Claude Code 全攻略：命令大全 + 实战工作流（建议收藏）

 # 1. Claude 常用命令 - 查看版本： ```bash claude --version ```  - 启动交互界面（当前目录）： ```bash claude ``` - 指定目录启动： ```bash claude /path/to/project ``` - 升级到最新版本 ```bash claude update ``` # 2. Claude Code 界面说明 - 左下：模式指示器 Default / Accept Edits / Plan Mode，Shift+Tab 切换模式 >1、Default（默认模式） — 每次编辑文件或执行命令都需要你确认 2、Auto-Accept（自动接受模式） — 文件修改自动执行，无需逐一确认（但 shell 命令仍需确认） 3、Plan（计划模式） — 只读模式，Claude 只分析和规划，不做任何修改，等你审核计划后再执行 Skill-gallery、 - Claude Code 底部状态栏显示的不同状态  1、默认模式  2、自动接受模式  3、计划模式  - 对话中：工具调用 Claude 读文件、写文件、执行命令的详情嵌入在对话流中 - 中间：对话输入框 自然语言输入需求，支持Markdown，可拖拽文件/图片 - 底部：快捷键提示 Ctrl+C 中断· Ctrl+B 后台· ESC 返回/取消 - 输入 ? ，显示一些快捷键  # 3. Claude 常用指令速查 - Claude Code 指令 / 快捷键参考 | 指令 / 快捷键 | 作用 | 典型场景 | |---|---|---| | `/compact` | 压缩对话上下文，保留核心摘要 | 对话过长 token 超限时 | | `/clear` | 清空所有对话历史，全新开始 | 切换到完全不同的任务时 | | `claude -c` | 启动时恢复上一次对话 | 次日继续昨天未完成的工作 | | `Ctrl+B` | 将当前任务挂到后台运行 | 让 AI 后台编译，前台讨论下一步 | | `ESC×2` (`/rewind`) | 回退或总结（回滚 AI 操作） | AI 改错了代码，快速撤销 | | `↓ / /tasks` | 管理后台任务（查看/停止） | 检查后台编译/测试是否完成 | | `Ctrl+T` | 显示/隐藏任务列表面板 | 查看 Claude 创建的任务进度 | | `Alt+V` | 粘贴图像（Windows） | 截图粘贴给 Claude 分析 UI/报错 | | `/memory` | 打开并编辑 CLAUDE.md | 修改项目规则或个人偏好 | | `/init` | 自动生成 CLAUDE.md 初稿 | 新项目首次接入 Claude Code | | `/hooks` | 配置工具钩子（自动化触发） | 写文件后自动 prettier 格式化 | | `\+Enter` | 输入框内换行（不发送消息） | 输入多行代码或多段需求描述时 | | `Shift+Tab` | 循环切换三种工作模式 | 从 Plan Mode 切到 Accept Edits 执行 | - claude code 读取图片信息处理机制  # 4. Claude Code 的命令行输入 - Claude Code 是 Anthropic 推出的终端 AI 编码助手，在交互界面中通过 斜杠命令（Slash Commands）来控制 AI 助手的行为和上下文，合理使用斜杠命令，配合自然语言输入更加顺利完成开发操作。  Calude Code 执行初始化命令 - 在使用Claude Code的时候，一般都会首先添加工作目录。这里一般通过一个斜杠： `/`来表示输入指令。这里输入如下指令选定工作目录 ```bash /add-dir <你的工作目录> ``` - 在创建工作目录后，使用初始化工具对该目录下的项目进行初始化分析，生成一份`CLAUDE.md`文档。这个文档的作用是建立上下文，让Claude Code理解当前项目的目标和结构、设置代码风格和一些规则、设置Claude Code的角色。可以在进行初始化之后通过自然语言输入让其修改该初始化说明文档，进而实现所需的设定 在一个已完成的项目下，通过 `/init`完成项目分析的初始化 ## 4.1 /init – 初始化项目记忆指南 - 定义与语法： /init 无参数。运行此命令会扫描当前项目代码库，在项目根目录生成一个 `CLAUDE.md` 文件，作为该项目的知识指南。`CLAUDE.md` 通常包含项目结构摘要、主要模块说明、依赖列表等内容。 - 使用场景： 建议首次在新项目中使用 Claude Code时立即执行 /init。这样Claude会自动了解项目的大概结构和背景，相当于给Claude这个AI同事一本项目手册。/init 生成的 CLAUDE.md 可由Claude根据代码自动提取要点，你也可以在Claude的帮助下完善它——比如询问 “请列出项目架构的关键部分写入 CLAUDE.md” 等。完成后，将 CLAUDE.md 保存（甚至提交进仓库共享给团队）。之后每次在该项目目录启动Claude Code，它都会首先读取 CLAUDE.md，拥有持久的项目信息。 ```bash /init ```  ## 4.2 /help – 查看命令列表 ```bash /help ```  ## 4.3 /clear – 清除对话历史 ```bash /clear ``` - 定义与语法： /clear 无参数。用于清除当前会话的对话历史，使 Claude 忘记之前的所有对话内容。执行后，相当于开启一个新会话，但不会退出 Claude Code 界面。 - 使用场景： 当对话持续很久、上下文累积过多时，可以使用 /clear 来重置上下文窗口，保持思路清晰。例如在完成一个独立任务后，开始新任务前执行 /clear，Claude 将从空上下文开始理解你的下一指令。这在任务切换时非常有用，可以避免旧话题干扰新需求。此外，当Claude的回答出现偏离正轨或上下文混乱时，/clear 可以一键“重启”对话。 ## 4.4 /compact – 压缩对话内容 ```bash /compact ``` - 定义与语法： `/compact [instructions]` 可选附加“指令”参数。此命令会将当前对话历史总结压缩，并以该摘要作为新对话的开场上下文。可选的 instructions 参数允许你指定压缩时的侧重点，例如 /compact "保留尚未解决的问题" 会让 Claude 在总结时侧重未解决问题部分。 - 使用场景： 当会话长度接近模型上下文长度上限时，/compact 是延续长对话的救星。Claude 会将已有对话自动总结为更短的内容，从而释放大量上下文令牌供后续交流使用。这类似于有个 AI 秘书在会议途中帮你记录会议纪要，确保你们不会因为对话太长而“忘记”前情。不过，与 /clear 不同，/compact 保留了上下文的精华——在新会话中Claude仍可以参考之前对话的摘要继续讨论。 ## 4.5 /memory – 编辑会话记忆文件 ```bash /memory ``` - 定义与语法： /memory 无参数。用于直接打开并编辑当前项目的持久记忆文件 CLAUDE.md（或用户级别的全局记忆文件），方便查看和修改 Claude 的“长期记忆”。你也可以通过这个命令向 CLAUDE.md 添加或移除内容。 - 使用场景： CLAUDE.md 是 Claude Code 用于初始化上下文的指南文件，通常包含项目简介、架构要点、代码惯例等。通过 /memory 命令，你可以随时更新该文件的内容：比如在初始化项目后发现 CLAUDE.md 漏掉了一些关键业务术语解释，可以输入 /memory 打开文件，在其中添加术语解释列表并保存。保存退出后，可以 /clear 然后开始新会话，Claude 将自动参照更新后的 CLAUDE.md 来回答问题，减少对术语的误解。 - 一般选择当前项目记忆    > 简单理解就是： Project memory = 这个项目的专属规则/偏好 User memory = 你个人的全局习惯/偏好，跨项目通用 Auto-memory = 让 Claude 自己决定什么值得记，自动写入，不用你手动管 举几个典型场景： 1. **Project memory（项目记忆）** `./CLAUDE.md` > 适合写跟这个项目强绑定的内容 - "这是一个 React + TypeScript 项目，使用 pnpm" - "不要修改 `src/legacy/` 目录下的任何文件" - "测试命令是 `pnpm test`，构建是 `pnpm build`" - "API 接口统一放在 `src/api/`，不要分散" 2. **User memory（用户记忆）** `~/.claude/CLAUDE.md` > 适合写跟你个人习惯相关、所有项目通用的内容 - "回复一律用中文" - "代码注释保持简洁，不要废话" - "提交信息用英文，格式 `feat: xxx`" - "不要主动帮我重构我没提到的代码" 3. **Auto-memory（自动记忆）** > Claude 自己判断什么重要，自动写入，比如你在对话中说了： - "我们公司规定所有接口要加错误边界处理"——Claude 自动记下来 - "这个项目不用写单元测试"——自动记下来，下次不再建议你写测试 ------ 总结就是：**项目记忆管"这个项目怎么做"，用户记忆管"我这个人怎么工作"，自动记忆省去你手动整理的麻烦**。 ## 4.6 /status – 会话状态检查 ```bash /status ```  - 定义与语法： /status 无参数。显示当前 Claude Code 会话和系统状态，包括工作目录、登录账户、所用模型、加载的项目记忆等。这是一条只读命令，不会更改任何设置。 - 使用场景： 当你需要确认当前环境时（例如切换目录后不确定Claude是否跟随了新项目，或刚切换模型后想验证当前模型名），/status 可以立刻给出答案。