OpenClaw接入企业微信/飞书/钉钉全攻略:7×24小时自动化任务执行实战

Published on: 2026-06-10

OpenClaw接入企业微信/飞书/钉钉全攻略:7×24小时自动化任务执行实战

如果你用过 AI 助手,大概都有过这样的体验:让 AI 帮你查个资料、写个报告,挺好用,但一旦涉及到「把结果推给我团队」「定时汇报给我老板」「收到告警自动通知我」,就卡住了——AI 只会说话,不会帮你把信息送到正确的渠道。

OpenClaw 解决了这个最后一公里的问题。它是 GitHub 上拥有 28 万+星的开源 Agent 框架,支持灵活接入各种办公平台,让 AI 的输出真正流入你的工作流程。本篇文章,我们就来手把手把 OpenClaw 和企业微信、飞书、钉钉三大平台全部打通,实现消息推送、指令响应、定时任务和审批流自动化。

目标读者: 有一定技术基础,想让 AI 真正融入团队协作的开发者/技术负责人。

硬件基础: 铠盒 AIBOX-A1 预装了 OpenClaw,开机即用,无需手动配置运行环境。


一、企业微信:WeCom MCP 接入

企业微信是目前国内企业覆盖率最高的办公通讯工具,接入企业微信意味着你的 AI 任务可以直接触达每一个同事。

1.1 为什么选 WeCom MCP

企业微信提供了「企业微信客户端」(WeCom)的 MCP(Model Context Protocol)接口,这是官方推荐的集成方式。相比自建 Webhook,MCP 的优势在于:

  • 支持消息双向收发:不仅可以推送消息,还能接收消息、响应指令
  • 支持定时任务推送:可配置周期性推送,如每日早报
  • 支持群聊和私聊:灵活的推送目标选择
  • 无需公网 IP:铠盒 AIBOX-A1 部署在本地即可正常通信

1.2 配置步骤

第一步:在企业微信管理后台创建自建应用

登录 企业微信管理后台,进入「应用管理」→「创建应用」,填写应用名称和描述。创建完成后,在「企业可信 IP」中添加铠盒 AIBOX-A1 的 IP 地址,确保调用安全。

第二步:获取关键参数

在应用详情页获取以下三个参数,填入 OpenClaw 的配置文件中:

AgentID = wwx开头的应用ID
Secret   = 应用密钥
CorpID   = 企业ID(在「我的企业」→「企业信息」中获取)

第三步:在 OpenClaw 中配置 WeCom MCP

编辑 OpenClaw 配置文件 config/wecom.yaml

wecom:
  agent_id: "wwxxxxxxxxxxxxxx"
  secret: "your_secret_here"
  corp_id: "wwxxxxxxxxxxxx"
  # 消息推送配置
  push:
    default_chat_id: "internal_team"  # 默认推送目标群聊
  # 定时任务配置
  schedule:
    daily_report:
      cron: "0 8 * * 1-5"            # 工作日早8点
      prompt: "生成今日运营数据摘要,推送至内部群"
      enabled: true

第四步:验证连接

重启 OpenClaw 服务后,运行以下命令验证与企业微信的连通性:

openclaw gateway test wecom

看到 ✅ WeCom connection successful 即表示配置完成。

1.3 实战场景:邮件摘要自动推送企微

这是最实用的场景之一。每天早上,AI 自动登录邮箱、读取未读邮件、生成摘要,推送到企业微信指定群。

# OpenClaw Skill: email_summary_to_wecom
import imaplib
import email
from openclaw import WeComMCP

def fetch_unread_emails(mail_server, username, password):
    mail = imaplib.IMAP4_SSL(mail_server)
    mail.login(username, password)
    mail.select('INBOX')
    status, messages = mail.search(None, 'UNSEEN')
    email_ids = messages[0].split()
    emails = []
    for eid in email_ids[-10]:  # 最近10封未读
        status, data = mail.fetch(eid, '(RFC822)')
        msg = email.message_from_bytes(data[0][1])
        emails.append({
            'from': msg['From'],
            'subject': msg['Subject'],
            'date': msg['Date']
        })
    return emails

def generate_summary(emails):
    prompt = f"以下是最新的10封未读邮件,请生成不超过300字的中文摘要:\n{emails}"
    # 调用 OpenClaw 内置的大模型接口生成摘要
    summary = openclaw.llm.complete(prompt)
    return summary

