5分钟搞定OpenClaw+ollama-QwQ-32B：飞书机器人自动化配置指南

1. 为什么选择OpenClaw+ollama-QwQ-32B组合

上周我在团队内部尝试搭建一个智能助手时，发现市面上大多数方案要么需要复杂的企业级部署，要么数据隐私无法保障。直到遇到OpenClaw+ollama-QwQ-32B这个组合，才真正解决了我的痛点——既能在本地环境快速部署，又能通过飞书机器人实现自然语言交互。

这个方案最吸引我的三个特点是：

• 隐私安全：所有对话数据都在本地流转，敏感信息不会上传到第三方平台
• 响应迅速：ollama-QwQ-32B模型在本地推理，避免了API调用的网络延迟
• 无缝集成：通过飞书机器人交互，团队成员无需学习新工具

2. 环境准备与基础安装

2.1 安装OpenClaw核心组件

在Mac终端执行以下命令完成基础安装（Windows用户请使用管理员权限的PowerShell）：

curl -fsSL https://openclaw.ai/install.sh | bash
openclaw --version

安装完成后，建议运行配置向导。这里有个小技巧：当向导询问模型配置时，先选择"Skip for now"，因为我们后续要手动配置ollama-QwQ-32B：

openclaw onboard

2.2 部署ollama-QwQ-32B模型服务

确保已经安装Docker后，通过以下命令拉取并运行镜像：

docker run -d -p 11434:11434 --name qwq-32b ollama/qwq-32b

验证服务是否正常运行：

curl http://localhost:11434/api/generate -d '{
  "model": "qwq-32b",
  "prompt": "Hello"
}'

3. 飞书机器人配置实战

3.1 创建企业自建应用

1. 登录飞书开放平台
2. 进入"开发者后台"→"企业自建应用"→点击"创建应用"
3. 填写应用名称（如"AI助手"）和描述
4. 记录下生成的App ID和App Secret

特别注意：在"权限管理"中需要添加以下权限：

• 获取用户userid
• 获取用户邮箱
• 获取用户手机号
• 获取用户基础信息
• 获取用户所在部门信息
• 获取用户邮箱
• 以应用身份发消息
• 获取用户在群组中信息
• 获取群组信息
• 获取与发送单聊、群组消息

3.2 安装飞书插件并配置WebSocket

回到终端安装飞书插件：

openclaw plugins install @m1heng-clawd/feishu

编辑配置文件~/.openclaw/openclaw.json，添加以下内容（替换your_app_id和your_app_secret）：

{
  "channels": {
    "feishu": {
      "enabled": true,
      "appId": "your_app_id",
      "appSecret": "your_app_secret",
      "connectionMode": "websocket"
    }
  }
}

重启网关服务使配置生效：

openclaw gateway restart

4. 模型接入与调试技巧

4.1 配置ollama-QwQ-32B模型接入

修改同一配置文件，在models部分添加：

{
  "models": {
    "providers": {
      "ollama-qwq": {
        "baseUrl": "http://localhost:11434",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwq-32b",
            "name": "QwQ-32B Local",
            "contextWindow": 32768
          }
        ]
      }
    }
  }
}

验证模型是否成功接入：

openclaw models list

4.2 常见问题排查

如果遇到连接问题，可以按以下步骤检查：

1. 确认ollama容器正在运行：docker ps
2. 测试模型API是否可达：curl http://localhost:11434
3. 检查飞书应用权限是否配置完整
4. 查看OpenClaw日志：tail -f ~/.openclaw/logs/gateway.log

5. 实战演示：群聊触发文本生成

配置完成后，在飞书群聊中@你的机器人，输入任意问题即可获得响应。比如：

@AI助手 请用简洁的语言解释量子计算

机器人会调用本地ollama-QwQ-32B模型生成回答。我在测试时发现，响应速度通常在2-3秒内，比通过公网API调用要快得多。

进阶技巧：如果想限制机器人在特定群组响应，可以在配置文件中添加allowedGroups字段，填入群聊ID列表。

6. 个人使用体验与建议

经过一周的实际使用，这个方案完美满足了我们10人小团队的需求。每天早上自动生成日报摘要、随时解答技术问题、快速检索内部文档——所有这些功能都通过飞书机器人自然完成。

有几点经验值得分享：

• 对于长文本生成任务，建议在提示词中明确限制长度，避免消耗过多Token
• 定期检查模型容器的资源使用情况，ollama-QwQ-32B在高峰时可能占用较多内存
• 重要操作建议保留人工确认环节，比如"确定要发送这封邮件吗？"

整个配置过程最耗时的部分其实是飞书应用权限的申请和审批，技术实现反而异常简单。这也印证了OpenClaw的设计理念——让AI自动化变得触手可及。

---

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。