飞书AI助手OpenClaw部署指南：7x24小时在线服务

1. 项目概述

今天要分享的是如何在飞书平台上搭建一个7x24小时在线的AI助手——OpenClaw。这个方案特别适合需要随时调用AI能力的企业团队或个人用户。我自己在团队内部部署使用了一个多月，实测下来响应速度快、稳定性好，完全能满足日常办公场景的AI需求。

OpenClaw本质上是一个基于微服务架构的AI中间件，它通过飞书开放平台的机器人接口，将Claude/Kimi这类大模型的能力无缝接入到飞书工作环境中。相比直接使用网页版AI工具，这种集成方式有三个明显优势：一是对话记录自动保存在飞书中，方便回溯；二是可以与企业内部数据流打通；三是能实现团队共享使用。

2. 环境准备

2.1 服务器选购指南

虽然原文提到使用腾讯云海外服务器，但根据我的实测经验，任何支持Docker的Linux服务器都能满足需求。这里分享几个选购要点：

1. 配置要求：最低1核2G即可流畅运行，但如果团队使用人数超过20人，建议选择2核4G配置。内存是关键指标，大模型交互比较吃内存。

2. 地域选择：不必执着海外服务器，国内服务器同样可用。我测试过阿里云杭州区和腾讯云上海区，连接Claude中转站API的延迟都在可接受范围内。

3. 系统推荐：Ubuntu 22.04 LTS最稳定，对Docker的支持也最好。避免使用太老的系统版本，可能会遇到依赖问题。

提示：购买服务器时记得开启80和443端口，这是飞书回调必须的。如果使用云服务商的安全组功能，还需要放行自定义端口（后续部署时会用到）。

2.2 飞书应用注册

飞书开放平台的注册流程有几个容易踩坑的地方需要特别注意：

1. 应用类型选择：个人使用选"自建应用"，企业使用建议选"企业自建应用"。后者支持更丰富的权限配置。

2. 权限配置：必须勾选以下核心权限：

   • 获取用户user_id
   • 获取用户基础信息
   • 获取用户邮箱信息
   • 机器人相关权限

3. 安全设置：在"安全设置"选项卡中，一定要添加服务器的公网IP到IP白名单。这是很多部署失败的根本原因。

2.3 AI API Key获取

Claude官方API目前申请门槛较高，使用中转站确实是更实际的选择。我测试过三家主流中转站的服务稳定性：

建议优先选择支持"请求重试"机制的中转站，这样在网络波动时能自动重新发送请求，避免对话中断。

3. 部署流程详解

3.1 服务器初始化

连接服务器后，建议按这个顺序执行初始化操作：

bash复制# 更新系统
sudo apt update && sudo apt upgrade -y

# 安装Docker
curl -fsSL https://get.docker.com | sudo sh

# 安装docker-compose
sudo curl -L "https://github.com/docker/compose/releases/download/v2.20.3/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose
sudo chmod +x /usr/local/bin/docker-compose

# 创建专用用户（避免使用root）
sudo useradd -m deployer
sudo usermod -aG docker deployer

这个步骤看似基础，但能避免后续很多权限问题。特别是创建专用用户这一步，很多教程会忽略，直接用root操作可能导致容器权限混乱。

3.2 OpenClaw部署

OpenClaw的GitHub仓库提供了docker-compose一键部署方案：

bash复制git clone https://github.com/open-claw/openclaw.git
cd openclaw
cp .env.example .env

然后编辑.env文件，关键配置项包括：

ini复制# 飞书配置
FEISHU_APP_ID=你的应用ID
FEISHU_APP_SECRET=你的应用密钥

# AI配置
CLAUDE_API_KEY=你的API密钥
API_BASE_URL=https://你的中转站域名/v1

启动服务的命令有些细节要注意：

bash复制# 正确的启动方式（后台运行+日志输出）
docker-compose up -d && docker-compose logs -f

# 错误的启动方式（直接前台运行，断开SSH会终止服务）
docker-compose up

部署完成后，用这个命令检查服务状态：

bash复制curl http://localhost:9000/health

正常应该返回{"status":"ok"}。如果报错，大概率是端口冲突或环境变量配置错误。

3.3 飞书回调配置

这是整个流程中最容易出错的环节，需要特别注意：

1. 事件订阅：必须准确配置以下事件：

   • im.message.receive_v1（接收消息）
   • im.message.message_read_v1（消息已读）

2. 请求地址：格式为https://你的域名/feishu/event，必须支持HTTPS。没有域名的话可以用服务器IP+端口，但需要在飞书后台"安全设置"中开启"允许IP访问"。

3. 消息加密：建议开启加密，然后在OpenClaw配置中设置相同的加密密钥。这样能确保消息传输安全。

4. 高级配置技巧

4.1 多模型切换

OpenClaw支持同时配置多个AI模型，在.env文件中可以这样设置：

ini复制# 多模型配置示例
CLAUDE_API_KEY=sk-xxx
OPENAI_API_KEY=sk-yyy
KIMI_API_KEY=sk-zzz

# 默认模型（可选claude/kimi/openai）
DEFAULT_MODEL=claude

在飞书对话中，可以通过特殊命令切换模型：

• /model claude 切换到Claude
• /model kimi 切换到Kimi
• /model openai 切换到GPT

4.2 对话记忆优化

默认情况下，OpenClaw会保留最近10轮对话上下文。可以通过修改config.yml调整记忆策略：

yaml复制memory:
  window_size: 10  # 上下文轮次
  max_tokens: 2000 # 最大token数
  strategy: "fifo" # 淘汰策略(fifo/lru)

对于重要对话，可以在飞书中使用/save 对话名称命令保存当前对话，后续通过/load 对话名称恢复。

4.3 企业数据集成

如果需要让AI访问企业内部数据（如Confluence文档、飞书表格等），需要额外配置：

1. 在飞书开放平台申请"获取企业自建应用权限"
2. 在OpenClaw中配置数据源：

ini复制# 知识库配置
KNOWLEDGE_BASE_ENABLED=true
KNOWLEDGE_BASE_PATH=/data/knowledge

然后把企业文档放入指定目录，AI就能在回答时引用这些资料了。

5. 常见问题排查

5.1 消息收不到回复

按这个顺序检查：

1. 查看docker日志：docker-compose logs -f
2. 检查飞书事件订阅状态
3. 测试API连通性：

   bash复制curl -X POST https://api.中转站域名/v1/chat/completions \
   -H "Authorization: Bearer $CLAUDE_API_KEY" \
   -d '{"model":"claude-2","messages":[{"role":"user","content":"test"}]}'
   

5.2 服务器资源占用高

优化方案：

1. 限制容器资源：

   yaml复制# docker-compose.yml
   services:
     openclaw:
       deploy:
         resources:
           limits:
             cpus: '1'
             memory: 2G
   

2. 启用缓存：

   ini复制CACHE_ENABLED=true
   CACHE_TTL=3600
   

5.3 消息延迟高

可能原因及解决方案：

1. 中转站响应慢 → 更换中转站或升级套餐
2. 服务器地域问题 → 使用CDN加速
3. 飞书回调超时 → 调整超时设置：

   ini复制FEISHU_TIMEOUT=5000
   

6. 维护与升级

建议每周执行一次维护操作：

bash复制# 备份数据
docker-compose exec db pg_dump -U openclaw > backup.sql

# 更新镜像
docker-compose pull
docker-compose up -d --force-recreate

# 清理旧镜像
docker image prune -a

遇到大版本更新时，建议先在新服务器上测试，确认无误后再迁移生产环境。OpenClaw的更新日志通常会在GitHub的Release页面详细说明破坏性变更。