本文为非技术背景用户提供零代码上手 OpenClaw 的完整保姆级指南，重点介绍网易有道开源的桌面级 Agent LobsterAI（有道龙虾），并手把手演示如何接入飞书机器人，打造每天早上 8 点自动推送的 AI 资讯日报，同时附有成本实测与避坑建议。
导读： 最近 AI 圈的 OpenClaw（龙虾）彻底火出圈了！但面对复杂的命令行，技术小白该如何跨越代码高墙？本文将带你零代码解锁这款目前最强的本地 AI Agent，不仅保留了原汁原味的“养虾”避坑经验，还附送手把手的飞书机器人自动化接入教程。准备好解放双手，领养你的专属 AI 助理了吗？
最近，AI 圈的一个新产品火出圈了——OpenClaw（圈内戏称“龙虾”，即之前改名的 Clawbot 开源项目）。我去看了眼 Github，Star 数已经飙升到 240K，这绝对是今年最具人气的开源 AI 项目，简直太🐂🍺了！
到处都是“逮虾户”在晒自己的龙虾。火到什么程度？连我那些平时只关心选品和股价波动的电商群、美股群，都开始热烈讨论怎么安装 OpenClaw 了。
OpenClaw 到底是什么？ 它是一个个人自主型本地 AI Agent。如果说 ChatGPT、豆包、元宝是“嘴强王者”（只给云端建议，不知道现实世界发生了什么），那么 OpenClaw 就称得上是“动手实干家”（在你的世界中行动，实时感知真实结果）。它具备以下颠覆性特点：
痛点来了：小白的“代码高墙” 正因为 OpenClaw 有真实的“手”，存在安全风险，官方教程默认你熟悉命令行、会用 AI 编程工具。这对非技术人员来说是一道高墙。更要命的是它稳定性欠佳，经常改错配置文件导致服务挂掉。我帮几个好友在云端部署后，硬生生把自己逼成了 AI 时代的“网管”，每天都要去“救活”死掉的龙虾。
如果真的想吃螃蟹，到底如何才能最简单地体验 OpenClaw 的魅力？答案是：LobsterAI（有道龙虾）。
这是网易有道刚开源的桌面级 Agent，一个 7x24 小时运行的全场景个人助理。它不仅完美继承了 OpenClaw 的能力，还在易用性和安全性上做了极大提升（优点）：
下载地址：https://lobsterai.youdao.com/
使用手册：https://lobsterai.youdao.com/#/docs/lobsterai_user_manual
Github: https://github.com/netease-youdao/LobsterAI
我给有道龙虾配置的是智谱的模型，可以买一个 Coding Plan，一个月的成本大概在 46 块。跟 MiniMax 和 Kimi 价格相当。众所周知龙虾最吃 token，开一个包月是非常划算的。
https://www.bigmodel.cn/glm-coding?ic=XXUE25NZRU
然后可以来到 LobsterAI 进行配置。
💡 成本实测提示（缺点规避）： 众所周知，OpenClaw 这种自动规划任务的 Agent 最吃 Token。我给有道龙虾配置的是智谱 GLM 模型，买一个 Coding Plan，一个月的成本大概在 46 块（与 Kimi 和 MiniMax 价格相当），开包月跑自动化是最划算的。
我大概从 1 月 26 日 OpenClaw 还没火出圈时就开始玩，踩了不少坑。大家最常问的问题一定是：它到底能帮我干什么？
其实，我把它形容为成年人的“乐高”，理论上，只要是你在电脑上手动能做的重复性操作，它都可以帮你自动化实现。
刚装上时我特别兴奋，但玩了两天却觉得索然无味，感觉不出它比 Claude Code 强在哪。后来我才意识到：养虾第一件事，是先找到真正的使用场景。 对比常规代码助手，OpenClaw 的核心优势在于随时随地的 IM 交互和主动触发的定时任务。
我的破局场景：飞书全自动 AI 资讯助理
为了让你也能跑通上述的“每日早报”任务，我将原本复杂的飞书机器人接入过程梳理成了以下结构化的步骤：
需要使用您的飞书账号登录 https://open.feishu.cn/app。登录成功后，点击创建企业自建应用。
填写应用名称（如 “OpenClaw 助手”）、应用描述，选择应用图标，点击创建按钮，进入应用管理页面。
在前一步所创建应用的管理页面，左侧导航栏中找到并点击添加应用能力，在弹出的列表中选择机器人，点击添加。
在左侧导航栏找到 “凭据与基础信息” ，点击进入。在页面中找到 “App ID” 和 “App Secret” 两个参数，分别点击右侧 “复制” 按钮，将其保存到个人记事本或备忘录中（注意数据安全，勿泄露），后续步骤中需要使用。
接下来需要为 OpenClaw 配置 IM 机器人通道，选飞书。
在飞书应用管理页，左侧导航栏找到 “事件与回调” ，点击进入页面。在“事件配置”页签中选择 “长连接接收事件”，点击保存。
⚠️注意：如果这一步报错提示“应用未建立长连接”，请检查前面步骤中的机器人 App ID 和 App Secret 是否已正确配置。
此时如果事件配置保存成功，可直接前往后续的“添加事件”步骤。
点击“事件配置”页面中的 “添加事件”，在弹出的列表中，搜索并添加 “接收消息”，点击 “确认添加”，按照指引确认开通权限。
