為什麼我拖了一個多月才開始使用 OpenClaw？（附接入飛書完整詳細教程，新手必看）

2026 年 1 月底，整個 AI 圈的目光都被一個名叫 OpenClaw 的專案所吸引，它以極快的速度拿下了超過 20 萬顆星標，成為了 GitHub 史上增長最快的專案之一，截止目前總星標數已經來到 238K，一個多月整整又翻了 10 倍，這個數據，凡是你做過開源專案，就知道有多麼恐怖了！

OpenClaw(https://github.com/openclaw/openclaw) 已經火了很長時間了，記得它剛出來的時候，我就關注它了，那時候星標數才 20 多 K，1 個多月過去了足足翻了 10 多倍，可見其火爆程度超出我們想像~

起初 OpenClaw 給我留下印象最深的兩點就是：

• 它可以通過移動端聊天軟體來遠程控制它幹活
• 對外號稱能 7x24 小時不停歇的幹活

這兩點都跟「幹活」有關，所謂幹活就是它能真正幫你產出實際結果，有實際價值產出的。

這很吸引我，但我仍然選擇先做個「等等黨」，正如我在「狂師.AI 進化社」中提到的觀點，AI 時代，每天都有新產品、新技術冒出來，每一個都說自己是「現象級」、「顛覆性」、「革命性」。但對於普通人學 AI，千萬別衝第一波。（除非是專門搞 AI 研究或者想蹭新熱點的自媒體知識博主）

為什麼，普通人我不建議衝第一波？
因為新產品剛出來的時候，總會有各種問題和波折。各家都在吹，說法紛紜，都說自己最好最棒。等你興沖沖地去測試，媽呀，發現好像也就那麼回事。

我的建議：等 1 週、2 週，甚至 1 個月。如果到那時候，大家還在持續討論和使用，那才是真正值得下手的時候。時間是最好的過濾器。能活過一個月還保持熱度的產品，才值得你投入時間學習。

這不，我這一等就是一個多月的時間...

今天不能再等了，這篇文章算是給我第一次使用 OpenClaw 做個見證，同時也給自己的學習做個筆記。如果有跟我一樣的朋友想要學習如何安裝、部署並配置使用 OpenClaw，看這篇文章就夠了，它向你推薦的是目前為止最佳的方式，且非常詳細，非常適合新手學習。

本文篇教程，非常詳細，且內容較長，建議先點讚，收藏，慢慢學習

在我們正式開始安裝部署之前，請允許我再簡單介紹一下 OpenClaw，即使它現在已經非常有名了。

1. OpenClaw 是什麼，為什麼它突然就火了？

1.1 OpenClaw 是什麼？

簡單來說，它是一個裝在你本地電腦（或雲伺服器）上的 AI 私人助理！

就像是《鋼鐵俠》裡的賈維斯。大家都知道，鋼鐵俠想要做什麼，從來不需要自己去敲鍵盤、查資料。他只需要隨口說一句：「賈維斯，幫我分析一下這個裝甲的受損情況」，或者「把那個恐怖分子的位置發給我」。然後賈維斯就會立刻去執行：掃描裝甲、調用衛星、檢索資料庫、把結果直接展示出來。

OpenClaw 做的就是這件事。
它不是那種只會陪我們聊天的 AI，而是一個真正長了手腳的 AI 助理。它住在我們的電腦裡，擁有操作電腦的權限。我們給它發個指令，它就能像真人一樣，去操作瀏覽器、打開資料夾、運行軟體，幫你查資料、寫文檔、整理數據，幫我們把活幹完。哪怕我們睡覺了，它也可以在後台 24 小時隨時待命，隨時召喚。

當然上面是為了方便大家理解，較為通俗解釋，
更準確地說法：

OpenClaw 是一個 AI 智能體平台（Agent Platform），或者說它是一個自托管的個人 AI 助手網關（Gateway），它的作用是作為統一的控制網關，將你常用的聊天應用（WhatsApp、Telegram、Discord、Slack、QQ、企業微信、飛書等）連接到 AI 程式工具上。你需要在聊天應用中，下發指令，AI 就能幫我們自動幹活了。

