OpenClaw憑借出眾的能力爆火出圈，如果將它集成到飛書中做成專屬智能助手，能大幅提升日常辦公效率，讓文檔總結(jié)、消息處理、任務(wù)協(xié)同更智能高效。想要穩(wěn)定落地這一場景，一塊靠譜的邊緣硬件平臺必不可少。

飛凌嵌入式OK1126B-S開發(fā)板作為一款基于瑞芯微RK1126B處理器打造的邊緣AI視覺板卡，集成4個ARM Cortex-A53高性能核心，具備3TOPS@INT8的AI計算能力，可輕松完成端側(cè)輕量化AI模型實時推理，性能高、功耗低、私密性強的特性，讓它非常適合作為本地AI Agent的運行平臺。

系統(tǒng)方面，推薦使用Debian/Ubuntu等完整Linux發(fā)行版，方便通過apt安裝依賴庫與AI相關(guān)組件；不建議使用精簡Linux（如Buildroot），否則在開發(fā)和部署過程中會增加環(huán)境搭建成本。

在本文中，小編將為大家介紹本地私有化模型部署以及訪問云端模型API的方法。

1、安裝 OpenClaw

curl-fsSL https://openclaw.ai/install.sh | bash

安裝完成后進入引導(dǎo)界面，如果沒有出現(xiàn)下述界面，可以在終端輸入 :

openclaw onboard--install-daemon

進入引導(dǎo)界面后，依次選擇：yes → QuickStart → Use existing values

如果您有帶NVIDIA GPU的服務(wù)器，可以跳轉(zhuǎn)到1.2適配本地模型章節(jié)，在您的服務(wù)器上部署免費的模型。

1.1 接入云端付費模型

然后進入到模型選擇界面，此處我們選擇Qwen免費模型進行體驗，如果您擁有付費模型的API，此處選擇相應(yīng)的模型即可。

以接入Qwen模型為例，此處點擊鏈接登錄后即可免費體驗Qwen模型：

1.2 接入本地模型（選擇云端模型API，跳過此章節(jié)）

1.2.1 服務(wù)器端安裝Ollama

最低配置：

內(nèi)存：4GB（跑1B-3B小模型）

存儲：10GB空閑空間

系統(tǒng)：Linux/macOS 12+ /Windows 10+

推薦配置：

內(nèi)存：16GB+（跑7B-14B模型）

顯卡：NVIDIA 8GB+顯存（GPU加速）

存儲：50GB+SSD

curl-fsSL https://ollama.com/install.sh | sh

上述腳本會下載最新版本的Ollama并且自動創(chuàng)建系統(tǒng)服務(wù)、啟動后臺進程，安裝完成后，執(zhí)行下述命令，如果出現(xiàn)版本號，則說明安裝成功：

ollama--version

1.2.2 修改Ollama service服務(wù)

Ollama service服務(wù)默認運行在 127.0.0.1 上，無法滿足遠程調(diào)用的需求，因此需要修改對應(yīng)的 service 服務(wù)。

vi/etc/systemd/system/ollama.service

在[Service]區(qū)域添加：

Environment="OLLAMA_HOST=0.0.0.0"

添加后如下所示：

然后重啟服務(wù)即可：

sudo systemctl daemon-reload sudo systemctl restart ollama

1.2.3 下載并運行指定模型

執(zhí)行下述命令后，會自動下載指定模型并運行，此處我們選擇qwen3.5-9b 模型，請根據(jù)實際服務(wù)器情況選擇模型下載。

注：在https://ollama.com/library目錄下，你可以看到 Ollama支持的所有模型。

ollamarun qwen3.5:9b

此時，可以使用如下命令，在OK1126B-S上測試對話，正常情況下執(zhí)行該命令后，會得到一長串的輸出：

curl http://${服務(wù)器IP地址}:11434/api/chat -d '{ "model": "qwen3.5:9b", "messages": [ {"role": "user", "content": "你是誰"} ] }'

1.2.4 OpenClaw配置

使用本地模型時，需要對OpenClaw的配置文件進行手動配置，配置方法如下：

Step1：編輯OpenClaw配置文件

vi ~/.openclaw/openclaw.json

Step2：將下述內(nèi)容粘貼進入openclaw.json，并按照步驟三的說明進行修改適配

{ "meta": { "lastTouchedVersion": "2026.3.8", "lastTouchedAt": "2026-03-12T01:44:37.610Z" }, "wizard": { "lastRunAt": "2026-03-12T01:44:37.566Z", "lastRunVersion": "2026.3.8", "lastRunCommand": "onboard", "lastRunMode": "local" }, "auth": { "profiles": {} }, "models": { "providers": { "ollama-remote": { "baseUrl": "http://192.168.1.111:11434/v1", "apiKey": "sk-no-key-required", "api": "openai-completions", "models": [ { "id": "qwen3.5:9b", "name": "Qwen 3.5 9B (Remote Ollama)", "reasoning": false, "input": [ "text" ], "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 }, "contextWindow": 32768, "maxTokens": 8192 } ] } } }, "agents": { "defaults": { "model": { "primary": "ollama-remote/qwen3.5:9b" }, "models": { "ollama-remote/qwen3.5:9b": { "alias": "qwen" } }, "workspace": "/root/.openclaw/workspace", "compaction": { "mode": "safeguard" }, "maxConcurrent": 4, "subagents": { "maxConcurrent": 8 } } }, "tools": { "profile": "coding" }, "messages": { "ackReactionScope": "group-mentions" }, "commands": { "native": "auto", "nativeSkills": "auto", "restart": true, "ownerDisplay": "raw" }, "session": { "dmScope": "per-channel-peer" }, "gateway": { "port": 18789, "mode": "local", "bind": "loopback", "auth": { "mode": "token", "token": "4893303352c56f5e9acbb076cc47c5398bb8df525fed4699" }, "tailscale": { "mode": "off", "resetOnExit": false }, "nodes": { "denyCommands": [ "camera.snap", "camera.clip", "screen.record", "contacts.add", "calendar.add", "reminders.add", "sms.send" ] } }, "plugins": { "entries": {} } }

