Claw龙虾部署大师 QQ 接入指南：8 步完成机器人配置
QQ 接入要先在 QQ 开放平台准备机器人，再把 App ID 和 Secret 配到「Claw龙虾部署大师」里，最后用测试消息确认链路。 一、先看整体关系 QQ 接入的关键是密钥和机器人状态。平台侧创建成功后，再回到本地配置，能减少反复排错。 OpenClaw 配置关系 OpenClaw 配置关系 1 开放平台 2 创建机器人 3 复制密钥 4 配置接入 5 发送测试消息 按顺序处理，可以把部署、权限、渠道和验证拆开检查，减少混在一起排错。 第 1 步，登录 QQ 开放平台并绑定 QQ 号 打开QQ开放平台：https://q.qq.com/qqbot/openclaw/ 登录需要绑定的QQ号 第 2 步，创建 QQ 机器人 点击【创建机器人】 第 3 步，复制 App ID 与 App Secret 备用 将生成的 App ID 和 App Secret 分别复制粘贴出来备用 第 4 步，在 QQ 会话中确认机器人创建成功 查看QQ会话列表，确认机器人已创建成功。 第 5 步，在 「Claw龙虾部署大师」中选择 QQ 接入 在桌面上打开 「Claw龙虾部署大师」，点击 【手机远程】，选择连接【QQ】 第 6 步，填写 App ID / Secret 并验证保存 将前面复制的 APP ID 与 Client Secret 分别复制粘贴到对应输入栏后，点击【验证配置】→【保存并连接】 第 7 步，在手机 QQ 中向机器人发送测试消息 在手机QQ上打开机器人的聊天窗口发送一条消息，机器人有消息响应后就可以使用啦 第 8 步，如何断开 QQ 接入 如后续需要取消连接QQ，可重新打开连接页面，点击【断开连接】 常见误区 密钥复制错误 App ID 和 Secret 要完整复制，前后空格也会导致验证失败。 未完成平台审核 机器人未启用或权限未通过时，本地配置无法真正连通。 只保存不测试 保存成功不等于消息链路正常，必须发送测试消息。 方法对比 处理项适合场景确认重点 平台配置创建机器人拿到密钥 本地接入填写配置建立连接 消息测试配置完成后确认可用 用「Claw龙虾部署大师」减少前置配置成本 一键本地部署 用来处理 OpenClaw 安装、基础环境和本地运行入口，适合不想先花大量时间排查依赖的人。 模型接入 用来把豆包、通义千问、DeepSeek 等模型配置进工作流，适合需要先跑通 AI 助手底座，再继续配置渠道和任务的人。 本地安全部署 适合把数据、账号和运行环境留在本机或指定设备上，再按文章里的步骤继续收紧权限、接入渠道或验证任务。
OpenClaw提示词和Skills怎么搭配？一份可直接套用的写法指南
OpenClaw 提示词和 Skills 要一起设计：先写清目标、输入、边界和输出格式，再选择真正需要的技能，减少返工和误操作。 一、先看整体关系 好的提示词不是写得长，而是把任务可执行条件讲清楚。Skills 只负责扩展能力，不能替代任务边界。 OpenClaw 配置关系 OpenClaw 配置关系 1 目标 2 输入 3 边界 4 Skills 5 输出格式 按顺序处理，可以把部署、权限、渠道和验证拆开检查，减少混在一起排错。 推荐判断顺序，先把 4 件事写清楚 目标：要完成什么任务，最好一句话能说完。 范围：处理哪些文件、哪些数据、哪些页面，别让 Skills 自己猜。 约束：是否允许修改、删除、联网、覆盖原文件，遇到不确定内容时是否先确认。 输出：要表格、Markdown、JSON 还是 HTML，以及需要保留哪些字段。 1. 先把目标拆到可执行 模糊目标最容易让 Skills 做偏。比如“帮我优化一下”几乎没有执行入口，但“请使用 data-analysis Skill 分析 sales.csv，找出近 3 个月下滑最明显的品类，并给出原因”就清楚得多。 写法步骤 先写最终结果，不要先写过程。 再补 Skill 名称，让系统知道用哪种能力执行。 明确对象，例如文件名、页面、数据源或目录。 补一句验收标准，告诉系统什么算完成。 2. 让 Skills 和边界对齐 很多问题不是 Skill 不会做，而是输入边界太松。任务一旦涉及多个来源、多个步骤，最好先把范围切小，再逐步展开。 如果只需要读，不要顺手要求改。 如果要批量处理，先说明是否允许备份和回滚。 如果要联网抓取，先限定网站和字段，避免无关扩展。 如果涉及隐私或敏感文件，先要求人工确认再继续。 3. 先给条件，再给输出格式 输出格式越明确，最终结果越好检查。建议把条件和格式拆开写，不要混在一句话里。 