1.2 OpenClaw 它不是什么？

OpenClaw 很強大，但它也並非是萬能的，有幾個新手階段較為常見的誤解，越早澄清越好。

誤解1：它不是 ChatGPT、Manus 替代品

• 和 ChatGPT 比： ChatGPT 只能動嘴，告訴你怎麼做，最後幹活的還是你自己。
• 和 Manus 比： Manus 雖然也能幹活，但它是在雲端的一個沙箱裡運行的，就像是在別人的電腦上操作，很多本地的文件、特殊的軟體它都碰不到，限制很多。

而 OpenClaw 是一個 平台，讓你能搭建自己的 AI 助理，是直接跑在我們的地盤上（電腦或 VPS），這也是未來 AI 發展的主要形態！實際上，OpenClaw 可以接入 ChatGPT 的 API，也可以接入 Claude、KIMI、MiniMax 等其他模型。它是 模型的使用者，不是 模型的競爭者。

誤解2：它是雲端服務，數據存在別人伺服器上
這是 OpenClaw 最大的特點之一：它是可以直接運行在你的個人電腦上的。

• 你的聊天記錄存在本地
• 你的文件處理在本地完成
• 你的 API Key 不會經過第三方伺服器

對於擔心數據隱私的企業和個人，這是巨大的優勢。

⚠️ 注意：雖然 OpenClaw 本身在本地運行，但它調用 AI 模型時需要聯網。你的消息會發送到對應的 AI 服務商（如 OpenAI、KIMI 等）。

誤解3：它會自己上網亂買東西、亂刪文件、瞎搞一通
OpenClaw 的設計理念是 最小權限原則。默認情況下，它什麼都不能做。

• 想讓它讀寫文件？你需要明確授權
• 想讓它發郵件？你需要配置郵件工具
• 想讓它執行命令？你需要開啟沙箱並設置權限

而且，高風險操作可以設置 二次確認，確保它不會「自作主張」。

1.3 OpenClaw 它能做什麼？

光說概念太虛了，來看三個真實的使用場景。

場景一： 你可以在飛書裡 @OpenClaw機器人，讓它幫你自動整理日報

"幫我整理今天的日報，從專案群提取關鍵進展，從郵件提取待跟進事項。"

OpenClaw 機器人會自動執行：

1. 讀取指定群聊的今日消息
2. 提取關鍵信息
3. 按格式生成日報
4. 發到指定文檔

場景二： 以前你需要寫一篇行業分析報告，涉及大量資料搜集，需要在十幾個網站間來回切換，複製粘貼到手軟。現在他告訴 OpenClaw，讓它來自動幫你查資料寫報告，

"搜索2026年AI編程助手的市場規模，整理成表格，包含數據來源。"

OpenClaw 會自動執行：

• 調用搜索工具查找資料
• 訪問多個網頁提取信息
• 整理成結構化表格
• 標註數據來源

而你，從「體力活」中解放出來後，可以更加專注在分析和判斷上。

場景三： 在飛書裡 @ 它，幫你處理各種繁瑣、重複的任務
比如，工作群裡經常有人問：

• "誰能查一下上個月的 BUG 缺陷數據？"
• "幫忙翻譯一下這個英文文檔"
• "把這份 PDF 轉成 Markdown"

現在直接在群裡 @ 機器人：

@OpenClaw機器人 把剛才發的 PDF 轉成 Markdown 格式

機器人立即處理，把結果發回群裡。

不用麻煩同事，不用切換工具，在聊天中就把事辦了。

簡單小結一下，當你用好 OpenClaw，你將擁有：

一個能在飛書裡 @ 的 AI 機器人：

• 私聊問它問題
• 群裡 @ 它辦事
• 讓它幫你整理文檔、查資料

一個可定制的 AI 助理：

• 根據你的需求寫 Skills
• 連接你的常用工具
• 自動化重複工作

完全掌控的數據隱私：

• 所有數據存在本地
• 不經過第三方伺服器
• 企業級安全保障

1.4 為什麼 2026 年它突然火了

AI Agent 的概念不是 2026 年才有的，為什麼現在才火？或者說為什麼 OpenClaw 會爆火？
我們都很清楚當前大多數的 AI 工具的核心痛點是：太被動了。傳統的對話模型就像咱們古代的算盤一樣，撥一下才動一下，高度依賴 Prompt 的持續輸入。而 OpenClaw 的突破，在於它直接將產品範式提升到了全新的維度，正如，OpenClaw 的創作者 Peter Steinberger 對其給出的產品定位非常精準—— 「真正會做事的 AI」。

