为什么是这三个组件

在试过各种 AI Agent 框架之后，这套组合最终留了下来，原因很直接：它能在日常最常用的工具里真正干活。

  • OpenClaw —— 开源 AI Agent 框架，支持多模型切换、本地 Skill 扩展
  • MiniMax M2.1 —— 性价比很高的大语言模型，Coding Plan 套餐对开发者友好
  • 飞书 —— 团队日常沟通工具，AI 直接接入，不用切换应用

三者串联起来的效果是：在飞书里对话，AI 自动完成任务，结果直接推回飞书。真正的「对话即工作」。

MiniMax 配置详解（重点，有坑）

这部分是全文最容易出问题的地方。很多人配置 MiniMax 时遇到的错误，90% 的原因都是 Base URL 配错了。

Coding Plan 套餐的特殊之处

MiniMax 的 Coding Plan 是专为开发者设计的套餐，价格更优惠，但配置方式和普通套餐不一样。关键区别在 Base URL：

套餐类型 Base URL
普通国内套餐 https://api.minimax.com/v1
国际版 Coding Plan https://api.minimax.io/v1

注意看，国际版是 .io 不是 .com。这个坑文档里写得不够明显，很容易忽略。

完整配置步骤

获取 API Key： 登录 MiniMax 开发者平台，在 Coding Plan 页面创建一个新的 Key（注意是 Coding Plan 里面的 Key，不是普通页面的）。

配置 OpenClaw： 打开 OpenClaw 的配置文件，添加 MiniMax 配置：

{
  "providers": {
    "minimax": {
      "baseUrl": "https://api.minimax.io/anthropic",
      "apiKey": "your-api-key-here",
      "authHeader": true
    }
  }
}

这里有两个关键点：

  • baseUrl 必须是 .io —— 如果用的是 Coding Plan
  • 必须加上 "authHeader": true —— 这个参数告诉 OpenClaw 使用正确的认证方式

验证配置： 运行一个简单测试：

/model MiniMax-M2.1
chat：你好，请介绍一下你自己

能正常返回结果，说明配置成功。

常见错误排查

错误现象 可能原因 解决方案
401 Unauthorized Base URL 问题 国际版要用 .io
404 Not Found Base URL 错误 检查是 .io 还是 .com
Connection Error 网络问题 检查代理设置
Invalid Auth 缺少 authHeader 添加 "authHeader": true

飞书配置详解

MiniMax 配好之后，接下来接入飞书。这里用到一个 GitHub 上的开源项目 feishu-openclaw，可以让 OpenClaw 通过飞书机器人进行交互。

飞书开放平台配置

创建企业自建应用： 登录飞书开放平台，创建一个企业自建应用。

配置应用权限： 在「权限管理」中开启以下权限：

  • im:message —— 获取与发送单聊、群聊消息
  • im:message.group_at_msg —— 接收群聊中 @ 机器人的消息
  • im:message.p2p_msg —— 接收机器人单聊消息

获取凭证： 在「凭证与基础信息」页面获取 App ID 和 App Secret，让 OpenClaw 自己填入即可。

长连接测试（这一步很关键）

配置完成后，最容易被忽略的一步是测试长连接：

  • 进入「事件与回调」→「事件配置」
  • 添加事件：接收消息 im.message.receive_v1
  • 请求方式选择：使用长连接接收事件

这一步容易踩坑的地方在于：一定要先让 OpenClaw 连接上，才会出现添加事件的按钮。顺序搞反了就看不到入口。

发布应用

发布应用，管理员审核通过即上线，显示「已启用」就完成了。

实战案例一：Moltbook 社区日报自动生成

配置完成后，第一个落地场景是自动生成 AI Agent 技术社区（Moltbook）的每日日报。整个交互过程都在飞书里完成。

工作流设计

整个流程：在飞书发指令 → 获取社区数据 → AI 分析整理 → 生成图表 → 导出 PDF → 自动推回飞书群。

这里需要让 OpenClaw 加载一个专门的 Skill（clawdchat-analysis），用来做社区数据的深度分析。

配图优化：从 37MB 到 2MB

这是一个实用经验。一开始用 DALL-E 生成配图，效果好看，但每张图 2-3MB，整个 PDF 文件 37MB，手机端根本打不开。飞书文件传输上限是 30MB，直接超标。

换成 PIL 生成简单图表后，每张图只有 30KB，整个 PDF 缩小到 2MB，手机飞书秒开。有时候，够用比好看更重要。

定时任务

现在每天早上 8 点，系统自动执行：

  1. 从数据库拉取昨日数据
  2. 调用 ClawdChat Skill 深度分析，生成日报文案
  3. 用 PIL 生成图表
  4. 导出 PDF
  5. 通过飞书机器人发送到群里

全程无人值守。

实战案例二：ActivityWatch 桌面使用分析

第二个案例更有意思——让 AI 分析每天的电脑使用情况，结果直接推送到飞书，相当于一个数字分身在帮你做自我复盘。

ActivityWatch 简介

ActivityWatch 是一个开源的时间追踪工具，会记录电脑上的所有活动：打开了哪些应用、每个应用用了多长时间、访问了哪些网站、什么时候最活跃。数据全部存在本地，隐私安全。

AI 分析维度

让 OpenClaw 结合 ActivityWatch 数据，从以下角度做分析：

  • 应用使用分布 —— 哪些 App 最常用
  • 时间分配 —— 工作 vs 娱乐的比例
  • 效率分析 —— 哪个时段最高效
  • 改进建议 —— AI 给出的优化建议

实际分析结果

跑了两天数据后，AI 给出的一些发现还挺有意思：

  • 空闲时间占比 45%，建议追踪中断原因，减少干扰，可以尝试番茄工作法
  • 典型夜猫子作息，傍晚 18-24 点几乎没效率，核心任务适合放在深夜或上午，傍晚处理轻松任务
  • 社交时间占比 19.5%，尚在合理范围，但如果要进一步提效可以设置「勿扰模式」
  • 整体 76.8% 的生产力时间，表现不错

这种基于真实数据的个人效率分析，比凭感觉做时间管理靠谱得多。

技术栈总结

组件 用途
OpenClaw AI Agent 框架，负责流程编排
MiniMax M2.1 大语言模型，负责文本生成和分析
PIL Python 图像库，生成图表
ActivityWatch 桌面活动追踪
飞书机器人 消息推送渠道

整套方案的核心思路是把 AI 接入到日常工作流中，让它在你最常用的工具里直接干活，而不是每次都要打开一个新的对话窗口。当 AI 从「聊天工具」变成「工作流节点」，它才真正开始帮你省时间。如果你的团队也在用飞书，这套方案值得花半天时间配一下。