个。
毕竟新建一个干干净净的环境,想装啥 skill 就装啥,不用担心和自己本地的龙虾配置冲突,用起来反而更省心。
并且在飞书上做了集成,也就是我现在飞书上直接召唤 KimiClaw,整个配置过程,花了 3 分钟不到。
然后把小龙虾拉进群聊,大家一起吹水。
整个过程丝滑到有些怀疑人生,对小白来说简直太友好。
当在飞书里对话时,它会先给你个回复表情,代表已收到,还挺有用的,不然每次等待回复的过程以为挂了导致会重复发送。
ClawHub 是专门为小龙虾提供的 skill 仓库,这里有非常多好用的 skill。
地址:https://clawhub.ai/

在 KimiClaw 里,从 ClawHub 获取技能很简单,只需要跟他说需要的需求,就能快速安装好。
比如我的banana生成图片技能,下达指令后,bananapro-image-gen,快速安装,然后就可以直接使用这个技能生成精美封面图片了。


除了这种方式,对于一些没有上到 ClawHub 的技能,也可以直接把 GitHub 项目地址丢给他,也能一键安装。
比较有意思的是,KimiClaw 可以打开浏览器后截图发我想要的信息,比如我想看看苹果最新官网有啥新东西,于是就可以直接问他。
基于此,我还发现一个比较好玩的玩法,就是你不用去装什么 API,你可以通过这种方式来监控你关注账号的最新动态。
他能够去查看最新的动态通过浏览器访问截图然后分析的方式,想想我们人不也是这样?打开,查看,这是绝对安全的方式,也不需要配置 API:
你可以一个定时任务,比如设置每 2 分钟就去截图一次,看看有没有更新。
拿这个来监控奥特曼,据说这家伙,2 月份从 19 号之后又要搞事,频发产品。
最近看 40W 推特大 V AlexFinn 的分享自己过去几周使用 OpenClaw,我觉得还挺有帮助的,他分享到自己用 OpenClaw 来构建第二大脑系统。

因为 OpenClaw 能保存记忆,完全可以把你的所有思考,所有想做的事情,都给 OpenClaw,当你真正想要应用的时候,你只需要问 OpenClaw,就能拿到结果。
比如当我在飞书中下达这个指令,它会帮我自动开发好这套系统。
我想构建一个第二大脑系统,可以查看我们所有的笔记、对话和记忆。请用Next.js构建出来,请直接给我应用。

接下来,我只需要把我的所思所遇所想通通丢给 KimiClaw:
今天看到一句话,帮我记下: 挣钱,靠手脚,拼的是眼力和体力,勤奋最重要。 赚钱,靠资本,拼的是脑力和心力,认知最重要。
由于我的 OpenClaw 是运行在 Kimi 提供的云环境中,所以他给了我一个云服务本地的地址,我打不开,让它自己帮我整个 HTTP 服务器。
但可惜,服务地址并打不开,估摸着是无法操控服务器开启端口,也到是有办法,可以部署到 vercel,或者让它截个图,先一饱眼福吧。
打开看看这个由 K 2.5 生成的页面,我是一眼就认出来了,哈哈。

稍微观察下就能发现,它把我和它的任务记录也都记录出来了。
以后有什么,直接丢给它,做第二大脑太舒服了。
下面介绍下接入飞书机器人步骤,非常简单,直接在 KimiClaw 里面提问说怎么接入飞书,它会一步步教你。
第一步,创建飞书机器人
访问飞书开放平台:https://open.feishu.cn/app,点击创建应用:

填写应用名称和描述后就直接创建:

点击添加应用能力,添加机器人。

第二步,配置权限
需要至少开通以下的权限:

可以在权限管理-开通权限这里选择需要的权限手动开通:

也可以直接导入以下权限配置即可:
{ "scopes": { "tenant": [ "aily:file:read", "aily:file:write", "application:application.app_message_stats.overview:readonly", "application:application:self_manage", "application:bot.menu:write", "contact:user.employee_id:readonly", "corehr:file:download", "event:ip_list", "im:chat.access_event.bot_p2p_chat:read", "im:chat.members:bot_access", "im:message", "im:message.group_at_msg:readonly", "im:message.p2p_msg:readonly", "im:message:readonly", "im:message:send_as_bot", "im:message.reactions:read", "im:resource" ], "user": ["aily:file:read", "aily:file:write", "im:chat.access_event.bot_p2p_chat:read"] } }

第三步,找到 App ID 和 App Secret
在凭证与基础信息中找到 App ID 和 App Secret,这个在飞书配置的时候会需要。

然后把 App ID 和 App Secret 发给 KimiClaw
第四步,事件与回调
在 KimiClaw 重启后,在飞书配置页点「事件与回调」,使用 长连接 接收事件,点击【保存】。保存后添加事件:im.message.receive_v1

