前言

手动安装 OpenClaw 虽然不难，但是操作比较繁琐，尤其是针对新机器，需要反复安装 Node 和 Git 环境，相当耗时，而且容易出错。

为了能以最快的速度体验上龙虾，今天我们以 Docker 的方式，来快速进行 OpenClaw 的安装。

具体部署流程

1. 创建自定义网络

1

docker network create c_bridge

创建自定义网络，方便后期多容器交互。

2. 创建数据映射目录

1

mkdir -p /root/songjian/openclaw

创建数据持久化目录，确保 OpenClaw 配置和数据不会丢失。

3. 搜索 OpenClaw 镜像

1

docker search openclaw

或访问 Docker Hub 查看可用镜像：https://hub.docker.com/r/openclaw/openclaw

4. 拉取镜像

1
2

# 拉取最新版本
docker pull ghcr.io/openclaw/openclaw:latest

镜像大小约 300MB，拉取速度取决于网络状况。

5. 创建容器

1
2
3
4
5
6
7
8
9
10
11

docker run -d \
  --name=c_openclaw \
  --restart=always \
  --network=c_bridge \
  -p 3012:3000 \
  -p 18789:18789 \
  -v /root/songjian/openclaw:/root/.openclaw \
  -h c_openclaw \
  -e TZ=Asia/Shanghai \
  -e OPENCLAW_SKIP_ONBOARD=true \
  ghcr.io/openclaw/openclaw:latest

参数解释：

• -d：后台运行
• --name=c_openclaw：指定容器名称
• --restart=always：自动重启策略
• --network=c_bridge：加入自定义网络
• -p 3012:3000：将内部 3000 端口映射到宿主机 3012
• -p 18789:18789：网关通信端口
• -v /root/songjian/openclaw:/root/.openclaw：挂载数据目录
• -h c_openclaw：设置容器主机名
• -e TZ=Asia/Shanghai：设置时区
• -e OPENCLAW_SKIP_ONBOARD=true：跳过首次引导

6. 进入容器并配置

1
2
3
4
5
6
7
8

# 查看容器是否正常运行
docker ps | grep c_openclaw

# 查看容器日志
docker logs -f c_openclaw

# 进入容器终端
docker exec -it c_openclaw /bin/sh

在容器内部执行以下命令完成初始配置：

1
2

# 运行初始化向导
openclaw onboard

7. 访问 OpenClaw

• 管理后台：浏览器打开 http://你的服务器IP:3012
• 网关地址：ws://你的服务器IP:18789

8. 验证服务状态

1
2
3
4
5

# 查看容器内服务状态
docker exec c_openclaw openclaw gateway status

# 检查服务健康状态
curl http://localhost:3012/health

常见问题

1. 端口冲突

如果 3012 或 18789 端口已被占用，可修改为其他端口：

1
2

# 例如使用 3013:3000
-p 3013:3000

2. 权限问题

如果遇到权限错误，可尝试修改数据目录权限：

1

sudo chmod 777 -R /root/songjian/openclaw

3. 镜像拉取失败

可尝试使用国内镜像源：

1

docker pull registry.cn-hangzhou.aliyuncs.com/openclaw/openclaw:latest

4. 配置文件丢失

所有配置文件保存在 /root/songjian/openclaw 目录，定期备份此目录即可。

管理命令

1
2
3
4
5
6
7
8
9
10
11
12
13
14

# 停止容器
docker stop c_openclaw

# 启动容器
docker start c_openclaw

# 重启容器
docker restart c_openclaw

# 删除容器（谨慎操作）
docker rm -f c_openclaw

# 查看容器资源使用
docker stats c_openclaw

升级到新版本

1
2
3
4
5
6
7
8

# 1. 停止并删除旧容器
docker stop c_openclaw && docker rm c_openclaw

# 2. 拉取新镜像
docker pull ghcr.io/openclaw/openclaw:latest

# 3. 使用相同命令重新创建容器
# 数据和配置会保留，因为是挂载的

总结

通过 Docker 部署 OpenClaw，你可以在 5 分钟内完成安装和配置，无需关心 Node.js 版本、系统依赖等问题。这种方式特别适合快速体验、测试环境部署

