OpenClaw For Creation——在飞书上养一只“大龙虾”秘籍 📅 发布时间:2026/7/13 2:55:29 👁️ 浏览次数: OpenClaw在2026年初爆红本质上是“高自治AI代理autonomous agent产品化”从技术圈进入大众应用与企业场景的标志性事件一方面它把AI从“问答助手”推进到“可长期记忆可调用外部系统可执行任务”的阶段如消息平台集成、自动化工作流、技能插件生态另一方面它也把AI安全从“模型输出风险”升级为“系统级权限风险”凭据泄露、恶意技能、RCE、影子AI等。本文我将带你探索并发掘一下OpenClaw在科研和一些创意工作上它能为你做什么废话不多说我们开始吧想要养好一只“大龙虾”我们需要准备什么在正式让 OpenClaw 接管你的工作流之前我们需要先为这只“赛博大龙虾”搭建一个稳定、强大的“养殖环境”。别看它最近爆火如果环境没配好它可能会因为水质配置不行而频繁掉线。️ 1. 挑选“鱼缸”硬件与系统环境一般需要Nodejs最新版本git在系统中为了最好的体验这个设备需要你7*24小时不间断运行你的网络环境可能得需要魔法首选方案macOS (推荐指数⭐⭐⭐⭐⭐)如果你有一台M 系列的 Mac Mini或者 MacBook那么恭喜你你拥有了头等舱体验。OpenClaw 在 macOS 上的原生支持最完美权限控制也最顺滑。Windows 11/10 WSL 2 (推荐指数⭐⭐⭐)注意尽量不要尝试在 Windows 原生环境下硬磕请安装WSL 2 (Ubuntu)。虽然它能跑但比起 macOS 还是略显臃肿。硬核方案Linux (推荐指数⭐⭐⭐)如果你是纯 Linux 用户兼容性尚可但在 UI 自动化和部分桌面交互上体验通常不如 macOS 顺畅。[!CAUTION]避坑指南别在 Windows 宿主机直接跑否则你有概率会在环境报错中度过整个周末。有些奇怪的报错可能连你的claude code都解决不了 大模型 API 选择没有强大的 LLM 内核龙虾就只是个空壳。这里有几个坑你必须绕过去国际顶流OpenAI Anthropic目前最稳定的选择。订阅了这些服务的同学可以直接起飞。可以通过openrouter等聚合服务站获取https://openrouter.ai/避坑预警Google API虽然 Gemini 性能不错但在 OpenClaw 的这种调用场景下封号风险极高为了你的账号安全暂时不建议将其作为主推力。国产之光Coding Plan 系列如果你在国内环境使用可以使用智谱 AI 的 Coding Planhttps://open.bigmodel.cn/。建议我目前在用GLM-4.7。虽然 GLM-5 已经问世但它的现在用量消耗是 4.7 的3 倍对于我们这种长期运行的 Agent 来说GLM-4.7 的质价比最高。此外MiniMax、Kimi、Qwen的 Coding Plan 也表现不错。兼容性小贴士如果当前版本的 OpenClaw 对某些模型支持不佳别慌你可以先调用本地的Codex或Claude Code帮你适配解决。 搜索 APIOpenClaw 内部自带的网页搜索 Skills 虽然能用但往往导致模型反复重试白白烧掉你的 API 额度。如果你要进行一些网页操作比如上网“逛淘宝”查看知乎某度等个人账号资料的话这个可能需要你配置好合适的大模型比如claude opus 4.6或新出的gpt-5.4推荐方案Brave Search 或 Tavily Search API这两个搜索服务对 AI 极其友好返回的结果经过结构化处理能让 OpenClaw 以最少的 Token 消耗获取最精准的信息。本人用Brave Searchhttps://api-dashboard.search.brave.com/app/dashboard️ 备用补给本地增强工具为了让这只龙虾在处理复杂代码任务时不卡壳我建议在本地预装好CodexClaude Code️ 通讯工具的接入既然 OpenClaw 是一个操作系统级的 Agent你总不能时刻盯着那台M4 Mac Mini的屏幕看它执行任务。我们需要一个顺手的“远程遥控器”让你在食堂、在路上、甚至在床上都能指挥这只“大龙虾”。