待重启后,接下来就可以直接在飞书中使用了。
在飞书中的 bot 和 web 里的 bot 是同一个,消息也是通的。
官网地址:https://www.codebuddy.cn/work/
这是腾讯 CodeBuddy 团队开发的一款桌面端 Agent,也可以用飞书、企业微信直接连接。
简单来说 WorkBuddy 是 AI 原生桌面 Agent,能自主完成很多的办公类自动化操作。像什么数据分析,做 PPT,文件管理,通通都可以完成。

不过不同的是,WorkBuddy Claw 可以通过企业微信、飞书、钉钉、等日常 IM 工具中,通过手机直接指挥 WorkBuddy 干活。

打开 WorkBuddy,点击右上角个人按钮,选择「claw 设置」:

选择飞书集成:

可以看到需要这 2 个参数,下面就是需要去飞书开放后台搞到这 2 参数。

打开飞书开放后台,选择企业自建应用,创建企业自建应用:

飞书开放后台地址如下:
https://open.feishu.cn/app?lang=zh-CN
添加应用能力,选择添加一个机器人:

然后批量导入应用权限:

把这个权限全部复制到指定的地方就好。
}

点击下一步,确认申请开通权限。

下面是获取应用凭证,选择「凭证与基础信息」,复制 App ID 和 App Secret:

并填入到刚才 WorkBuddy 飞书的对应配置处。

点击注册后即可获得一个 Webhook 地址,复制这个地址:

回到飞书开放平台,找到刚才新建的应用,配置「事件与回调」:

这是个关键配置,需要订阅机器人长链接接收事件和卡片回调。这一步的作用是让 openclaw 在飞书内具备收发消息的能力。
选择将事件发送至开发者服务器,黏贴刚才的 Webhook 地址。

然后添加接收事件:

搜索「接收消息」,点击立即添加:

接下来,进行回调配置,同样是同样页面,选择「回调配置」,同样将回调发送至开发者服务器,黏贴刚才的 Webhook 地址:

需要添加「卡片回传交互」这个回调:

最后就直接发布一下这个应用,先点击创建一下版本:

版本号和描述填下就可以发布了:

在飞书中点击打开应用即可和小龙虾开始对话了。

在飞书中开始对话,就可以看到能操控 WorkBuddy 了,而且默认的 claw 文件夹就是用户的 /WorkBuddy/Claw 文件夹。

那可以做啥呢?比如,我在手机飞书上,让 WorkBuddy 整理一下桌面:
WorkBuddy 能处理复杂任务,比如进行多个 PDF 报销发票自动识别、分类并汇总金额。
其中给的指令是:
请帮我处理叫做“团建设报销”文件夹里的报销发票单,图片是付款明细 请生成一个报销简述,包含以下信息: - 日期 - 商家名称 - 消费金额 - 消费类别(餐饮/交通/住宿/其他) - 备注 并按照如下示例排序:2025.12.01 深圳前海数码大厦团建聚餐 消费金额:100 元 最后帮我汇总金额,分别按照支付的明细和发票的明细金额,如有异常,帮我特殊标注 除了最终直接输出给我外,还要以一个excel交付
WorkBuddy 会自动帮忙整理好,并计算出金额,最终给一个 Excel 交付结果。
我发现在 WorkBuddy 中有不少的 SKill,可一键安装。

然后就可以上手使用,配置飞书也几乎没什么门槛,主打一个方便。
你不需要购买模型了,因为 WorkBuddy 已经内置了全球顶尖的模型。

我这里用的是国内版,只有国内模型,国际版现在还没上线。
和 Openclaw 不同的是,安全问题还是有保证的,只会对指定的文件夹做改动。
现在大家完全可以去试试,腾讯大好人,只要是 CodeBuddy 国内版用户,无论新老,一次性赠送 5,000 Credits,这是注册即有,无门槛。
领取地址:https://www.codebuddy.cn/profile/usage
领完你就可以用手机遥控 AI 干活了。
地址:https://www.volcengine.com/

点击「立即体验」:

点击「立即创建」:

等待一会会,预计 1-2 分钟

文档完善中。。
地址:https://autoglm.zhipuai.cn/autoclaw/

选择接入 IM:

接入飞书机器人:

选择自动配置,登录飞书后,就能看到他自动帮配置了:

很快就配置好了:

打开飞书,就能看到了。

整个过程非常的简单丝滑。
完善中
完善中
发布者:Ai探索者,转载请注明出处:https://javaforall.net/289126.html原文链接:https://javaforall.net