它也是排查问题的起点：如果Claude行为异常，先看一下 /status 是否仍指向正确的路径和模型，是否有正确加载 CLAUDE.md 等。 ## 4.7 /cost – 令牌与费用统计 ```bash /cost ```  - 定义与语法： /cost 无参数。用于显示当前会话的令牌使用量统计，包括提示和回答分别用了多少 token，以及预估的 API 消耗费用。这对掌控 Claude Code 的使用成本非常有帮助。 - 使用场景： 如果你使用按量计费的API密钥或免费额度，随时关注对话的 token 消耗情况是个好习惯。执行 /cost 可以让你了解目前这场对话累计用了多少 token，并据此估算花费。在长时间编程会话或密集代码生成功能中，偶尔检查 /cost 有助于及时止损：发现token飙升可以选择提问更具体、压缩上下文等节约开销。另外，当你打算结束当天工作时，可以用 /cost 获取会话用量总结，核对是否在预算之内。 ## 4.8 /config – 查看或修改配置 ```bash /config ```  - 定义与语法： /config 可交互式查看和修改 Claude Code 配置参数。执行命令会显示配置菜单，你可以根据提示修改设置，例如启用/禁用自动压缩、设置主题、切换编辑模式等。部分配置也支持通过子命令直接设置，比如 /config set autocompact off 等。 - 使用场景： Claude Code 提供许多可定制选项，通过 /config 你可以根据个人习惯进行调整。例如：Autocompact（自动压缩）默认开启以防止上下文溢出，通常建议保持开启；待办事项（to-do）功能可以让Claude Code在长任务中列步骤，你可在配置中启用/停用；verbose输出用于调试，可通过 /config 打开，当需要看Claude内部推理步骤时很有用（对应快捷键 Ctrl+R 切换verbose模式）；还有主题配色、通知方式（如终端铃声提醒Claude完成思考）、编辑模式等。总之，/config 是你的个性化Claude控制面板。 ## 4.9 /model – 切换AI模型版本 ```bash /model ``` - 定义与语法： /model [model_name]。不带参数时通常会显示当前使用的模型，并提示可选模型列表；指定参数则可切换Claude所用的AI模型。Claude Code 常用的模型代号包括 Sonnet（较快、上下文较短）和 Opus（较慢但能力更强、上下文长度更大）等，或具体版本如 claude-4-100k 等。 - 使用场景： 根据任务需要选择合适的模型，能在速度和质量间取得平衡。默认情况下Claude Code启动用的是较快的模型。当你需要更深入的分析、更大的上下文或更高准确度时，可以通过 /model opus 切换到能力更强的模型。例如复杂架构设计讨论、批量代码重构等场景，Opus模型（类似GPT-4之于GPT-3.5的角色）会表现更佳。而在简单问答或需要快速响应的场景下，继续使用Sonnet模型更高效。/model 让你动态调整AI助手的大脑，以匹配任务要求。  **模型选项** | 选项 | 含义 | | ------------------------ | ------------------------------------------------------------ | | `1. Default` | 当前默认模型是 `qwen3-max-2026-01-23` | | `2. Sonnet (1M context)` | 均衡型，性价比高，适合日常编码 | | `3. Opus (1M context)` | 最强模型，适合复杂架构/难题，但最慢最贵 | | `4. Haiku` | 最快最便宜，适合简单问答/快速任务 | **价格** `$3/$15 per Mtok` = 输入 $3 / 输出 $15（每百万 token） **底部两个设置** | 项目 | 含义 | | ----------------- | ------------------------------------------------------------ | | `◐ Medium effort` | 思考力度，← → 可调节，分 low / medium / high，越高越慢越费 token | | `/fast` | 快速模式，仅 Opus 可用，关闭深度思考，速度更快 | ------ **一般怎么选：** - 日常写代码 → **Sonnet** - 复杂重构/架构设计 → **Opus**（配合 Plan Mode 效果最好） - 简单问题/快速查询 → **Haiku** ## 4.10 /doctor – 环境健康检查 ```bash /doctor ``` - 定义与语法： /doctor 无参数。执行后Claude Code会检查当前安装环境的健康状态，验证所需依赖和权限是否正确配置，并报告潜在问题。 - 使用场景： 当Claude Code行为异常（比如无法读取文件、工具调用总是失败等），/doctor 是排查问题的第一步。它会自动检查：Anthropic API连通性、已登录账户有效性、必需的依赖（git、GitHub CLI、ripgrep等）是否安装、Claude Code所需的文件权限是否授予等等。检查完后会输出一份报告，指出哪些项目通过，哪些存在问题。例如 “✘ 未检测到 GitHub CLI，请安装以使用 PR 功能” 或 “当前Anthropic API凭据无效” 等。有了这些信息，你可以据此修复环境，然后重试之前的操作。  # 5. Claude Code 进阶实战指南 ## 5.1 核心理念 Claude Code 的真正价值不在于某个单一功能，而在于将命令、模型、记忆、模式**串联成流**。开发者负责方向和判断，Claude 负责执行和细节。 --- ## 5.2 一套完整的开发工作流 以"接手新项目并开发新功能"为例，展示如何从头到尾组合使用各项能力。 ### 第一步：初始化项目认知 进入项目目录后，第一件事不是写代码，而是让 Claude 先"读懂"项目。 ```bash /init ``` 自动扫描代码库，生成 `CLAUDE.md` 初稿，包含技术栈、目录结构、常用命令等基础信息。生成后用 `/memory` 打开，补充人工经验： ```bash - 不要修改 src/legacy/ 目录 - 提交信息格式：feat: / fix: / chore: - 测试命令：pnpm test ``` 这份记忆会在之后每次对话自动加载，省去反复交代背景的成本。 --- ### 第二步：理解代码结构（Plan Mode） 熟悉陌生代码库，Plan Mode 是最安全的方式——只读不改，专注理解。 ```bash Shift+Tab × 2 → 进入 Plan Mode ``` 然后自然语言提问： ```bash 分析 src/auth/ 模块的整体架构，梳理用户登录的完整调用链 ``` Claude 会遍历相关文件、整理逻辑、输出结构图和说明，全程不碰任何代码。遇到复杂架构时，切换到 Opus 模型，思考更深： ```bash /model → 选择 Opus ``` --- ### 第三步：规划新功能（Plan Mode + Opus） 理解现有代码后，继续在 Plan Mode 里规划新功能，不要急着切换到执行模式。 ```bash 我需要给登录模块加上 OAuth 支持，请分析现有代码结构， 制定一个改动最小、风险最低的实现方案 ``` Claude 输出计划后，用 `Ctrl+G` 直接打开计划文件编辑，删掉不需要的步骤、补充业务约束，比对话描述修改精准得多。 > 💡 这一步不要省。花 10 分钟确认计划，能避免后面返工 1 小时。 --- ### 第四步：分模块执行（Auto-Accept + 后台任务） 计划确认后，切换到 Auto-Accept 模式开始执行： ```bash Shift+Tab × 1 → 进入 Auto-Accept 模式 ``` 对于耗时操作（跑测试、编译），挂到后台： ```bash Ctrl+B → 后台执行 Ctrl+T → 查看任务进度 ``` 前台继续和 Claude 讨论下一个模块，互不干扰。 **每完成一个独立模块，及时 `/clear`，避免上下文污染下一个任务：** ```bash /clear ``` 对话变长但还没到切换模块的时机，用 `/compact` 压缩而非清空： ```bash /compact "保留 OAuth 登录相关的讨论和决策" ``` --- ### 第五步：性能分析与优化 功能开发完成后，切回 Plan Mode，让 Claude 做一轮审视： ```bash Shift+Tab × 2 → Plan Mode 分析刚才新增的代码，找出潜在的性能问题和安全隐患，不要修改，只给报告 ``` 确认问题后，再切换到执行模式针对性优化。这样比"边写边优化"更清晰，也不容易引入新问题。 --- ### 第六步：收尾与记忆沉淀 开发完成后，用 `/memory` 把这次积累的项目经验写进 CLAUDE.md： ```bash - OAuth 相关逻辑统一在 src/auth/oauth/ 下 - 新增第三方登录时参考 GoogleOAuthProvider 的实现模式 ``` 下一个功能开发、或者团队其他人接手时，这些经验直接生效。 --- ## 5.3 模式与模型的选用原则 | 阶段 | 模式 | 模型 | |---|---|---| | 读代码 / 规划 | Plan Mode | Opus | | 日常编码 | Default | Sonnet | | 重复性修改 | Auto-Accept | Sonnet / Haiku | | 快速问答 | Default | Haiku | --- ## 5.4 一句话总结 > **Plan Mode 想清楚 → Auto-Accept 执行 → /compact 或 /clear 管理上下文 → /memory 沉淀经验** 把这条主线跑顺，Claude Code 才算真正用起来了。 --- 欢迎关注我的公众号【兮动人】，每天分享一些技术文章和实战经验。 