现在你已经成功部署了 OpenClaw，可以开始使用强大的 AI 智能体功能了！

本文为作者原创 转载时请注明出处 谢谢

乱码三千 – 点滴积累 ,欢迎来到乱码三千技术博客站

前言

之前给大家介绍了使用第三方镜像快速在 docker中部署 openclaw 客户端，详情可参见《如何使用 Docker 快速部署 OpenClaw 客户端》

今天我们换种方式，采用Docker-compose的形式来进行部署，虽然相对繁琐一些，但后期维护和迁移更加省心

这里以 Node 22 镜像为基础，复刻了官方的一键安装体验，同时预装微信和飞书插件。

具体部署操作如下：

部署流程

1. 创建自定义网络

1

docker network create c_bridge

创建自定义网络，方便后期多容器交互。

2. 创建工作目录和数据映射目录

1
2
3
4
5
6

#创建工作目录
mkdir openclaw-docker
#创建持久化数据映射目录
mkdir -p /root/openclaw
#进入工作目录
cd openclaw-docker

3. 在工作目录下创建 Dockerfile

1

vim Dockerfile

并写入以下内容：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

FROM node:22-alpine

# 替换 Alpine 软件源加速下载
RUN sed -i 's|https://dl-cdn.alpinelinux.org|https://mirrors.aliyun.com|g' /etc/apk/repositories

# 安装git
RUN apk add --no-cache git

# 安装python3
RUN apk add --no-cache python3 py3-pip

# 配置npm国内源加速下载
RUN npm config set registry https://registry.npmmirror.com/

# 安装全局 CLI
RUN npm install -g openclaw@latest --unsafe-perm


# 跳过交互式引导
ENV OPENCLAW_SKIP_ONBOARD=true

# 声明两个默认端口
EXPOSE 18789 3000  # 3000 是 OpenClaw 内部 Web UI 端口，映射到宿主机 3012

CMD ["openclaw", "gateway", "run", "--allow-unconfigured"]

4. 在工作目录下创建 docker-compose.yml

1

vim docker-compose.yml

并写入以下内容：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

version: '3.8'

services:
  c_openclaw:
    build: .
    container_name: c_openclaw
    hostname: c_openclaw  # 设置容器主机名
    ports:
      - "18789:18789"  # 网关通信端口
      - "3012:3000"    # Web 管理界面：内部3000映射到外部3012
    volumes:
      - /root/openclaw:/root/.openclaw
    networks:
      - c_bridge
    restart: always  # 设置自动重启策略

networks:
  c_bridge:
    external: true

5. 构建并启动

1

docker compose up -d --build

• -d：后台运行
• --build：每次启动前重新构建镜像（确保使用 Node 22）

注意：Dockerfile 和 docker-compose.yml 必须放在同一个目录下，否则 docker compose 命令无法找到构建上下文，如下：

1
2
3

/你的路径/openclaw-docker/  # 项目根目录
├── Dockerfile
├── docker-compose.yml

如果提示 docker compose 命令不存在，则需要执行以下指令安装compose插件：

1
2

sudo apt-get update
sudo apt-get install docker-compose-plugin

6. 进入容器创建配置

• 查看日志：

  1	docker compose logs -f

• 进入容器：

  1	docker compose exec -it c_openclaw sh

• 在容器内执行配置：

  1	openclaw onboard

此时终端会显示配置引导，到这一步相必大家应该知道怎么做了吧

7. 安装插件（可选）

1
2
3
4
5

# 安装微信插件
npx -y @tencent-weixin/openclaw-weixin-cli@latest install

# 安装飞书插件
npx -y @larksuite/openclaw-lark install

微信二维码，用手机扫码登录即可。飞书同理，执行 npx @larksuite/openclaw-lark doctor --fix 进行配置，注意我们只需要进行配置而非安装，所以这里需要去掉-y。