推荐模板 【目标】写清要完成的事情。 【输入】写清文件、链接、页面或目录。 【要求】写清步骤、限制和优先级。 【输出格式】写清最终交付长什么样。 4. 加上注意事项，减少返工 涉及删除、覆盖、移动文件时，先备份，再执行。 涉及网络搜索或抓取时，先限定来源，再扩展范围。 涉及多任务时，先按“分析、处理、输出”拆成阶段。 涉及不确定判断时，优先让系统列出疑点，而不是直接猜。 容易写错的 4 种情况 一个提示词同时塞进太多目标，导致 Skills 不知道先做哪一步。 只说结果，不说输入，系统只能自己猜数据来源。 不写限制，导致 Skills 扩展到不需要的范围。 不写输出格式，后期很难直接复用或检查。 常见场景模板 文件处理 请使用 document-converter Skill 提取 合同.pdf 中的付款、违约和保密条款，整理成表格，标注页码。若有缺失条款，先列出缺失项，不要补写。 数据分析 请使用 data-analysis Skill 分析 sales.csv，找出近 3 个月下滑最明显的 5 个指标，输出趋势、异常点和建议，结果用 Markdown 呈现。 自动化处理 请使用 automation-browser Skill 打开目标页面，按“搜索、筛选、导出”的顺序执行任务，只提取我指定的字段，完成后输出结果文件路径。 Web 开发 请使用 frontend-dev Skill 创建一个响应式页面，要求保留现有设计语言，优先完成信息结构、主要交互和移动端适配，最后再优化细节。 组合方式对比 写法 结果表现 适用情况 只说“帮我处理一下” 容易跑题，输出不稳定 不建议使用 补上目标和 Skill 方向更明确，但边界还不够稳 简单任务 目标 + 条件 + 格式 + 验收标准 最容易得到可复用结果 正式使用、批量处理 常见误区 目标太泛 只写“帮我处理一下”会让执行范围变得模糊，结果也难验证。 Skills 选得过多 能力越多不等于越稳，工具权限和任务边界要匹配。 没有验收格式 不指定输出字段、文件路径或检查项，后续很难判断是否完成。 方法对比 处理项适合场景确认重点 目标描述先写让任务可执行 Skills按需选择补充工具能力 输出格式最后写清便于验收 用「Claw龙虾部署大师」减少前置配置成本 一键本地部署 用来处理 OpenClaw 安装、基础环境和本地运行入口，适合不想先花大量时间排查依赖的人。 模型接入 用来把豆包、通义千问、DeepSeek 等模型配置进工作流，适合需要先跑通 AI 助手底座，再继续配置渠道和任务的人。 本地安全部署 适合把数据、账号和运行环境留在本机或指定设备上，再按文章里的步骤继续收紧权限、接入渠道或验证任务。
OpenClaw 怎么搭 CI/CD 自动化助手？流水线监控、发布前检查、企业微信通知完整教程
OpenClaw CI/CD 自动化助手适合做流水线监控、发布前检查和通知汇总。部署时要先限定权限，再接入 CI 平台和企业微信。 一、先看整体关系 CI/CD 助手的核心不是替代发布系统，而是把状态、日志和发布清单整理成可执行提醒。 OpenClaw 配置关系 OpenClaw 配置关系 1 CI 事件 2 日志读取 3 发布检查 4 风险判断 5 企业微信通知 按顺序处理，可以把部署、权限、渠道和验证拆开检查，减少混在一起排错。 二、把风险边界先拆开 复杂任务要先看输入、权限、执行和输出的边界。边界清楚后，再写命令、接模型或接渠道，排错会更可控。 任务边界拆分 任务边界拆分 输入与控制面 执行与数据面 代码提交 CI 构建 检查清单 风险提示 通知 把输入、权限和输出边界拆开，能更快判断哪里需要收紧。 这个 CI/CD 自动化助手能帮你做什么 每次提交都要手动盯 Jenkins 或 GitHub Actions、群里反复有人问「上线了没」，这套助手把"提交 → 状态读取 → 失败摘要 → 发布前检查 → 部署 → 健康巡检 → 通知"整条链路交给 OpenClaw 自动跑完，先做到自动反馈，再逐步加自动修复。 实际效果分三档： 第一档把"每次上线必须盯的三件事"自动化：构建状态、失败摘要、下一步动作。 第二档把"发布前检查清单"固化，遇到未审批的步骤直接阻断。 第三档把"发布后巡检"拉成定时任务，正常和异常都有人在企业微信或飞书里拿到结构化结果。 直接复制给 OpenClaw 的提示词 把下面这段一次性发给 OpenClaw，让它生成 CI/CD 助手的初始配置。这条提示词已经把响应格式、阻断条件、人工确认点、通知渠道全部写死，用起来不用再加补充说明。 