1. 从飞书消息到 AI 回复为什么总卡在“复制粘贴”这一步如果你正在搜 OpenClaw 飞书 CLI 怎么接入 AI大概率遇到过这种场景飞书群里客户发来一段需求你复制到某个 AI 对话框里让它整理整理完再复制回飞书文档然后手动建任务、发通知。整个过程里AI 明明有能力处理却因为拿不到飞书的数据、也没有一个统一的调用入口被迫变成“人工搬运工”。更麻烦的是 Key 分散。你可能同时用着两三个 AI 服务一个负责对话总结一个负责代码补全一个负责文档改写。每个服务一套 API Key散落在不同的配置文件、环境变量、甚至聊天记录里。哪天想换一个模型试试就得翻半天找 Key改完还要重启服务。飞书 CLI 这边也一样OpenClaw 要调用 AI 能力如果每个插件都单独配 Key维护成本会随着工具数量线性上涨。这篇要解决的就是这两件事第一用 TaoToken 把多 AI 工具的 Key 收敛成一套统一入口OpenClaw 里只配一次第二把飞书 CLI 接进 OpenClaw让一条飞书消息能自动走到 AI、再回到飞书形成闭环。目标很具体——你照着下面的 settings.json 骨架和 CLI 命令能自己跑通“飞书发消息 → OpenClaw 收到 → 调 AI → 回传飞书”这条链路。适合谁看已经在用 OpenClaw 或准备用飞书 CLI 做自动化的开发者、运维、以及想把飞书群消息接进 AI 工作流的团队。不需要你懂飞书开放平台的全部细节但需要你能在终端里执行命令、编辑 JSON 文件。2. TaoToken 前置把分散的 Key 收成一套统一入口在讲飞书 CLI 配置之前先把 Key 的问题解决掉。OpenClaw 本身支持多种模型渠道但如果你每个渠道都去官网注册、拿 Key、填配置时间久了会很难管理。TaoToken 在这里的角色是一个统一的 API 入口你可以在它的控制台里创建 Key然后让 OpenClaw 通过这个 Key 去调用不同的模型能力。具体操作路径不复杂打开官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册登录后进控制台在 API Keys 页面创建一个新 Key。这个 Key 就是你后面要填进 OpenClaw settings.json 的那一串字符。创建的时候建议起一个能认出来的名字比如openclaw-feishu方便以后区分。拿到 Key 之后OpenClaw 这边需要配置的是模型提供方。TaoToken 的 API 地址是 https://taotoken.net/api 注意这个地址不带 UTM 参数直接填进配置里就行。如果你用的是 OpenClaw 的模型对话能力可以在控制台里先试一下模型对话确认 Key 能正常调用如果后面要跑长期编码或 Agent 任务可以看看 Coding Plan 的额度说明避免跑到一半发现额度不够。这里有一个容易踩的坑不要把 Key 直接写在 shell 脚本里然后提交到 Git。OpenClaw 的 settings.json 本身支持环境变量引用你可以把 Key 放在.env或者系统的环境变量里settings.json 里只写变量名。这样即使配置文件被同步或分享Key 也不会泄露。另外TaoToken 的接入文档里有不同语言的调用示例如果你后面要自己写脚本调 API可以直接参考文档里的请求格式。但本篇的重点是 OpenClaw 飞书 CLI所以文档看一眼请求头怎么带就行不需要从头写 HTTP 请求。3. 可复制配置OpenClaw settings.json 骨架与飞书 CLI 接入这一节是核心操作部分。我会先给出一份 settings.json 的骨架然后讲飞书 CLI 的安装和配置最后把两者串起来。3.1 settings.json 骨架模型渠道与飞书插件OpenClaw 的配置文件通常放在~/.openclaw/settings.json或项目目录下的openclaw.config.json。下面这份骨架你可以直接复制把其中YOUR_TAOTOKEN_KEY替换成你在 TaoToken 控制台创建的 Key把飞书相关的app_id、app_secret替换成飞书开放平台里的凭证。