8. 验证访问

• 管理后台:：浏览器打开 http://你的服务器IP:3012
• 网关状态：检查容器内 openclaw gateway status

配置国内 Docker 镜像加速器

这是解决 Docker 下载慢最有效的方法。通过修改 Docker 的 daemon.json 配置文件，可以显著提升镜像拉取速度。

操作步骤

1. 编辑配置文件

适用于 Linux/macOS 终端或 Windows Docker Desktop 的 Docker Engine 设置：

1
2
3
4
5
6
7
8
9
10

# 创建或修改配置文件
sudo tee /etc/docker/daemon.json <<-'EOF'
{
  "registry-mirrors": [
    "https://docker.m.daocloud.io",
    "https://docker.mirrors.ustc.edu.cn",
    "https://hub-mirror.c.163.com"
  ]
}
EOF

2. 重启 Docker 服务

1
2

sudo systemctl daemon-reload
sudo systemctl restart docker

3. 验证配置

运行以下命令，查看输出中是否包含你配置的镜像加速器地址：

1

docker info

在输出信息中查找 Registry Mirrors 字段，确认其中包含你配置的镜像加速器地址。

注意事项

• 此配置只影响后续的镜像拉取操作，不会影响已下载的镜像或正在运行的容器
• 重启 Docker 服务后，运行中的容器可能会短暂停止，但可立即重新启动
• 如果使用 Windows 或 macOS 的 Docker Desktop，可以在设置界面直接配置镜像加速器

常见问题

1. 容器启动失败，一直处于重启中
   通常是Dockerfile 或者docker-compose.yml文件配置有问题造成的，检查一下，修改完后执行以下命令重新构建：

   1 2 3 4

   # 停止容器和服务 docker compose down # 重新构建 docker compose up -d --build

本文为作者原创 转载时请注明出处 谢谢

乱码三千 – 点滴积累 ,欢迎来到乱码三千技术博客站

前言

在实际项目中，我们经常需要部署包含多个组件的复杂应用，如 WordPress（需要 PHP 和 MySQL）、微服务架构等。如果使用原生的 docker run 命令逐个启动容器，不仅命令冗长，而且难以管理容器间的依赖关系和网络连接。更棘手的是，时间一久就会忘记每个容器的具体配置：映射了哪些目录、暴露了哪些端口、设置了哪些环境变量。虽然可以通过 docker inspect 查询单个容器的配置，但当容器数量增多时，这种方式效率低下，容易出错，特别是在项目迁移或团队协作时。Dockerfile 和 Docker Compose 正是为了解决这些问题而生的工具，它们让容器化应用的构建、部署和管理变得更加规范化和可维护。

Dockerfile 和 Docker Compose 的核心区别

简单来说，Dockerfile 用于定义镜像内容，而 Docker Compose 用于编排容器运行。下面是两者的详细对比：

Dockerfile：定义”一个镜像”的内容

Dockerfile 的核心就是构建镜像。它是一系列指令的集合，告诉 Docker 如何从基础镜像（如 ubuntu:22.04）开始，一步步安装依赖、复制代码、配置环境，最终生成一个可重用的镜像。

关键点：它只负责生产出静态的”安装包”（镜像），不负责运行。

Dockerfile 是一个文本文件，包含一系列指令，用于指导 Docker 如何从基础镜像开始，逐步构建出符合需求的新镜像。

核心职责

1. 指定基础镜像（FROM）
2. 安装软件和依赖（RUN）
3. 复制文件（COPY/ADD）
4. 配置环境变量（ENV）
5. 暴露端口（EXPOSE）
6. 定义启动命令（CMD/ENTRYPOINT）

示例：定制 WordPress 镜像

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

# 基于官方 WordPress 镜像
FROM wordpress:6.6-apache

# 安装系统工具
RUN apt-get update && apt-get install -y \
    vim \
    curl \
    && rm -rf /var/lib/apt/lists/*

# 复制自定义配置文件
COPY wp-config.php /var/www/html/

# 设置环境变量
ENV WORDPRESS_DEBUG=false

# 暴露 80 端口
EXPOSE 80

构建镜像

1

docker build -t my-wordpress:1.0 .

