关于AIGC人工智能、思维方式、知识拓展，能力提升等。投稿/合作： @inside1024_bot
上个季度，我给 4000 名员工部署了 Microsoft Copilot。
每人每月 30 美元。
一年就是 140 万美元。
我管这叫“数字化转型”。
董事会超爱这个词。
他们只用了 11 分钟就批准了。
没人问这东西实际上能干嘛。
包括我自己在内。
我跟所有人说它能带来“10 倍的效率提升”。
这数不是真的。
但听起来像真的。
HR 问我们要怎么衡量这 10 倍。
我说我们会“利用分析仪表盘”。
他们就不再问了。
三个月后，我查了一下使用报告。
只有 47 个人打开过它。
用过一次以上的只有 12 个人。
其中一个还是我。
我用它总结了一封我本来 30 秒就能读完的邮件。
结果花了 45 秒。
这还没算我修正它“AI 幻觉”的时间。
但我称之为“试点成功”。
所谓的成功，意思就是试点项目没有显眼地搞砸。
CFO 问起 ROI（投资回报率）。
我给他看了一张图表。
曲线一路向右上方高歌猛进。
图表衡量的是“AI 赋能度”。
这指标是我现编的。
他满意地点了点头。
我们现在是“AI 赋能企业”了。
我也不知道这啥意思。
但这词已经写进给投资人看的 PPT 里了。
有个资深开发问，为什么我们不用 Claude 或者 ChatGPT。
我说我们需要“企业级安全”。
他问那是啥意思。
我说“合规”。
他问合哪条规。
我说“所有的规”。
他一脸怀疑。
我反手给他安排了一场“职业发展谈话”。
他就闭嘴不问了。
微软派了个案例研究团队过来。
他们想把我们当成成功案例宣传。
我告诉他们我们“节省了 4 万个工时”。
这数是我拿员工总数乘上一个我想出来的数字算出来的。
他们没核实。
他们从来不核实。
现在我们上微软官网了。
“全球知名企业通过 Copilot 实现 4 万工时的效率飞跃。”
CEO 在 LinkedIn 上转发了这篇文章。
他收到了 3000 个赞。
他从来没用过 Copilot。
高管们都没用过。
我们有豁免权。
理由是“战略聚焦需要最小化数字干扰”。
这条政策是我写的。
下个月许可证就要续期了。
我正在申请扩容。
再加 5000 个席位。
之前的 4000 个我们还没用呢。
但这次我们要“狠抓落地（Drive adoption）”。
所谓的落地就是强制培训。
所谓的培训就是个没人看的 45 分钟线上讲座。
但完播率会被追踪。
完播率是个指标。
指标会进仪表盘。
仪表盘会进董事会汇报 PPT。
董事会汇报能让我升职。
到第三季度我就能升高级副总裁（SVP）了。
我至今还是不知道 Copilot 到底能干嘛。
但我知道它是用来干嘛的。
它是用来展示我们在“布局 AI”。
布局就是花钱。
花钱代表决心。
决心代表我们认真对待未来。
未来就是我想怎么说就怎么说。
只要图表上的曲线一直向右上方涨就行。
@aigc1024
每人每月 30 美元。
一年就是 140 万美元。
我管这叫“数字化转型”。
董事会超爱这个词。
他们只用了 11 分钟就批准了。
没人问这东西实际上能干嘛。
包括我自己在内。
我跟所有人说它能带来“10 倍的效率提升”。
这数不是真的。
但听起来像真的。
HR 问我们要怎么衡量这 10 倍。
我说我们会“利用分析仪表盘”。
他们就不再问了。
三个月后，我查了一下使用报告。
只有 47 个人打开过它。
用过一次以上的只有 12 个人。
其中一个还是我。
我用它总结了一封我本来 30 秒就能读完的邮件。
结果花了 45 秒。
这还没算我修正它“AI 幻觉”的时间。
但我称之为“试点成功”。
所谓的成功，意思就是试点项目没有显眼地搞砸。
CFO 问起 ROI（投资回报率）。
我给他看了一张图表。