# 主流程
emails = fetch_unread_emails(...)
summary = generate_summary(emails)
wecom = WeComMCP()
wecom.send_text(
    chat_id="internal_team",
    content=f"📬 邮件摘要({len(emails)}封未读)\n\n{summary}",
    agent_id="wwxxxxxxxxxxxx"
)

配置好后,每天早上 8 点这条消息就会准时出现在你的内部群里,比你手动查邮件快 10 倍。

文章配图


二、飞书:Webhook + 卡片消息 + OpenClaw Skill 对接

飞书(Feishu/Lark)的开放能力非常成熟,适合做更复杂的消息样式和交互场景。相比企业微信,飞书的优势在于卡片消息的渲染效果更好,支持按钮点击跳转,适合做任务卡片和审批提醒。

2.1 飞书机器人接入原理

飞书提供两种消息接收方式:

  1. Webhook 推送(Outgoing Webhook):飞书群触发 → 推送给 OpenClaw → 处理后返回结果
  2. 长连接(Stream)模式:OpenClaw 主动维持连接,实时接收飞书事件推送

我们推荐使用 Webhook 模式 + OpenClaw Skill 的组合,配置简单、调试方便。

2.2 配置飞书自定义机器人

第一步:创建飞书应用

进入 飞书开放平台,创建企业自建应用,添加「机器人」能力。

第二步:获取 Webhook 地址

在应用的能力配置中,添加「自定义机器人」,复制 Webhook URL,格式如下:

https://open.feishu.cn/open-apis/bot/v2/hook/xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx

第三步:配置 OpenClaw 飞书 Skill

# config/feishu.yaml
feishu:
  webhook_url: "https://open.feishu.cn/open-apis/bot/v2/hook/xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx"
  app_id: "cli_xxxxxxxxxx"
  app_secret: "your_app_secret"
  # 卡片消息模板
  card_template:
    daily_report:
      type: "interactive"
      template_id: "tpl_daily_report"

2.3 发送富文本卡片消息

飞书支持 interactive 类型的卡片消息,比纯文本更有结构感。以下是发送日报卡片的示例:

import requests
import json

def send_feishu_card(webhook_url, title, sections, agent_name="OpenClaw"):
    card = {
        "msg_type": "interactive",
        "card": {
            "header": {
                "title": {
                    "tag": "plain_text",
                    "content": f"📊 {title}"
                },
                "template": "blue"
            },
            "elements": [
                {
                    "tag": "div",
                    "text": {
                        "tag": "lark_md",
                        "content": section
                    }
                }
                for section in sections
            ] + [
                {
                    "tag": "hr"
                },
                {
                    "tag": "note",
                    "elements": [
                        {
                            "tag": "plain_text",
                            "content": f"🤖 由 {agent_name} 自动生成 · {time.strftime('%Y-%m-%d %H:%M')}"
                        }
                    ]
                }
            ]
        }
    }
    response = requests.post(webhook_url, json=card)
    return response.json()

# 使用示例
sections = [
    "**今日关键数据**\n• 新增用户:1,234(↑12%)\n• 活跃率:78.3%\n• 转化率:4.2%",
    "**异常告警**\n• 服务器 CPU 使用率超过 85%,已自动扩容",
    "**明日待办**\n• 跟进华南区客户反馈\n• 检查支付接口稳定性"
]
send_feishu_card(webhook_url, "运营日报 - 2026-06-10", sections)

2.4 OpenClaw Skill 对接飞书机器人

飞书机器人的真正威力在于「对话式交互」——你在飞书 @机器人 提问,它调用 OpenClaw 处理后返回结果。

在 OpenClaw 中创建一个飞书 Skill:

# skills/feishu_handler.py
from openclaw import Skill, event

class FeishuBotSkill(Skill):
    name = "feishu_bot"

    @event.on("feishu.message.receive")
    def handle_message(self, message):
        text = message.get("text", "")
        user_id = message.get("sender", {}).get("sender_id", {}).get("open_id", "")

        # 根据消息内容路由到不同处理逻辑
        if "日报" in text or "报告" in text:
            result = self.generate_daily_report()
        elif "数据" in text:
            result = self.fetch_data_summary()
        elif "告警" in text:
            result = self.check_alerts()
        else:
            result = self.general_chat(text)