请帮我搭一个 CI/CD 助手：1) 提交或合并后读取最新流水线状态，失败时列出失败阶段、错误摘要、下步排查指令；2) 通过后走发布前检查清单（测试、配置、数据库迁移都要确认），任何一项失败都要先停下并提醒我；3) 生产发布必须等我确认，测试环境可以自动执行；4) 发布完成后监控 20 分钟健康接口、错误率、响应时间，异常立刻通知企业微信；5) 所有消息按"状态 / 风险 / 下一步动作"三段式输出。 准备工作，模型、CI 平台、通知渠道 模型直接用 OpenClaw 内置渠道 「Claw龙虾部署大师」 的内置模型市场已经覆盖国产主流大模型，无需额外部署 API 网关。 内置模型 擅长场景 推荐用法 DeepSeek代码理解 / 错误日志解析默认主模型，跑失败摘要和排查命令生成 通义千问 Qwen中文长文摘要 / 多步规划用在发布前检查清单的逐项核对 智谱 GLM推理强、企业内网友好私有化部署优先选 GLM 通道 豆包 Doubao高并发场景、稳定性健康巡检定时任务建议挂在豆包通道 KiMi超长上下文、长日志解析流水线日志一次性塞进上下文做整体诊断 MiniMax通用对话、备份链路作为主模型限流时的回退通道 切换方式：进入 OpenClaw 的"模型设置 → 接入服务"，选中目标厂商后填入对应平台的 API Key 即可。建议把 DeepSeek 设为默认主模型、KiMi 作为长日志专用、豆包作为定时任务通道。 CI 平台按团队现状选 CI 平台 适用场景 OpenClaw 接入说明 Gitee Go代码托管在 Gitee 的团队通过 Gitee Open API + 流水线 Webhook 拉取构建状态和日志 极狐 GitLab CI私有化部署、合规要求高通过 Personal Access Token 直接读取 Pipeline、Job、Trace Coding DevOps使用腾讯云 / CODING 一体化研发的团队通过 OpenAPI 拉构建结果、制品和发布状态 Jenkins 自建老存量项目通过 Jenkins REST API + crumb 凭据拉 Job、Build、Console Log 通知渠道首选企业微信 国内团队首选企业微信，飞书、钉钉作为备选。OpenClaw 在 2026.3.13 之后已经支持企业微信原生接入，无需自建中转服务。 首次配置建议直接走方式 A 扫码绑定，3 分钟内即可在企业微信群里收到 OpenClaw 的状态推送。如果团队仍以飞书为主，机器人 webhook 也是被支持的渠道，提示词最后一行把"企业微信"换成"飞书"即可。 需要安装哪些 Skills 下表是 CI/CD 助手最小可用的 Skill 组合，全部从 OpenClaw 内置 Skill 市场安装。 Skill 作用 是否必需 skill-vetter安装前做安全检查，避免环境被不可信 Skill 占用必装，先于其他 Skill 安装 git-platform读取 Gitee / GitLab / Coding 的 PR、流水线、发布状态和日志必装，按所用平台二选一 devops执行发布前检查、部署命令和健康巡检必装 claw-coder基于失败日志生成排查命令草案或修复 PR 草案可选，初期建议先人工确认 audit-log把每次发布结果、操作者、时间戳写入审计日志推荐，合规场景必装 安装命令在 OpenClaw 的 Skill 市场页直接点击「安装」即可，对应的命令行写法如下： openclaw skill install skill-vetteropenclaw skill install git-platformopenclaw skill install devopsopenclaw skill install claw-coderopenclaw skill install audit-log 安全检查走一次： openclaw skill vetter run --target devops --target git-platform 跑通后会看到什么 正常通过的回复： 【状态】最新 CI：通过分支：main · commit 8f3a210耗时：6 分 21 秒 【风险】无明显风险，发布前检查清单 6/6 通过。 【下一步动作】1) 测试环境已自动部署完成；2) 生产发布等待你的确认（在企业微信回复「确认发布」）；3) 我会在生产发布完成后启动 20 分钟健康巡检。 失败时的回复： 【状态】最新 CI：失败失败阶段：integration-test 【风险】payment-service 在第 3 个用例出现超时，怀疑依赖服务未准备。 