{ models: { default: { provider: taotoken, api_base: https://taotoken.net/api, api_key: ${TAOTOKEN_API_KEY}, model: gpt-4o-mini } }, plugins: { feishu: { enabled: true, app_id: cli_xxxxxxxx, app_secret: xxxxxxxxxxxxxxxx, verification_token: xxxxxxxx, encrypt_key: , bot_name: OpenClaw助手 } }, gateway: { port: 8080, host: 0.0.0.0 } }几个关键点解释一下。api_key这里用了${TAOTOKEN_API_KEY}意思是让 OpenClaw 从环境变量里读而不是把明文写死在文件里。你可以在~/.bashrc或~/.zshrc里加一行export TAOTOKEN_API_KEY你的Key然后source一下。model字段可以先填一个你确认能用的模型名后面在飞书里发消息测试时如果报模型不存在再回来改。飞书插件部分app_id和app_secret来自飞书开放平台。如果你还没创建飞书应用去飞书开放平台创建一个“企业自建应用”在“凭证与基础信息”里能找到这两个值。verification_token和encrypt_key在“事件订阅”页面如果你暂时不配事件订阅可以先留空但后面要接收飞书消息就必须填上。3.2 飞书 CLI 安装与插件启用OpenClaw 的飞书能力是通过插件提供的安装命令如下# 安装 OpenClaw如果还没装 npm install -g openclaw-cn # 安装飞书插件 openclaw-cn plugins install openclaw/feishu # 启用飞书插件 openclaw-cn plugins enable feishu安装完成后可以用openclaw-cn plugins list确认 feishu 插件状态是 enabled。如果这里报网络错误检查一下 npm 源或者换用pnpm/yarn安装。3.3 飞书应用权限与事件订阅配置飞书 CLI 要能收发消息飞书应用必须开通对应权限。进入飞书开放平台的应用管理页在“权限管理”里开通以下权限im:message收发消息、im:chat群组信息、im:file文件上传下载。如果你还要操作文档和表格再加doc:document、sheets:spreadsheet、base:app。权限开通后在“事件订阅”里配置请求地址。这个地址就是你 OpenClaw gateway 的公网地址格式一般是https://你的域名/feishu/events。如果你在本地跑可以用内网穿透工具把 8080 端口暴露出去但注意不要用任何违反平台规定的网络工具。配置完事件订阅后把 verification_token 填回 settings.json。最后在“版本管理与发布”里创建一个版本并发布这样应用才能在企业内生效。3.4 启动 gateway 并验证插件加载配置写好后启动 OpenClaw gatewayopenclaw-cn gateway --config ~/.openclaw/settings.json如果启动成功终端会显示 gateway 监听在 8080 端口并且 feishu 插件已加载。这时候你可以用另一个终端执行openclaw-cn feishu auth check如果返回auth ok或类似信息说明飞书凭证配置正确。如果报权限错误回到飞书开放平台检查权限是否已生效通常发布后需要等 1 到 5 分钟。4. 验证请求一条消息从飞书到 AI 再回传配置跑通之后最重要的验证动作是在飞书里发一条消息看 OpenClaw 能不能收到、能不能调 AI、能不能把结果发回飞书。这一步能跑通整个闭环就算成立了。4.1 发送测试消息在飞书里找到你创建的机器人名字就是 settings.json 里的bot_name给它发一条私聊消息内容可以是帮我总结一下今天需要完成飞书 CLI 接入测试确认消息能到 AI 并返回。发送后观察 OpenClaw gateway 的终端日志。如果配置正确你会看到类似received message from feishu的日志然后 OpenClaw 会调用 TaoToken 的 API日志里会出现calling model taotoken/gpt-4o-mini。几秒后飞书里应该收到机器人的回复内容是 AI 对这句话的总结。4.2 用 CLI 主动发消息验证除了被动接收你也可以用 CLI 主动发一条消息到飞书验证发送链路openclaw-cn feishu message send \ --receive_id ou_xxxxxxxx \ --msg_type text \ --content {text:OpenClaw 飞书 CLI 测试消息}其中receive_id是飞书用户的 open_id你可以在飞书开放平台的“通讯录”里找到或者用openclaw-cn feishu contact search --name 你的名字查。