根据你的日常习惯和地理位置你需要准备好以下至少一种工具的接入权限飞书 (Feishu / Lark)国内科研和办公的首选。OpenClaw 接入飞书后可以利用其强大的机器人接口发送实验报告、图表甚至通过飞书文档进行长文本交互。注意了注意了飞书机器人的调用接口免费用户只有可怜的每月5000次好像是两天就被大龙虾干完了根本不够用飞书的企业升级版本需要600元/年个人用户不过飞书体验还不错你需要慎重考虑iMessage苹果全家桶用户的顶级福利。既然你手里有 iPhone 和 MaciMessage 的接入能让指令下达变得像发短信一样自然且具有极高的系统原生优先级。Discord / WhatsApp如果你习惯国际化的工作环境或需要接入更多第三方集成这两个工具是全球极客的通用语。其他的如钉钉企业微信也可以接入。在开始下一章的安装教程前可以对照下表检查你的装备类别推荐项状态硬件M4 Mac Mini (or equivalent)□ 准备就绪系统macOS / WSL 2□ 已配置大脑GLM-4.7 / Claude 3.5 / GPT-4o□ 已授权搜索Brave Search API Key□ 已获取连接飞书 / iMessage / Discord□ 已打通后援Claude Code / Codex□ 已部署部署大龙虾也不是上方都得要但是系统和大模型是必须要准备的硬件的话你甚至可以部署在云服务上上方只是为了更好的科研和创意工作体验安装与配置教程本部分我将带着大家一起在一台mac mini上部署openclaw并且将openclaw接入飞书在 macOS 上我们不建议直接从官网下载.pkg安装包因为那会导致后续频繁遇到权限Permission Denied报错。对于开发者来说Homebrew是唯一的正解。1. 安装 GitmacOS 通常自带 Git但版本可能较旧。为了确保与 OpenClaw 的各种插件兼容建议通过 Homebrew 安装最新版检查是否已安装git --version安装/更新方法打开终端Terminal输入# 如果还没安装 Homebrew先执行这一行 /bin/bash -c $(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh) # 安装最新版 Git brew install git2. 安装 Node.js (推荐 NVM 方式)OpenClaw 对 Node.js 版本有要求。强烈建议使用 NVM (Node Version Manager)来管理这样你可以随时在 LTS长期支持版和 Current最新版之间切换且无需sudo权限。第一步安装 NVMcurl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.4/install.sh | bash安装完成后请重启终端或执行source ~/.zshrc。第二步安装 Node.js2026 年Node.js 已经演进到了更高效的版本。根据 OpenClaw 的运行需求建议安装最新的 LTS 版本或 Current 版本# 安装 2026 年最新的 LTS 版本 (如 v24) nvm install --lts # 或者直接安装最新的 Current 版本 (如 v25) nvm install node # 检查版本 node -v npm -v如果你在安装过程中遇到command not found: brew说明环境变量没配好。M4 Mac 的 Homebrew 默认安装路径是/opt/homebrew/bin记得检查你的.zshrc文件。接下来就可以正式进行安装配置了参考https://openclaw.ai/执行# Install OpenClaw npm i -g openclaw # Meet your lobster openclaw onboard选择Yes选择QuickStart选择合适的模型并提供好API和API key如果你要用自定义的一些模型让claude code后台帮你进行配置选择合适的通讯工具如果你不想在手机远程养龙虾也可以不用配置注意飞书机器人的配置可以参考火山引擎文档https://www.volcengine.com/docs/6396/2189942?langzh进行配置在openclaw中需要提供ID和secretConfigure