当前位置：首页 > news >正文

OpenClaw对接百川2-13B-4bits量化版实战：本地部署与飞书机器人配置

news 2026/6/14 4:34:04

OpenClaw对接百川2-13B-4bits量化版实战：本地部署与飞书机器人配置

1. 为什么选择这个组合？

上个月我在整理团队周报时，发现每周要重复处理几十份Markdown文件——重命名、分类归档、提取关键数据。作为技术负责人，这种机械劳动实在浪费时间。直到同事推荐了OpenClaw+百川2的组合方案：

隐私安全：所有文件操作都在本地完成，敏感数据不出内网
成本可控：4bits量化版百川2在RTX 3090上就能流畅运行，显存占用仅10GB
自然交互：通过飞书直接发送"请整理本周所有周报"这样的自然语言指令

实际部署后发现，这套方案特别适合中小团队处理日常事务性工作。下面分享我的完整配置过程。

2. 环境准备与核心组件安装

2.1 基础环境检查

我的设备配置供参考：

操作系统：Ubuntu 22.04 LTS
GPU：NVIDIA RTX 3090 (24GB显存)
内存：64GB DDR4
存储：1TB NVMe SSD

关键依赖版本：

# 检查NVIDIA驱动 nvidia-smi | grep "Driver Version" # 输出：Driver Version: 535.129.03 # 检查CUDA nvcc --version | grep "release" # 输出：release 12.2, V12.2.91 # 检查Python python3 --version # 输出：Python 3.10.12

2.2 百川2模型部署

从星图平台获取镜像后，本地启动服务：

docker run -d --gpus all -p 8000:8000 \ -v /data/baichuan2:/app/models \ baichuan2-13b-chat-4bits:webui-v1.0

验证服务是否正常：

curl -X POST "http://localhost:8000/v1/chat/completions" \ -H "Content-Type: application/json" \ -d '{"model":"Baichuan2-13B-Chat","messages":[{"role":"user","content":"你好"}]}'

正常会返回类似响应：

{ "id":"chatcmpl-7q...", "object":"chat.completion", "created":171..., "model":"Baichuan2-13B-Chat", "choices":[{ "index":0, "message":{ "role":"assistant", "content":"你好！我是百川大模型..." } }] }

3. OpenClaw核心配置

3.1 安装与初始化

使用npm快速安装：

sudo npm install -g openclaw@latest openclaw --version # 应输出类似 0.9.1

初始化配置时选择Advanced模式：

openclaw onboard

关键配置项：

Model Provider: Custom
Base URL: http://localhost:8000/v1
API Type: openai-completions
Default Model: Baichuan2-13B-Chat

3.2 配置文件详解

生成的~/.openclaw/openclaw.json核心片段：

{ "models": { "providers": { "baichuan2-local": { "baseUrl": "http://localhost:8000/v1", "apiKey": "no-need-for-local", "api": "openai-completions", "models": [ { "id": "Baichuan2-13B-Chat", "name": "百川2-13B-4bits", "contextWindow": 4096, "maxTokens": 2048 } ] } } } }

启动网关服务：

openclaw gateway start # 验证端口 netstat -tulnp | grep 18789

4. 飞书机器人深度集成

4.1 飞书应用创建

登录飞书开放平台
创建"自建应用"-"机器人"
获取关键凭证：
- App ID: cli_xxxxxx
- App Secret: xxxxx-xxxxx

4.2 OpenClaw插件配置

安装飞书插件：

openclaw plugins install @m1heng-clawd/feishu

修改配置文件：

{ "channels": { "feishu": { "enabled": true, "appId": "cli_xxxxxx", "appSecret": "xxxxx-xxxxx", "verificationToken": "xxxxx", "encryptKey": "xxxxx" } } }

重启服务使配置生效：

openclaw gateway restart

4.3 权限配置要点

在飞书后台需开启：

机器人-获取用户发给机器人的单聊消息
机器人-获取群聊中@机器人的消息
权限管理-通过手机号或邮箱获取用户ID

特别注意IP白名单：

# 获取公网IP curl ifconfig.me # 将输出IP加入飞书后台"安全设置"

5. 实战：文件整理自动化

5.1 安装文件处理技能

clawhub install file-organizer markdown-parser

5.2 飞书对话示例

用户输入：

@OpenClaw 请处理/data/reports目录： 1. 按"部门-日期"格式重命名所有.md文件 2. 提取每个文件的"本周重点"部分生成汇总表 3. 将结果保存到/data/summary.xlsx

执行过程查看：

tail -f ~/.openclaw/logs/task.log

5.3 效果验证

成功执行后会：

原文件重命名为如devops-20240520.md
生成包含所有重点的Excel表格

飞书返回消息：

任务完成： - 处理文件：15个 - 提取重点：32条 - 结果路径：/data/summary.xlsx

6. 避坑指南

6.1 模型响应超时

现象：飞书提示"任务执行超时" 解决方案：

{ "models": { "requestTimeout": 300000 // 单位毫秒 } }

6.2 中文乱码问题

在Ubuntu系统需设置：

export LANG=zh_CN.UTF-8 export LC_ALL=zh_CN.UTF-8

6.3 文件权限错误

典型报错：

EACCES: permission denied

处理方法：

sudo setfacl -R -m u:$(whoami):rwx /data

7. 进阶优化建议

对于高频使用的文件操作，可以创建预设技能模板。例如我在~/.openclaw/skills/custom下创建了weekly-report.yaml：

name: 周报处理 steps: - action: file.rename params: pattern: "{{部门}}_{{日期}}.md" source: "/data/reports/*.md" - action: markdown.extract params: section: "本周重点" output: "/data/summary.xlsx"

这样在飞书只需发送"执行周报处理模板"即可触发完整流程。这套方案已经稳定运行两个月，平均每周节省4-5小时手工操作时间。最大的惊喜是百川2对中文任务的理解非常精准，甚至能自动修正文件中错误的日期格式。