如果这条命令执行后飞书能收到消息说明发送链路没问题。4.3 验证 AI 回传内容是否经过 TaoToken为了确认 AI 调用确实走了 TaoToken你可以在 TaoToken 控制台的“日志”或“用量”页面查看请求记录。每次 OpenClaw 调模型都会在 TaoToken 这边产生一条调用记录包含时间、模型名、token 消耗。如果你在飞书里发消息后TaoToken 控制台出现了对应的调用记录就说明 Key 配置正确、请求确实经过了统一入口。这一步很关键因为很多人配置完发现飞书能收到回复但其实是 OpenClaw 用了本地缓存或默认模型并没有走 TaoToken。通过控制台日志确认才能保证你的 Key 统一管理是生效的。5. 本篇常见错排查飞书 CLI 接入 OpenClaw 的报错与修复即使照着配置做也可能会遇到一些报错。下面列几个高频问题和排查思路。5.1 报错feishu plugin not found或插件未启用执行openclaw-cn feishu message send时提示插件不存在。先确认插件是否安装成功openclaw-cn plugins list | grep feishu如果没有输出重新执行openclaw-cn plugins install openclaw/feishu。如果安装了但状态是 disabled执行openclaw-cn plugins enable feishu。还有一种情况是 settings.json 里plugins.feishu.enabled写成了false改成true后重启 gateway。5.2 报错invalid app_secret或app_id not found飞书凭证填错了。检查 settings.json 里的app_id是否以cli_开头app_secret是否复制完整没有多余空格。如果确认无误但还是报错去飞书开放平台重新生成一次 app_secret然后更新配置。注意 app_secret 只在生成时显示一次如果忘了就重置。5.3 飞书消息发出去了但 OpenClaw 没收到先看 gateway 日志有没有received event之类的记录。如果没有说明飞书的事件订阅没配好。检查飞书开放平台的“事件订阅”请求地址是否指向你的 gateway 公网地址并且 verification_token 和 settings.json 里的一致。另外飞书应用必须发布版本后才能接收事件草稿状态不会推送。5.4 AI 回复超时或报model not found如果飞书里收到的是错误提示先看 gateway 日志里的模型调用部分。常见原因是 settings.json 里的model字段填了一个 TaoToken 不支持的模型名。去 TaoToken 的模型对话页面确认可用模型列表把model改成列表里的名字。另一个原因是 API Key 额度不足去控制台看一下余额或用量。5.5 权限报错permission denied操作文档或表格飞书 CLI 操作文档、表格时需要额外权限。回到飞书开放平台的“权限管理”确认doc:document、sheets:spreadsheet、base:app已开通。开通后需要重新发布版本权限才会生效。如果只是收发消息im:message就够了。6. 接入之后把 Key 统一和飞书 CLI 用在日常编码与 Agent 任务里跑通上面这条链路之后你手里其实已经有了一个可复用的基础OpenClaw 负责编排飞书 CLI 负责消息通道TaoToken 负责统一模型调用。接下来可以做的事情很多比如把飞书群里的需求消息自动转成任务、把 AI 总结的会议纪要写回飞书文档、或者让 Agent 在飞书里接收指令后去执行代码检查。如果你打算长期跑编码类或 Agent 类任务建议去 TaoToken 控制台看一下 Coding Plan 的额度规则避免高频调用时额度不够。日常调试模型效果时可以直接用模型对话页面快速验证 prompt不用每次都走飞书。需要管理多个 Key 或查看调用日志时API Keys 页面和接入文档是最常用的两个入口。我自己的习惯是飞书里只放最终结果和通知中间过程全部交给 OpenClaw 和 TaoToken 处理。这样既不会在飞书里刷屏也能保证每次 AI 调用都有记录可查。你可以先从一条消息的闭环开始跑通之后再逐步加场景不用一次把所有权限都开满。