Docker Compose：编排”多个容器”的协作

Docker Compose 不构建镜像（除非你指定 build: 指令），它的核心是定义服务栈。它解决的是”如何让多个容器协同工作”的问题：

• 批量操作：一条命令启动/停止所有容器（WordPress + MySQL + Redis）
• 网络互联：自动创建网络，让容器间通过服务名直接通信（如 WordPress 直接连 mysql 主机）
• 依赖管理：控制启动顺序（先启动数据库，再启动应用）

Docker Compose 通过一个 YAML 文件定义多容器应用的整个服务栈，包括服务间的依赖、网络、存储等配置。

示例：WordPress + MySQL 完整环境

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34

version: '3.8'

services:
  wordpress:
    image: my-wordpress:1.0
    ports:
      - "8080:80"
    environment:
      - WORDPRESS_DB_HOST=mysql
      - WORDPRESS_DB_USER=wpuser
    volumes:
      - wordpress_data:/var/www/html
    depends_on:
      - mysql
    networks:
      - app-network

  mysql:
    image: mysql:8.0
    environment:
      - MYSQL_ROOT_PASSWORD=secret
      - MYSQL_DATABASE=wordpress
    volumes:
      - mysql_data:/var/lib/mysql
    networks:
      - app-network

volumes:
  wordpress_data:
  mysql_data:

networks:
  app-network:
    driver: bridge

启动与管理

1
2
3
4
5
6
7
8
9
10
11

# 一键启动所有服务
docker-compose up -d

# 查看本项目的容器状态
docker-compose ps

# 查看日志
docker-compose logs -f

# 停止并清理
docker-compose down

典型工作流程

在实际项目中，Dockerfile 和 Docker Compose 通常配合使用，形成完整的容器化部署流程：

1
2
3
4
5

# 1. 使用 Dockerfile 构建定制化镜像
docker build -t my-app:latest .

# 2. 使用 Docker Compose 编排多容器环境
docker-compose up -d

项目结构示例

1
2
3
4
5
6
7

my-project/
├── Dockerfile              # 定义应用镜像
├── docker-compose.yml      # 定义服务编排
├── src/                   # 应用源代码
├── config/
│   └── wp-config.php      # 配置文件
└── README.md

在这种结构中：

• Dockerfile 确保应用能在任何地方以相同的方式运行
• docker-compose.yml 确保多个服务能正确协同工作

常见误区澄清

1. “Docker Compose 可以替代 Dockerfile”
   错误。Docker Compose 可以引用现有镜像，但不能定义镜像的内部构建步骤。它们解决的是不同层次的问题。

2. “Dockerfile 也能启动多个容器”
   错误。Dockerfile 一次只构建一个镜像，不具备编排多容器的能力。启动多个容器需要多次 docker run 或使用编排工具。

3. “必须两者都用”
   不一定。如果只运行简单的官方镜像（如单个 nginx），可以直接用 docker run，不需要 Dockerfile 或 Docker Compose。

4. “Docker Compose 只用于开发环境”
   不完全正确。虽然 Docker Compose 在开发环境中非常方便，但它同样适用于简单的生产部署场景。对于更复杂的生产环境，通常会使用 Kubernetes 等更强大的编排工具。

如何选择？

总结

• Dockerfile 关注镜像内部的环境一致性，解决”这个镜像里应该装什么、怎么配置”的问题。
• Docker Compose 关注容器之间的协作关系，解决”这些容器如何一起工作、如何通信、如何存储”的问题。

用软件开发做个类比：

• Dockerfile ≈ 编写类的定义（Class）
• Docker Compose ≈ 编写程序的 Main 函数，将多个类实例化并组织起来工作

理解这两者的区别和适用场景，是掌握 Docker 容器化技术的关键。在实际项目中，通常先使用 Dockerfile 定义各个服务的镜像，再通过 Docker Compose 将它们组合成一个完整的应用系统。这种分工协作的模式，让 Docker 在开发、测试、部署的全流程中都能发挥最大价值，真正实现”一次构建，到处运行”的承诺。