曲线一路向右上方高歌猛进。
图表衡量的是“AI 赋能度”。
这指标是我现编的。
他满意地点了点头。
我们现在是“AI 赋能企业”了。
我也不知道这啥意思。
但这词已经写进给投资人看的 PPT 里了。
有个资深开发问，为什么我们不用 Claude 或者 ChatGPT。
我说我们需要“企业级安全”。
他问那是啥意思。
我说“合规”。
他问合哪条规。
我说“所有的规”。
他一脸怀疑。
我反手给他安排了一场“职业发展谈话”。
他就闭嘴不问了。
微软派了个案例研究团队过来。
他们想把我们当成成功案例宣传。
我告诉他们我们“节省了 4 万个工时”。
这数是我拿员工总数乘上一个我想出来的数字算出来的。
他们没核实。
他们从来不核实。
现在我们上微软官网了。
“全球知名企业通过 Copilot 实现 4 万工时的效率飞跃。”
CEO 在 LinkedIn 上转发了这篇文章。
他收到了 3000 个赞。
他从来没用过 Copilot。
高管们都没用过。
我们有豁免权。
理由是“战略聚焦需要最小化数字干扰”。
这条政策是我写的。
下个月许可证就要续期了。
我正在申请扩容。
再加 5000 个席位。
之前的 4000 个我们还没用呢。
但这次我们要“狠抓落地（Drive adoption）”。
所谓的落地就是强制培训。
所谓的培训就是个没人看的 45 分钟线上讲座。
但完播率会被追踪。
完播率是个指标。
指标会进仪表盘。
仪表盘会进董事会汇报 PPT。
董事会汇报能让我升职。
到第三季度我就能升高级副总裁（SVP）了。
我至今还是不知道 Copilot 到底能干嘛。
但我知道它是用来干嘛的。
它是用来展示我们在“布局 AI”。
布局就是花钱。
花钱代表决心。
决心代表我们认真对待未来。
未来就是我想怎么说就怎么说。
只要图表上的曲线一直向右上方涨就行。
@aigc1024
在vibe coding这个一天就能写几个网站的时代
在国内上一个网站要经历：
1.vibe coding网站项目代码；
2.阿里云买服务器；
3.阿里云买域名，并进行域名备案；
4.代码部署到服务器 ecs 中，dev 和 build 通过；
5.买 dns 解析，没错，阿里云 dns 解析是付费的；
6.买证书；
7.配置 nginx，用证书写在配置文件中，搞定域名的 https 解析；
8.域名备案的备案号要更新到网站页面中。
而海外上一个网站只需要：
1.vibe coding网站项目代码；
2.上传到 github；
3.vercel 自动解析 github 的更新并 deploy；
4.cloudflare 配置域名 dns 解析；
@aigc1024
在国内上一个网站要经历：
1.vibe coding网站项目代码；
2.阿里云买服务器；
3.阿里云买域名，并进行域名备案；
4.代码部署到服务器 ecs 中，dev 和 build 通过；
5.买 dns 解析，没错，阿里云 dns 解析是付费的；
6.买证书；
7.配置 nginx，用证书写在配置文件中，搞定域名的 https 解析；
8.域名备案的备案号要更新到网站页面中。
而海外上一个网站只需要：
1.vibe coding网站项目代码；
2.上传到 github；
3.vercel 自动解析 github 的更新并 deploy；
4.cloudflare 配置域名 dns 解析；
@aigc1024
🎰#电子 #棋牌 #捕鱼 #真人 #体育 #彩票应有尽有
备用网址： 7668ty.com
彩金专员： @qiliuliucaijin
足球推荐： @TYTDC
福利频道： @QLLGF
部长直聘： 大量招募线下推广， 最高扶持50%，欢迎有资源有渠道的跳槽
