我去年年底给自己定了个小目标:折腾一套完全属于自己的 AI 助手,不依赖网页版聊天窗口,而是直接塞进日常天天在用的聊天软件里。前后看了不少开源项目,最后在 Windows 机器上把 OpenClaw 跑起来了,成功接入了飞书和微信,每天在对话框里就能让大语言模型帮我处理日程、查资料、写周报,甚至当闲聊搭子。
这篇教程我会把整个过程掰开揉碎了讲清楚,包括为什么选这套方案、环境怎么搭、飞书和微信分别怎么配、踩过哪些坑,以及怎么排查问题。整个过程在 Windows 11 上实测可跑,Python 3.10 环境,不需要 Linux 虚拟机,不需要额外买服务器,一台普通家用电脑就能搞定。适合有基础 Python 使用经验、想自己动手把大语言模型接入日常聊天工具的朋友参考。
1. 项目概述:OpenClaw 能干什么,为什么值得折腾
1.1 OpenClaw 的核心价值:一个中枢接管所有聊天入口
OpenClaw 本质上是一个开源的个人 AI 助手网关,它做的事情可以理解成:把大语言模型的能力从一个孤立的网页聊天框里解放出来,接到你每天高频使用的消息平台上。你不需要打开浏览器、不需要切换页面,直接在飞书对话框或者微信好友聊天窗口里发一条消息,后台就会自动把消息转发给大语言模型,模型生成回复后再原路传回来,整个体验就像在跟一个懂技术的朋友聊天。
这个“中枢”设计有一个很大的好处:一次配置,多渠道复用。你把模型接入能力做在 OpenClaw 里,然后它负责分发到飞书、微信等不同渠道。以后想加一个新的聊天入口,不用重新对接模型,只要给 OpenClaw 加一个渠道适配器就行。当我决定再接入一个钉钉或者 Telegram 的时候,成本会很低。
为什么选 OpenClaw 而不是从零自己写? 我一开始确实想过自己去对接飞书 API,但仔细一算,要处理的事情太多了:消息加解密、事件订阅回调、Token 刷新、WebSocket 长连接维护、并发消息排队、多轮对话上下文管理……每一项都是需要认真处理的细节。OpenClaw 把这些问题都封装好了,相当于给了我一个已经装修好水电的房子,我只需要把自己的家具(模型配置)搬进去住就行。
1.2 本教程适合谁,需要准备什么
如果你正在被这些需求困扰,那这篇教程会对你有用:
- 想在 Windows 电脑上部署一个属于自己的大语言模型助手,但不想折腾 Linux 服务器
- 希望直接用飞书或者微信当交互界面,不想每次开网页
- 想尝试把本地模型或云端 API 模型接到聊天软件里,但不清楚整个流程
- 开了 API 服务的额度,但平时用不起来,想物尽其用
需要提前准备的东西不多,我列个清单:
| 项目 | 推荐要求 | 说明 |
|---|---|---|
| 操作系统 | Windows 10/11 x64 | 建议 Win11,Win10 也可 |
| Python | 3.10 或 3.11 | 3.9 以下不推荐,部分依赖会编译失败 |
| 内存 | 8GB 以上 | 16GB 体验更佳,跑模型推理更从容 |
| 磁盘 | 预留 5GB | 项目源码 + 依赖 + 日志缓冲 |
| 网络 | 能正常访问所需服务 | API 模式需要有稳定网络 |
需要说明的是,这里的“网络”指的是正常访问模型 API 服务所需要的基础连通性。如果你用的是国内模型服务商的 API,那基本没有障碍;如果用的是境外服务,你需要自己确保网络环境能够正常访问。我在教程里不会讨论任何特殊网络工具,只基于正常可用的网络环境展开。
模型方面有两条路线:一条是接云端 API,比如智谱、百度千帆、阿里百炼,以及各种兼容 OpenAI 格式的服务;另一条是接本地模型,通过 Ollama 或 vLLM 把开源模型跑在自己电脑上。两条路线各有优劣,我会在配置章节详细对比。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. Windows 环境准备:从 Python 到 OpenClaw 源码
2.1 Python 环境安装与虚拟环境创建
虽然现在 Windows 上的 Python 安装已经很简单了,但这里有几个细节没处理好,后面会非常难受。
第一步,安装 Python。我推荐直接到 Python 官网下载 3.10 或 3.11 版本的安装包。安装的时候务必勾选“Add Python to PATH”,这一步很多人会忘记,导致后面在命令行里敲 python 提示找不到命令。安装完成后,打开命令行(Win + R 输入 cmd 回车),敲下面这行命令确认版本:
bash复制python --version
如果输出了 Python 3.10.x 或者 3.11.x,说明安装成功。如果你安装了多个 Python 版本,建议用 py 启动器来管理,Windows 上自带的 py 命令可以切换不同版本。
第二步,创建项目目录和虚拟环境。这是一个我非常推荐的习惯:每个 Python 项目都用自己的虚拟环境,不要全部装在全局环境里。因为不同的项目依赖的包版本可能互相冲突,你前一个项目要的 requests 2.28,后一个项目要 2.31,全局环境里就会打架。
bash复制mkdir C:\openclaw
cd C:\openclaw
python -m venv venv
这个命令会在 C:\openclaw 目录下创建一个 venv 子目录,里面是一个隔离的 Python 环境。以后所有依赖都会安装到这个环境里,不会污染全局。
激活虚拟环境:
bash复制venv\Scripts\activate
激活成功的标志是命令行前面出现 (venv) 字样。这一步在 Windows 上偶尔会遇到“禁止运行脚本”的报错,这是因为系统默认执行策略限制的。遇到时用管理员身份打开 PowerShell 执行:
bash复制Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser
然后重新激活即可。
第三步,升级 pip 并安装基础工具。新装的 Python 环境里 pip 版本可能偏旧,先升级一下:
bash复制python -m pip install --upgrade pip
2.2 拉取 OpenClaw 源码并安装依赖
这里推荐用 Git 拉取源码,不建议直接下载 zip 包,因为以后升级只需