本文为作者原创 转载时请注明出处 谢谢

乱码三千 – 点滴积累 ,欢迎来到乱码三千技术博客站

前言

在某些场景下，我们可能需要将脚本文件存放在公共仓库（如 GitHub、GitLab 等）或网盘中，并提供直链下载，以便在服务器或其他环境中快速调用。但脚本中可能会包含一些敏感信息，例如 API Token、密钥或其他凭证。

如果这些脚本内容以明文形式存放在公开可访问的位置，即使链接本身是隐蔽的，也仍存在被意外泄露的风险——例如通过仓库搜索、网盘目录遍历或 URL 被第三方获取。为了在便捷性与安全性之间取得平衡，我们可以采取一些措施对脚本内容进行保护。

解决方案

方法一：脚本加密存储

我们可以对脚本进行加密，将加密后的内容存放在公共仓库。使用时，在服务器环境中通过命令行工具（如 openssl）解密后执行。

示例步骤：

1. 原始脚本内容（假设其中包含一个 GitHub Token）：

1
2
3

curl -H "Authorization: token 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" \
  -H "Accept: application/vnd.github.v3.raw" \
  https://api.github.com/repos/youban/openclaw/contents/restore.sh | bash

2. 加密脚本（使用 AES-256-CBC 加密，并输出为 base64 格式）：

1
2
3
4

openssl enc -aes-256-cbc -a -salt -pbkdf2 \
  -in original_script.sh \
  -out encrypted_script.enc \
  -pass pass:你的密码

加密后得到类似以下字符串（示例）：

1

U2FsdGVkX18qJ6tY1L2v8QkQ7wK1M9pN3cR7fD2hG5jL8mZ4vC9xP6bT1aE3sW0y

3. 将加密文件上传至公共仓库，例如 GitHub Raw URL：

1

https://raw.githubusercontent.com/用户名/仓库名/main/encrypted_script.enc

5. 在服务器终端执行以下命令：

1
2
3

curl -fsSL "https://raw.githubusercontent.com/用户名/仓库名/main/encrypted_script.enc" | \
  openssl enc -aes-256-cbc -a -d -pbkdf2 -pass pass:你的密码 | \
  bash

优点：

• 内容经过强加密，即便链接公开，没有密码也无法解密
• 无需在脚本中硬编码密钥

注意事项：

• 需自行保管好解密密码
• 执行时需在命令行中传入密码（也可通过环境变量等方式传递，避免在历史记录中暴露）

方法二：使用 GitHub Gist 存储

如果脚本内容并非高度敏感，但仍不希望被公开搜索引擎收录或随意访问，可以使用 GitHub Gist 进行存储。Gist 可以设为”公开”或”秘密”，后者不会出现在搜索结果中，但仍可通过链接访问。

使用方法：

1. 在 Gist 中创建脚本文件，例如 restore.sh。
2. 获取该文件的 Raw URL，格式一般为：

1

https://gist.githubusercontent.com/你的用户名/Gist_ID/raw/文件名

3. 在命令行中直接执行：

1

curl -fsSL "https://gist.githubusercontent.com/你的用户名/Gist_ID/raw/restore.sh" | bash

特点：

• 链接简短，易于管理
• 可通过”秘密”状态避免被公开搜索
• 无需额外解密步骤，适合不包含敏感信息的脚本

总结

选择哪种方案可根据脚本内容的敏感程度、使用便利性与安全需求综合决定。如对安全性有更高要求，还可结合访问令牌、IP 白名单、临时链接等机制进一步增强保护。

本文为作者原创 转载时请注明出处 谢谢

乱码三千 – 点滴积累 ,欢迎来到乱码三千技术博客站

前言

我目前主要使用免费大模型训练智能体，免费模型每天都有 API 调用额度限制，我希望其中一个模型额度用尽时可以自动切换模型。

很方便的是，OpenClaw 原生就支持额度耗尽自动降级。你只需要配置好 fallbacks（回退模型链），系统会在检测到 429、额度不足或 API 错误时自动切换。