工作地点： 柬埔寨西港 详情咨询部长： @QLLEZ
不知道你周围有没有这样一种越来越普遍的感受：现在很多做AI的同行，工作里的“无力感”正在超过“兴奋感”。
这种感受很具体。早上开产品评审会，大家讨论的可能是如何把大模型的上下文窗口从128K扩大到256K，或者如何让生成图片的细节再精细5%。但到了下午，当被问到“我们这个功能到底解决了用户什么根本的新问题”时，会议室常常会安静一会儿。
我们手里工具的能力在以月为单位暴涨，但我们为用户创造价值的方式却似乎陷入了某种停滞。很多团队的核心工作，变成了用更强大的AI更高效地去满足五年前、十年前就存在的那些需求——写文案、做图、总结文章、回答客服问题。效率在提升，但产品创新的范式没有动。
问题很可能出在我们这一代产品经理最熟悉的那套“经典方法论”在遇到大模型时，第一次显得不够用了。
这套方法论非常优秀，它教我们如何精准地定义问题、拆解流程、数据驱动、小步快跑。它本质上是在已知地图上的优化方法论，在需求明确、赛道清晰的移动互联网时代，这是制胜的关键。
但现在，大模型带来的不是已知地图上某条路的升级，而是直接给了我们一整套“地质勘探和地形改造”的全新工具。面对一片突然出现的未知大陆，精于在旧道路上做养护和提速的工程师，会瞬间感到茫然。我们擅长优化“从A点到B点”的路径，但现在，A点和B点本身都需要被重新发现和定义。
这就是当前拧巴感的根源。技术能力已经指向了“创造”，而我们的产品思维还停留在“优化”。我们不断收到技术团队给的惊喜：“看，模型现在能看懂设计稿并生成代码了！”“看，现在能实时生成带情绪的语音了！”然后我们的第一反应，常常是把它塞进现有的产品框架里，变成一个更厉害的“功能”。这就像拿到了内燃机，却只想着怎么用它来制造更快的马车。
因此，那些能更快摆脱“马车思维”、开始认真想象“汽车”甚至“飞机”应该是什么样的人，开始显现出不同的价值。
他们的工作重心发生了一个根本转变：从设计用户流程，转向定义交互框架。他们不再仅仅关心用户如何一步步完成任务，而是需要首先决定，在这个任务中AI应该扮演什么角色？是一个全知全能的代理，还是一个需要被引导的助手？人与AI的权限和信任边界应该划在哪里？这个交互的“第一性原理”是什么？这些问题，远比一个界面上的交互细节更重要。
这要求一种新的混合能力：对技术的“体感”和对人性的“洞察”必须同时在线。你需要真正去用、去感受不同模型的“性格”和边界，理解它能做什么、不能做什么、在什么情况下会“涌现”出惊喜。同时，你又必须超越技术逻辑，从人的真实处境和潜在渴望出发，去倒推应该构建什么样的产品。这种能力，很难从过去的成功案例中直接复制。
所以，现在在发生的“话语权转移”，转移的其实是对未来人机协作基本形态的“定义权”和“解释权”。当技术可能性变得模糊而广阔时，谁能提出一个逻辑自洽、并能被团队和市场所理解的“新故事”，谁就掌握了主动权。这个“故事”不是虚构的愿景，而是基于技术现实和用户洞察所推演出的、可信的产品蓝图。
这个位置并不好坐。它意味着你必须在“技术可能性”和“用户可接受度”之间做持续的、高难度的权衡。你提出的每一个新框架，都意味着对旧习惯的挑战，都需要用极快的实验去验证和调整。但它的价值也在于此：在范式转型期，最大的贡献往往不是做出一个完美的功能，而是为行业探索并验证出一个可行的新思路。
说旧范式已死可能为时过早，但它确实已触及天花板。而新范式的核心，或许就在于我们能否放弃对“优化已知”的路径依赖，转而培养一种“定义未知”的思考和勇气。
这个过程注定会淘汰一批旧地图的忠实信徒，也会让一批新地图的草绘制者，走到舞台的中央。
这种感受很具体。早上开产品评审会，大家讨论的可能是如何把大模型的上下文窗口从128K扩大到256K，或者如何让生成图片的细节再精细5%。但到了下午，当被问到“我们这个功能到底解决了用户什么根本的新问题”时，会议室常常会安静一会儿。
