1. OpenClaw 接入飞书机器人调用 Kimi2.5 到底难在哪OpenClaw 是一个可以自托管的 AI Bot 网关能把你常用的聊天平台和任意大模型通道串起来。飞书机器人则是飞书开放平台里可以接收消息、回复消息的应用形态。Kimi2.5 是月之暗面推出的长上下文模型适合处理长文档、代码和复杂对话。把这三者串起来本质上就是让飞书里发出去的一句话经过 OpenClaw 转发最终由 Kimi2.5 生成回复再回到飞书对话框里。听起来链路不长但真正动手时会发现坑集中在三个地方。第一是飞书侧的权限和事件订阅权限少一个机器人就收不到消息或者发不出回复事件订阅方式选错长连接建不起来。第二是模型通道的配置OpenClaw 默认走的是官方 Moonshot 通道但如果你想把模型请求统一收敛到一个 Key 上就需要改 settings 里的 Base URL 和模型 ID。第三是插件安装飞书插件在 OpenClaw 的交互式配置里经常出现缺包或者重复安装的提示很多人卡在这一步就放弃了。这篇内容适合已经在 Ubuntu 24.04 上装好 OpenClaw、想接飞书机器人并调用 Kimi2.5 的人。我会把飞书应用凭证、权限导入、事件订阅、模型通道配置、settings 片段、双向验证和常见报错逐项拆开每一步都给可复制的命令或配置。你跟着做最后能在飞书里给机器人发消息并收到 Kimi2.5 的回复。核心检索词先明确OpenClaw 配置飞书机器人接入 Kimi2.5关键动作是改 settings 到统一模型通道并完成飞书长连接订阅。下面从原问题场景开始。2. TaoToken 前置准备与飞书应用凭证获取在改 settings 之前先把两边的凭证准备好。飞书侧需要 App ID 和 App Secret模型侧需要一个能调用 Kimi2.5 的 Key。这里我用 TaoToken 作为统一模型通道它的 API 地址是 https://taotoken.net/api官网是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content。你可以在控制台创建一个 Key后面填到 OpenClaw 的模型配置里。飞书侧的操作路径是这样的。打开飞书开放平台 https://open.feishu.cn/app点击创建应用填写应用名称和描述后直接创建。创建成功后进入「凭证与基础信息」复制 App ID 和 App Secret这两个值后面要写进 OpenClaw 的配置。注意 App Secret 只显示一次复制后先存到安全的地方。接下来是权限配置。点击「权限管理」→「开通权限」或者用「批量导入/导出权限」选择导入把下面这段 JSON 贴进去{ scopes: { tenant: [ contact:user.base:readonly, im:chat:readonly, im:message, im:message.p2p_msg:readonly, im:message:readonly, im:message:send_as_bot, im:resource ], user: [ contact:user.base:readonly, im:message ] } }导入后点击「下一步确认新增权限」。这些权限覆盖了读取用户基础信息、读取群聊、收发单聊消息、以机器人身份发送消息和读取资源文件。少任何一个都可能导致机器人收不到消息或回复失败。事件与回调的配置有个顺序要求必须先把 App ID 和 App Secret 配置到 OpenClaw 并启动成功再回来设置订阅方式否则会提示错误。订阅方式选择「使用长连接接收事件」。然后点击「添加事件」至少开通接收消息相关的事件。回调配置是可选的如果配置也选「使用长连接接收事件」。配置完成后需要发布。有两种方式方式一是创建版本方式二是通过版本管理发布。发布成功后状态显示「当前修改均已发布」。这里有两个说明要记住只有机器人状态为已发布OpenClaw 才能识别任何修改和配置变更都需要创建新版本重新发布。模型侧的准备就是拿到一个可用的 Key。如果你用 TaoToken 的统一通道在控制台创建 API Key 即可地址是 https://taotoken.net/api-keys。这个 Key 后面会写进 settings 的模型配置段。前置准备做完进入可复制配置环节。3. 可复制配置settings 改到 TaoToken 并接入飞书插件OpenClaw 的配置入口是openclaw onboard但交互式配置在飞书插件这一步经常出问题。更稳的做法是直接改 settings 文件把模型通道和飞书插件一次性写清楚。settings 文件通常在~/.openclaw/settings.json或项目目录下的config/settings.json具体路径以你安装时的输出为准。下面是一个可复制的 JSON 片段把模型通道指向 TaoToken并声明飞书插件。