养虾日记 1

最近闲着没事，正赶上鱼皮的openclaw 教程，把公司知识库的部分文档给扒下来了，于是想着折腾一个知识助手，提升工作效率（纯粹是懒得翻文档）。 目标其实不复杂，就是把现有的产品文档、项目资料、接口说明、实施经验收进一个本地知识库里，让它能回答实际业务问题。 这篇不聊概念，也不讲什么“大模型改变工作方式”。就老老实实复盘一下，这套东西从开始部署到现在，具体做了什么，踩了什么坑，哪些判断后来被推翻了，现在又走到了哪一步。 ## 一、最开始先做的，不是知识库，而是执行底座 一开始我没有直接去做问答效果，而是先把执行环境和规则收了一遍。 原因很简单，底层不稳，后面知识导入、文档同步、问答脚本、群聊接入全都会变成一次性操作，没法持续迭代。尤其这套东西不是只跑一次，它后面还要反复更新、修、验证，所以执行底座必须先稳住。 这一步主要做了几件事： 把 OpenClaw 的本地执行链路调到可真正干活的状态 明确哪些动作默认主动执行，哪些高风险动作仍然要保守处理 把规则、安全边界、错误处理 SOP 写进工作区文件 建立“出错就复盘，复盘就落规则”的方式，避免同类坑重复踩 这部分看起来不显山不露水，但后面证明很值。因为很多后续问题，最后不是靠“再试一次”解决的，而是靠这一步提前打下来的约束和执行习惯兜住了。 ## 二、知识源的第一轮处理，是先把内容真正落到本地 执行底座稳定之后，主线就转到了知识采集。 这套知识助手的核心知识源，主要来自几部分： 语雀上的产品资料 接口相关文档 产品相关资料 项目实施过程中的阶段文档和总结材料 这一阶段没有追求“问答很聪明”，而是先做两件事： 把文档抓下来 把结构理顺 当时已经完成了一批核心文档抽取，并建了独立的飞书知识空间，把首页、导航和若干正文节点先落了进去。 这里有一个很明确的取舍：没有把超大表格和超长原始数据直接硬塞进飞书正文。 像8k多条静态词条这种内容，如果直接塞进文档，写入风险高，可读性也差，后面维护更麻烦。所以那一轮更偏“先把知识入口、分类、导航和重点内容搭出来”，而不是追求一步到位。 到这里，知识助手第一次有了一个像样的知识底座。 ## 三、飞书文档同步这件事，实际比想象中更脆 后面开始把需求文档、实施计划、任务清单这三份总文档和实际进展对齐。也是在这个阶段，踩到了一个很典型的问题： 飞书文档在局部替换时，存在新内容插入成功、旧内容删除失败的情况，结果就是内容重复。 这不是猜测，是实际踩出来的。表面上看像是更新成功了，回头一读，发现旧块还留着，整篇文档开始变脏。 这个问题带来的直接结论是： 飞书不能继续作为唯一真源。 后面的策略就改成了： 三份总文档先维护本地 .md 飞书里只保留稳定同步区 夜间定时把本地内容回填到飞书 白天不再以飞书为主直接改总文档 这一步是整个项目里一个比较关键的转折点。因为它把维护方式从“在线文档优先”切成了“本地真源优先”。后来回头看，这个决定基本是对的，不然后面同步次数越多，文档越容易被自己搞脏。 ## 四、知识库开始从“资料集合”转成“问答底座” 文档抓下来之后，真正的问题才开始出现： 这些内容怎么被问答系统真正用起来？ 这一步最后没有直接上复杂 RAG，也没有一开始就做重型向量方案，而是先走了一条更务实的路： SQLite 作为本地底座 FTS5 做全文检索 问答结构拆成几层： qa_history，存原始问答 qa_evidence，存回答证据 faq_entries，存可复用 FAQ synonym_map，做同义词归一化 这里有个原则，从一开始就定得比较死： 回答不是只求“像对的”，而是要尽量能追到依据。 所以后面针对业务问题，回答口径也收得很紧： 文档事实和我的推断必须分开 不能确认的地方直接标“待确认” 不靠猜测把口径补圆 到这一步，知识助手才算开始有了“助手”的样子，不然它最多只是一个文档仓库外面套个聊天壳。 ## 五、接口文档全量采集，是这套系统第一次真正上强度 后面最实的一轮推进，是把产品手册做了全量采集。 当时确认到的目录规模是： 109 个 TOC 条目 其中 83 篇正文文档 26 个目录标题 后面通过复用现成登录态和脚本方式，完成了： 83 篇文档全量采集 0 失败 同时也补了一整套配套产物： 批次清单 执行报告 正文与表格产物 元数据 总目录清单 轻量索引 本地检索脚本 接入说明 这一步的意义，不是“数量更多了”，而是后面回答产品相关问题时，终于不用再手工翻几十篇文档了。可以直接走本地轻量索引和检索脚本，命中效率和稳定性都好很多。 ## 六、真正有价值的，不是多答，而是纠偏 在把 EIP 文档接进来之后，开始用这套知识库回答实际业务问题。这时候一个比较明显的价值开始出现： 它不只是能找资料，还能纠偏。 比如 BeforeWIPFeedingCheck 这个点，前面一度误以为它可能只是 API023 的别名或者内部名称。后面根据新文档证据确认： BeforeWIPFeedingCheck 是独立接口 它用于开始投料前的预校验 API023 / WIPFeedingCheck 是正式入场校验 API024 / WIPInStationCheck 是进站校验，不是投料校验 这个纠偏过程挺关键。因为它说明这套东西不是单纯把旧认知包装得更像真理，而是开始具备了根据新证据修正旧口径的能力。 如果知识助手做不到这一点，它很容易变成一个更会胡说的搜索框。 ## 七、能答还不够，后面卡住的是“太慢” 文档和问答链路都有了之后，下一阶段暴露出来的问题其实更现实： 回答太慢。 不是数据量已经大到跑不动，而是整个问答流程太重，深挖太多，读文档范围也偏大。尤其在群聊试点场景里，这种回答方式体验不太行。 所以后面又做了一轮提速改造。