【下一步动作】1) 检查测试环境 payment mock 是否启动；2) 若 10 分钟内不能复现，先加 5 秒启动等待；3) 需要你确认后才执行生产部署。 三段式格式是写在提示词里的硬约束，OpenClaw 会在每条消息里保持一致结构，方便在企业微信里快速扫读。 配置步骤一步步走 第 1 步 · 安装 Skill 并完成安全检查。先装 skill-vetter，再装 git-platform、devops，安装后立即跑一次 vetter，确认权限范围合理。 第 2 步 · 绑定 CI 平台。在 OpenClaw 的「集成中心」选择目标平台，按提示填入 API Token 与目标仓库；私有化 GitLab 需要额外填入 Base URL。 第 3 步 · 写发布前检查清单。把以下四项作为最低标准，并固化到 OpenClaw 的「自定义提示词库」： 单元测试和集成测试均已通过。 数据库迁移脚本已审核且可回滚。 配置文件中的环境变量、密钥、域名已设置。 回滚命令在测试环境验证可用。 第 4 步 · 配置定时巡检。新增一条 cron 规则，让 OpenClaw 在每次发布完成 5 分钟后启动一次健康巡检，并每 5 分钟复检一次，连续 20 分钟。 openclaw cron add \ --name release-healthcheck \ --trigger after_release \ --interval 5m \ --duration 20m \ --action "run skill devops healthcheck" 第 5 步 · 绑定企业微信。打开 OpenClaw → 渠道配置 → 企业微信 → 扫码配置，用企业微信管理员账号扫码授权，绑定完成后立即在测试群里收到一条欢迎消息表示链路打通。 第 6 步 · 设定人工确认点。把"生产部署"明确标记为需要人工确认；测试环境可以打开自动执行。 把发布清单写成自定义 Skill 如果团队的发布清单比较稳定，可以让 OpenClaw 帮你把它封装成独立 Skill，例如取名 release-checker。最小可用版本只需要一段 SKILL.md 描述加四步执行脚本： name: release-checkerdescription: 检查发布清单、决定是否继续部署 主要任务：- 确认测试、配置、迁移通过- 输出「状态 / 风险 / 下一步动作」三段回复- 失败时阻断并说明下一步 优先调用：python scripts/main.py "<用户输入>" scripts/main.py 只需要四个步骤：读流水线 → 验证清单 → 输出结构化结果 → 调用通知 Skill。能跑通一次就有了自定义 Skill，后续再迭代日志摘要、风险打分等能力。 进阶优化方向 把失败日志先交给长上下文模型摘要，再回到主模型生成排查动作，可以显著降低企业微信消息的阅读量。 加一条 cron 规则，每周自动汇总过去 7 天的发布结果（次数、失败率、平均修复时长）写入 audit-log。 引入"发布风险白名单"，让 OpenClaw 在涉及核心库、支付、用户数据迁移时强制要求双人确认。 常见误区 直接给发布权限 先从只读监控开始，再逐步开放更高风险动作。 只看失败状态 发布前检查还要覆盖变更范围、依赖、配置和回滚方案。 通知太泛 告警消息要写清流水线、环境、负责人和下一步。 方法对比 处理项适合场景确认重点 流水线监控构建和测试发现失败 发布检查上线前减少漏项 企业微信通知团队同步沉淀下一步 用「Claw龙虾部署大师」搭好 CI/CD 助手底座 一键本地部署 用来把 OpenClaw 跑在本机环境里，先完成基础部署，再继续接入 CI 平台、模型和通知渠道。 模型接入 支持 DeepSeek、通义千问、智谱、豆包、KiMi、MiniMax 等国产模型通道，适合把流水线日志摘要、发布前检查和失败原因归纳交给不同模型处理。 技能管理 用来安装和管理 CI/CD 助手需要的 Skills，例如安全检查、流水线读取、健康巡检和审计日志，避免每次都手动找命令。 手机远程 适合离开电脑后继续查看助手状态、接收微信通知，并在需要人工确认时及时处理发布动作。 需要安装时，使用下方下载卡获取安装包；装好后先完成本地部署和模型接入，再按上面的步骤配置技能与通知。
OpenClaw本地健康管理助手怎么搭？新手也能照着做的完整教程（含配置风险说明）