        # 通过飞书 API 回复
        self.feishu.reply_message(
            open_id=user_id,
            msg_type="text",
            content=result
        )

    def generate_daily_report(self):
        # 调用 OpenClaw 的日报生成 Skill
        report_skill = self.load_skill("daily_report_generator")
        report = report_skill.run(
            date="today",
            format="feishu_card"
        )
        return report

    def fetch_data_summary(self):
        # 模拟从数据库获取数据
        return "📈 当前在线人数:1,847,服务器状态正常。"

    def check_alerts(self):
        return "🔔 当前无活跃告警。上一次告警:2小时前已自动恢复。"

    def general_chat(self, text):
        return self.llm.complete(f"请简洁回答用户问题:{text}")

# 注册 Skill
openclaw.register(FeishuBotSkill())

完成以上配置后,你的飞书机器人就能做到:@它问数据,它实时回复;让它生成日报,它立刻推一张漂亮的卡片;告警触发,它第一时间通知。

文章配图


三、钉钉:Stream 模式 Webhook + 任务审批流自动化

钉钉的优势在于企业级审批流的深度集成。如果你希望 AI 不只是发消息,而是能触发审批、参与流程,钉钉是最好的选择。

3.1 钉钉接入的特殊性

钉钉的开放接口分为两种模式:

  • 同步模式(HTTP):OpenClaw 接收钉钉推送、处理、返回,钉钉等待结果
  • Stream 模式(长连接):OpenClaw 与钉钉服务器维持长连接,实时接收事件推送,无需公网 IP,适合本地部署

铠盒 AIBOX-A1 推荐使用 Stream 模式,原因是: 1. 无需暴露公网端口,安全性更高 2. 本地部署也能正常工作 3. 支持全量事件类型(消息、审批、考勤等)

3.2 配置钉钉 Stream 模式

第一步:创建钉钉应用

钉钉开放平台 创建应用,添加「机器人」能力,选择「Stream 模式」。

第二步:获取连接参数

在应用配置页面获取: - AppKey:应用唯一标识 - AppSecret:应用密钥 - Stream模式Endpoint:Stream 推送地址

第三步:OpenClaw 钉钉配置

# config/dingtalk.yaml
dingtalk:
  app_key: "dingxxxxxxxxxxxx"
  app_secret: "your_app_secret"
  stream_mode: true
  # Stream 模式下的推送地址
  stream_endpoint: "http://localhost:8765/dingtalk/callback"
  # 审批流配置
  approval:
    auto_approve_threshold: 0.95  # AI置信度超过95%时自动通过
    notify_on_complete: true

3.3 任务审批流自动化实战

钉钉接入最典型的场景是报销审批流自动化——员工提交报销申请,AI 自动判断金额是否合规、票据是否清晰,合规则自动通过,超标则通知财务人工复核。

# skills/dingtalk_approval.py
from openclaw import Skill, event
import requests

class DingTalkApprovalSkill(Skill):
    name = "dingtalk_approval"

    @event.on("dingtalk.approval.received")
    def handle_approval(self, approval_data):
        form_values = approval_data.get("form_component_values", [])

        # 解析报销金额和事由
        amount = self.extract_field(form_values, "报销金额")
        reason = self.extract_field(form_values, "报销事由")
        receipt_urls = self.extract_field(form_values, "票据附件")

        # AI 判断是否合规
        prompt = f"""请判断以下报销申请是否合规:
        金额:{amount}元
        事由:{reason}

        判断标准:
        - 单次报销金额 ≤ 5000元:自动通过
        - 单次报销金额 > 5000元:需人工复核
        - 事由不清晰或缺失:需人工复核

        请返回JSON格式:{{"decision": "approve|review|reject", "reason": "原因说明"}}
        """

        result = self.llm.complete_json(prompt)

        if result["decision"] == "approve":
            self.dingtalk.complete_approval(
                process_instance_id=approval_data["process_instance_id"],
                result="agree",
                comment="AI审核通过:金额合规,事由清晰。"
            )
        else:
            self.dingtalk.notify_finance(
                content=f"⚠️ 新的报销申请需要复核\n金额:{amount}元\n事由:{reason}\n原因:{result['reason']}",
                user_ids=["finance_manager_id"]
            )

    def extract_field(self, form_values, field_name):
        for field in form_values:
            if field.get("name") == field_name:
                return field.get("value", "")
        return ""

openclaw.register(DingTalkApprovalSkill())

这个 Skill 配置好后,每次有人提交报销申请,AI 都会自动介入,90% 的常规报销可以直接通过,财务人员只需处理少数异常情况。


四、统一配置:消息路由、多平台同步与权限控制

三个平台都接通了,但如何统一管理?OpenClaw 提供了「统一消息路由层」,让你在一个地方定义规则,自动分发到不同平台。

4.1 消息路由配置

# config/router.yaml
openclaw:
  router:
    # 消息优先级:高优先级立即推送,普通优先级批量推送
    priority_rules:
      - match: "alert|告警|故障"
        platform: ["wecom", "dingtalk"]
        priority: high
      - match: "report|日报|周报"
        platform: ["feishu"]
        priority: normal
      - match: "approval|审批"
        platform: ["dingtalk"]
        priority: high