基础配置

编辑配置文件 ~/.openclaw/config.json5，设置主模型和备用模型顺序：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

{
  "agents": {
    "defaults": {
      "model": {
        "primary": "openai/gpt-4o",        // 主模型
        "fallbacks": [
          "openai/gpt-4o-mini",           // 备用1
          "google/gemini-2.0-flash"       // 备用2
        ],
        "fallbackPolicy": {
          "maxRetries": 2,                // 重试次数
          "notifyOnFallback": true        // 切换时通知
        }
      }
    }
  }
}

触发条件：当主模型返回 insufficient_quota（额度用尽）、rate_limit（限频）或网络超时时，会自动按顺序尝试 fallbacks 中的模型。

进阶配置：多 Key 轮换（防限流）

如果你有多个同款模型的 API Key，可以在同一模型下配置多个认证（auth profiles），系统会优先在内部轮换 Key，实在不行才切模型：

1
2
3

# 添加多个 OpenAI Key（同模型不同账号）
openclaw auth add openai --name key2
openclaw auth add openai --name key3

策略：Key1 被限流 → 自动用 Key2 → Key3 → 都不可用 → 切到 fallback 模型。

验证配置

配置完成后，执行以下命令查看状态：

1
2

openclaw models status      # 查看当前模型链
openclaw models list        # 查看已配置的模型

建议：把你的主力模型（如 GPT-4o）设为主模型，把便宜/免费的模型（如 GPT-4o-mini、Gemini Flash）设为 fallback，这样既能保证质量，又能在额度见底时无缝降级。

兜底方案：之 GIT 同步

假设 openclaw 部署在第三方云端机器上，你无法通过终端控制远程机器，只能利用 openclaw 来操控服务器的所有配置。

为了防止不小心将所有模型的额度都用尽导致无法与服务器建立联系，此时我们需要一个兜底方案，那就是将配置文件乃至整个 openclaw 目录交由 Git 仓库托管，当极端情况出现的时候，我们可以在本地修改配置文件然后同步到云端服务器，从而恢复与龙虾的对话。

1. 首先在 GitHub 或者 Gitee 上创建一个新仓库。
2. 然后在大模型额度用尽前让智能体把需要同步的目录上传到新仓库中，同时创建定时任务，每分钟从 Git 仓库拉取最新文件：

1
2
3
4

# 编辑 crontab
crontab -e
# 添加一行（每分钟检查一次）
* * * * * cd /home/gem/workspace/agent/workspace && git pull -q origin main

在这之前需要生成专属服务器的 SSH 密钥，方便服务器对该仓库的读写操作，这一步也可以交给智能体来做。

3. 然后在手机或者自己的电脑也安装相应的 git 工具，把仓库克隆下来，方便我们随时修改。如果你想在苹果手机上使用 GIT，推荐大家尝试一下 Working Copy 这个应用，可以免费管理一个 GIT 仓库，足够我们使用了。