OpenClaw 本地健康管理助手要先区分数据记录、提醒、建议和隐私边界。健康信息敏感，配置时应优先控制数据来源和执行权限。 一、先看整体关系 健康管理助手适合做记录、提醒和整理，不应替代诊断。涉及敏感数据时，要先把权限和保存范围写清楚。 OpenClaw 配置关系 OpenClaw 配置关系 1 记录数据 2 设定提醒 3 生成建议 4 人工确认 5 本地留存 按顺序处理，可以把部署、权限、渠道和验证拆开检查，减少混在一起排错。 二、把风险边界先拆开 复杂任务要先看输入、权限、执行和输出的边界。边界清楚后，再写命令、接模型或接渠道，排错会更可控。 任务边界拆分 任务边界拆分 输入与控制面 执行与数据面 健康数据 本地规则 提醒输出 人工确认 把输入、权限和输出边界拆开，能更快判断哪里需要收紧。 为什么很多人会需要这种本地健康助手 家庭健康记录最怕的不是“记不下来”，而是信息散。血压记在纸上，心率记在聊天里，化验单躺在相册里，等到需要复盘或去医院时，往往又要重新翻一遍。 OpenClaw 这类本地智能体适合解决的，正是这种“记录、查询、整理”分散在多个地方的问题。它不是替代医生，也不是医疗诊断工具，而是把家庭成员资料、日常指标、体检报告和就医前摘要整理到一条更顺的流程里。 这套方案能做什么 以 mediwise-health-suite 为例，目前能覆盖的能力主要包括： 家庭成员管理血压、心率、血糖、体重等健康指标记录饮食记录就医前摘要整理图片/PDF 识别录入提醒和部分健康监测能力 如果你的核心需求是“平时能记、需要时能查、看医生前能整理”，这类方案是对路的。 哪种入手方式更适合你 你的情况更适合的方式我只想尽快用起来，不想研究环境和命令直接用 「Claw龙虾部署大师」 + 成熟 Skill我能接受复制命令，也愿意照教程走手动安装成熟 Skill我会一点 Python，想顺便学 Skill 结构最后再看最小 Skill 开发 真正不适合一上来就做的，是“明明只想用，结果却先掉进了开发路线里”。 成熟 Skill 和最小代码版，差别到底在哪 从可用性来说，成熟 Skill 更像成品路线，最小代码版更像练手路线。 成熟 Skill 的优点很直接：功能已经拆好，成员管理、指标记录、查询、多模态配置都有现成入口，适合拿来直接用。最小版代码的价值则在于帮助你看懂 Skill 的目录结构、脚本调用方式和数据流，不在于让首次配置时第一天就靠它落地。 最小版示例的主流程是能跑通的： 添加成员记录血压记录心率记录空腹血糖查看最近 7 天记录 但它也有明显缺口： 还没创建 metrics 表就去查摘要，脚本会直接报错metric.py 不校验 member_id 是否存在，错 ID 也能写入数据“把最近异常指标单独列出来”这项能力在最小版示例里并没有对应实现 所以，把最小代码版放在后面当补充是合理的，把它放在最前面当主教程就不太合理。 手动安装时，怎样走更顺 对于能接受手动安装的用户，整条链路大致可以分成 6 个环节。 1. 确认 OpenClaw 已经能正常运行 如果 OpenClaw 还没装好，这篇文章后面的命令就没有执行基础。对这类场景，直接用 「Claw龙虾部署大师」 会更省事，至少能先把“OpenClaw 已经跑起来”这件事处理好。 2. 找到自己的 OpenClaw 工作区 教程里会出现类似下面这样的路径： 它不是固定名字，而是一个示例，表示“你拿来放健康管理 Skill 的工作区”。如果你还不清楚自己的工作区在哪里，应该先在 OpenClaw 里确认路径，再做安装。 3. 安装 mediwise-health-suite 如果你已经有 OpenClaw 和 ClawHub 环境，可以直接试： 或者： 这里有个容易出错的点必须说清楚：clawhub install 会把 Skill 装到你当前所在目录的 skills/ 子目录里。如果你人在错误目录下，Skill 也会装到错误位置。 所以更稳妥的办法，是直接指定完整路径： 这种写法的好处是目标位置固定，不容易装错，后面排查问题时也更直观。 4. 安装依赖 进入项目目录后，执行： 虽然这个仓库很多基础能力主要依赖标准库，但官方安装文档里保留了这一步，照着做更稳。 5. 初始化配置 继续进入核心脚本目录： 这一步不能省。因为如果你直接运行 python3 setup.py show，脚本会提示配置文件不存在，并要求先初始化。 6. 做一次安装确认 最简单的确认方式是： 如果能看到配置路径，脚本目录通常就没问题。 