    # 多平台同步:同一消息同时发送到所有目标平台
    sync:
      enabled: true
      exclude_fields: ["approval_id"]  # 审批ID不跨平台同步

    # 权限控制
    permission:
      admin_users:
        - "[email protected]"
      # 普通用户只能推送消息,不能触发审批流
      user_actions:
        push: true
        approve: false
        schedule_edit: false

4.2 多平台同步实战

以「监控告警」为例,当服务器出现异常,AI 自动判断告警级别后,同步推送到企业微信和钉钉:

# skills/unified_alert.py
from openclaw import MultiPlatformPusher

def send_alert(alert_level, message):
    pusher = MultiPlatformPusher()

    if alert_level == "critical":
        # 严重告警:同时推送到企微和钉钉
        pusher.send("wecom", chat_id="ops_team", content=message)
        pusher.send("dingtalk", content=message)
    elif alert_level == "warning":
        # 警告:仅推企微
        pusher.send("wecom", chat_id="ops_team", content=message)

    # 记录到日志
    pusher.log(alert_level, message)

# 使用示例
send_alert("critical", "🔥 [严重] 数据库连接数超过阈值,当前连接:8500/10000,建议立即扩容。")

4.3 定时任务统一管理

三大平台都可以接收定时任务,通过 OpenClaw 的 cron 配置统一管理:

# config/scheduler.yaml
openclaw:
  scheduler:
    jobs:
      - name: "morning_brief"
        cron: "0 8 * * 1-5"
        action: "skill.daily_brief"
        targets:
          wecom: "ops_team"
          feishu: "general_channel"

      - name: "weekly_report"
        cron: "0 9 * * 5"
        action: "skill.weekly_report"
        targets:
          feishu: "management_channel"

      - name: "monthly_approval_summary"
        cron: "0 10 1 * *"
        action: "skill.approval_summary"
        targets:
          dingtalk: "finance_team"

这样一来,定时任务在一个配置文件里管理,增删改都不用动业务代码。


五、实战场景汇总

为了让大家更直观地看到这套系统的价值,这里汇总三个最常用的实战场景:

场景一:邮件摘要 → 企业微信 每天早上 8 点,OpenClaw 自动登录邮箱,拉取最新未读邮件,AI 生成摘要,发送到企业微信内部群。员工到公司打开企业微信,就能看到今日邮件概览,不漏重要信息。

场景二:运营日报 → 飞书 运营人员 @飞书机器人说「生成日报」,AI 自动从数据库拉取今日数据,生成带图表的飞书卡片,推送到管理层飞书群。整个过程 30 秒完成,传统方式需要 20 分钟。

场景三:服务器告警 → 钉钉审批 监控系统检测到服务器 CPU 超过 90%,自动触发 OpenClaw → 钉钉告警,推送卡片并附带一键扩容按钮。扩容操作通过钉钉审批流自动完成,全程无需人工介入,告警到恢复时间从 15 分钟缩短到 2 分钟。


六、总结

通过本文的配置,你的 OpenClaw 已经和三大办公平台全部打通:

平台 接入方式 核心能力
企业微信 WeCom MCP 消息推送、指令响应、定时任务
飞书 Webhook + 卡片消息 + Skill 富文本卡片、对话式交互、日报生成
钉钉 Stream 模式 Webhook 审批流自动化、告警分级处理

统一的路由层负责消息分发和权限控制,三大平台各展所长,共同构成了你的 AI 后台中枢。

铠盒 AIBOX-A1 预装了完整版 OpenClaw,开机即可使用上述所有配置,无需手动搭建开发环境。如果你是技术负责人或开发者,建议先从企业微信接入开始——最简单、上手最快,一个下午就能跑通全流程。

让你的 AI 不只是「能聊」,而是「能干活」。


-#OpenClaw #企业微信 #飞书 #钉钉 #AI自动化 #铠盒AIBOX

推荐产品

铠盒 A1 家用入门款 铠盒 A1 Pro 增强款 铠盒 A2 专业款 铠盒 A2 Pro 进阶款 铠盒 X1 企业款 铠盒 G1 旗舰款
© KAIHE AI - Agent Computer Specialist