{ model: { provider: openai-compatible, baseUrl: https://taotoken.net/api, apiKey: sk-你的TaoTokenKey, modelId: kimi-k2.5, maxTokens: 8192, temperature: 0.7 }, channels: { feishu: { enabled: true, appId: cli_你的飞书AppID, appSecret: 你的飞书AppSecret, connectionMode: websocket, eventTypes: [ im.message.receive_v1 ] } }, plugins: { feishu: { enabled: true, autoReconnect: true } } }这里有几个点要对照清楚。baseUrl必须是https://taotoken.net/api不要多加路径也不要少写。apiKey填你在 TaoToken 控制台创建的 Key。modelId填kimi-k2.5这是 Kimi2.5 在统一通道里的模型标识。connectionMode选websocket对应飞书侧的「使用长连接接收事件」。eventTypes至少包含im.message.receive_v1这是接收消息的核心事件。如果你更习惯用 TOML 格式等价配置如下[model] provider openai-compatible baseUrl https://taotoken.net/api apiKey sk-你的TaoTokenKey modelId kimi-k2.5 maxTokens 8192 temperature 0.7 [channels.feishu] enabled true appId cli_你的飞书AppID appSecret 你的飞书AppSecret connectionMode websocket eventTypes [im.message.receive_v1] [plugins.feishu] enabled true autoReconnect true改完 settings 后飞书插件的安装建议用命令行而不是交互式配置。先确认插件包存在openclaw plugins list如果列表里没有 feishu执行安装openclaw plugins install feishu如果提示包重复先卸载再装openclaw plugins uninstall feishu openclaw plugins install feishu安装完成后重启 OpenClaw 服务openclaw restart或者用 systemd 管理的话sudo systemctl restart openclaw重启后看日志确认飞书长连接是否建立openclaw logs --follow | grep -i feishu正常会看到 websocket 连接成功的日志。如果看到local proxy failed或连接超时先检查网络出口和 settings 里的 baseUrl 是否写对。配置写完后进入验证环节。4. 验证请求与成功结果飞书消息回执与模型响应双向确认配置改完、服务重启后验证分两步走。第一步验证模型通道是否通第二步验证飞书消息链路是否通。两步都过了才算真正跑通。先验证模型通道。用 curl 直接打 TaoToken 的接口确认 Key 和模型 ID 可用curl -X POST https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-你的TaoTokenKey \ -H Content-Type: application/json \ -d { model: kimi-k2.5, messages: [ {role: user, content: 用一句话介绍你自己} ] }如果返回里有choices字段和模型生成的文本说明模型通道没问题。如果返回 401说明 Key 不对或没带上如果返回reading choices相关错误说明响应结构解析有问题检查 baseUrl 是否多了或少了/v1。TaoToken 的 baseUrl 是https://taotoken.net/apiOpenClaw 内部会拼接具体路径所以 settings 里不要自己加/v1。模型通道通了之后验证飞书链路。在飞书里找到你创建的机器人发一条消息比如「你好帮我写一个 Python 的快速排序」。发送后观察两个动作机器人会先回一个表情表示收到然后返回 Kimi2.5 生成的回复。如果只收到表情没有文字回复说明模型通道或插件处理有问题如果连表情都没有说明飞书长连接没建立或事件订阅没生效。验证时可以同时看 OpenClaw 日志openclaw logs --follow正常流程的日志会依次出现收到飞书事件、调用模型接口、返回模型响应、发送飞书消息。如果中间断了日志会停在某一步对应排查即可。飞书侧还有一个确认动作在开放平台「事件与回调」页面如果长连接建立成功会显示连接状态为已连接。如果显示未连接回到 settings 检查connectionMode是否为websocket以及 App ID 和 App Secret 是否和开放平台一致。双向验证都通过后你可以给机器人发更复杂的请求比如让它总结一段长文本、生成代码、或者做多轮对话。