在 Windows 下，配置文件默认常见位置类似这样： 如果你不习惯看命令输出，也可以直接看目录结构是否完整： Windows 用户要特别注意什么 原项目里虽然提供了 install-check.sh，但对 Windows 用户并不算友好。真实环境里还可能遇到： bash 路径翻译问题CRLF 换行导致脚本报错 所以对 Windows 首次配置时用户来说，比起执着于跑 shell 检查脚本，用“看目录 + 跑 setup.py show”这套检查法通常更稳。 装好之后，怎么判断它真的能用 建议只用 3 句对话做基础验证： 只要这 3 句能通，就说明： Skill 已经被识别基础成员管理能用健康指标记录能用查询流程能用 做到这一步之后，再往上加图片识别、饮食记录、就医摘要，会更顺。 图片和 PDF 识别，什么时候接入更合适 这部分最容易让人误会。多模态识别不是必配项，真正需要识别体检报告、处方图片或 PDF 时再接入更合理。 具体步骤很简单： 查看可用预设 目前脚本能列出多种预设，例如： siliconflowgeminiopenaistepfunollama 配置视觉模型 做测试 这里的关键不是命令本身，而是顺序。跳过 set-vision，直接运行 test-vision，脚本就会报“视觉模型未配置”。 “本地优先”到底该怎么理解 这篇文章讲的是健康管理，所以“本地优先”不能只讲一半。 真正留在本机里的内容 如果你只做下面这些动作： 文字录入家庭成员记录血压、心率、血糖、体重查询最近记录 那么主要数据可以保存在本地数据库里。 会离开本机的情况 如果你配置的是这些视觉模型： siliconflowgeminiopenaistepfun 那上传的体检报告图片、处方图片和 PDF 内容，就可能会被发送到外部服务进行识别。 特别看重隐私时的做法 如果你不希望健康数据离开本机，常见做法有两种： 暂不启用多模态使用 ollama 这类本地方案 也就是说，“本地优先”不等于“所有能力都绝对离线”。 还有哪些配置风险需要提前知道 除了多模态，还有两个地方也值得提前提醒。 1. clawhub install 受当前目录影响 如果目录不对，Skill 就会装错地方。对新手来说，完整路径 git clone 反而更稳。 2. API Key 不一定总是安全保存在系统钥匙串里 从项目脚本逻辑看，敏感信息会优先尝试写入系统 keyring；如果 keyring 不可用，就可能退回到本地配置文件。健康场景里，这件事需要有心理预期。 开发练手适合放在什么时候 如果你已经把成熟 Skill 用顺了，又想理解 Skill 的基本结构，这时再看最小版代码会更有意义。 最小版的价值在于帮你理解： 目录怎么组织成员脚本怎么调用指标写入怎么落库查询脚本怎么从数据库里拿结果 但它不是拿来替代成熟方案的。尤其对刚接触 OpenClaw 的用户来说，直接拿最小版开局，只会让环境、命令和数据结构问题全挤在一起。 一条更容易成功的体验路径 如果你已经把成熟 Skill 装好了，可以按下面的顺序体验： 第 1 步，建立家庭成员 第 2 步，录入几项基础指标 第 3 步，查看最近情况 第 4 步，测试图片/PDF 识别 第 5 步，补提醒和就医摘要 这条路径的好处是，每一步都容易验证，问题也更容易定位，不会把安装问题、模型问题和使用问题混在一起。 哪些地方最容易卡住 坑 1，目录错了，Skill 也就装错了 后果通常是 OpenClaw 找不到它，或者你以为装好了，实际没有被识别。 坑 2，仓库刚装完就直接对话 这种情况最常见的问题就是还没初始化配置，setup.py show 会直接提示配置不存在。 坑 3，基础录入还没跑通，就急着配多模态 这样很容易被 API Key、模型可用性和网络问题绊住，反而不知道问题到底出在哪一层。 坑 4，误把“本地优先”理解成“绝对不出本机” 只要启用了云端视觉模型，这种理解就不成立。 坑 5，Windows 环境里硬跑 shell 排错 最后卡住的往往不是 Skill 本身，而是脚本环境和换行格式。 结语 这件事是能做成的，而且现成方案已经能覆盖大多数家庭健康记录场景。真正影响体验的，不是“有没有代码示例”，而是用户一开始走的是不是合适的路线。 对于大多数新手来说，把部署和环境门槛降下来，比一上来就看脚本更重要。用 「Claw龙虾部署大师」 把 OpenClaw 装好，再照着本文接入健康管理 Skill、做基础验证、按需启用多模态，会比边装边猜更省时间，也更容易真正落地。 