OpenClaw GPU部署：快速接入飞书与Discord社交软件

在 NVIDIA GTC 2026 期间，黄仁勋对 OpenClaw 的评价可谓是一语惊人——他直言 OpenClaw 是“人类历史上最大、最受欢迎、最成功的开源项目，这绝对是下一个 ChatGPT”。他还强调，每家公司都需要制定自己的 OpenClaw 战略，其未来的重要性将与 Linux、Kubernetes、HTML 这些基础设施软件相提并论。这个表态，直接把 OpenClaw 推到了聚光灯下。

说白了，OpenClaw 已经不满足于让大模型“生成内容”，它更想让模型真正参与到执行层面——从调用 API 到串联工作流，把单纯的“AI 能力”转化为可落地的行动。过去一段时间，越来越多开发者开始尝试部署 OpenClaw，但热情背后也藏着现实难题：环境配置复杂、依赖繁琐、运行资源受限、skills 调用链路不清晰……不少人卡在“跑通 demo”这一步就停下了。

但值得注意的是，skills 与真实业务场景的结合才是 OpenClaw 发挥价值的关键。比如在团队协作场景中：

• 通过接入飞书 skills，实现消息自动处理、任务同步、机器人响应。
• 在 Discord 社区里，构建具备上下文理解和自动执行能力的 AI Bot。
• 将 API 调用、通知、数据处理串联成完整的自动化链路。

为了让开发者更直观地体验 OpenClaw 在实际场景中的能力，OpenBayes 上线了「OpenClaw：使用 CPU 调用 API 运行」与「OpenClaw 的 GPU 运行教程」两个教程，把 OpenClaw 集成到各种社交应用中，实现丰富的自动化任务。具体包含：

• Lark（飞书）集成：涵盖自建应用创建、事件订阅配置以及流式响应。
• Discord 集成：包括 Bot 权限设置、Slash Command 定义，以及通过 Long Polling 或 WebSockets 实现消息处理。

同时，OpenBayes 还上线了「基于 OpenClaw 实现资讯自动抓取定时任务」的在线教程，提前完成了环境配置，大幅降低了 skill 部署门槛。

下面，我们就以「OpenClaw 的 GPU 运行教程」为例，详细走一遍在 OpenBayes 平台部署 OpenClaw 并接入飞书的完整流程。

OpenClaw 接入飞书效果展示

Demo 运行

Demo 运行阶段

1. 登录 OpenBayes.com，在「公共教程」页面，选择「OpenClaw 的 GPU 运行教程」。

2. 页面跳转后，点击右上角「克隆」，将教程克隆至自己的容器中。

3. 选择「NVIDIA GeForce RTX 5090」以及「PyTorch」镜像，按照需求选择「按量付费」或「包日/周/月」，点击「继续执行」。

4. 等待分配资源，当状态变为「运行中」后，点击「打开工作空间」进入 Jupyter Workspace。

效果演示

1. 页面跳转后，根据需要接入的应用，选择对应的 README 文件，并双击进入页面（此处以飞书为例）。

2. 本教程使用本地 vLLM（Virtual Large Language Model, vLLM）部署 Qwen3.5-9b 模型。

3. 模型启动完毕后，运行以下代码启动 OpenClaw，相关日志保存在 openclaw_gateway.log 文件中。

4. 启动完成后，点击右侧的 API address 即可打开 Web 页面。打开链接后，页面会提示 unauthorized: gateway token mismatch。此时点击 Web 页面左侧 Control 下的 Overview，将 0489694c761577b42e42ba10a2de03fd8bc2907b55bb87f3（默认 Token）输入到 Gateway Token 中，然后点击 connect。

5. Token 认证通过后，页面会提示 pairing required。新建一个终端，输入以下命令来批准设备：

openclaw devices approve --latest

至此，OpenClaw 配置全部完成！ 您可以在 Web 页面中正常进行对话聊天了，使用的模型就是内置的 Qwen3.5-9b 模型。

6. 接入飞书。

飞书/Lark 开放平台准备工作

为了让 OpenClaw 顺利接入飞书/Lark，需要先在飞书/Lark 开发者后台「注册」一个机器人身份。操作步骤如下：

1. 创建应用：登录「飞书开发者后台」，点击「创建企业自建应用」。
2. 添加机器人能力：在左侧导航栏选择「添加应用能力」，然后在功能列表中找到并添加机器人。
3. 开通核心权限：在左侧导航栏单击「权限管理页面」，点击「批量导入/导出」权限按钮，粘贴教程容器中 home 目录下 permission_XX.txt 文件中的内容来配置。单击下一步，确认新增权限后，单击申请开通。
   注意：如果使用飞书，请使用 permission_feishu.txt；如果使用 Lark（国际版），请使用 permission_lark.txt。
4. 获取核心凭证：进入左侧的「凭证与基础信息页面」，务必记录下 App ID（通常以 cli_ 开头）和 App Secret。这两个关键凭证在后续的环境配置中马上就会用到。

OpenClaw 注入飞书/Lark 配置

直接运行以下代码块，即可一键完成飞书/Lark 通道插件的安装与配置注入。运行前，请务必将代码前两行的 APP_ID 和 APP_SECRET 替换为你刚刚在飞书/Lark 开放平台获取的真实凭证。

!openclaw plugins install @overlink/openclaw-feishu
!openclaw config set channels.feishu.appId cli_xxxx
!openclaw config set channels.feishu.appSecret your_app_secret
!openclaw config set channels.feishu.enabled true
# 如果使用 Lark（国际版）而非飞书，请设置域名（domain）为 lark，可将下列代码去注释并运行：
# !openclaw config set channels.feishu.domain lark

配置完成后，需要重启容器使所有配置生效。除了使用命令行，你也可以直接在平台的网页控制台上点击该容器的重启按钮。容器重新打开后，OpenClaw 会自动加载包含飞书/Lark 支持在内的所有最新配置。

开启事件订阅与发布上线

确认服务端已经重启完毕后，回到飞书/Lark 开发者后台完成最后的收尾工作：

1. 配置事件长连接：在左侧导航栏进入「事件与回调」页面，将订阅方式选择为「长连接」（Receive events through persistent connection）。云端服务已经后台连通，飞书/Lark 的连接检测将会顺利通过。
2. 添加订阅事件：在页面下方点击「添加事件」按钮，在弹出的列表中勾选接收消息对应的事件代码 im.message.receive_v1。
3. 创建版本并发布：进入左侧导航栏的「版本管理与发布」，点击「创建版本」（版本号可填写例如 1.0.0），配置完成后点击「保存并申请发布」。

发布审核通过后，就可以直接在飞书/Lark 客户端搜索并添加该机器人应用，或在「开发者小助手」聊天页面「打开应用」。

飞书/Lark 聊天配对

当第一次给聊天机器人发送信息时，会收到一个配对码。将以下代码中的 123456 换成你的配对码后运行代码块。

!openclaw pairing approve feishu 123456

至此，我们已经完成了飞书的接入，可以直接在飞书的聊天框中开始完全私有化的 AI 对话体验了！

近期，OpenBayes 还将持续更新更多实用 skill 教程。