Kimi2.5 的长上下文能力在这个场景下比较实用你可以把一篇长文档分段发给它让它保持上下文继续回答。验证通过后下面把常见报错集中排一遍。5. 本篇常见错排查401、local proxy failed、reading choices、OAuth配置过程中最容易撞上的报错有四类我按实际遇到的顺序列出来每条给现象、原因和修法。第一类401 Unauthorized。现象是 curl 或 OpenClaw 日志里返回 401。原因通常是 Key 写错、Key 过期、或者请求头没带对。修法是重新在 TaoToken 控制台复制 Key确认 settings 里的apiKey字段没有多余空格curl 测试时Authorization: Bearer后面跟的 Key 要完整。如果你用的是环境变量注入确认变量名和 settings 里引用的一致。第二类local proxy failed。现象是 OpenClaw 启动或请求时提示本地代理失败。原因一般是网络出口不通或者 settings 里的 baseUrl 指向了一个不可达的地址。修法是先确认服务器能访问https://taotoken.net/api用 curl 测一下连通性。如果服务器有出网限制检查防火墙规则。注意不要配置任何非官方的网络转发方式直接用标准 HTTPS 出口即可。第三类reading choices 相关错误。现象是模型返回了内容但 OpenClaw 解析时报读取 choices 失败。原因通常是 baseUrl 拼接路径不对比如 settings 里写了https://taotoken.net/api/v1OpenClaw 又拼了一次/v1/chat/completions导致路径重复。修法是把 baseUrl 改回https://taotoken.net/api让 OpenClaw 自己拼接。另外确认modelId写的是kimi-k2.5模型 ID 写错也可能导致返回结构异常。第四类OAuth 相关报错。现象是飞书侧提示授权失败或 token 获取失败。原因通常是 App ID 和 App Secret 不匹配或者应用没有发布。修法是回到飞书开放平台「凭证与基础信息」重新复制两个值确认没有复制到多余字符。然后检查应用是否已创建版本并发布状态是否为「当前修改均已发布」。如果改过权限或事件必须重新发布版本否则配置不生效。除了这四类飞书插件安装失败也常见。现象是openclaw plugins install feishu提示缺包或重复。修法是先openclaw plugins uninstall feishu再重新安装安装后openclaw restart。如果还是不行检查 OpenClaw 版本和插件版本是否匹配必要时升级 OpenClaw 到最新版。排查时有一个通用动作把日志级别调到 debug能看到更详细的请求和响应。命令是openclaw logs --level debug --follow看到具体报错后对照上面的分类处理。排障完成后如果你需要长期跑编码或 Agent 任务可以考虑用 Coding Plan 来统一管理额度地址是 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite。6. 接入完成后的统一 Key 管理与后续动作跑通之后建议把模型通道统一收敛到一个 Key 上这样换模型、看用量、控成本都方便。TaoToken 的控制台可以创建多个 Key按项目或环境分开地址是 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite。OpenClaw 的 settings 里只引用其中一个后续要换模型只改modelId字段即可不用动飞书侧配置。如果你还想验证其他模型的表现可以直接在模型对话页面测试地址是 https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite。把同样的 prompt 在不同模型上跑一遍对比回复质量和速度再决定 OpenClaw 里用哪个模型 ID。接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite里面有各语言 SDK 的调用示例和参数说明。如果你用的是 Claude Code 这类编码工具可以参考 https://taotoken.net/claude-code-anthropic?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite 里的接入方式把 Base URL、Key、Model ID 三件套填对即可。最后说一个实际经验飞书机器人的回复延迟主要取决于模型生成速度Kimi2.5 在长文本场景下首 token 时间会稍长但整体吞吐稳定。如果你发现机器人偶尔不回消息先看 OpenClaw 日志里有没有收到事件再看模型请求有没有发出。大部分「不回消息」的问题根源在飞书事件订阅没生效或长连接断了重启服务并确认发布状态通常能解决。