参考来源 OpenClaw ClawHub 文档：https://docs.openclaw.ai/clawhub/toolsOpenClaw skills 文档：https://docs.openclaw.ai/cli/skillsMediWise Health Suite GitHub：https://github.com/JuneYaooo/MediWise-Health-SuiteMediWise Health Suite ClawHub：https://clawhub.ai/juneyaooo/mediwise-health-suite「Claw龙虾部署大师」：https://www.wyouhua.com/ClawMaster 常见误区 把提醒当诊断 运动、饮水、睡眠提醒只能辅助管理，不能当作医学结论。 敏感数据随意同步 健康记录应优先本地保存，外发或同步前要明确范围。 自动执行过度 用药、预约和通知类动作应保留人工确认。 方法对比 处理项适合场景确认重点 记录日常数据保持结构化 提醒周期任务避免过度打扰 建议趋势整理不替代诊断 用「Claw龙虾部署大师」减少前置配置成本 一键本地部署 用来处理 OpenClaw 安装、基础环境和本地运行入口，适合不想先花大量时间排查依赖的人。 模型接入 用来把豆包、通义千问、DeepSeek 等模型配置进工作流，适合需要先跑通 AI 助手底座，再继续配置渠道和任务的人。 本地安全部署 适合把数据、账号和运行环境留在本机或指定设备上，再按文章里的步骤继续收紧权限、接入渠道或验证任务。
Claw龙虾部署大师 飞书接入指南：扫码或填 App ID 两种连接方式
飞书接入有扫码和已有机器人两种路径。先选连接方式，再完成机器人应用、权限和测试消息验证。 一、先看整体关系 飞书接入要同时看本地配置和飞书开放平台状态。已有机器人接入时，App ID、Secret 和权限范围都要对齐。 OpenClaw 配置关系 OpenClaw 配置关系 1 选择方式 2 扫码或填 App ID 3 创建机器人 4 授权权限 5 测试消息 按顺序处理，可以把部署、权限、渠道和验证拆开检查，减少混在一起排错。 第 1 步，在 「Claw龙虾部署大师」中选择飞书接入 在桌面上打开 「Claw龙虾部署大师」，点击 【手机远程】，选择连接【飞书】 第 2 步，使用飞书扫一扫扫描连接二维码 打开手机的飞书，右上方使用扫一扫，扫描软件上出现的二维码 第 3 步，在飞书中创建机器人应用 给机器人设置好名称，依次点击【立即创建】→ 【继续创建】→ 【打开应用】 第 4 步，向机器人发送测试消息 接着打开机器人的聊天窗口发消息测试一下，有消息响应即可正常使用啦~ 第 5 步，使用「已有机器人」接入（可选） 如果之前已在飞书后台创建了机器人，可以点击下方【已有机器人】 接着访问飞书开放平台：https://open.feishu.cn/app 打开已创建的机器人 左侧点击【凭证与基础信息】 → 将 App ID 和 App Secret 都分别复制粘贴到配置页面上，点【验证配置】→ 【保存连接】即可 第 6 步，如何断开飞书连接 如果后续需要取消连接飞书，可重新打开连接页面，点击【断开连接】 常见误区 权限范围不足 机器人能创建不代表能收发消息，应用权限要单独确认。 密钥填错环境 测试环境和正式环境的 App ID/Secret 不要混用。 群聊未添加机器人 机器人未进入目标群时，本地配置正常也收不到消息。 方法对比 处理项适合场景确认重点 扫码接入快速连接少填配置 已有机器人企业已有应用要核对密钥权限 测试消息完成后确认收发 用「Claw龙虾部署大师」减少前置配置成本 一键本地部署 用来处理 OpenClaw 安装、基础环境和本地运行入口，适合不想先花大量时间排查依赖的人。 模型接入 用来把豆包、通义千问、DeepSeek 等模型配置进工作流，适合需要先跑通 AI 助手底座，再继续配置渠道和任务的人。 本地安全部署 适合把数据、账号和运行环境留在本机或指定设备上，再按文章里的步骤继续收紧权限、接入渠道或验证任务。
OpenClaw 怎么配置早报功能？天气、日程、待办 + 飞书自动推送完整教程