Skills now可以选择Yes也可以选择no后边再配置也行这一块主要安装一些大龙虾可以用的Skills功能注意别安装太多了只安装你自己需要的太多会占大模型上下文反而不好这个地方是按空格键选中你要的选项然后按enter键继续后边的这些Set一般情况一路选择no除非你是Google付费用户想把openclaw连接notion或openai等等Hooks选择Skip for nowgateway的话有的话选择restart没有的话第一次安装选择reinstall或者安装这个的话选择Open the Web UI吧可以在网页打开控制窗口到这一步OpenClaw大龙虾一般就在你的后台开始运行了现在你可以通过你设置的通讯工具或在控制台跟大龙虾打招呼了进阶养成——如何驯服你的“赛博大龙虾”把 OpenClaw 装好只是第一步真正让它从“人工智障”进化为“科研/创意合伙人”的关键在于你如何玩好它的技能包Skills和自动化节律Cron Tasks。️ 给龙虾装上“机械臂”玩转 ClawHub SkillsOpenClaw 的强大并不在于它多能聊而在于它能操作Action。ClawHub 就是这只龙虾的“武器库”。如何筛选高质量技能不要盲目安装所有插件。建议访问 ClawHub Skills 页面寻找合适的Skills。技能推荐针对科研与创意Web Search (Brave/Tavily)核心视野。比起内置搜索外接专业 API 的搜索技能能极大节省 Token 并提高准确率。Files Manager对于磁盘空间告急的用户你可以给龙虾操作文件的权限让它帮你自动清理或迁移大文件。这个技能龙虾内部已经配置了一般不需要手动安装Social Media Automator如果你想通过 AI 视频涨粉这类技能可以帮你实现从生成素材到一键发布的闭环。下边进行一些技能的演示装好web Search后即可进行网络信息检索龙虾内置的文件操作⏰ 2. 赋予龙虾“生物钟”深度利用 Cron 任务很多人的 Agent 只是“被动触发”而某些繁琐的数据类工作可以交给大龙虾让它“主动出击”。这就是 OpenClaw Cron 任务 。通过配置 Cron定时任务你可以让龙虾在特定时间执行复杂的流。任务场景触发频率逻辑描述科研情报员每日 09:00检索 arXiv 上关于大模型的最新论文生成简报推送到飞书。空间清洁工每周日 23:00扫描下载文件夹将超过 1GB 且 30 天未动的文件移动到外部存储。创意发布员每日 20:00检查当日生成的 AI 视频素材自动撰写文案并排期发布到社交媒体。 3. 跨设备协同多智能体协作Multi-Agent作为研究MARL多智能体强化学习的人你一定不满足于单一 Agent。OpenClaw 的精髓在于它可以分布式运行实验室电脑负责跑实验、监控 Loss。大龙虾负责逻辑中转、文字加工。手机负责通过 iMessage 下达最高优先级指令。你可以通过 OpenClaw 将这些设备串联形成一个“分布式大脑”。当你在外面喝咖啡时手机突然弹窗“主人实验室的模型训练出现异常波动已自动帮你保存 Checkpoint 并降频运行请指示。”这才是养龙虾的终极形态。如下图openclaw调用codex干活除了基础的对话和文件管理还有一些可以探索的隐藏高级玩法读者可以摸索摸索1. 赋予龙虾“灵魂”自定义SOUL.md在 OpenClaw 中每个 Agent 都有一个SOUL.md文件。这不只是一个简单的 System Prompt它是 Agent 的长期性格和决策逻辑载体。趣味玩法你可以为你的研究项目创建一个“魔鬼影评人”性格的 Agent。专门负责审阅你的论文初稿或代码它的SOUL.md可以设定为“极度挑剔且具有批判性思维的顶刊审稿人”。效果它不会一味夸你而是会通过搜索最新的 SOTA 论文来“打脸”你的创新点逼你进步。2. 跨 Agent 通讯agentToAgent嵌套调用这是大龙虾里最硬核的功能之一。OpenClaw 支持Peer Messaging点对点通信。趣味玩法搭建一个“科研流水线”。Agent A (情报员)负责 24h 监控 arXiv 和社交媒体。Agent B (分析员)收到 A 的消息后自动调用脚本跑实验对比。