更離不開，當前 AI 大環境發展趨勢的推動
一方面，當前國內外主流 AI 大模型能力都到了「可用」的臨界點
2024 年的 GPT-4 和 Claude 3 已經很強，但還不夠穩定。2025-2026 年的模型（Claude Opus 4.6/Sonnet 4.6、GPT-5.3-Codex、KIMI K2.5 等）在 理解複雜指令 和 穩定輸出格式 上有了質的飛躍。早期的 AI Agent 更多是極客的玩具，現在它們真的能 解決實際工作問題。

另一方面，AI 配套的工程化工具愈發成熟
光有聰明的大腦不夠，還需要：

• 穩定的消息收發機制
• 可靠的工具調用框架
• 安全的權限管理系統
• 友好的配置界面

OpenClaw 把這些工程難題都解決了，讓普通用戶也能搭起自己的 AI 助理。正因如此，剛好有一款如同 OpenClaw 的產品出現，瞬間讓大家明白，原來，存在腦海裡的奇思妙想，真的是可以實現呢！這也是未來 AI 發展的核心形態，甚至我敢斷言，今年幾大主流 AI 廠商，必然會圍繞這塊市場展開激烈爭奪。

2. 安裝與部署

2.1 目前可行的部署方案有三種

1. 雲廠商一鍵部署

這是非技術人員，想體驗 OpenClaw 最推薦使用的方案，5-10 分鐘就能搞定。適合不會命令行、想 7x24 小時穩定運行、需要國內低延遲 IM（飛書/企微/QQ/釘釘）的用戶使用。可以零程式碼、一鍵鏡像、官方/大廠背書、自動續費、帶寬免費。月費在 9-40 元起。推薦騰訊雲（最穩）、阿里雲（最便宜）。缺點就是需實名驗證且數據在雲端不在本地，數據隱私和安全性需要考慮。

2. 本地一鍵安裝部署

適用於有閒置 MacBook 或 Windows 電腦（其實我覺得未必，如果就一台電腦就先用著也完全沒問題），想完全本地運行的用戶使用。速度是最快的、無伺服器費用、隱私最高。缺點就是你的這台電腦得常開著（或自己花錢用 Mac Mini 7x24 候著，一次性成本大概在 3-4000 塊錢）。

3. Docker 部署

適用在 VPS / NAS / 本地想跑多實例，且對權限嚴格的用戶使用。但需懂點兒技術，懂基本的 Docker 操作的。

4. 部署方式，我的建議，優先用本地

本地安裝，其實也沒有那麼複雜，核心步驟只需要「一行命令，開箱即用」。而你用 VPS 部署，還需要配置伺服器、調試網路、安全規則等複雜的步驟，好像這樣就完全偏離了我們利用 AI 來提效的初衷。即使你可以用騰訊雲或者阿里雲，免去這些複雜步驟，也看似安全了，但你別忘了你的所有核心數據、文件、程式碼和隱私始終是存在雲端的。

更重要的是，本地運行的 OpenClaw 可以直接獲取你的文件系統、本地應用和工作流的系統級權限。你甚至可以在螢幕上實時「監工」，看著它一步步執行操作，這種所見即所得的直觀反饋，是盯著瀏覽器裡枯燥的遠程終端無法比擬的。

很多人沒意識到，VPS 部署其實只解鎖了 OpenClaw 約 20% 的能力。像直接控制本地桌面應用、接管剪貼板、與系統環境深度互動等高階 Agent 特性，在雲端根本跑不通。雲端部署本質上可以看做是一個「閹割版」，只是能滿足你的快速體驗。

所以說 OpenClaw 放棄本地部署，等於自廢 80% 武功！

2.2 本地部署環境準備

很多技術書一上來就列一堆要求，看得人想放棄，所以我們今天，就換個方式：

如果你想體驗 OpenClaw，你只需要三樣東西：

1. 一台能上網的電腦（Windows/Mac/Linux 都行）
2. 一個 AI 大模型 API Key（別被這個詞嚇到，就是一串密碼）
3. 10 分鐘時間（和一點點耐心）

