Qwen3-VL:30B飞书集成：支持@机器人提问、群内图片自动识别、私聊深度对话多模式

Qwen3-VL:30B飞书集成：支持@机器人提问、群内图片自动识别、私聊深度对话多模式

1. 项目概述与硬件准备

1.1 项目背景

在当今企业办公场景中，智能助手已经成为提升效率的重要工具。本项目通过CSDN星图AI云平台，实现Qwen3-VL:30B多模态大模型的私有化部署，并将其接入飞书办公平台，打造一个具备图片识别和智能对话能力的办公助手。

1.2 硬件环境配置

2. 基础环境部署

2.1 镜像选择与部署

1. 登录CSDN星图AI云平台控制台
2. 在镜像市场搜索"Qwen3-vl:30b"
3. 选择官方提供的预装镜像
4. 按照推荐配置创建实例（建议选择48GB显存配置）

2.2 连通性测试

部署完成后，通过以下方式验证服务是否正常：

from openai import OpenAI client = OpenAI( base_url="https://[您的实例地址]/v1", api_key="ollama" ) response = client.chat.completions.create( model="qwen3-vl:30b", messages=[{"role": "user", "content": "你好"}] ) print(response.choices[0].message.content)

3. Clawdbot安装与配置

3.1 安装步骤

npm i -g clawdbot clawdbot onboard

3.2 基础配置

1. 修改监听配置（~/.clawdbot/clawdbot.json）：

"gateway": { "mode": "local", "bind": "lan", "port": 18789, "auth": { "mode": "token", "token": "自定义token" } }

2. 启动服务：

clawdbot gateway

4. 模型集成

4.1 配置模型连接

在clawdbot.json中添加模型配置：

"models": { "providers": { "my-ollama": { "baseUrl": "http://127.0.0.1:11434/v1", "apiKey": "ollama", "models": [ { "id": "qwen3-vl:30b", "name": "Local Qwen3 30B" } ] } } }

4.2 设置默认模型

"agents": { "defaults": { "model": { "primary": "my-ollama/qwen3-vl:30b" } } }

5. 功能测试与验证

5.1 文本对话测试

通过Clawdbot控制台的Chat界面，测试基础对话功能：

1. 打开控制台（端口18789）
2. 在Chat界面输入问题
3. 观察响应内容和GPU使用情况

5.2 图片识别测试

准备测试图片，通过API测试多模态能力：

response = client.chat.completions.create( model="qwen3-vl:30b", messages=[ { "role": "user", "content": [ {"type": "text", "text": "描述这张图片"}, {"type": "image_url", "image_url": "图片URL"} ] } ] )

6. 总结与下一步计划

本文详细介绍了在CSDN星图AI云平台上部署Qwen3-VL:30B并集成Clawdbot的全过程。通过本教程，您已经能够：

1. 私有化部署300亿参数的多模态大模型
2. 搭建智能助手管理网关
3. 实现基础的文本和图片交互功能

在下篇教程中，我们将重点介绍：

• 飞书平台的接入配置
• 群聊机器人的功能开发
• 环境持久化与镜像发布

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。