1. 飞书喊一句话电脑自己动起来是什么体验飞书联动 OpenClaw 语音文字控机说白了就是把你平时在飞书里打字、发语音的习惯直接变成对电脑的操作指令。你在飞书聊天窗口发一句“帮我把 D 盘下载文件夹按类型整理一下”OpenClaw 收到消息后拆解任务、调用本机能力去执行最后把结果回给你。适合谁适合每天在飞书里泡着、又想让重复性电脑操作自动化的办公人群尤其是手里同时用着好几个 AI 工具、Key 散落各处、想统一收口的人。这套链路里有两个关键点容易被忽略。第一飞书机器人负责“收指令”OpenClaw 负责“干活”两者靠长连接事件订阅打通不需要公网域名。第二OpenClaw 背后要调模型如果你同时还在用别的 AI 工具Key 管理会变成一团乱麻。我试过把模型调用统一走 TaoToken 的 Key飞书侧只关心消息能不能到、OpenClaw 侧只关心模型能不能调职责清晰很多。下面从配置骨架到回调验证一步步把链路跑通。2. TaoToken 统一 Key 前置准备在动 OpenClaw 的 config.toml 之前先把模型侧的凭证准备好。TaoToken 的作用是给你一个统一的 API KeyOpenClaw 里所有需要调模型的地方都指向它不用每个工具单独配一套。官网入口在 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册登录后进控制台。进控制台后找 API Keys 页面新建一个 Key复制出来先存好。这个 Key 就是后面 config.toml 里要填的。注意两点一是 Key 只在创建时完整显示一次没复制就得重建二是别把 Key 直接写进会提交到 Git 的配置文件里本地用环境变量或者单独的 secrets 文件更稳妥。TaoToken 的 API 基地址是 https://taotoken.net/api 这个地址在 OpenClaw 的模型配置里会用到。如果你后面还要接 Coding Plan 做长期编码任务或者用模型对话页做快速验证都是同一个 Key 体系不用重复申请。控制台里还能看到用量方便你判断 OpenClaw 的调用频率是否正常。提示先把 Key 和 API 地址记在一个临时文本里配置过程中会反复用到避免来回切页面复制出错。3. 可复制的 config.toml 与 settings.json 骨架OpenClaw 的配置分两块一块是模型与渠道的 config.toml一块是飞书机器人相关的 settings.json。下面给的是骨架字段名按你实际部署版本微调但结构可以直接抄。先看 config.toml。核心是把模型 provider 指向 TaoToken再把飞书渠道的凭证留出占位。# config.toml [model] provider taotoken api_base https://taotoken.net/api api_key sk-你的TaoTokenKey default_model claude-sonnet timeout_seconds 60 [gateway] host 127.0.0.1 port 8765 auto_restart true [channel.feishu] enabled true app_id cli_你的AppID app_secret 你的AppSecret event_mode long_connection几个参数说明一下。api_base 必须带 /api 路径少了会 404。default_model 按你实际能用的模型名填不确定就先留一个通用名跑通后再换。event_mode 设成 long_connection对应飞书侧“使用长连接接收事件”这样不用配公网回调地址。gateway 的 auto_restart 建议开改完配置自动重启省得手动点。再看 settings.json主要管机器人行为和指令解析。{ bot: { name: OpenClaw 机器人, reply_prefix: [OpenClaw], max_task_steps: 8, allow_voice: true }, command: { trigger_keywords: [帮我, 整理, 打开, 搜索], confirm_before_exec: false }, logging: { level: info, file: ./logs/openclaw.log } }allow_voice 打开后飞书里发的语音会先转文字再进指令解析。confirm_before_exec 设 false 是让指令直接执行如果你担心误操作可以先设 true每次执行前在飞书里确认一下。trigger_keywords 不是硬门槛只是用来提升识别优先级实际自然语言也能进。注意两个文件里的凭证字段不要填反。config.toml 里是飞书的 app_id/app_secretsettings.json 里没有模型 Key模型 Key 只在 config.toml 的 model 段。4. 飞书侧机器人回调验证动作配置写完得确认飞书的消息真的能推到 OpenClaw。这一步分飞书开放平台侧和本地侧两头看。飞书开放平台侧进你的自建应用左侧“事件与回调”里确认订阅方式是“使用长连接接收事件”并且已经添加了im.message.receive_v1这个事件。权限管理里确认消息相关权限im:message、im:message:send_as_bot 等状态是已开通。版本管理与发布里确认版本已发布个人账号点确认发布后立即生效。本地侧启动 OpenClaw看 Gateway 是否在线。然后打开日志文件路径就是 settings.json 里配的 ./logs/openclaw.log。在飞书里给机器人发一条“你好”观察日志。# 实时看日志 tail -f ./logs/openclaw.log正常的话你会看到类似这样的记录收到飞书事件、解析出消息内容、调用模型、返回回复。如果日志里只有连接建立没有消息事件说明飞书侧事件没推过来回去检查长连接订阅和事件添加。如果有事件但模型调用报错多半是 TaoToken 的 Key 或 api_base 有问题。验证模型调用是否通可以单独用 curl 打一下 TaoToken 的接口确认 Key 本身有效。curl -X POST https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-你的TaoTokenKey \ -H Content-Type: application/json \ -d {model:claude-sonnet,messages:[{role:user,content:ping}]}返回里有正常内容说明 Key 和地址没问题问题就在 OpenClaw 或飞书侧。这一步能把故障范围快速缩小。5. 本篇常见错排查机器人没反应按下面顺序查基本能覆盖九成情况。第一飞书应用没发布。很多人配置完权限和事件就直接去发消息忘了版本发布这一步。个人账号要点“确认发布”企业账号要管理员审核通过。没发布事件根本不会推。第二权限没全开通。批量导入权限后要确认状态是“已开通”不是“申请中”。企业账号审核有延迟等状态变了再测。第三App ID 或 Secret 复制错。手动复制时容易多空格或少字符。对比飞书开放平台“凭证与基础信息”里的值和 config.toml 里的值逐字符核对。第四OpenClaw 没重启。改完 config.toml 后 Gateway 要重新加载配置。auto_restart 开了会自动重启没开就手动重启然后确认 Gateway 在线。第五长连接没生效。飞书事件与回调里订阅方式如果不是“长连接”消息推不过来。改完保存再重新发消息测试。第六TaoToken 的 api_base 写错。必须是 https://taotoken.net/api 不要多加斜杠或漏掉 /api。Key 也要确认没有过期或被删。第七模型名不对。default_model 填了一个当前账号没权限的模型调用会报错。换成确定可用的模型名再试。排查时优先看日志日志里的报错信息比猜准得多。如果日志显示模型调用 401就是 Key 问题显示 404就是 api_base 或模型名问题显示连接超时检查网络和 Gateway 端口。6. 把 Key 收口到一处后面少折腾链路跑通之后你会发现真正省事的地方在于 Key 统一。飞书机器人、OpenClaw 的模型调用、以后可能加的 Coding Plan 长期编码任务都走同一个 TaoToken Key换工具不用重新配一遍。接入文档在 https://taotoken.net/api-keys 和 https://taotoken.net/doc 可以对照看模型对话页 https://taotoken.net/chat 适合快速验证某个模型通不通Coding Plan 页面 https://taotoken.net/coding-plan 适合把编码类任务单独管起来。实际用下来飞书发指令最顺手的场景是文件整理和表格生成语音转文字后识别率够用复杂指令拆成两步发更稳。配置一次后面就是日常发消息电脑在后台把活干了。