1. OpenClaw 接入飞书机器人调用 Kimi2.5 到底难在哪OpenClaw 是一个可以自托管的 AI Bot 网关能把你常用的聊天平台和任意大模型通道串起来。飞书机器人则是飞书开放平台里可以接收消息、回复消息的应用形态。Kimi2.5 是月之暗面推出的长上下文模型适合处理长文档、代码和复杂对话。把这三者串起来本质上就是让飞书里发出去的一句话经过 OpenClaw 转发最终由 Kimi2.5 生成回复再回到飞书对话框里。听起来链路不长但真正动手时会发现坑集中在三个地方。第一是飞书侧的权限和事件订阅权限少一个机器人就收不到消息或者发不出回复事件订阅方式选错长连接建不起来。第二是模型通道的配置OpenClaw 默认走的是官方 Moonshot 通道但如果你想把模型请求统一收敛到一个 Key 上就需要改 settings 里的 Base URL 和模型 ID。第三是插件安装飞书插件在 OpenClaw 的交互式配置里经常出现缺包或者重复安装的提示很多人卡在这一步就放弃了。这篇内容适合已经在 Ubuntu 24.04 上装好 OpenClaw、想接飞书机器人并调用 Kimi2.5 的人。我会把飞书应用凭证、权限导入、事件订阅、模型通道配置、settings 片段、双向验证和常见报错逐项拆开每一步都给可复制的命令或配置。你跟着做最后能在飞书里给机器人发消息并收到 Kimi2.5 的回复。核心检索词先明确OpenClaw 配置飞书机器人接入 Kimi2.5关键动作是改 settings 到统一模型通道并完成飞书长连接订阅。下面从原问题场景开始。2. TaoToken 前置准备与飞书应用凭证获取在改 settings 之前先把两边的凭证准备好。飞书侧需要 App ID 和 App Secret模型侧需要一个能调用 Kimi2.5 的 Key。这里我用 TaoToken 作为统一模型通道它的 API 地址是 https://taotoken.net/api官网是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content。你可以在控制台创建一个 Key后面填到 OpenClaw 的模型配置里。飞书侧的操作路径是这样的。打开飞书开放平台 https://open.feishu.cn/app点击创建应用填写应用名称和描述后直接创建。创建成功后进入「凭证与基础信息」复制 App ID 和 App Secret这两个值后面要写进 OpenClaw 的配置。注意 App Secret 只显示一次复制后先存到安全的地方。接下来是权限配置。点击「权限管理」→「开通权限」或者用「批量导入/导出权限」选择导入把下面这段 JSON 贴进去{ scopes: { tenant: [ contact:user.base:readonly, im:chat:readonly, im:message, im:message.p2p_msg:readonly, im:message:readonly, im:message:send_as_bot, im:resource ], user: [ contact:user.base:readonly, im:message ] } }导入后点击「下一步确认新增权限」。这些权限覆盖了读取用户基础信息、读取群聊、收发单聊消息、以机器人身份发送消息和读取资源文件。少任何一个都可能导致机器人收不到消息或回复失败。事件与回调的配置有个顺序要求必须先把 App ID 和 App Secret 配置到 OpenClaw 并启动成功再回来设置订阅方式否则会提示错误。订阅方式选择「使用长连接接收事件」。然后点击「添加事件」至少开通接收消息相关的事件。回调配置是可选的如果配置也选「使用长连接接收事件」。配置完成后需要发布。有两种方式方式一是创建版本方式二是通过版本管理发布。发布成功后状态显示「当前修改均已发布」。这里有两个说明要记住只有机器人状态为已发布OpenClaw 才能识别任何修改和配置变更都需要创建新版本重新发布。模型侧的准备就是拿到一个可用的 Key。如果你用 TaoToken 的统一通道在控制台创建 API Key 即可地址是 https://taotoken.net/api-keys。这个 Key 后面会写进 settings 的模型配置段。前置准备做完进入可复制配置环节。3. 可复制配置settings 改到 TaoToken 并接入飞书插件OpenClaw 的配置入口是openclaw onboard但交互式配置在飞书插件这一步经常出问题。更稳的做法是直接改 settings 文件把模型通道和飞书插件一次性写清楚。settings 文件通常在~/.openclaw/settings.json或项目目录下的config/settings.json具体路径以你安装时的输出为准。下面是一个可复制的 JSON 片段把模型通道指向 TaoToken并声明飞书插件。