当前位置：首页 > news >正文

OpenClaw多通道实战：百川2-13B-4bits同时接入飞书与钉钉机器人

news 2026/6/4 7:20:25

OpenClaw多通道实战：百川2-13B-4bits同时接入飞书与钉钉机器人

1. 为什么需要多通道接入？

上个月我们市场部遇到一个典型问题：产品团队用飞书沟通，而运营团队坚持使用钉钉。当我用OpenClaw搭建了一个基于百川2-13B的智能助手后，两个团队都要求接入自己的办公平台。如果为每个平台单独部署实例，不仅浪费资源，还会导致知识库不同步。

经过一周的实践，我找到了OpenClaw多通道接入的解决方案。现在同一个模型可以同时服务两个平台，还能根据消息来源自动切换处理策略。比如产品组的专业术语查询会触发更严谨的回答模式，而运营组的活动策划请求则会启用创意生成模式。

2. 基础环境准备

2.1 模型部署要点

我选择百川2-13B-4bits量化版主要考虑三点：

显存占用约10GB，适合我们部门的RTX 3090开发机
中英双语支持良好，符合跨国业务需求
量化后性能损失仅1-2%，实测问答质量无明显下降

部署命令如下（使用conda环境）：

conda create -n baichuan python=3.10 conda activate baichuan pip install transformers==4.33.3 accelerate==0.23.0 python -m transformers.baichuan --model baichuan-inc/Baichuan2-13B-Chat-4bits --listen --port 5000

关键参数说明：

--listen允许网络访问
--port 5000指定服务端口
首次运行会自动下载约7.8GB的模型文件

2.2 OpenClaw基础配置

安装完成后，重点修改~/.openclaw/openclaw.json的模型配置段：

{ "models": { "providers": { "baichuan-local": { "baseUrl": "http://localhost:5000/v1", "api": "openai-completions", "models": [ { "id": "baichuan2-13b-chat", "name": "Baichuan2-13B-4bits", "contextWindow": 4096 } ] } } } }

这里有个坑要注意：百川的API路径是/v1结尾，不是OpenAI标准的/v1/chat/completions，否则会报404错误。

3. 双通道接入实战

3.1 飞书机器人配置

先安装飞书插件：

openclaw plugins install @m1heng-clawd/feishu

然后在飞书开放平台创建应用时，务必开启以下权限：

接收消息
发送单聊消息
获取用户ID
读取用户基础信息

配置文件示例：

{ "channels": { "feishu": { "enabled": true, "appId": "cli_xxxxxx", "appSecret": "xxxxxx", "encryptKey": "xxxxxx", "verificationToken": "xxxxxx", "connectionMode": "websocket", "priority": 1 } } }

priority参数是关键，设置为1表示飞书消息优先处理（产品团队需求响应时效性更高）。

3.2 钉钉机器人配置

钉钉需要先创建企业内部H5应用：

openclaw plugins install @m1heng-clawd/dingtalk

配置时特别注意两点：

在安全设置中配置IP白名单（OpenClaw服务器公网IP）
消息接收模式选择"加密模式"

配置片段：

{ "channels": { "dingtalk": { "enabled": true, "appKey": "dingxxxxxx", "appSecret": "xxxxxx", "robotCode": "xxxxxx", "priority": 2, "responseTemplate": { "markdown": true } } } }

这里我设置了不同的responseTemplate，因为运营组更喜欢Markdown格式的回复。

4. 消息路由与业务逻辑实现

4.1 用户身份识别

在skills目录下创建department_router.py：

def get_user_department(user_id, channel): if channel == "feishu": # 调用飞书API获取部门信息 return "product" if user_id in PRODUCT_TEAM else "others" elif channel == "dingtalk": # 钉钉部门信息处理逻辑 return "operation" if user_id in OPERATION_TEAM else "others"

4.2 差异化响应策略

修改模型调用参数实现风格切换：

def get_model_params(department): base_params = { "model": "baichuan2-13b-chat", "temperature": 0.7, "max_tokens": 1024 } if department == "product": return {**base_params, "temperature": 0.3} # 更严谨 elif department == "operation": return {**base_params, "temperature": 1.0} # 更有创意 return base_params

4.3 跨平台状态同步

使用SQLite实现简单的对话记忆：

import sqlite3 def save_conversation(user_id, channel, message): conn = sqlite3.connect('conversations.db') c = conn.cursor() c.execute(''' INSERT INTO history (user_id, channel, message, timestamp) VALUES (?, ?, ?, datetime('now')) ''', (user_id, channel, message)) conn.commit() conn.close()

这样无论用户从哪个平台发起对话，都能获取完整的上下文。