Agent C (播报员)将结果汇总通过 iMessage 发给你。3. “自进化”技能让龙虾自己写 Skill文档提到 OpenClaw 的 Skills 只是~/.openclaw/workspace/skills/下的一个文件夹。有趣用法你可以直接对它说“我发现现在的搜索 Skills 效率太低请结合最新的 Brave API 文档为我编写并安装一个新的高性能搜索 Skill。”震撼点它会自己写SKILL.md写 Python 逻辑然后执行refresh skills。这种“自我迭代”的能力是普通 Chatbot 无法想象的。4. 语义长效记忆不仅仅是 RAGOpenClaw 默认使用 SQLite Vector Embeddings 做语义搜索。有趣用法“记得我三周前在那篇关于具身智能的论文草稿里提到的那个奇怪的报错吗把它和昨晚实验的日志对比一下。”价值它能跨越几千个对话回合精准定位到你随口提过的一个细节。你可以把它当成你的“第二大脑”。5. 语音交互与“Talk Mode”文档中隐藏了关于Voice Wake语音唤醒和Location Command位置感知的接口。有趣用法可以配置当手机定位进入实验室范围时OpenClaw 自动通过实验室的 Windows 电脑启动深度学习环境并给你发一条飞书“主人欢迎回来模型的训练已准备就绪。”从简单的对话框进化到能够接管系统的“赛博龙虾”OpenClaw 让我们看到的不仅是工具的升级更是生产力逻辑的重构。AI 不应只是那个能言善辩的“面试者”而应是那个能帮你盯着训练 Loss、自动腾挪磁盘空间、甚至在深夜帮你分发视频的“靠谱队友”。
Matlab科学计算环境调用CasRel模型服务实战 Matlab科学计算环境调用CasRel模型服务实战 如果你是一位长期在Matlab环境中工作的科研人员或工程师,面对一个强大的关系抽取模型(比如CasRel)服务,却因为它是Python生态的产物而感到无从下手,这篇文章就是为你准备的… 2026/7/12 11:00:43
从零实现DNA序列模式发现:基于人工智能的基序挖掘完整指南 摘要 DNA序列模式发现是生物信息学中的核心问题之一,旨在从大量基因组序列中识别出具有生物学功能的短片段模式。本文将从理论基础到代码实现,完整介绍如何利用人工智能技术进行DNA基序(motif)发现。我们将实现基于期望最大化(EM)算法和Gibbs采样的基序发现算法,并提供… 2026/7/9 14:01:58
尝试找到国内最快捷、方便、稳定的安装OpenClaw的方法 小龙虾OpenClaw ,repo:https://github.com/openclaw/openclaw 国内镜像:https://gitcode.com/GitHub_Trending/cl/openclaw 方法4最快,但是不知道效果怎样。 1官网安装 官网这样写的; git clone https://github.com/openclaw/openclaw.g… 2026/7/12 6:53:41
龙城秘境 - 觉醒合击手游官网下载:龙城秘境觉醒合击最新官方下载渠道 龙城秘境 - 觉醒合击手游官网下载:龙城秘境觉醒合击最新官方下载渠道 《龙城秘境 - 觉醒合击》又名《180 复古觉醒英雄合击服》《玛法秘境三职业打金版》《六大合击流派公平复古手游》《11 转觉醒高爆传奇》,由安徽游昕联合忆往游戏运营的正版复古合击 … 2026/7/13 2:54:22
Bland AI 适合做销售外呼吗?从外呼流程、脚本控制到人工接管拆解 先说结论:如果团队已经有明确授权的线索来源、CRM 和销售承接人员,想把「表单提交后的首次跟进、预约确认、基础资格筛选」这类边界清楚的外呼自动化起来,Bland AI 值得作为一个外呼 Voice Agent 平台来验证。 它的优势不只是能拨电话&#x… 2026/7/13 2:52:22
Linux日志排查实战:从基础命令到生产环境故障定位 线上环境突发报错时,快速定位问题根源是每个后端开发和运维人员的必备技能。面对海量日志文件,如何高效查找关键错误信息,而不是盲目地翻看日志,直接决定了故障恢复的速度。本文将分享一套实用的 Linux 日志排查方法论,… 2026/7/13 2:52:22