本文为作者原创 转载时请注明出处 谢谢

乱码三千 – 点滴积累 ,欢迎来到乱码三千技术博客站

文档概述

本文档提供 OpenClaw 与飞书机器人集成的完整配置指南，包含本地部署、云端部署、问题排查及高级配置等全流程说明。

一、方案选择与对比

1.1 方案对比表

1.2 快速选择指南

1
2
3
4

# 如果你需要：
# 1. 仅基础聊天 → 用社区版
# 2. 操作飞书文档/日历 → 用官方插件
# 3. 不确定需求 → 从社区版开始，需要时升级

二、前置准备

2.1 环境检查

确保满足以下条件：

• ✅ OpenClaw 已正确安装并可运行
• ✅ 网络通畅，可访问飞书服务器
• ✅ 拥有飞书管理员权限（创建应用需要）

2.2 飞书账号权限

三、本地部署配置（扫码方式）

3.1 安装官方插件

1
2
3
4
5

# 通过 npm 安装最新版
npx -y @larksuite/openclaw-lark install

# 或指定版本安装
npx -y @larksuite/openclaw-lark@1.2.0 install

3.2 扫码绑定流程

1. 执行安装命令后，会显示如下信息：

   1 2 3 4 5 6

   🔍 正在初始化飞书插件... 📱 请使用飞书扫描下方二维码完成绑定： ████████████████ ████████████████ ████████████████ ████████████████

2. 使用飞书APP扫码：

   • 确保登录正确的飞书账号
   • 扫码后自动创建机器人应用
   • 自动完成权限配置

3. 绑定成功提示：

   1 2 3 4

   ✅ 飞书通道连接成功！ 机器人名称: OpenClaw助手 企业: Your Company 绑定时间: 2024-01-01 10:00:00

3.3 验证本地连接

1
2
3
4
5

# 验证连接状态
openclaw channels status --channel feishu

# 测试发送消息
openclaw feishu test "Hello, Feishu!"

四、云端部署配置（手动方式）

4.1 创建飞书机器人应用

方式一：快速创建（推荐）

访问专属链接：open.feishu.cn/page/openclaw

步骤：

1. 使用企业管理员账号登录
2. 点击”一键创建”
3. 自动生成包含所有必需权限的应用
4. 保存生成的 App ID 和 App Secret

方式二：手动创建

1. 访问飞书开放平台：

   1	https://open.feishu.cn/app

2. 创建企业自建应用：

   • 应用名称：OpenClaw-Bot
   • 应用描述：智能助手机器人
   • 权限范围：选择”企业内部使用”

3. 配置机器人能力：

   1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

   # 必需权限列表： 权限名称: 获取应用信息 权限范围: 全部 状态: 开启 权限名称: 获取用户基础信息 权限范围: 全部 状态: 开启 权限名称: 获取用户邮箱信息 权限范围: 全部 状态: 开启 权限名称: 获取用户user_id 权限范围: 全部 状态: 开启 权限名称: 以应用身份读取通讯录 权限范围: 全部 状态: 开启 权限名称: 获取与发送单聊、群组消息 权限范围: 全部 状态: 开启

4. 发布应用：

   • 版本管理 → 创建版本
   • 申请发布 → 等待管理员审批
   • 审批通过后获取凭证

4.2 获取应用凭证

1. 进入应用后台：

   1	开发者后台 → 应用功能 → 凭证与基础信息

2. 获取关键信息：

   1 2 3 4 5 6 7

   # 必需信息 App ID = cli_xxxxx App Secret = xxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx # 可选：加密密钥 Encrypt Key = （如有） Verification Token = （如有）

3. 安全建议：

   1 2 3 4

   # 将凭证保存在安全位置 # 避免提交到版本控制系统 export FEISHU_APP_ID="cli_xxxxx" export FEISHU_APP_SECRET="your_secret_here"

4.3 安装并配置插件

安装插件

1
2
3
4
5

# 如果尚未安装官方插件
npx -y @larksuite/openclaw-lark install

# 或通过 OpenClaw 安装
openclaw plugins install @larksuite/openclaw-lark

配置凭证

1
2
3
4
5
6
7
8
9
10
11
12
13
14

# 方法1：通过配置文件
# 编辑 ~/.openclaw/config.yaml
channels:
  feishu:
    app_id: "cli_xxxxx"
    app_secret: "your_secret_here"
    verification_token: ""  # 可选
    encrypt_key: ""         # 可选

# 方法2：通过环境变量
export FEISHU_APP_ID="cli_xxxxx"
export FEISHU_APP_SECRET="your_secret_here"
export FEISHU_VERIFICATION_TOKEN="your_token"
export FEISHU_ENCRYPT_KEY="your_encrypt_key"