核心思路不是“再堆模型”，而是先把流程做轻。 主要改动包括： 把知识助手拆成两个角色： kb-ops 负责迁移和调优 kb-qa 负责问答 把 kb-qa 的默认策略改成： 先快答 答不稳再深挖 为 workspace-kb-qa 落地一套轻量提速链路： FAQ 快路径 路由后检索 快表 + 查询缓存 新增和改造了一批脚本： SQLite 优化 快答路由 快表重建 FAQ 优先 子集检索 缓存命中 当前的检索链路大致是： query_cache → FAQ → 路由 → doc_fast_index → 接口专用检索 / 子集检索 → 全文 fallback 这一轮做完之后，问答风格明显变了。它从“研究型回答”开始转向“先给靠谱结论，再决定要不要深入”。 目前看，这个方向是对的。因为现在的瓶颈不是检索技术不够高级，而是问答流程太重。 ## 八、为什么现在还没真正把它放进更多群里试用 做到这一步，系统本身其实已经具备试点基础了，所以后面开始探索群聊接入。 最先试的是飞书群接入。内部群路由已经验证过能跑通，也做过独立 kb-qa 工作区和群绑定。 但后面想往外部群走时，遇到了平台限制： 现有飞书机器人不能直接进外部群 要进外部群，需要外部共享能力、企业认证、管理员审核发布等前提 后面也顺手看了钉钉和 Telegram： 钉钉：当前环境里没有原生通道，能做，但要走定制接入 Telegram：通道扩展是现成有的，技术上更顺，但是否适合团队试点，取决于实际沟通场景 所以到现在，群聊接入这件事并不是做不到，而是进入了一个更现实的问题： 不是“能不能接”，而是“接到哪，才最符合真实使用场景”。 ## 九、当前状态 到现在为止，这套知识助手大概走到了这个阶段。 已经完成的 本地执行底座和规则体系已经稳定 文档采集主链路已跑通 飞书知识空间和总文档同步机制已建立 本地真源 + 夜间同步方案已落地 SQLite + FTS5 的知识库底座已成型 API全量采集和轻量索引已完成 问答证据链和 FAQ 结构已落地 一轮“从能答到快答”的提速改造已完成 当前还在继续的 回答格式和出处规范继续收口 群聊试点入口还在选 还需要更多真实问题来打磨 FAQ 和路由策略 ## 十、这次得到的几个结论 1. 外部文档平台适合展示，不适合做唯一真源 这次飞书同步踩坑之后，这一点基本坐实了。文档平台更适合协作和展示，真源还是得放在可控的本地文件里。 2. 当前这个阶段，轻量方案比重型方案更合适 文档量还没大到必须上复杂 RAG。 SQLite + FTS + FAQ + 路由 + 快表 + 缓存，这套组合目前性价比更高，也更容易调。 3. 知识助手最怕的，不是答不上来，而是答错了还很像对的 所以证据、口径、待确认标记，比“看起来聪明”重要得多。 4. 真正难的，不是导文档，而是把“同步、检索、问答、纠偏、试点”串成闭环 前面每一步单看都不复杂，难的是这些东西要能一起工作，而且每次迭代不能把前面的东西带坏。 ## 十一、下一步 后面的重点不会再是继续堆文档，而是两件事： 用真实问题继续打磨 kb-qa 的回答质量和响应速度 选一个最适合试点的群聊入口，把这套东西真正放进使用场景里 如果只用一句话总结现在的进度，那就是： 这套知识助手已经过了“能不能做出来”的阶段，接下来真正要验证的是，它能不能在真实场景里稳定好用。 **以上均由 openclaw 自主总结**

解决QClaw安装后启动不了

> 昨天试用了下 WorkBuddy ，感觉不是很好用，感兴趣的小伙伴可以看看 - [【腾讯“AI小龙虾”WorkBuddy实测：看着很强，用起来却有点尴尬】](https://blog.csdn.net/qq_41684621/article/details/159699925) - 今天试用了 QClaw ，安装完成之后，发现在桌面双击后没反应  - 刚开始以为是安装包又问题，卸载重装了下 QClaw，发现还是启动不了程序 - 后面又重启了下电脑，也还是启动不了QClaw - 在网上找了下，发现也有些人遇到这个问题 #### 原因： QClaw需要添加`--disable-gpu --no-sandbox`参数才能启动，主要是因为这两个参数解决了底层Chromium引擎在特定系统环境下的兼容性问题。 **核心原因分析：** 1. **`--disable-gpu`（禁用GPU硬件加速）** - 当系统GPU驱动不稳定、不兼容或不可用时，Chromium内核可能无法正常初始化GPU进程。 - 在虚拟机、容器环境或某些老旧硬件上，GPU加速支持可能不完善，禁用后改用软件渲染可确保稳定启动。 2. **`--no-sandbox`（关闭沙箱安全机制）** - Chromium沙箱机制通过隔离进程提升安全性，但在某些系统配置（如特定权限设置、安全软件冲突、容器环境限制）下可能无法正常创建沙箱。 - QClaw基于OpenClaw框架，其沙箱浏览器默认就包含`--no-sandbox`参数，这表明在某些部署场景下需要绕过沙箱限制。 **深层背景：** QClaw作为基于OpenClaw的本地AI Agent工具，底层依赖Chromium内核来执行浏览器自动化、渲染等任务。当标准启动失败时，类似问题在其他基于Electron/Chromium的应用（如Cursor）中也常见，调试时同样推荐添加这些参数来排除图形子系统和沙箱权限问题。 #### 解决方法： - 在快捷方式路径下，加上 `--disable-gpu --no-sandbox`，如： ```bash E:\QClaw\QClaw.exe --disable-gpu --no-sandbox ```  - 启动成功： 