Maven package/install/deploy 全流程解析:从本地 JAR 到远程仓库的 4 步实践 Maven全流程构建实战:从源码到发布的深度指南在Java生态系统中,Maven作为项目管理和构建自动化的核心工具,其生命周期管理能力直接影响着开发效率和交付质量。本文将深入剖析Maven构建流程中的关键阶段,结合IntelliJ IDEA的高效操… 2026/7/13 2:48:20
Xshell 日志记录排错指南:4步定位‘日志文件丢失’问题 Xshell日志文件丢失排查指南:从配置检查到文件恢复的完整方案当你在Xshell中启用了日志记录功能,却发现日志文件神秘消失时,这种体验就像在黑暗中摸索——明明按照步骤操作了,结果却不如预期。本文将带你深入Xshell日志系统的运作… 2026/7/13 2:48:20
大模型长期记忆短板:LongMemEval揭示记忆断崖现象 这次我们来深入分析一个揭示大模型长期记忆能力短板的重要研究——LongMemEval基准测试。即便像GPT-4o这样拥有128K上下文窗口的顶尖模型,在处理真实长期交互时仍面临"记忆断崖"问题。LongMemEval通过构建150万Token、500次交互的测试场景,系统… 2026/7/13 2:44:19
HS2-HF Patch终极指南:如何用3步解决Honey Select 2的70+个痛点 HS2-HF Patch终极指南:如何用3步解决Honey Select 2的70个痛点 【免费下载链接】HS2-HF_Patch Automatically translate, uncensor and update HoneySelect2! 项目地址: https://gitcode.com/gh_mirrors/hs/HS2-HF_Patch 你是否曾经在Honey Select 2中遇到过… 2026/7/13 0:01:19
语音转文字工具AsrTools:让音频整理变得简单高效 语音转文字工具AsrTools:让音频整理变得简单高效 【免费下载链接】AsrTools ✨ AsrTools: Smart Voice-to-Text Tool | Efficient Batch Processing | User-Friendly Interface | No GPU Required | Supports SRT/TXT Output | Turn your audio into accurate text … 2026/7/13 0:03:19
基于深度学习的蘑菇或花卉或动漫人物或中草药货水果蔬菜等识别系统31(设计源文件+万字报告+讲解)(支持资料、图片参考_相关定制)_ 基于深度学习的蘑菇或花卉或动漫人物或中草药货水果蔬菜等识别系统31(设计源文件万字报告讲解)(支持资料、图片参考_相关定制)_ 独家界面!不会重复,此项目属于本人原创,若有雷同,均是盗卖,各位买… 2026/7/13 0:05:20
Git reset 与 revert 深度对比:5个关键差异与 3 种典型应用场景 Git Reset 与 Revert 深度对比:5个关键差异与3种典型应用场景在团队协作开发中,代码版本管理如同行走钢丝——一步失误可能导致整个项目陷入混乱。作为Git进阶用户,你是否曾在深夜面对错误的提交束手无策?是否在强制推送后收到同事… 2026/7/12 0:01:13
GitHub 学生包申请避坑:5个常见失败原因与开发者工具调试方案 GitHub 学生包申请技术排障指南:5个高频失败场景与开发者工具实战方案第一次尝试申请GitHub学生包时,我盯着屏幕上那个不断转圈的加载动画整整15分钟,最终只等来了一行冰冷的错误提示。这可能是许多开发者共同的经历——明明按照教程操作&… 2026/7/12 0:01:13
冒烟测试用例设计规范:5%-10%覆盖率下的3类核心场景与执行标准 冒烟测试用例设计的黄金法则:5%-10%覆盖率下的精准筛选策略在快节奏的敏捷开发环境中,冒烟测试作为质量保障的第一道防线,其重要性不言而喻。当测试资源有限而时间紧迫时,如何从海量测试用例中精准筛选出那关键的5%-10%࿰… 2026/7/13 2:34:55