我们手里工具的能力在以月为单位暴涨，但我们为用户创造价值的方式却似乎陷入了某种停滞。很多团队的核心工作，变成了用更强大的AI更高效地去满足五年前、十年前就存在的那些需求——写文案、做图、总结文章、回答客服问题。效率在提升，但产品创新的范式没有动。
问题很可能出在我们这一代产品经理最熟悉的那套“经典方法论”在遇到大模型时，第一次显得不够用了。
这套方法论非常优秀，它教我们如何精准地定义问题、拆解流程、数据驱动、小步快跑。它本质上是在已知地图上的优化方法论，在需求明确、赛道清晰的移动互联网时代，这是制胜的关键。
但现在，大模型带来的不是已知地图上某条路的升级，而是直接给了我们一整套“地质勘探和地形改造”的全新工具。面对一片突然出现的未知大陆，精于在旧道路上做养护和提速的工程师，会瞬间感到茫然。我们擅长优化“从A点到B点”的路径，但现在，A点和B点本身都需要被重新发现和定义。
这就是当前拧巴感的根源。技术能力已经指向了“创造”，而我们的产品思维还停留在“优化”。我们不断收到技术团队给的惊喜：“看，模型现在能看懂设计稿并生成代码了！”“看，现在能实时生成带情绪的语音了！”然后我们的第一反应，常常是把它塞进现有的产品框架里，变成一个更厉害的“功能”。这就像拿到了内燃机，却只想着怎么用它来制造更快的马车。
因此，那些能更快摆脱“马车思维”、开始认真想象“汽车”甚至“飞机”应该是什么样的人，开始显现出不同的价值。
他们的工作重心发生了一个根本转变：从设计用户流程，转向定义交互框架。他们不再仅仅关心用户如何一步步完成任务，而是需要首先决定，在这个任务中AI应该扮演什么角色？是一个全知全能的代理，还是一个需要被引导的助手？人与AI的权限和信任边界应该划在哪里？这个交互的“第一性原理”是什么？这些问题，远比一个界面上的交互细节更重要。
这要求一种新的混合能力：对技术的“体感”和对人性的“洞察”必须同时在线。你需要真正去用、去感受不同模型的“性格”和边界，理解它能做什么、不能做什么、在什么情况下会“涌现”出惊喜。同时，你又必须超越技术逻辑，从人的真实处境和潜在渴望出发，去倒推应该构建什么样的产品。这种能力，很难从过去的成功案例中直接复制。
所以，现在在发生的“话语权转移”，转移的其实是对未来人机协作基本形态的“定义权”和“解释权”。当技术可能性变得模糊而广阔时，谁能提出一个逻辑自洽、并能被团队和市场所理解的“新故事”，谁就掌握了主动权。这个“故事”不是虚构的愿景，而是基于技术现实和用户洞察所推演出的、可信的产品蓝图。
这个位置并不好坐。它意味着你必须在“技术可能性”和“用户可接受度”之间做持续的、高难度的权衡。你提出的每一个新框架，都意味着对旧习惯的挑战，都需要用极快的实验去验证和调整。但它的价值也在于此：在范式转型期，最大的贡献往往不是做出一个完美的功能，而是为行业探索并验证出一个可行的新思路。
说旧范式已死可能为时过早，但它确实已触及天花板。而新范式的核心，或许就在于我们能否放弃对“优化已知”的路径依赖，转而培养一种“定义未知”的思考和勇气。
这个过程注定会淘汰一批旧地图的忠实信徒，也会让一批新地图的草绘制者，走到舞台的中央。
看 Opus 4.6 价格的价格，不仅又没降，还随着上下文的增加，更贵了，燃烧 token 的费用又上升了
Opus 4.6 价格
200k 上下文以内，输入$5，输出$25 （M tokens）。
200k 上下文之外，价格会涨到，输入$10 输出 $37.50。
GPT‑5.3 竟然没公布价格，只能参考 5.2，但是 5.2 比 5.1 涨了 40% 哦...我大胆预计 5.3 也会涨价...