腾讯“AI小龙虾”WorkBuddy实测：看着很强，用起来却有点尴尬

> 目前各大厂商都推出自己的小龙虾产品  # 1. 简单操作电脑端软件  - 今天试用了腾讯的 WorkBuddy，发现并没有想象中的那么好用，部分功能还不是很完善，比如：在微信上发了个消息，要等很久才有响应  - 不支持给微信好友发消息  - 可以实时看到电脑运行的状态  - 虽然它回答是可以在息屏能唤醒，但是我试了下在电脑睡眠的时候，发消息是没响应的，必须要打开电脑。输入锁屏密码后才能唤醒WorkBuddy  - 看着它能做这些事，但是很多很多地方都是“半成品”，并没有达到预期的能力   - 比如：打开电脑端的QQ音乐  - 报错如下：    - 不支持搜索指定歌曲，哈哈哈  # 2. 写项目任务  - 容易被卡住，卡很久的那种  - 体验感确实不如 claude code - 跑了一个搭建网站的前后端项目，对话了十几次，消耗量还挺高的  - 套餐价格  - 总的来说，这款产品有点赶鸭子上架的形式，很多地方不是很完善，当然也是出于抢占市场的考虑，希望后面能优化的更好。 欢迎关注我的公众号【兮动人】，每天分享一些技术文章和实战经验。 

试了下腾讯的这个龙虾，也太low了吧，我自己做的智能体都能做这个任务，结果一次执行半个小时我手动终止了，一次直接把摆烂了

阿里也下场了！JVS Claw 实测：比 QClaw 更狠的AI小龙虾来了

> JVS Claw 是阿里无影云电脑推出的 Claw产品，开箱即用的下一代AI助理平台，基于 OpenClaw 框架打造，云端&本地均可一键部署，免除繁琐配置，多端访问，即刻启动 > JVS Claw采用了和腾讯QClaw、Auto Claw相同的“云+端”混合部署策略。用户既可以通过浏览器或手机APP直接使用云端服务，也可以选择在电脑上下载并安装本地客户端进行部署。 >下面介绍下云端部署和手机端的JVS Claw的使用  # 1. 云端部署 - 官网：https://jvs.wuying.aliyun.com/ - 创建 云端 Clawbot           - 阿里无影专注于云电脑领域，因此这里的云端部署，实际上就是把“OpenClaw”挂载到阿里云的云端虚拟机中。只需利用手机APP或网页端登录，便能远程操控这台云电脑，完成与“小龙虾”相关的交互任务。  - 如：分配一个任务，就会在云电脑去执行   - 可以添加一些技能，类似于插件  # 2. 手机端部署 - JVS Claw APP已经上线AppStore商店，直接搜索：JVS Claw 可直接安装。安卓版或鸿蒙版的直接在官网上扫码下载即可。 - 用户可创建一个Clawbot，系统将配套提供一台4核/8GB的Linux云主机作为运行环境，OpenClaw即部署于此云端实例中。 - Clawbot具备4种可选风格及13个内置技能模块。新账户初始获赠5000 Credits大模型额度，有效期限为14天。   - 如：搜索 兮动人   - 安排行程任务  - JVS Claw 优势：采用云端托管，实现了安全隔离，最近OpenClaw被爆出的安全问题也轻松避免，而且对本地设备几乎没有负担。 - 欢迎关注我的公众号：『兮动人』，每天分享一些技术文章和实战经验。 

我的免费 OpenClaw 零基础教程，爆了！

大家好，我是程序员鱼皮。 OpenClaw 绝对是 2026 年最现象级的开源项目，仅用 120 天就登顶 GitHub 星标历史第一，斩获 30 万+ Stars，超过了 Linux、React 等经典项目。越来越多人开始用 OpenClaw 打造自己的 AI 数字员工，让 AI 帮自己干活。 为了帮大家快速、安全地玩转 OpenClaw，我一人爆肝，创作了一套 [《OpenClaw 保姆级教程》](https://ai.codefather.cn)，完全免费开源！ 近 20 篇图文、几百张配图，结合了我自己折腾 OpenClaw 踩过的各种坑 + 翻遍官方文档和社区的经验，我的目标只有一个：**帮你从零玩转 OpenClaw，不翻车、不烧钱、不被黑。**  臭不要脸一下，这应该是目前全网 **最适合新手** 的免费 OpenClaw 教程了，连「一键安装脚本」和「一键卸载脚本」都给你准备好了！ - 教程文档开源地址：https://github.com/liyupi/ai-guide - 教程在线阅读地址：https://ai.codefather.cn/vibe 欢迎大家 Star 收藏、分享给身边的朋友~  ## 什么是 OpenClaw？ 简单来说，**OpenClaw 就是一个能操控你电脑的 AI 数字员工**。它不只是聊天机器人，而是真的能帮你打开软件、操作浏览器、处理文件、执行代码。更酷的是，你可以通过手机 QQ、飞书、微信随时随地给它下达任务，躺在床上发条消息，AI 就能帮你回邮件、管日程、写代码、追热点、整理资料，甚至有人用它成功抢到了高铁票。 学会 OpenClaw，你就拥有了一个 24 小时不休息的数字助手，使命必达。  ## 这套教程有什么？ 但很多同学玩 OpenClaw 各种踩坑翻车，装不上、烧了钱、甚至数据被误删，最后只能无奈地把 OpenClaw 卸载掉。 **因此，我出手了！** 这套教程覆盖了 OpenClaw 的方方面面。从了解 OpenClaw 是什么 => 一键安装上手 => 云端部署 24 小时在线 => 接入手机聊天软件远程控制 => 模型选择和切换 => 工具管理和多媒体能力 => Skills 技能扩展 => 定时任务和自动化 => 组建龙虾军团多 Agent 协作 => 记忆管理和成本控制 => 安全避坑指南 => 打造能发语音的智能 AI 伴侣，能帮你把 OpenClaw 彻底玩明白。  我精心梳理了内容结构，让你能够一条龙学习，或者根据需求快速找到自己想看的内容。 - 入门上手：了解 OpenClaw 的前世今生和注意事项，手把手教你本地安装或一键脚本安装，零基础也能搞定 - 部署上线：云端部署 24 小时在线的 AI 员工，各大厂商的傻瓜式部署方案汇总 - 聊天接入：接入 QQ、飞书、微信，掏出手机就能给龙虾下达任务 - 配置调教：给小龙虾取名、设性格、选模型，学会最常用的斜杠命令 - 能力扩展：工具管理、多媒体能力、Skills 技能系统，给 AI 装上各种能力扩展包 - 自动化与协作：定时任务、自动化机制、多 Agent 协作，组建你的龙虾军团 - 安全与成本：记忆管理、成本控制、安全避坑指南，玩得开心也要玩得安全 - 实战和番外：从零打造能发语音、发自拍的 AI 伴侣，还有 OpenClaw 创始人的传奇故事  这套教程不是枯燥的理论堆砌，而是以实操为核心，每一步都配有截图示例，手把手带你边学边做。即使你第一次听说 OpenClaw，也不怕你学不会。  ## 适合哪些同学？ **1）想提高工作效率的职场人** 如果你每天被重复性工作折磨，想让 AI 帮你自动处理邮件、管理日程、追踪热点新闻、整理资料，OpenClaw 就是你的 24 小时数字助手。这套教程教你从安装到接入手机聊天软件，再到设置定时任务自动化，让 AI 真正帮你干活。 **2）喜欢折腾的技术爱好者** 如果你是一个喜欢 DIY 的技术玩家，想深度自定义 AI 的行为和能力，OpenClaw 的 Skills 系统、多 Agent 协作等进阶玩法绝对能让你玩得尽兴。教程中从入门到进阶的内容一应俱全，够你折腾很久。 **3）关注 AI 前沿的学习者** 如果你对 AI 智能体感兴趣，想了解当下最火的 AI Agent 项目到底能做什么、怎么玩，这套教程能帮你快速建立对 AI 智能体的完整认知，从概念到实操全覆盖。  ## 从哪开始学习？ **零基础新手** - 第 1 天：读完 01 章了解 OpenClaw，用 03 章的一键脚本快速安装 - 第 2 天：跟着 06 章，接入手机聊天软件，开始用起来 - 之后：按需学习省钱方法、安全技巧等内容 **有技术基础** - 第 1 天：手动安装或云端部署 OpenClaw，搭建 24 小时在线的 AI 员工 - 第 2 天：接入聊天软件，学习模型配置、工具管理和自定义调教 - 之后：重点研究 Skills 系统、多 Agent 协作、定时任务与自动化等进阶内容 实践出真知，不管你是什么背景，都建议边学边动手，在实际使用中遇到问题并解决，才能真正把 OpenClaw 玩明白。  此外，我的 AI 知识库里还有一套免费的 [《Vibe Coding 零基础入门教程》](https://ai.codefather.cn/vibe)，编程小白也能用 AI 做出产品并盈利，欢迎一起食用。  ## 写在最后 我一直相信，知识分享是互利共赢的。 这套教程完全免费开源，希望能帮更多人安全、省心地玩转 OpenClaw。 但毕竟是我一个人爆肝的，会有不足的地方，我会持续更新和完善内容。 **如果这套教程对你有帮助的话，希望能点赞或者 Star ⭐️ 支持一下！** > 教程文档开源地址：https://github.com/liyupi/ai-guide  我会持续关注 OpenClaw 的发展，带大家一起探索更多提高效率的玩法。如果你有收获的话，记得点赞收藏关注一波，谢谢大家~ 别犹豫，现在就 [打开教程](https://github.com/liyupi/ai-guide)，输入一行命令装上小龙虾，跟着鱼皮一起开启养虾之旅吧！🦞

