OpenClaw飞书机器人实战：千问3.5-9B自动回复会议纪要

OpenClaw飞书机器人实战千问3.5-9B自动回复会议纪要1. 为什么选择OpenClaw搭建飞书AI助手去年团队规模扩大到15人后我发现每周例会纪要整理成了痛点——要么记录不全要么会后要花两小时重新梳理。尝试过各种会议录音转写工具但始终缺少关键信息的智能提取能力。直到在开发者社区看到OpenClaw的案例这个能直接操控本地应用的开源框架让我眼前一亮。与常见的企业级中台方案不同OpenClaw最吸引我的是它的轻量可控特性。不需要申请IT部门支持在自己的MacBook Pro上就能完成部署不需要将敏感会议内容上传到第三方服务器所有数据处理都在本地完成更重要的是可以自由选择底层大模型我最终选择了千问3.5-9B这个在中文场景表现优异的开源模型。2. 环境准备与基础配置2.1 安装OpenClaw核心组件在终端执行官方推荐的一键安装命令时我遇到了Homebrew版本冲突的问题。这里分享一个实用技巧如果系统已有旧版Node.js建议先清理环境再安装# 卸载可能存在的旧版本 brew uninstall node sudo npm uninstall -g openclaw # 全新安装 brew install node22 npm install -g openclawlatest安装完成后运行openclaw onboard进入配置向导。这里有个关键选择在Provider选项里要选择Custom而不是预设的Qwen或OpenAI因为我们后续要对接本地部署的千问3.5-9B模型。2.2 飞书应用创建要点在飞书开放平台创建自建应用时有3个配置项容易出错权限范围需要勾选获取群组消息和发送消息权限IP白名单先通过curl ifconfig.me获取本机公网IP如果是家庭网络要注意可能是动态IP事件订阅必须订阅接收消息事件并设置正确的请求地址这里有个血泪教训第一次测试时忘了配置IP白名单导致所有API请求都被飞书拦截排查了半天才发现问题。3. 模型对接与技能配置3.1 本地模型服务部署我使用星图平台提供的千问3.5-9B镜像快速搭建了本地模型服务。在~/.openclaw/openclaw.json中配置模型连接时特别注意这几个参数{ models: { providers: { qwen-local: { baseUrl: http://localhost:5000/v1, api: openai-completions, models: [ { id: qwen3.5-9b, name: 千问本地版, contextWindow: 32768 } ] } } } }其中baseUrl的端口要确保与模型服务实际监听端口一致。我最初误填了默认的5001端口导致后续测试一直报连接超时。3.2 会议纪要技能安装OpenClaw的模块化设计很精妙——基础框架只负责消息流转具体功能通过Skill实现。安装会议纪要专用技能clawhub install meeting-minutes-zh这个技能包包含了飞书消息格式识别器会议内容摘要prompt模板Markdown格式化器成员触发逻辑安装后需要重启网关服务openclaw gateway restart4. 实战效果与调优心得4.1 群聊触发配置在我们的技术讨论群测试时设置了两种触发方式关键词触发当消息包含纪要时自动响应机器人触发直接机器人并发送生成纪要实际使用中发现关键词触发容易误判最终我们采用机器人指令的明确交互方式。机器人响应示例**2023-12-15 迭代计划会纪要** **关键结论** 1. 后端API改造延期至Q2实施负责人张三 2. 前端性能优化方案周四前提交负责人李四 **待办事项** - [ ] 压力测试报告截止12/20 - [ ] 用户反馈分析截止12/184.2 Prompt工程优化原始prompt对技术讨论的支持不够好我调整了系统指令模板重点强化识别技术术语和缩写的全称区分决策项和讨论项自动关联议题与负责人修改后的prompt片段示例你是一个资深技术会议秘书需要 1. 用分隔不同议题 2. 技术方案要注明系统模块 3. 每个结论必须明确负责人 4. 使用[模块]前缀标识系统组件这个调整使纪要的可操作性提升了约40%通过后续任务完成率估算。5. 安全注意事项与小团队适配建议在内部推广阶段我们制定了三条使用规范敏感内容过滤配置技能跳过含密码、密钥等敏感词的讨论复核机制重要会议纪要需发起人确认后才群发存储策略本地保留原始记录30天纪要永久存档对于10人以下团队我有两个实用建议初期先用测试群熟悉机器人特性避免影响正式会议设置学习模式前两周的纪要由人工修订后反馈给模型大幅提升后续准确率经过三个月的使用现在我们的周会效率提升明显——原本2小时的会议现在基本能控制在1小时内完成会后15分钟就能发出规范纪要。最重要的是团队成员养成了更结构化的讨论习惯这可能是意外的收获。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。