GPT 5.2 价格参考：
标准模式，输入$1.75 ，输出 $14
高优模式，输入$3.5，输出 $28
未来已来，但绝对不会均匀分布。
马太效应只会愈演愈烈。
有一些闲钱的人才能烧得起。
用它赚钱的人才烧得起。
如果一个公司烧不起顶级模型，就将在接下来的竞争里处于劣势，直至淘汰。
Opus 4.6 价格
200k 上下文以内，输入$5，输出$25 （M tokens）。
200k 上下文之外，价格会涨到，输入$10 输出 $37.50。
GPT‑5.3 竟然没公布价格，只能参考 5.2，但是 5.2 比 5.1 涨了 40% 哦...我大胆预计 5.3 也会涨价...
GPT 5.2 价格参考：
标准模式，输入$1.75 ，输出 $14
高优模式，输入$3.5，输出 $28
未来已来，但绝对不会均匀分布。
马太效应只会愈演愈烈。
有一些闲钱的人才能烧得起。
用它赚钱的人才烧得起。
如果一个公司烧不起顶级模型，就将在接下来的竞争里处于劣势，直至淘汰。
——
超逼真的电影感肖像，高端时尚9：16画幅杂志风格摄影。
发型：短发，发丝被风吹拂，飘散在脸上，以时尚的方式部分遮挡面部特征。
主体：仅使用上传的面部参考图像作为主要拍摄对象。面部特征、骨骼结构和自然肤质（可见毛孔）需100%匹配。不得改变种族或性别特征。
服装：黑色复古皮夹克搭配红色高领细线针织（堆叠领口），佩戴金色项链，优雅现代的造型。
场景/环境：时间为冬天，街上有供暖热蒸汽，充满欧洲风格，一个复古公寓的门，门打开着，里面黑漆漆，
动作/动态：前景有人快速移动，动态模糊（长曝光效果）挡住部分画面和镜头。拍摄对象保持完美清晰、沉静。拍摄对象静止，轻微仰头，看着镜头，一只手拉着高领毛衣的领子扯着挡住下颌线和嘴唇（时尚杂志模特的post）位于画面的右侧。
构图：低角度仰拍人物，胸部以上竖幅肖像，主体人物位置偏右构图，线条简洁流畅
相机：24mm广角镜头低角度仰拍视角，浅景深，电影感虚化效果，专业的时尚写实风格。
光照：柔和的电影感光照，暖色调，营造氛围感。高光控制得当，阴影保留细节。
色彩/后期：高细节，高级色彩分级，自然的肤质纹理，微妙的胶片感（无明显颗粒）。无文字、无徽标、无水印。
——
@aigc1024
第一时间掌握新春狂欢红包雨最新动态！
😐 官方信息入口：😄 😎 😇 😄 😄 ： G7COM888😄 😗 🥳 🙃 🙂↔️ ： @G7COMBOT😄 😎 😇 😇 🙂 ： @G7COMKF😄 😎 😇 😇 🤨 ： G73333.TOP
这两年最流行的笑话就是：
充了一堆 AI 会员，
会用 ChatGPT 写文案、
用 Midjourney 出图、
用 Claude 改稿、
用 Gemini 查资料、
用 Notion AI 做笔记、
用 Runway 剪视频、
用 Pika 生成短片、
用 Suno 写歌、
用 ElevenLabs 配音、
用 Copilot 写代码，
就敢对外宣称自己是
「一人公司」「未来组织」。
说句难听的：
你那不是超级个体，
你只是一个高价工具集合体。
你的核心竞争力只有一个
会充值。
真正的一人公司，
最优解从来不是工具，
是——私域。
私域里没有情绪价值，
没有心理建设，
没有团建、没有打气。
私域里只有一件事：
分配。
• 稳定商单是血液
• 按劳分配是信仰
• 冷酷执行是效率
任务一下，
所有人立刻动起来
包括 AI、外包、协作者。
谁有情绪，
谁要休息，
立刻换零件。
私域的本质很残酷：
把「人」降维成「资源」，
把「协作」降维成「分配」。
你的“超级个体”，
是工具堆出来的虚荣感；
我的“一人公司”，
是利益驱动的冷酷机器。
你在表演未来，
我在当天就结算。
@aigc1024
💖 Y3国际专属客服：@Y3VIP8888
Clawdbot 昨天更新官方集成了飞书插件
终于可以用国产模型和国产 IM 去驱动 Clawdbot ！
配置了一下，坑还不少，我看 github 也有不少类似的提问
写了篇文章帮大家排下雷：https://mp.weixin.qq.com/s/yANheGk58kXVWR8YBFgG6g
