接飞书和云端模型流程简述

全程按照豆包指引逐步操作，安装环境相关问题均可通过豆包获取解决方案，此处不再赘述详细步骤。

从验证 OpenClaw 安装成功开始说明：安装完成后，执行以下命令验证版本：

openclaw --version

模型 API 与 Key

购买腾讯云模型套餐后，按官方指引配置模型（以当前使用的 CodingPlan 为例）：官方文档：https://cloud.tencent.com/document/product/1772/128949

飞书机器人应用创建

访问飞书开放平台：https://open.feishu.cn/app

创建企业自建应用，添加机器人

完成两项核心配置：

事件与回调

权限管理腾讯云 OpenClaw 机器人为一键配置，可直接复用其权限列表至新机器人：

{  "scopes": {    "tenant": [      "bitable:app",      "bitable:app:readonly",      "contact:contact.base:readonly",      "contact:user.base:readonly",      "docx:document",      "docx:document.block:convert",      "docx:document:readonly",      "drive:drive",      "drive:drive:readonly",      "im:message",      "im:message.group_at_msg:readonly",      "im:message.group_msg",      "im:message.p2p_msg:readonly",      "im:message.reactions:read",      "im:message:readonly",      "im:message:recall",      "im:message:send_as_bot",      "im:message:update",      "im:resource",      "task:task:read",      "task:task:write",      "wiki:wiki",      "wiki:wiki:readonly"    ],    "user": []  }}

配置完成后发布应用，备好App ID / App Secret。

本地 OpenClaw 配置

启动配置向导：

openclaw onboar

按向导步骤依次配置，模型与飞书信息填写上述准备好的内容。

配置完成后，即可在飞书与机器人聊天交互。

若功能异常，检查飞书插件是否安装：

openclaw plugins install @openclaw/feishu

本地模型部署

本地部署模型整体操作较为简单，核心瓶颈在于主机性能。本次使用 Ollama 分别运行qwen2.5:7b与qwen3.5:4b两款模型，均能正常工作，单独对话交互响应速度较快。

模型性能实测（context-length:32768）

qwen3.5:4b

提示词评估速度：64.60 token/s
生成速度：14.45 token/s
内存峰值：接近 15GB

qwen2.5:7b

提示词评估速度：79.50 tokens/s
生成速度：16.21 tokens/s
内存峰值：接近 15GB

结合 OpenClaw 实际体验

接入 OpenClaw 后，执行一次“Openclaw应用前景分析以及生成飞书文档”的完整任务，耗时约 6分钟。由此可见，若任务以周期性、非即时性为主，使用本地模型部署方案完全可行。