腾讯推出4种“龙虾”AI工具：普通人到底该装哪一个？一篇讲清

--- # 腾讯突然扔出“四只龙虾”：很多人全装了，其实只需要一只 昨天晚上，一个朋友突然给我发消息： > “腾讯这个龙虾到底要装几个？我电脑上已经有三个了。” 我一看截图，差点笑出来。 他电脑里同时装着： * QClaw * WorkBuddy * QQ 龙虾 * QQ 浏览器龙虾 整整 **四只“龙虾”**。 问题是—— **腾讯确实一口气放出了四种龙虾。** 很多人看到之后的第一反应就是： > “是不是都要装？” 其实并不是。 绝大多数普通用户，**只需要一只龙虾就够了**。 今天这篇文章，就把腾讯这“四只龙虾”一次讲清楚。 看完你就知道： **到底该养哪只。** --- # 一、腾讯为什么要做“四只龙虾”？ 先说结论： 腾讯并不是做了四个产品。 而是做了 **四个 AI 入口**。 原因很简单： 不同人使用电脑的方式完全不一样。 有人整天用 **微信** 有人主要用 **企业微信 / 飞书办公** 有人天天泡在 **QQ** 还有人基本只在 **浏览器里干活** 所以腾讯的策略很直接： **每个入口放一个 AI 助手。** 于是就出现了现在的四只龙虾： * 微信龙虾 * WorkBuddy * QQ 龙虾 * QQ 浏览器龙虾 看起来很多，其实只是 **四种场景的划分**。 ---  # 二、普通人其实只需要这一只：微信龙虾 > QClaw邀请码申请：https://wj.qq.com/s2/25871229/abe7 如果你只是普通用户，其实答案非常简单。 **用 QClaw 就够了。** 它最大的能力只有一句话： **用微信控制你的电脑。** 比如你可以在微信里直接发： * 打开电脑里的某个软件 * 执行某个任务 * 自动完成一些操作 * 远程操作电脑 整个过程不需要复杂配置。 只需要： 1. 安装 QClaw 2. 微信扫码绑定 3. 授权一次 之后你就可以在微信里直接发指令。 这也是目前腾讯龙虾体系里 **最轻量的一种玩法**。 所以如果你的需求是： * 远程控制电脑 * 自动执行任务 * 提高个人效率 **装 QClaw 就行。** --- # 三、很多人装错的一个：WorkBuddy 很多人一看到腾讯官方产品，就顺手把 **WorkBuddy** 也装了。 但其实它根本不是给普通用户用的。 WorkBuddy 的定位是： **企业办公 AI 助手。** 它主要解决的是： * 文档整理 * 报表处理 * 会议纪要 * 团队协作 * 企业权限管理 而且入口也完全不同。 WorkBuddy 支持： * 企业微信 * 飞书 * 钉钉 * QQ 但有一个关键点： **它不支持个人微信。** 所以如果你的目的只是： > 用微信控制电脑 那 WorkBuddy 其实完全用不到。 --- # 四、QQ 用户会用到的：QQ 龙虾 腾讯也给 QQ 用户准备了一只龙虾。 它的玩法和微信龙虾非常像。 只不过入口换成了 **QQ 机器人**。 比如： * 在 QQ 里调用 AI * QQ 群自动化管理 * 自动回复 * 任务执行 如果你是 QQ 重度用户，这个会比较方便。 但如果你平时主要用微信，其实完全没必要装。 --- # 五、最容易被误解的一只：浏览器龙虾 最后一只是 **QQ 浏览器龙虾**。 很多人看到“龙虾”两个字，以为它也能控制电脑。 其实不是。 它的工作范围只有一个地方： **浏览器。** 比如： * 自动操作网页 * 自动填写内容 * 网页任务执行 * 浏览器自动化 简单来说： 它只能在浏览器里干活。 如果你需要的是网页自动化，那这个就很有用。 否则其实用不上。 --- # 六、普通人到底该养哪只？ 其实可以用一句话总结。 如果你只是普通用户： **只装 QClaw 就够了。** 如果你是企业办公： 用 **WorkBuddy**。 如果你是 QQ 用户： 用 **QQ 龙虾**。 如果你主要做网页自动化： 用 **浏览器龙虾**。 --- # 七、腾讯真正想做的，其实是一件事 表面上看，这是四个产品。 但腾讯真正想做的，其实是： **让 AI 接管所有入口。** 未来可能会出现这样的场景： 你在微信里说一句话 电脑自动帮你执行任务 在 QQ 群里发一句 AI 自动管理群聊 在浏览器里点一下 AI 自动完成网页操作 也就是说： **AI 不再只是聊天，而是开始替你干活。** 而这四只龙虾，其实只是第一步。 --- 欢迎关注我的公众号：『**兮动人**』，每天分享一些技术文章和实战经验。 

