把 AI 助手接入飞书：OpenClaw 配置实录与避坑指南
深夜十二点，我终于让 AI 助手在飞书里跑起来了。
这不是一篇宣传软文，是一篇踩坑实录。
为什么选 OpenClaw
市面上把 AI 接入即时通讯软件的方案不少，但大多数停留在"问答机器人"层面——发一条，等一条，回来一段话。
OpenClaw 不太一样。它更像是一个驻留在你设备上的 AI 代理：
- 有自己的 workspace，维护跨会话的长期记忆
- 能主动执行任务（定时检查邮件、整理文件、跑脚本）
- 支持多渠道接入：飞书、Telegram、WhatsApp、Discord……
- 本地 Gateway，不依赖第三方云，数据不离机
对我来说，最吸引人的一点是心跳机制：你睡觉的时候，它可以在后台帮你做事。
配置流程
第一步：安装 OpenClaw
1npm install -g openclaw
2# 或者
3pnpm install -g openclaw安装完成后运行引导：
1openclaw onboard向导会依次引导你完成：AI 模型配置（支持 Claude、GPT、Gemini 等）、渠道接入、Gateway 启动。
第二步：创建飞书应用
前往 飞书开放平台，创建一个「企业自建应用」。
需要收集两个东西：
- App ID（格式：
cli_xxx） - App Secret
然后在应用后台完成三件事：
1. 批量导入权限
在「权限管理」里点击「批量导入」，粘贴以下 JSON：
1{
2 "scopes": {
3 "tenant": [
4 "im:message",
5 "im:message:send_as_bot",
6 "im:message.p2p_msg:readonly",
7 "im:message.group_at_msg:readonly",
8 "im:resource",
9 "contact:user.employee_id:readonly"
10 ]
11 }
12}2. 开启 Bot 能力
在「应用功能」→「机器人」里开启，设置 Bot 名称。
3. 配置事件订阅
选择长连接模式（不需要公网 URL），添加事件：im.message.receive_v1。
⚠️ 坑点一：必须先跑起 Gateway，再来配置长连接。否则验证会失败。
第三步：接入 OpenClaw
1openclaw channels add选择 Feishu，粘贴 App ID 和 App Secret 即可。
配置完成后重启 Gateway：
1openclaw gateway restart踩坑实录
坑点一：个人飞书 vs 企业飞书
这是最大的坑，也是文档没有强调的地方。
飞书分两种模式：
- 企业版：有组织架构，成员可以直接搜索到 Bot
- 个人版：Bot 只对同一个「个人空间/团队」下的成员可见
如果你用的是个人飞书，想让朋友或家人也能使用你的 Bot，必须先邀请他们加入你的个人团队，否则他们搜不到这个 Bot。
坑点二：配对审批（Pairing）
默认情况下，新用户给 Bot 发消息，Bot 会回复一个配对码而不是正常对话。
你需要在终端执行：
1openclaw pairing list feishu
2openclaw pairing approve feishu <CODE>通过审批之后才能正常使用。这个机制是好的（防止陌生人滥用），但第一次不知道的话会以为 Bot 坏了。
坑点三：App 需要发布才能接收消息
创建应用之后，必须在「版本管理与发布」里创建版本 → 提交审核 → 发布，Bot 才会真正生效。
企业自建应用通常可以直接发布（不需要等平台审核），但这一步容易被忽略。
进阶：多 Bot 独立记忆
我的需求是：给女朋友也配一个 Bot，两边对话完全独立，记忆不混淆。
OpenClaw 支持「多 Agent 路由」，配置思路如下：
1. 在 ~/.openclaw/openclaw.json 添加第二个账号：
1{
2 "channels": {
3 "feishu": {
4 "accounts": {
5 "main": {
6 "appId": "cli_xxx",
7 "appSecret": "xxx",
8 "botName": "小虾"
9 },
10 "gf": {
11 "appId": "cli_yyy",
12 "appSecret": "yyy",
13 "botName": "小助手"
14 }
15 }
16 }
17 }
18}2. 配置独立的 Agent 和 Workspace：
1{
2 "agents": {
3 "list": [
4 { "id": "main", "workspace": "/path/to/workspace-main" },
5 { "id": "gf", "workspace": "/path/to/workspace-gf" }
6 ]
7 }
8}3. 绑定用户 ID 到对应 Agent：
等用户发出第一条消息后，从日志里拿到她的 open_id，然后：
1{
2 "bindings": [
3 {
4 "agentId": "gf",
5 "match": {
6 "channel": "feishu",
7 "peer": { "kind": "direct", "id": "ou_xxx" }
8 }
9 }
10 ]
11}这样两个 Bot 就彻底独立了——各自的对话历史、记忆文件、人设配置，互不干扰。
心跳：让 AI 在你睡觉时工作
OpenClaw 有一个「心跳」机制，每隔一段时间会触发 AI 主动检查任务。
在 workspace 里创建 HEARTBEAT.md，写下你希望它定期做的事情：
1# HEARTBEAT.md
2
3- 检查未读重要邮件
4- 提醒 24 小时内的日历事项
5- 整理今日笔记配置心跳频率（在 openclaw.json 里）：
1{
2 "agents": {
3 "defaults": {
4 "heartbeat": { "every": "30m" }
5 }
6 }
7}结合 MEMORY.md（长期记忆）和 memory/YYYY-MM-DD.md（每日日志），AI 助手会真正像一个懂你的人，而不只是一个问答机器。
总结
整个配置过程花了大概一个小时，其中大半时间在踩坑。
真正花时间的地方：
- 个人飞书的访问限制（需要先邀请成员加入团队）
- 配对审批流程不直观
- 多 Bot 路由的配置需要用户 ID，而 ID 要等对方先发消息才能拿到
配置好之后的体验是值得的。一个能在飞书里随时响应、能主动干活、有记忆的 AI 助手，用着确实不一样。
下次打算写写 OpenClaw 的 Skill 系统，以及怎么让它帮你自动处理 GitHub Issues。
本文基于 OpenClaw v2026.2.24 + 飞书个人版，记录于 2026-02-26 凌晨。