沒了。不需要你是程式員，不需要你懂 AI，不需要買伺服器。

1. 一台能上網的電腦

你完全不需要一上來就採購昂貴的新設備，除非你不在乎錢。你現有的任何設備包括在那兒吃灰的舊筆記本電腦、或者閒置的舊桌機，都足以成為 OpenClaw 的啟動載體。

簡單說：只要是近 5 年的電腦，基本都能跑。
如果你確實需要一台新設備，目前 Mac mini 是當之無愧的「甜品級」神機。

另外，網路要求，也提一下吧，你需要能訪問：

• npm registry（安裝 OpenClaw）
• 你選擇的 AI 服務商（如 KIMI、MiniMax、GLM 等）

國內用戶注意：OpenClaw 本身不需要 FQ，但部分 AI 服務商可能需要。

2. 一個 AI 大模型 API Key

API Key，聽起來很高大上，其實就是 一串密碼。類比一下：

• 飯店的 VIP 卡 → 證明你有資格享受服務
• 小區的門禁卡 → 證明你有權限進入
• API Key → 證明你有權限調用 AI 服務

這裡補充一下，很多新手容易搞混，AI 編程（工具）和大模型本質上是兩個不同的東西，大模型如 GPT、Claude、GLM，是 AI 能力的「源頭」，而 AI 編程工具如 Claude Code、Cursor、GitHub Copilot 是基於大模型封裝的、面向特定場景的專用應用。

OpenClaw 也是如此，本質上，你就可以把它當作是一款工具，每次 OpenClaw 讓 AI 幫你幹活，都要出示這個 Key，AI 服務商根據 Key 來：

1. 確認你是誰
2. 計算你用了多少額度
3. 決定是否響應你的請求

3. 國內三家 Coding Plan（推薦）

對於國內用戶，我推薦優先選擇以下三家。它們都有專門針對開發者的 Coding Plan（比單獨購買 API 調度額度要划算）。

• KIMI Coding Plan（https://www.kimi.com/code）
• MiniMax Coding Plan（https://platform.minimaxi.com/subscribe/coding-plan）
• GLM Coding Plan （https://bigmodel.cn/glm-coding）

這三家，我用的是智譜 GLM，為啥呢，因為我開了 GLM Coding Pro-包年會員，且智譜帳號餘額里還躺著一萬多餘額呢，大模型額度不用愁了，且今年我要吃定 GLM 了。

4. 抽 10 分鐘時間

這 10 分鐘你要做什麼？確認你的電腦系統版本符合要求

1. 選擇一家 Coding Plan，完成 API Key 申請
2. 把 Key 保存在安全的地方（推薦密碼管理器）
3. 測試網路：訪問你選擇的 AI 服務商控制台，確認能正常打開
4. 依賴環境檢查 （花時間最多的地方，也是你要重點檢查的）

無論你是 Mac 還是 Windows 只需預先安裝好以下環境依賴工具：

1、Node.js
Node.js 是一個讓 JavaScript 能在電腦本地運行的環境。簡單說：

Node.js 就像 JavaScript 的「翻譯官」，讓它能在瀏覽器之外的地方工作。

你不需要深入理解它，只需要確認電腦上已經安裝了。沒有安裝的，可以前往 https://nodejs.org/zh-cn 進行下載

安裝完成後，打開你的終端（Terminal），輸入：

node --version

期望看到的結果：

v22.x.x

判斷標準：

• ✅ 版本 >= v22：可以繼續
• ❌ 版本 < v22：需要升級
• ❌ 提示「command not found」：需要安裝

💡 Windows 用戶注意：官方推薦在 WSL2 中運行 OpenClaw，能避免很多奇怪問題。WSL2 安裝指南：docs.microsoft.com/zh-cn/windo…

2、 Git：用於拉取 GitHub 資源
沒有安裝的，可以前往 https://git-scm.com/install/windows 進行下載

安裝完成後，驗證環境命令（終端/CMD）：

node -v
npm -v
git -v

2.3 OpenClaw 安裝

OpenClaw 安裝，其實非常直白，你直接訪問 openclaw.ai，拉到 Quick Start（快速開始）區域，選擇 npm 方式安裝

複製上圖中那行官方提供的全局安裝命令進行安裝

npm i -g openclaw

這行命令在做什麼？

• npm：Node.js 的包管理器
• i 為 install 的簡寫：安裝
• -g：全局安裝（在任何目錄都能用 openclaw 命令）

不管你是用 Mac（打開終端）還是 Windows（打開命令行），粘貼、回車，結束。沒錯，這就是全部。我這裡以 Windows 系統為例！

如果碰到網路超時下載中斷或失敗，你可以試著配置 NPM 的國內鏡像（防止網路超時，如果在國外則不用），執行以下命令：

npm config set registry https://registry.npmmirror.com

配置國內鏡像完成後，再次執行 npm i -g openclaw 進行安裝。

當然，還有一種更傻瓜更簡單的方式，就是交給 AI 幫你完成安裝，比如用 OpenCode 把 GitHub 倉庫地址 https://github.com/openclaw/openclaw 複製給它並告訴它幫我安裝就可以。