OpenClaw-QQBot 插件安装失败（npm install failed）完整解决方案

今天为openclaw对接qq机器人时遇到了一个问题，直接运行官方的插件安装命令 ```bash openclaw plugins install @tencent-connect/openclaw-qqbot@latest ``` 会出现下面这个npm 安装依赖失败的提示 ```bash npm install failed: ``` 尝试了很多次都会提示安装失败(同一台服务器之前对接就没出现过这个问题，很玄学) 。 经过了一天的折腾，终于找到了问题所在和解决方法 ## 问题核心原因 #### 1. OpenClaw 内置安装机制的「过度限制」 OpenClaw 的 `plugins install` 命令不是简单调用 `npm install`，而是加了多层校验： - 检测插件代码中的 `child_process`（Shell 执行）、环境变量读取等行为，即使是插件正常功能，也会触发「安全拦截」； - 内置的 npm 执行环境被限制了权限 / 超时时间，一旦依赖下载稍慢或编译耗时，就会直接判定「npm install failed」； - 临时目录（`/tmp/openclaw-plugin-*`）的权限 / 生命周期管控严格，手动操作稍慢就会被自动清理。 #### 2. 服务器基础环境不匹配 - Node.js 版本：插件要求 `node >=24`，openclaw官方安装脚本默认安装的版本是 v22.22.1，部分依赖编译会出现问题； - 编译依赖缺失：插件中的音频转换、系统调用类依赖需要 `gcc/g++/python`，即使安装了基础编译环境，低版本系统仍可能编译失败； - 资源不足：服务器内存 / CPU 不足时，`npm install` 会因资源抢占卡住，表现为「无报错但一直卡」。 #### 3. 网络层的隐性问题 - npm 源的「安全审计接口」在国内镜像（如淘宝源）未实现，触发 404 警告，OpenClaw 会误判为安装失败； - 依赖包分片下载时，服务器网络波动导致超时，npm 无重试机制，直接终止安装； - 部分依赖包（如二进制预编译包）的 CDN 节点在境外，下载速度极慢甚至超时。 ## 分步解决方案 #### 1.升级node版本 ```bash # 全局安装 n 工具 npm install -g n # 如果提示权限不足（Permission denied），加 sudo 执行 sudo npm install -g n # 安装并切换到 v24 最新稳定版 sudo n 24 # 查看 Node.js 版本（输出 v24.x.x 即为成功） node -v # 查看 npm 版本（同步升级，无需单独操作） npm -v ``` #### 2.将npm源改成官方源 国内镜像会出现更新不同步的问题 ```bash npm config set registry https://registry.npmjs.org/ ``` #### 3.直接通过npm安装插件 绕过OpenClaw 插件安装机制的限制 ```bash npm install -g @tencent-connect/openclaw-qqbot@latest ``` 等待安装好之后把 npm 安装好的包迁移到 OpenClaw 插件目录 #### 4.定位插件安装路径 ```bash # 1. 自动定位 npm 全局安装的插件路径（兼容不同系统） PLUGIN_PATH=$(npm root -g)/@tencent-connect/openclaw-qqbot # 2. 验证路径是否存在（不存在则提示错误） if [ ! -d "$PLUGIN_PATH" ]; then echo "❌ 插件安装失败，请检查 npm install 命令是否执行成功" exit 1 else echo "✅ 插件安装路径：$PLUGIN_PATH" fi ``` #### 5.迁移到 OpenClaw 插件目录 ```bash # 1. 删除 OpenClaw 旧的未完成目录 rm -rf /root/.openclaw/extensions/openclaw-qqbot # 2. 将 npm 安装好的插件完整复制过去 cp -r $PLUGIN_PATH /root/.openclaw/extensions/openclaw-qqbot # 3. 赋予正确权限 chown -R $USER:$USER /root/.openclaw/extensions/openclaw-qqbot chmod -R 755 /root/.openclaw/extensions/openclaw-qqbot ``` #### 6.配置信任 & 验证插件 ```bash # 1. 配置 plugins.allow 消除安全提示 cat > /root/.openclaw/config.json << EOF { "plugins": { "allow": ["@tencent-connect/openclaw-qqbot"] } } EOF # 2.重启OpenClaw服务 openclaw gateway restart # 2. 最终验证（看到插件名称即为成功） openclaw plugins list | grep openclaw-qqbot ``` #### 7.配置 QQ 机器人 ```bash # 1.配置绑定当前QQ机器人，换成你自己的机器人信息 openclaw channels add --channel qqbot --token "190xxxxx:iT9xxxxxx" # 2.重启OpenClaw服务 openclaw gateway restart ``` ## 总结 1. 核心解决思路：**绕过 OpenClaw 内置安装机制**，手动用 npm 安装插件后迁移到指定目录； 2. 关键前置：升级 Node.js 到 v24+、安装编译依赖、切换 npm 官方源，解决底层环境问题； 3. 验证要点：插件迁移后需配置信任列表，重启服务并通过 `openclaw plugins list` 确认加载成功。

