3步接入钉钉：OpenClaw+GLM-4.7-Flash打造智能工作台
3步接入钉钉：OpenClaw+GLM-4.7-Flash打造智能工作台
1. 为什么选择OpenClaw+GLM-4.7-Flash组合
去年我在团队内部尝试过多个自动化方案，最终发现OpenClaw与GLM-4.7-Flash的组合最能满足我们对"轻量+智能"的需求。这个方案最大的特点是既保留了本地执行的隐私性，又能通过钉钉这样的办公平台无缝触发。
GLM-4.7-Flash作为轻量级模型，在任务规划和指令分解方面表现出色，而OpenClaw则完美承担了"执行者"角色。我特别看重的是它们对长文本上下文的支持能力——这在处理复杂工作流时非常关键。有次我让系统自动整理周报，它能准确理解"包含项目A进度但排除会议记录细节"这样的模糊指令。
2. 前期准备工作
2.1 环境检查清单
在开始配置前，请确保准备好以下要素：
- 已安装OpenClaw的macOS/Windows设备（内存建议8GB以上）
- 钉钉开发者账号（需企业认证）
- 可访问的GLM-4.7-Flash服务地址（本地或云端部署）
- 管理员权限的终端环境
我最初尝试在4GB内存的旧笔记本上运行，结果频繁出现响应超时。后来换成M1芯片的MacBook Pro后，整个流程的稳定性显著提升。
2.2 模型服务准备
如果你使用星图平台的GLM-4.7-Flash镜像，获取服务地址很简单：
# 获取服务IP和端口 curl http://localhost:11434/v1/models | jq输出中的endpoint字段就是我们需要的基础地址，通常形如http://host:port/v1。
本地部署时，建议先测试模型响应：
curl http://127.0.0.1:11434/v1/chat/completions \ -H "Content-Type: application/json" \ -d '{"model": "glm-4-flash","messages": [{"role": "user","content": "ping"}]}'3. 钉钉机器人配置实战
3.1 创建自定义机器人
- 登录钉钉开放平台，进入"应用开发-企业内部开发"
- 选择"机器人"类型应用，填写基本信息时特别注意：
- 应用图标：建议使用高辨识度图案（我吃过透明背景logo显示异常的亏）
- 开发模式：选择"企业自助开发"
- 权限范围：按需选择，初次测试建议先用小范围
创建完成后，记下这些关键信息：
- AppKey
- AppSecret
- AgentId（在应用详情页）
3.2 配置消息接收
在应用详情的"消息推送"板块，开启加密模式时需要特别注意：
- 执行以下命令生成加密密钥：
openssl rand -base64 32- 将生成的密钥填入后台的
aes_key字段 - 回调URL格式为：
http://<你的公网IP>:18789/dingtalk/callback
这里有个血泪教训：如果使用家庭宽带，记得联系ISP开通80/443端口。我第一次配置时因为NAT问题卡了两小时，最后改用云服务器才解决。
4. OpenClaw深度配置
4.1 模型连接配置
编辑OpenClaw配置文件（通常位于~/.openclaw/openclaw.json），在models部分添加：
"providers": { "glm-flash": { "baseUrl": "http://你的GLM服务地址/v1", "api": "openai-completions", "models": [ { "id": "glm-4-flash", "name": "GLM-4-Flash", "contextWindow": 128000, "maxTokens": 4096 } ] } }配置完成后执行：
openclaw gateway restart openclaw models list应该能看到GLM-4-Flash出现在可用模型列表中。
4.2 钉钉通道绑定
在同一个配置文件的channels部分添加：
"dingtalk": { "enabled": true, "appKey": "你的AppKey", "appSecret": "你的AppSecret", "aesKey": "刚才生成的密钥", "agentId": "你的AgentId" }重启服务后，用钉钉扫码登录开放平台后台，在"版本管理与发布"中上线应用。这个步骤经常被忽略——我团队的新人三次配置失败都是卡在这个"上线"按钮。
5. 实战演示：周报自动化
5.1 基础技能测试
在钉钉群中@你的机器人，发送：
/技能列表如果配置正确，你会收到OpenClaw返回的可用技能清单。如果超时无响应，建议按这个顺序排查：
- 检查网关端口是否开放：
lsof -i :18789 - 验证模型服务连通性
- 查看OpenClaw日志：
journalctl -u openclaw -f
5.2 自定义技能开发
以自动生成周报为例，创建weekly-report.js技能文件：
module.exports = { name: "周报生成", description: "根据git提交记录生成技术周报", triggers: ["周报", "weekly"], async execute(context) { const commits = await context.shell.exec("git log --since='1 week ago'"); const prompt = `将以下git提交记录整理为技术周报，按项目分组，突出关键进展： ${commits}`; const report = await context.llm.chat({ model: "glm-4-flash", messages: [{role: "user", content: prompt}] }); return { type: "markdown", content: report.choices[0].message.content }; } };将文件放入~/.openclaw/skills目录后，执行：
openclaw skills reload5.3 完整工作流验证
现在可以在钉钉对话中尝试：
@机器人 生成周报理想情况下，机器人会：
- 读取本地git仓库的最近提交
- 调用GLM-4-Flash分析提交内容
- 返回格式化的周报Markdown
我在实际使用中发现，当git历史记录很长时，可能会触发模型的token限制。这时可以修改技能，先让OpenClaw用shell命令预处理日志：
git log --since='1 week ago' --pretty=format:"%h - %an, %ar : %s" --no-merges6. 避坑指南
6.1 常见错误代码
根据我的踩坑记录，这些错误出现频率最高：
- ERR_DINGTALK_TIMESTAMP：服务器时间不同步导致，执行
ntpdate time.apple.com同步 - ERR_MODEL_UNREACHABLE：检查GLM服务是否启用
--api参数启动 - SKILL_EXEC_TIMEOUT：在配置文件中增加
"executionTimeout": 30000
6.2 性能优化建议
当处理复杂任务时，可以：
- 在钉钉机器人设置中延长超时时间
- 对OpenClaw的Node进程启用集群模式：
OPENCLAW_INSTANCES=4 openclaw gateway start- 为GLM-4-Flash配置缓存中间结果
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。