如果你也採用 AI 幫你安裝，那在安裝的時候還有一點需要注意： 當系統引導讓你連接並配置通訊軟體的時候，建議你先不要做選擇任何，跳過即可，因為後續咱們會單獨配置飛書作為與 OpenClaw 的主要通訊軟體。

安裝完成後，然後到終端/CMD 中輸入以下命令來驗證 OpenClaw 是否成功安裝，能看到版本號即代表安裝成功。

openclaw --version

期望看到類似輸出：

2026.2.26

❌ 如果提示「command not found」
可能原因：npm 全局路徑未加入系統 PATH
解決方法：

1. 重啟終端
2. 如果還不行，檢查 npm 全球路徑：npm prefix -g
3. 把返回的路徑加入 PATH 環境變數

2.4 運行向導：openclaw onboard

安裝完成後，運行初始化向導：

openclaw onboard
# 或執行
openclaw onboard --install-daemon

參數說明：

• onboard：運行初始化向導
• --install-daemon：同時安裝後台服務（推薦）

這裡為了方便，我們就直接運行 openclaw onboard
1、啟動向導後，通常你會先看到：

這一步主要是在提醒你，使用 OpenClaw 可能會有一些風險。請問你是否要繼續（可以理解為煙盒上的標語：吸煙有害健康）。這裡按向左方向鍵 ←，選擇 Yes，按 Enter 回車確認；

這裡如果你和我的顯示不一樣，直接 ctrl+c 退出下，重新執行

2、選擇 yes 後，進入到選擇模式（Onboarding mode）向導會問你：

怎麼選？

我的建議：第一次選 QuickStart，後面可以隨時改配置。

3、選擇 QuickStart 后，進入到選模型廠商（Provider）界面，向導會提示你選擇模型提供商：

根據你自己已有的模型來選擇即可，比如這裡我們以智譜 AI 為例，選擇 Z.AI

選擇第 2 個: Coding-Plan-CN

點擊確認，複製智譜 API KEY，粘貼進來即可

選擇模型，這裡我們保持默認即可（默認為智譜最新的模型：zai/glm-5）

4、模型設定完成之後，在 QuickStart 路徑下，向導會直接進入渠道單選列表：

首次建議直接選 Skip for now，為什麼先 Skip？
這是多輪實測驗證出的最佳實踐：

• 先把「TUI 裡能穩定對話」跑通
• 確認模型、驗證、Gateway 都正常
• 再接入渠道，出錯時能明確判斷是「渠道配置問題」還是「基礎環境問題」

放心，後面還會詳細講飛書如何接入。

5、Channel 之後，向導會進入 Skills 檢查與可選安裝：

首次建議選 Yes，原因很簡單：現在就把「能自動裝的依賴」裝掉，後面少踩坑。

6、接下來常見會看到：

給新手的默認建議：

• 如果你只想先跑通主線：可先 Skip for now；
• 如果你準備立刻玩 Skills：按需勾選安裝項；
• node manager 選你本機已經在用的那個（不確定就用 npm）。

這裡我們為了方便，直接按空格鍵，選擇第一個 Skip for now 確認執行。

7、進入到下一步，配置 Google Places API Key，用於 OpenClaw 中 goplaces 這個功能模組，用於查詢地點信息、地址解析、POI 檢索等地理相關服務。

還用不到，直接選擇 No

8、配置 GEMINI_API_KEY for nano-banana-pro，這一步，也暫時用不到，選擇 No（接下來，還有幾步，這裡就不貼圖了，都是一些可選項，大家可根據需求自行選擇）