（推荐）若期望将飞书机器人添加进聊天群组中使用，可以参考前述步骤继续添加更多群组相关权限，主要包括“消息已读”、“机器人进群”、“机器人被移出群”。否则，请跳过本步骤。
在“事件与回调-回调配置”页面中，订阅方式选择 “使用长连接接收回调”，点击保存，无需填写其他地址，配置自动生效。
在飞书应用管理页，左侧导航栏找到 “权限管理” ，点击进入页面。点击页面中的 “批量导入权限” 按钮，弹出权限导入窗口。
复制以下代码，替换前面弹窗中原有的 JSON 内容，点击下一步，确认新增权限，继续申请开通，确认后等待权限导入完成。
{ "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:write", "contact:contact.base:readonly", "contact:user.employee_id:readonly", "corehr:file:download", "docs:document.content:read", "event:ip_list", "im:chat", "im:chat.access_event.bot_p2p_chat:read", "im:chat.members:bot_access", "im:chat:readonly", "im:message", "im:message.group_at_msg:readonly", "im:message.group_msg", "im:message.p2p_msg:readonly", "im:message:readonly", "im:message:send_as_bot", "im:resource", "sheets:spreadsheet", "wiki:wiki:readonly" ], "user": [ "aily:file:read", "aily:file:write", "contact:contact.base:readonly", "im:chat.access_event.bot_p2p_chat:read" ] } }
到这里，飞书相关配置告一段落，继续创建新的版本并发布
在飞书应用管理页，左侧导航栏找到 “版本管理与发布” ，点击进入页面。点击右上角的创建版本。
完成前面的步骤之后，您可以与飞书机器人进行单独聊天，或者将飞书机器人添加进群聊。
单独聊天
以电脑版飞书软件为例（手机端飞书的操作类似），登录飞书后，点击创建群组，然后点击设置——群机器人——添加群机器人。
然后在 LobsterAI 新建任务，就是本地建一个项目文件夹，TestDaily。
接下来可以群里@机器人，至此 OpenClaw 和飞书的交互就搞定啦。
过程可以在 LobsterAI 的 IM 机器人进行通联性测试。
好，接下来我们先来一个简单的对话任务。
提示词：帮我汇总今天最新的 AI 日报，在你的信息源里，增加以下渠道： 1、知乎 AI 热榜 2、36 氪 3、机器之心 4、量子位 5、MIT Technology Review 6、arXiv.org
当我们觉得内容质量达标后，直接让它把这套流程写成 skill，并在每天早上 8 点推送给我。
提示词：根据前面聊的内容，把这个 AI 日报沉淀成一个 Skills 保存起来，然后设置一个定时任务：1.每天早上 8:00 准时给我推送到飞书群；2.准时执行这个日报 Skills，为我推荐并列举当天的 AI 日报新闻；
给所有想尝试 自动化工具 的新手的两点核心建议：
💬 评论区聊聊： 如果现在给你配置好了一个 24 小时待命的 OpenClaw 助手，你最想把工作中哪项“枯燥、重复、耗时”的任务完全丢给它去自动完成？
本文详细介绍了为 Claude Code 安装和创建 Skills（插件）的三种不同门槛的方法，并强力推荐了必备的基础插件。同时，文章深入剖析了第三方插件的潜在安全风险，提供了硬核的防投毒审查指南。
共同标签：AI Agent
本文详细介绍了如何利用 n8n 自动化工具，结合 Docker 本地部署、智谱 AI 大模型分析以及飞书机器人推送，打造一个全自动化的科技情报系统。教程涵盖环境搭建、RSS 信息抓取、关键词过滤、AI 摘要生成及最终推送的全流程，旨在解决信息过载痛点，提升阅读效率。
共同标签：AI Agent
针对使用 AI 编程时“任务成功但理解失败”的空心化问题，作者基于 Anthropic 的理解验证思路与自身四个真实项目的迭代实践，提炼出一套极简实操工作流：通过剖析理解流失的三大漏点（会话内/会话间/未落纸），确立“任务完成”与“理解完成”两条并行验收线，利用固定三问复述与 Harness/CLAUDE.md 沉淀，把技术认知从脑内传话筒升级为机器可驻留的环境资产。
同类内容
过度依赖 AI 编程易导致开发者沦为麻木的“审批按钮”——点同意只需 3 秒，看懂却要 30 分钟。这种决策疲劳会导致“智能体黑箱”，造成任务成功但认知完全空心化的隐形负债。本文提出 5 信号自测清单与 3 道关键防线，帮助开发者把技术判断权从 AI 手中拿回来。
同类内容
加载评论中…