{ model: { provider: openai-compatible, baseUrl: https://taotoken.net/api, apiKey: sk-你的TaoTokenKey, modelId: kimi-k2.5, maxTokens: 8192, temperature: 0.7 }, channels: { feishu: { enabled: true, appId: cli_你的飞书AppID, appSecret: 你的飞书AppSecret, connectionMode: websocket, eventTypes: [ im.message.receive_v1 ] } }, plugins: { feishu: { enabled: true, autoReconnect: true } } }这里有几个点要对照清楚。baseUrl必须是https://taotoken.net/api不要多加路径也不要少写。apiKey填你在 TaoToken 控制台创建的 Key。modelId填kimi-k2.5这是 Kimi2.5 在统一通道里的模型标识。connectionMode选websocket对应飞书侧的「使用长连接接收事件」。eventTypes至少包含im.message.receive_v1这是接收消息的核心事件。如果你更习惯用 TOML 格式等价配置如下[model] provider openai-compatible baseUrl https://taotoken.net/api apiKey sk-你的TaoTokenKey modelId kimi-k2.5 maxTokens 8192 temperature 0.7 [channels.feishu] enabled true appId cli_你的飞书AppID appSecret 你的飞书AppSecret connectionMode websocket eventTypes [im.message.receive_v1] [plugins.feishu] enabled true autoReconnect true改完 settings 后飞书插件的安装建议用命令行而不是交互式配置。先确认插件包存在openclaw plugins list如果列表里没有 feishu执行安装openclaw plugins install feishu如果提示包重复先卸载再装openclaw plugins uninstall feishu openclaw plugins install feishu安装完成后重启 OpenClaw 服务openclaw restart或者用 systemd 管理的话sudo systemctl restart openclaw重启后看日志确认飞书长连接是否建立openclaw logs --follow | grep -i feishu正常会看到 websocket 连接成功的日志。如果看到local proxy failed或连接超时先检查网络出口和 settings 里的 baseUrl 是否写对。配置写完后进入验证环节。4. 验证请求与成功结果飞书消息回执与模型响应双向确认配置改完、服务重启后验证分两步走。第一步验证模型通道是否通第二步验证飞书消息链路是否通。两步都过了才算真正跑通。先验证模型通道。用 curl 直接打 TaoToken 的接口确认 Key 和模型 ID 可用curl -X POST https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-你的TaoTokenKey \ -H Content-Type: application/json \ -d { model: kimi-k2.5, messages: [ {role: user, content: 用一句话介绍你自己} ] }如果返回里有choices字段和模型生成的文本说明模型通道没问题。如果返回 401说明 Key 不对或没带上如果返回reading choices相关错误说明响应结构解析有问题检查 baseUrl 是否多了或少了/v1。TaoToken 的 baseUrl 是https://taotoken.net/apiOpenClaw 内部会拼接具体路径所以 settings 里不要自己加/v1。模型通道通了之后验证飞书链路。在飞书里找到你创建的机器人发一条消息比如「你好帮我写一个 Python 的快速排序」。发送后观察两个动作机器人会先回一个表情表示收到然后返回 Kimi2.5 生成的回复。如果只收到表情没有文字回复说明模型通道或插件处理有问题如果连表情都没有说明飞书长连接没建立或事件订阅没生效。验证时可以同时看 OpenClaw 日志openclaw logs --follow正常流程的日志会依次出现收到飞书事件、调用模型接口、返回模型响应、发送飞书消息。如果中间断了日志会停在某一步对应排查即可。飞书侧还有一个确认动作在开放平台「事件与回调」页面如果长连接建立成功会显示连接状态为已连接。如果显示未连接回到 settings 检查connectionMode是否为websocket以及 App ID 和 App Secret 是否和开放平台一致。双向验证都通过后你可以给机器人发更复杂的请求比如让它总结一段长文本、生成代码、或者做多轮对话。Kimi2.5 的长上下文能力在这个场景下比较实用你可以把一篇长文档分段发给它让它保持上下文继续回答。