OpenClaw 早报功能要把天气、日程、待办和推送渠道串起来。先确认数据源，再设置时间窗口和飞书推送对象。 一、先看整体关系 早报不是单纯定时发送文本，而是多个数据源在固定时间窗口内汇总成一份可执行清单。 OpenClaw 配置关系 OpenClaw 配置关系 1 天气 2 日程 3 待办 4 生成早报 5 飞书推送 按顺序处理，可以把部署、权限、渠道和验证拆开检查，减少混在一起排错。 跑通后你会得到什么 配置完成后，每个工作日固定时间，OpenClaw 会生成一条简短早报，至少包含三部分：天气提醒、今天的日程与冲突、待办 Top 3。消息会自动发到飞书，失败时也会明确提示你人工检查源数据。 部署前准备 模块 用途 建议状态 OpenClaw 早报任务的执行主体 已部署 天气来源 输出今天天气和体感提醒 已配置 日历来源 识别今日会议与冲突 已配置 Todoist 输出待办 Top 3 已配置 Feishu 接收早报结果 已配置 第一步，先把 OpenClaw 部署起来 如果你还在准备环境，建议先走 「Claw龙虾部署大师」这条路径。先完成 「Claw龙虾部署大师」 本地部署，把 OpenClaw 跑起来，再配置早报。这样可以把环境问题和早报数据源问题分开处理。 第二步，安装早报需要的 Skills 当前这套早报闭环推荐拆成 5 个能力：安全审查、天气、日历、Todoist、飞书发送。先安装 skill-vetting，再配置消息发送步骤。当前官方技能文档推荐直接使用 openclaw skills install 安装。 这里有一个版本差异要注意：旧教程里常见的是 skill-vetter，但当前注册页与技能页里更常见的名字是 skill-vetting。安装前最好先搜当前 slug，避免照着旧命令直接报错。 第三步，先单独验证天气、日历、待办和飞书 不要一上来就直接加 cron。更稳的顺序是：先确认天气能查出来、今天日程能列出来并标冲突、Todoist 能筛出 P1/P2 或今天截止的任务、飞书发送能成功。全部单测通过后，再合并成一条早报。 第四步，固定早报模板 早报最怕的不是字段太少，而是越做越长。模板要同时约束时间、核心字段、失败兜底和飞书发送。把这两件事在提示词里一次写死，OpenClaw 每天产出的内容才会稳定。 如果你还想进一步收紧待办输出，可以在模板最后再补一句：待办只保留 P1/P2 或今天截止的任务，不要输出长列表。 第五步，添加工作日 07，50 的 cron 任务 OpenClaw 当前官方文档推荐使用 Gateway 自带的 cron 来跑这类定时任务。定时任务建议使用工作日早上 07:50 的 cron 表达式，并配置 isolated 会话。对早报这类固定任务来说，独立会话比挂在主对话里更稳。 配置完成后先执行一次 openclaw cron list，确认任务已经落库，再等第一次自动触发。如果你使用的是 Windows + WSL2 路线，记得先把 Gateway 服务启动起来，再跑 cron 子命令。 第六步，给失败场景做兜底 早报流程里最容易失败的地方通常不是模型，而是数据源：天气接口超时、日历没同步、Todoist token 失效、飞书机器人权限变化。这里的原则很简单：任何一个源失败，都写“暂不可用”，但不要让整条早报直接中断。 这也是为什么前面的提示词里要明确写上失败处理规则。对日常使用来说，一条部分可用的早报，远比一条完全发不出去的早报更有价值。 第七步，什么时候该考虑一体化 Skill 如果你只是先把早报跑通，用 weather + caldav-calendar + todoist + feishu-send-message 这种模块化方式最容易排错。等这条链路稳定以后，再去看像 daily-briefing-hub 这样的聚合 skill，会更适合做成长期版本。 参考链接 OpenClaw Skills 文档 OpenClaw Cron 文档 skill-vetting 技能页 weather 技能页 caldav-calendar 技能页 todoist 技能页 feishu-send-message 技能页 daily-briefing-hub 技能页 常见误区 数据源没授权 天气、日历和待办任何一项失败，早报内容都会缺块。 时间窗口太宽 窗口过宽会把无关日程带进来，过窄又会漏掉准备事项。 推送对象没确认 个人、群聊和机器人消息权限不同，发布前要先测试。 方法对比 处理项适合场景确认重点 数据源早报内容来源逐项授权 时间窗口决定收录范围按工作节奏设置 飞书推送发送出口先测试再固定 用「Claw龙虾部署大师」减少前置配置成本 一键本地部署 用来处理 OpenClaw 安装、基础环境和本地运行入口，适合不想先花大量时间排查依赖的人。 模型接入 用来把豆包、通义千问、DeepSeek 等模型配置进工作流，适合需要先跑通 AI 助手底座，再继续配置渠道和任务的人。 本地安全部署 适合把数据、账号和运行环境留在本机或指定设备上，再按文章里的步骤继续收紧权限、接入渠道或验证任务。
提示