9、配置 Hooks（建議最小開啟）

官方說明裡，Hooks 用來「在某些命令觸發時自動執行動作」（例如 /new 時做會話記憶整理）。

建議的最小策略：

• 首次可先啟用 1 個最核心 hook（最小可用，優先 session-memory，若列表裡有）；
• 如果你現在還分不清 hook 的作用，也可以先 Skip for now；

10、在收尾階段，向導會給你一個啟動入口選擇：

如果上述啟動，提示 Gateway 網關失敗，
可能原因：

• 端口 18789 被佔用
• 權限不足
• 配置文件錯誤

記得，確認一下網關是否有安裝啟動

openclaw gateway install
openclaw gateway start

解決方法：

# Linux 查看端口佔用
lsof -i :18789

# Windows 查看端口佔用
netstat -ano | findstr :18789

# 或者換端口啟動
openclaw gateway start --port 18790

11、openclaw 常用命令速查

2.5 OpenClaw 測試檢查

1、檢查 openclaw 服務是否一切啟動正常

# 查看網關運行狀態
openclaw gateway status

# 全面診斷檢查（配置、連接、權限等）
openclaw doctor

# 查看整體狀態
openclaw status

2、訪問控制界面
終端環境（無桌面 / 伺服器，推薦）：

# 通過 TUI 在終端中直接管理
openclaw tui

桌面環境：

# 啟動 Web 控制台
openclaw dashboard

或在瀏覽器中訪問：http://127.0.0.1:18789/

如需調試，可在前台啟動網關查看實時日誌：openclaw gateway --port 18789

3、首次對話，onboard 完成後，建議先在 TUI 裡完成第一輪 bootstrap 對話。
這一步建議你主動講清楚下面 5 件事：

• 你是誰：怎麼稱呼你、你的時區和工作語言。
• 你要它扮演什麼角色：比如「我的技術寫作助手」。
• 你平時的工作場景：常用工具、文件目錄、溝通方式（飛書/郵件等）。
• 你的偏好：回答風格、長度、是否先給結論。
• 你的邊界：哪些操作必須先確認、哪些內容不要碰。

這一步做得越清楚，後續它越像「你自己的實例」，而不是「一個通用聊天機器人」。

4、Bootstrap 後，再發第一條「低上下文」消息
完成 bootstrap 後，建議先發一條 不依賴你工作背景 的消息做冒煙測試。比如，如果你想測「查詢能力」，可以這樣發一條：

請告訴我武漢今天的天氣，並給出穿衣建議（1 句話）。

按回車發送。

期望的回覆：
它應該直接給出結構化結果（清單或天氣建議），而不是繼續做泛泛自我介紹。

如果看到回覆，恭喜你！安裝成功了！

3. OpenClaw 接入飛書集成

還記得前面在配置 OpenClaw 過程中，我們在 Channel 那一步選擇了 Skip。
這不是省略，而是有意為之。
實測經驗告訴我們：

• 先把「TUI 裡能穩定對話」跑通，確認模型、驗證、Gateway 都正常
• 再做渠道接入，出錯時就能明確判斷是「渠道配置問題」還是「基礎環境問題」
• 這種「兩段式」路徑成功率更高，也更容易排錯

接下來，開始起飛吧~

3.1 飛書接入的整體流程

不管你接的是哪個聊天軟體，基本都遵循同一條流水線：

1. 平台側建應用（拿到憑證）
2. OpenClaw 側配置渠道（openclaw channels add）
3. 啟動 Gateway 並驗證收發
4. 配對/白名單放行
5. 再做群聊策略、提及策略和風控

你可以把這 5 步理解為「固定骨架」。先把飛書走通，其他渠道請走補充章或官方渠道文檔。

3.2 前提準備

1. OpenClaw 已安裝並升級到最新版

openclaw upgrade          # 或 openclaw update
openclaw version          # 確認 ≥ 2026.2.2

2. 安裝官方飛書插件（必須執行，即使你覺得已內置）
   先查看插件列表：

openclaw plugins list

如果存在 feishu 且狀態是 disabled，啟用它：

執行下述命令，啟用它

openclaw plugins enable feishu
openclaw plugins list     # 確認 feishu 已 loaded

💡 提示：官方文檔也給出 openclaw plugins install @openclaw/feishu。但結合我自己的實測，優先啟用內置插件更穩定。

3. 準備飛書帳號（沒有的自行註冊一個）

原文出處：https://juejin.cn/post/7611857436337684507