======
第一步：在飞书开发者后台创建机器人
去飞书开发者后台，创建一个新的机器人应用。这一步很简单，填写应用名称、应用描述，选个背景色和图标就行。
创建完成后，你需要记下两个关键信息：App ID 和 App Secret，这两个 ID 在后面配置 Clawdbot 的时候要用到，都在「凭证与基础信息 - 应用凭证」这里能找到。
------
配置飞书机器人权限
进入权限管理，找到「批量导入导出权限」，点击导入。在 Clawdbot 官方文档的飞书配置页面有现成的权限配置 JSON，直接复制过来，全选导入就可以了。
导入完成后，点击「确认新增权限」就完成了权限配置。这一步是为了让机器人有接收消息、发送消息等必要的权限。
------
开启机器人能力
在「机器人」配置页面，点击「如何开始使用」，随便输入一句欢迎语（比如"你好，我是 AI 助手"），然后点击保存，机器人能力就开启了。
这一步是飞书机器人平台的必要配置，不开启的话后面无法接收消息。
======
第二步：在 Clawdbot 里配置飞书 Channel
这部分在 Clawdbot 本地完成，坑比较多，要注意几个关键点。
------
运行安装向导命令
在终端运行 openclaw channels add 命令，会启动一个交互式向导。选择飞书（Feishu/Lark）选项，因为飞书支持是通过 plugin 实现的，所以它会自动下载插件。
这里第一个坑来了：如果提示"插件已存在"，然后又跳回上一层选项菜单，说明之前安装过但没安装成功。你需要手动去对应的文件夹删除这个插件文件夹，删除后重新运行 openclaw channels add 命令。
系统会告诉你插件在哪个目录，按照提示去那个目录删掉整个插件文件夹就行。
------
解决 zod 依赖缺失问题
删除插件重新安装后，它会问你是否用 npm 安装这个插件，选择确定。这时候第二个坑来了：会提示缺少 zod 依赖。
正常情况下应该在当前文件夹安装 zod 依赖就行，但问题是如果你已经有了插件文件夹，它不让你安装；如果你删了插件文件夹，zod 依赖也被删了。这是个已知的 bug，很多人在报。
解决方案是全局安装 zod 依赖，运行这个命令：npm install -g zod
安装完成后，再重新运行 openclaw channels add 命令，选择飞书，这次就能顺利进行了。
------
填写配置信息
安装成功后，会让你填写几个配置项：
▸ Feishu account id：这个是用来区分多个飞书机器人的，随便填一个名字就行，比如"my-bot"
▸ 选择飞书版本：中国版飞书还是海外版 Lark，根据你的实际情况选择，国内用户选中国版
▸ 填写 App ID 和 App Secret：把之前在飞书开发者后台获取的两个 ID 填进去
填写完成后，注意一定要选择「Finished」才算添加成功。我刚开始就是没点这个，结果一直没添加上，这是个容易忽略的细节。
------
配置私信访问策略
接下来会问你几个配置问题：
▸ Configure DM access policies now? 选择 Yes
▸ Feishu DM policy：选择 Pairing（推荐，需要配对码才能使用）
▸ Add display names for these accounts?：选择 No（可选）
这几个配置按推荐选项走就行，主要是控制谁能跟机器人私聊。
------
重启网关
所有配置完成后，运行 openclaw gateway restart 命令重启网关。这一步是让新的 channel 配置生效，必须重启才能建立连接。
======
第三步：回到飞书平台完成最后配置
现在需要回到飞书开发者后台做最后的设置。
------
配置事件订阅方式
进入「事件与回调」页面，在「事件配置」里找到「订阅方式」，选择「使用长连接接收事件」，然后点击保存。
这里可能会提示"没有建立长连接"，不要慌，等一两分钟再点保存就行。如果等了几分钟还是不行，可能需要检查一下 Clawdbot 的日志，看看是不是网关没正常启动。