验证通过后下面把常见报错集中排一遍。5. 本篇常见错排查401、local proxy failed、reading choices、OAuth配置过程中最容易撞上的报错有四类我按实际遇到的顺序列出来每条给现象、原因和修法。第一类401 Unauthorized。现象是 curl 或 OpenClaw 日志里返回 401。原因通常是 Key 写错、Key 过期、或者请求头没带对。修法是重新在 TaoToken 控制台复制 Key确认 settings 里的apiKey字段没有多余空格curl 测试时Authorization: Bearer后面跟的 Key 要完整。如果你用的是环境变量注入确认变量名和 settings 里引用的一致。第二类local proxy failed。现象是 OpenClaw 启动或请求时提示本地代理失败。原因一般是网络出口不通或者 settings 里的 baseUrl 指向了一个不可达的地址。修法是先确认服务器能访问https://taotoken.net/api用 curl 测一下连通性。如果服务器有出网限制检查防火墙规则。注意不要配置任何非官方的网络转发方式直接用标准 HTTPS 出口即可。第三类reading choices 相关错误。现象是模型返回了内容但 OpenClaw 解析时报读取 choices 失败。原因通常是 baseUrl 拼接路径不对比如 settings 里写了https://taotoken.net/api/v1OpenClaw 又拼了一次/v1/chat/completions导致路径重复。修法是把 baseUrl 改回https://taotoken.net/api让 OpenClaw 自己拼接。另外确认modelId写的是kimi-k2.5模型 ID 写错也可能导致返回结构异常。第四类OAuth 相关报错。现象是飞书侧提示授权失败或 token 获取失败。原因通常是 App ID 和 App Secret 不匹配或者应用没有发布。修法是回到飞书开放平台「凭证与基础信息」重新复制两个值确认没有复制到多余字符。然后检查应用是否已创建版本并发布状态是否为「当前修改均已发布」。如果改过权限或事件必须重新发布版本否则配置不生效。除了这四类飞书插件安装失败也常见。现象是openclaw plugins install feishu提示缺包或重复。修法是先openclaw plugins uninstall feishu再重新安装安装后openclaw restart。如果还是不行检查 OpenClaw 版本和插件版本是否匹配必要时升级 OpenClaw 到最新版。排查时有一个通用动作把日志级别调到 debug能看到更详细的请求和响应。命令是openclaw logs --level debug --follow看到具体报错后对照上面的分类处理。排障完成后如果你需要长期跑编码或 Agent 任务可以考虑用 Coding Plan 来统一管理额度地址是 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite。6. 接入完成后的统一 Key 管理与后续动作跑通之后建议把模型通道统一收敛到一个 Key 上这样换模型、看用量、控成本都方便。TaoToken 的控制台可以创建多个 Key按项目或环境分开地址是 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite。OpenClaw 的 settings 里只引用其中一个后续要换模型只改modelId字段即可不用动飞书侧配置。如果你还想验证其他模型的表现可以直接在模型对话页面测试地址是 https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite。把同样的 prompt 在不同模型上跑一遍对比回复质量和速度再决定 OpenClaw 里用哪个模型 ID。接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite里面有各语言 SDK 的调用示例和参数说明。如果你用的是 Claude Code 这类编码工具可以参考 https://taotoken.net/claude-code-anthropic?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite 里的接入方式把 Base URL、Key、Model ID 三件套填对即可。最后说一个实际经验飞书机器人的回复延迟主要取决于模型生成速度Kimi2.5 在长文本场景下首 token 时间会稍长但整体吞吐稳定。如果你发现机器人偶尔不回消息先看 OpenClaw 日志里有没有收到事件再看模型请求有没有发出。大部分「不回消息」的问题根源在飞书事件订阅没生效或长连接断了重启服务并确认发布状态通常能解决。
![RAD Debugger多进程调试实战指南：掌握原生图形化调试利器 [特殊字符]](http://pic.xiahunao.cn/yaotu/RAD Debugger多进程调试实战指南：掌握原生图形化调试利器 [特殊字符])