Step3：配置字段修改適配

（1）models.providers 下面的 key 可以自定義填寫，比如我這里填寫的是 "ollama-remote"；

（2）baseUrl 字段需要填寫服務(wù)器的地址，即1.3中使用 curl 進行測試時的地址，比如我此處的地址 "http://192.168.1.111:11434/v1"；

（3）apiKey 字段可以隨便填寫，但不能不寫；

（4）api 字段需要根據(jù)模型的輸出接口形式確定，ollama 輸出的是標準的 openai 形式，故此處就是 openai-completions；

（5）models 字段下的 id 需要嚴格匹配 ollama 中的模型名，而 name 字段則可以隨便寫；

（6）agents 字段注意修改 primary 字段以及 models 字段的 key 值，修改為 " models.providers 下面的 key / models.id", 即我此處設(shè)置的 "ollama-remote/qwen3.5:9b"

配置完成后，重新在命令行輸入"openclaw onboard" 進入引導(dǎo)界面。

1.2.5 選擇本地模型

選擇模型階段，直接跳過即可。

然后選擇 All providers

如果您在此之前沒有配置過，直接點擊此處的Keep current即可，后面括號中會自帶剛才配置中寫的模型。

1.3 基礎(chǔ)配置

以下基礎(chǔ)配置僅適用于初次驗證，沒有集成額外功能，按照圖中依次選擇即可。

如果您是第一次安裝, 會自動安裝 Gateway service，如果不是，選擇 Rstart 即可。

如果是第一次安裝，會出現(xiàn)啟動方式，其中 TUI 是終端命令行輸入，Web UI則是在OK1126B-S開發(fā)板連接的顯示器上跳出Web界面進行操作。

如果沒有上述選擇啟動方式的界面，也可以手動輸入下述命令進入終端。

openclawtui

然后就可以正常對話啦：

2、打造自己的飛書智能助手

2.1 創(chuàng)建飛書應(yīng)用

進入飛書開發(fā)者后臺：https://open.feishu.cn/app，點擊"創(chuàng)建企業(yè)自建應(yīng)用"

填寫"應(yīng)用名稱"和"應(yīng)用描述"后，點擊"創(chuàng)建"按鈕：

在"憑證與基礎(chǔ)信息"一欄中，復(fù)制 App ID 以及 App Secret, 后續(xù)配置時需要使用：

2.2 配置OpenClaw

在OK1126B-S開發(fā)板上輸入下述命令安裝并查看飛書插件

openclaw plugins enable feishu openclaw plugins list

Feishu 一欄顯示 Loaded 即代表啟動成功

然后進入 OpenClaw 配置界面，并選擇 Yes

openclaw channelsadd

然后再選擇 "Feishu/Lark（飛書）"

選擇 "Enter App Secret"：

依次輸入 2.1 步驟中復(fù)制的 App Secret 以及 App ID

然后設(shè)置連接模式為 "WebSocket"，并使用國內(nèi)域名：

此處選擇"Open"策略，響應(yīng)所有群聊，注意： Allowlist 策略只響應(yīng)白名單中的群聊。

點擊 "Finished" 后其他選項選擇默認配置即可

2.3 配置飛書機器人

回到我們飛書創(chuàng)建的應(yīng)用界面，依次點擊： 添加應(yīng)用能力→機器人，點擊"添加"按鈕，開啟機器人能力：

然后依次點擊 ： 權(quán)限管理→批量導(dǎo)入/導(dǎo)出權(quán)限：

批量導(dǎo)入/導(dǎo)出權(quán)限界面，粘貼以下json，啟用權(quán)限：

{ "scopes": { "tenant": [ "aily:file:read", "aily:file:write", "application:application.app_message_stats.overview:readonly", "application:application:self_manage", "application:bot.menu:write", "cardkit:card:read", "cardkit:card:write", "contact:user.employee_id:readonly", "corehr:file:download", "event:ip_list", "im:chat.access_event.bot_p2p_chat:read", "im:chat.members:bot_access", "im:message", "im:message.group_at_msg:readonly", "im:message.p2p_msg:readonly", "im:message:readonly", "im:message:send_as_bot", "im:resource" ], "user": ["aily:file:read", "aily:file:write", "im:chat.access_event.bot_p2p_chat:read"] } }

然后依次點擊 ：下一步，確認新增權(quán)限→申請開通

然后依次點擊 ：事件與回調(diào)→事件配置→訂閱方式→使用長連接接收事件→保存

然后點擊 "添加事件"，并添加以下事件：

im.message.receive_v1- 接收消息 im.message.message_read_v1- 消息已讀回執(zhí) im.chat.member.bot.added_v1- 機器人進群 im.chat.member.bot.deleted_v1- 機器人被移出群

最后依次點擊: 版本管理與發(fā)布→創(chuàng)建版本，填寫版本號和說明后，發(fā)布創(chuàng)建申請。

2.4 測試

進入 飛書 APP 端，點擊右上角 + 號，并創(chuàng)建群組

依次點擊右上角 ... 進入設(shè)置界面，然后選擇添加機器人

輸入剛才創(chuàng)建的機器人名字后，添加機器人即可：

然后，就可以在飛書中對話啦。