如果你按照我前面的步骤操作，一般不会有问题。
------
添加接收消息事件
在「事件配置」页面，点击「添加事件」，搜索 im.message.receive_v1 这个事件，点击添加。这个事件是用来接收用户发送的私信消息的，不添加的话机器人收不到消息。
------
发布版本
进入「版本管理与发布」页面，点击「创建版本」，然后点击「发布」。如果你没有发布版本，系统会有提示引导你去创建，跟着提示走就行。
只有发布了版本，机器人的配置才会真正生效。
======
第四步：配对机器人
现在机器人已经可以用了，最后一步是完成配对。
在飞书里找到你刚创建的机器人，发送一条消息，它会自动回复一个配对码，类似这样的格式：pair:XXXXXX。
复制这个配对码，打开 Clawdbot 的 Web UI（就是你平时跟 Clawdbot 对话的网页），把配对码发给它，Clawdbot 会自动完成绑定。
绑定成功后，你就可以在飞书里跟 Clawdbot 愉快交流了，也可以把机器人拉到公司群里，让所有小伙伴都能用。
======
配置完成后，你的飞书机器人就能正常工作了。如果你用的是国产模型（比如通过 API 接入的深度求索、月之暗面等），整套方案就完全是国产化的了。
要注意的几个关键点：
▸ zod 依赖缺失的问题，记得全局安装
▸ 添加 channel 后一定要点 Finished
▸ 配置长连接后等一两分钟再保存
▸ 记得发布版本，否则配置不生效
整个配置流程虽然有几个坑，但都有明确的解决方案，按照步骤来基本不会卡住。
Invalid media: video
终于可以用国产模型和国产 IM 去驱动 Clawdbot ！
配置了一下，坑还不少，我看 github 也有不少类似的提问
写了篇文章帮大家排下雷：https://mp.weixin.qq.com/s/yANheGk58kXVWR8YBFgG6g
======
第一步：在飞书开发者后台创建机器人
去飞书开发者后台，创建一个新的机器人应用。这一步很简单，填写应用名称、应用描述，选个背景色和图标就行。
创建完成后，你需要记下两个关键信息：App ID 和 App Secret，这两个 ID 在后面配置 Clawdbot 的时候要用到，都在「凭证与基础信息 - 应用凭证」这里能找到。
------
配置飞书机器人权限
进入权限管理，找到「批量导入导出权限」，点击导入。在 Clawdbot 官方文档的飞书配置页面有现成的权限配置 JSON，直接复制过来，全选导入就可以了。
导入完成后，点击「确认新增权限」就完成了权限配置。这一步是为了让机器人有接收消息、发送消息等必要的权限。
------
开启机器人能力
在「机器人」配置页面，点击「如何开始使用」，随便输入一句欢迎语（比如"你好，我是 AI 助手"），然后点击保存，机器人能力就开启了。
这一步是飞书机器人平台的必要配置，不开启的话后面无法接收消息。
======
第二步：在 Clawdbot 里配置飞书 Channel
这部分在 Clawdbot 本地完成，坑比较多，要注意几个关键点。
------
运行安装向导命令
在终端运行 openclaw channels add 命令，会启动一个交互式向导。选择飞书（Feishu/Lark）选项，因为飞书支持是通过 plugin 实现的，所以它会自动下载插件。
这里第一个坑来了：如果提示"插件已存在"，然后又跳回上一层选项菜单，说明之前安装过但没安装成功。你需要手动去对应的文件夹删除这个插件文件夹，删除后重新运行 openclaw channels add 命令。
系统会告诉你插件在哪个目录，按照提示去那个目录删掉整个插件文件夹就行。
------
解决 zod 依赖缺失问题
删除插件重新安装后，它会问你是否用 npm 安装这个插件，选择确定。这时候第二个坑来了：会提示缺少 zod 依赖。