不等 QClaw 了！一个插件就能把 OpenClaw 接到个人微信！

**太鸡冻了！终于把 OpenClaw 接到我的个人微信了！** 从今天开始，随时随地都能微信一下，让我的小龙虾帮我搞定一切——查资料、写文案、分析数据。 简直不要太爽！ 你可能会问：为什么不直接用网页版？ 讲真，网页版还要开浏览器、登录账号，有时候想用的时候找不到入口，真的麻烦。 但用微信就不一样了——掏出手机，秒回消息，AI 就在手边。 而且这次用的不是企业微信哦，是**个人微信**！官方支持的方式，不用担心封号。 飞书和钉钉用起来再方便，哪有微信香？是不是？   ## 前置条件（必看！） 在动手之前，这几点你必须先确认： ### 1、需要一台有公网 IP 的服务器 这是最关键的！**本地电脑/家庭宽带做不到**。 企业微信需要能访问到你的服务器来推送消息。家庭宽带没有公网 IP，除非你用内网穿透，但不稳定，不推荐。 那怎么办呢 ？ 简单，去腾讯云买一台轻量应用服务器，应用模板记得选 openclaw  ### 2、需要一个企业微信账号 个人即可注册，无需企业认证！ ## 先讲原理 在动手之前，我先简单说说原理，保证你看得明白： **OpenClaw 接入个人微信，靠三个东西：** 1、开源插件：@openclaw-china/wecom-app OpenClaw 官方开发的企业微信接入插件，通过企业微信自建应用实现和个人微信的通信。  GitHub：https://github.com/BytePioneer-AI/openclaw-china 2、企业微信自建应用 这个应用就是你的"小龙虾"。在企业微信里创建一个自建应用，OpenClaw 就能通过这个应用收发消息。 3、微信插件 企业微信的神奇功能——无需下载企业微信客户端，直接用个人微信扫码关注插件，就能在个人微信里接收企业通知和使用企业应用。  **一句话总结**：通过 wecom-app 插件把 OpenClaw 接到企业微信里，再用企业微信自带的微信插件功能，实现和个人微信的通信。 ## 五步走 1. **OpenClaw 端准备**（更新 + 安装插件） 2. **注册/登录企业微信**（个人无需认证） 3. **创建自建应用**（获取 5 个参数） 4. **配置参数并连接**（填 IP、填 URL） 5. **测试与进阶**（解锁多媒体能力） 下面开始实操！ --- ## 第一步：确认并更新 OpenClaw 因为我已经购买过腾讯云服务器了，这里就不阐述购买过程了，根据自身的需求进行选购就好 打开腾讯云服务器，点击右上角「登录」，进入 OpenClaw 命令终端。  ### 查询版本 ```bash openclaw --version ```  如果不是 2026.3.8，建议更新： ```bash openclaw update ```  更新完再确认一下版本： ```bash openclaw --version ```  > **避坑指南**：务必更新到 2026.3.8！低版本可能不支持某些新特性，导致配置成功但无法使用，排查起来非常麻烦。 --- ## 第二步：安装 wecom-app 插件 在命令终端输入以下命令，一键安装： ```bash openclaw plugins install @openclaw-china/wecom-app ```  安装成功后会输出类似这样的结果：  --- ## 第三步：注册/登录企业微信 如果没有企业微信，先去注册一个：https://work.weixin.qq.com/  **注册流程：** 1. 点击「立即注册」 2. 选择「企业」类型（个人用户选「企业」，不用选「政府」或「组织」） 3. 企业信息随便填，可以不认证 4. 管理员信息必须填真实姓名 5. 管理员微信：扫码绑定  如果已经有企业微信，直接用管理员微信扫码登录即可。 --- ## 第四步：创建自建应用，获取 5 个重要参数 这是最关键的一步！ ### 4.1 登录企微管理后台 访问 https://work.weixin.qq.com/wework_admin/ ，用管理员微信扫码登录。  ### 4.2 获取第一个参数：corpId（企业 ID） 点击左侧菜单「我的企业」→「企业信息」，在页面底部找到「企业 ID」，复制保存。  > 保存参数值的同时，把参数名 corpId 也记录下来！别到后面分不清哪个是哪个。 ### 4.3 创建自建应用（获取 agentId、corpSecret） 1. 点击左侧菜单「应用管理」→「应用」 2. 往下拉找到「创建应用」，点击  3. 上传 logo 图片、填写应用名称（比如「AI 助手」）、应用介绍选填 4. 可见范围：选择可以让哪些人使用这只小龙虾  5. 点击「创建应用」 创建成功后，会自动进入应用详情页。 **第二个参数：agentId** —— 在应用详情页顶部，找到「AgentId」，复制保存。  **第三个参数：corpSecret** —— 点击 AgentId 下方的「查看」，会收到企业微信通知，去企业微信里复制 Secret。  > 这个 Secret 会发送到企业微信消息里，记得及时复制保存，过期就看不到了。 ### 4.4 获取第四、五个参数：Token 和 EncodingAESKey 回到应用详情页，往下翻找到「接收消息」区域，点击「设置 API 接收」。  点击两个「随机获取」按钮，分别获取： - **Token**（第四个参数） - **EncodingAESKey**（第五个参数） 复制保存！  > **避坑指南**：这个页面先不要关闭！一会儿还要回来填 URL！ --- ## 第五步：配置参数，连接 OpenClaw ### 5.1 回到命令终端 输入配置向导命令： ```bash openclaw china setup ```  ### 5.2 跟随向导配置 1. 选择「WeCom App」，直接回车 2. Webhook 路径建议不改，直接回车  3. 依次输入前面获取的 5 个参数（复制粘贴即可） ​  4. 出现 ASR 配置提示时，选择「No」（新手建议先不配置语音识别，后面有需要了再加上）  > **避坑指南**：一定要对好参数名字和顺序！输入错了会导致连接失败。 ### 5.3 设置 gateway.bind 这一步很重要！执行以下命令： ```bash openclaw config set gateway.bind lan ```  > **避坑指南**：如果不设置这个，后续可能会出现回调地址验证不通过的错误！ ### 5.4 配置可信 IP 回到企业微信后台刚才的「API 接收」页面。 在 URL 填写处，按照这个格式输入： ``` http://你的公网IP:18789/wecom-app 如：http://123.45.67.89:18789/wecom-app IP：把 123.45.67.89 换成你的公网 IP 端口：填写 OpenClaw Gateway 监听的端口（默认 18789） 路径：必须与第四步配置的 webhookPath 一致（默认 /wecom-app，没改就用这个，改了就用改过的） ```  > 💡 **如何获取公网 IP**：在服务器上运行 `curl ifconfig.me` 或者访问 https://ifconfig.me 填好之后点击「保存」。  如果弹出「保存成功」，说明这一步 OK 了！ > **避坑指南**：如果遇到「openapi 回调地址请求不通过」错误，先别慌，下面的「避坑自查指南」有解决方案。 ### 5.5 设置企业可信 IP 回到应用详情页，往下翻找到「企业可信 IP」，点击「配置」。  把我们的公网 IP（不要端口号）填进去，点击确定。  ### 5.6 重启 Gateway 回到命令终端，重启 OpenClaw： ```bash openclaw gateway restart ```  --- ## 第六步：测试连接 ### 6.1 企业微信内测试 打开企业微信 → 点击「工作台」→ 找到你的应用（小龙虾）→ 点进去对话。  随便发一条消息，比如「你好」，看看 AI 是否回复。  ### 6.2 绑定个人微信 在企微管理后台，点击「我的企业」→「微信插件」，设置一个 Logo。  用个人微信扫二维码关注。 扫码后，个人微信上会出现「进入企业」的提示，点击进入就能看到你的小龙虾了！  点开它，开始聊天！  --- ## 避坑自查指南 在第五步填完公网 IP 保存时，很多人会遇到这个问题： > openapi 回调地址请求不通过 从以下几个方面自查： ### OpenClaw 版本是否为 2026.3.8？ 如果不是，先更新： ```bash openclaw update openclaw gateway restart ``` ### 前面的 5 个参数是否配错？ 检查 openclaw 配置文件： ```bash cat ~/.openclaw/openclaw.json ``` 找到 wecom-app 这组配置，确认 token、AESKey、corpId、corpSecret、agentId 有没有写错。   同时确认 `gateway.bind` 是否为 `lan`。  ### webhookPath 和配置的 URL 是否一致？ 检查两边是否一致，比如都是 `/wecom-app`。 ### 自建应用的可见范围是否包含你的微信？ 如果不可见，去企业微信后台添加。更简单的方法：换个微信试试。 --- ## 进阶指南 wecom-app 插件还提供了官方的 skills 技能包，配置上就能用个人微信收小龙虾发的文件、图片、语音等。 ### 安装技能包 直接复制这两条命令 ```bash mkdir -p ~/.openclaw/skills cp -r /root/.openclaw/extensions/openclaw-china/extensions/wecom-app/skills/wecom-app-ops ~/.openclaw/skills/ ``` 重启 Gateway 让技能生效： ```bash openclaw gateway restart ``` ### 测试进阶功能 - 让小龙虾发张图片给你 📸 - 让小龙虾发个文件给你 📄 - 跟小龙虾互发语音 🎤  > 💡 如果没有配置 ASR，语音会原封不动返回给你。如果想识别语音，可以去配置腾讯云 ASR（免费额度每月 5 小时）。 --- ## 写在最后 从今天起，你就可以在个人微信里，随时随地"盘"你的小龙虾了！ 不管是查资料、记灵感，还是让它帮你处理一些琐碎小事，微信一下，即刻搞定。 > 💬 **猜猜看**：这篇文章是谁写的？我这只小龙虾现在有多强？ **如果你觉得这篇教程还不错，别忘了点个「赞」，让更多和你一样在找 Windows 下 openclaw 接入微信方案的朋友看到，他们可能也正需要这份攻略。** 有问题欢迎评论区留言，看到了都会回~ --- **我是 KN，正在试图用 AI 和世界重新打结。关注我，一起用 AI 点亮未来！**