正常情况下应该在当前文件夹安装 zod 依赖就行，但问题是如果你已经有了插件文件夹，它不让你安装；如果你删了插件文件夹，zod 依赖也被删了。这是个已知的 bug，很多人在报。
解决方案是全局安装 zod 依赖，运行这个命令：npm install -g zod
安装完成后，再重新运行 openclaw channels add 命令，选择飞书，这次就能顺利进行了。
------
填写配置信息
安装成功后，会让你填写几个配置项：
▸ Feishu account id：这个是用来区分多个飞书机器人的，随便填一个名字就行，比如"my-bot"
▸ 选择飞书版本：中国版飞书还是海外版 Lark，根据你的实际情况选择，国内用户选中国版
▸ 填写 App ID 和 App Secret：把之前在飞书开发者后台获取的两个 ID 填进去
填写完成后，注意一定要选择「Finished」才算添加成功。我刚开始就是没点这个，结果一直没添加上，这是个容易忽略的细节。
------
配置私信访问策略
接下来会问你几个配置问题：
▸ Configure DM access policies now? 选择 Yes
▸ Feishu DM policy：选择 Pairing（推荐，需要配对码才能使用）
▸ Add display names for these accounts?：选择 No（可选）
这几个配置按推荐选项走就行，主要是控制谁能跟机器人私聊。
------
重启网关
所有配置完成后，运行 openclaw gateway restart 命令重启网关。这一步是让新的 channel 配置生效，必须重启才能建立连接。
======
第三步：回到飞书平台完成最后配置
现在需要回到飞书开发者后台做最后的设置。
------
配置事件订阅方式
进入「事件与回调」页面，在「事件配置」里找到「订阅方式」，选择「使用长连接接收事件」，然后点击保存。
这里可能会提示"没有建立长连接"，不要慌，等一两分钟再点保存就行。如果等了几分钟还是不行，可能需要检查一下 Clawdbot 的日志，看看是不是网关没正常启动。
如果你按照我前面的步骤操作，一般不会有问题。
------
添加接收消息事件
在「事件配置」页面，点击「添加事件」，搜索 im.message.receive_v1 这个事件，点击添加。这个事件是用来接收用户发送的私信消息的，不添加的话机器人收不到消息。
------
发布版本
进入「版本管理与发布」页面，点击「创建版本」，然后点击「发布」。如果你没有发布版本，系统会有提示引导你去创建，跟着提示走就行。
只有发布了版本，机器人的配置才会真正生效。
======
第四步：配对机器人
现在机器人已经可以用了，最后一步是完成配对。
在飞书里找到你刚创建的机器人，发送一条消息，它会自动回复一个配对码，类似这样的格式：pair:XXXXXX。
复制这个配对码，打开 Clawdbot 的 Web UI（就是你平时跟 Clawdbot 对话的网页），把配对码发给它，Clawdbot 会自动完成绑定。
绑定成功后，你就可以在飞书里跟 Clawdbot 愉快交流了，也可以把机器人拉到公司群里，让所有小伙伴都能用。
======
配置完成后，你的飞书机器人就能正常工作了。如果你用的是国产模型（比如通过 API 接入的深度求索、月之暗面等），整套方案就完全是国产化的了。
要注意的几个关键点：
▸ zod 依赖缺失的问题，记得全局安装
▸ 添加 channel 后一定要点 Finished
▸ 配置长连接后等一两分钟再保存
▸ 记得发布版本，否则配置不生效
整个配置流程虽然有几个坑，但都有明确的解决方案，按照步骤来基本不会卡住。
Invalid media: video
#182体育 豪礼大放送、#高端嫩模、劳力士手表、奔驰E300等大礼等你来豪夺 首存日存彩金送不停
🏆182体育 封神榜🏆
🎖每日存款彩金每日送，每笔存款加赠
🎖182 体育 #电子 #真人 #0审核包出款 日出亿U
🍎专属VIP客服： @vipkf_182ty8
🍉 吃瓜搞笑：@chiguagaoxiaoxinwen