启用插件

1
2
3
4
5

# 启用飞书通道
openclaw channels enable feishu

# 重启 OpenClaw 服务
openclaw restart

4.4 配对验证

获取配对码

1. 进入飞书，找到刚创建的机器人

2. 发送任意消息，例如：

   1 2 3

   hi 你好 test

3. 机器人回复示例：

   1 2 3 4 5 6 7 8

   🤖 OpenClaw: 访问未配置 配对信息: 用户ID: ou_4cfc4b4ed6334283a697bfe77a8cf2xx 配对码: 7B9K 请管理员执行以下命令完成配对: openclaw pairing approve feishu 7B9K

完成配对

1. 在 OpenClaw 终端执行：

   1 2	# 复制上一步获取的命令 openclaw pairing approve feishu 7B9K

2. 成功响应：

   1 2 3 4

   ✅ 配对成功！ 用户: 张三 (zhangsan@company.com) 时间: 2024-01-01 10:00:00 权限: 完全访问

3. 返回飞书验证：

   1 2 3

   # 发送测试消息 /help # 应该能收到 OpenClaw 的帮助信息

五、社区版插件使用

5.1 社区版配置

1
2
3
4
5
6
7
8
9
10
11
12
13
14

# 1. 清空旧配置（如有）
openclaw config unset channels.feishu

# 2. 触发登录向导
openclaw channels login --channel feishu

# 3. 按照提示输入凭证
? 请输入 Feishu App ID: cli_xxxxx
? 请输入 Feishu App Secret: ********
? 是否需要加密验证 [y/N]: N

# 4. 验证状态
openclaw channels status --channel feishu
# 期望输出: Status: connected

5.2 版本检测

1
2
3
4
5
6
7

# 在飞书机器人对话框输入
/feishu version

# 或输入
/feishu auth
# 官方插件: 显示授权界面
# 社区插件: 提示"命令未找到"

六、连接状态检查

6.1 基础检查命令

1
2
3
4
5
6
7
8

# 查看所有通道状态
openclaw channels list

# 查看飞书通道详细状态
openclaw channels status --channel feishu --verbose

# 测试消息发送
openclaw feishu test "连接测试"

6.2 状态诊断表

6.3 日志检查

1
2
3
4
5
6
7
8
9

# 查看详细连接日志
openclaw --debug channels status --channel feishu

# 实时查看日志
tail -f ~/.openclaw/logs/feishu.log

# 常见日志位置
# Linux/macOS: ~/.openclaw/logs/
# Windows: %APPDATA%\.openclaw\logs\

七、常见问题排查

7.1 连接问题

问题：收不到配对码

可能原因及解决：

1
2
3
4
5
6
7
8
9
10
11
12
13

# 1. 检查应用是否已发布
# 访问飞书开发者后台 → 应用发布状态
# 确保状态为"已启用"

# 2. 检查网络连接
ping open.feishu.cn
# 应能正常ping通

# 3. 重置配置
openclaw config unset channels.feishu
openclaw config set channels.feishu.app_id "你的AppID"
openclaw config set channels.feishu.app_secret "你的Secret"
openclaw channels restart feishu

问题：配对码无效/过期

解决步骤：

1. 配对码有效期为 5分钟
2. 重新在飞书发送消息获取新配对码
3. 确保执行配对命令的 OpenClaw 实例是同一个

7.2 权限问题

权限检查清单

1
2
3
4
5
6
7
8
9
10
11
12
13
14

# 必需权限配置
required_permissions:
  - contact:user.basic:readall        # 读取用户基础信息
  - contact:user.employee_id:readall   # 读取员工号
  - contact:user.email:readall         # 读取用户邮箱
  - im:message:send_as_bot             # 发送消息
  - im:message:send                    # 接收消息
  - im:message:read_users              # 读取用户消息

# 按需开启权限
optional_permissions:
  - drive:drive:readonly               # 云文档读取
  - calendar:calendar:readonly         # 日历读取
  - sheets:spreadsheet:readonly        # 表格读取

7.3 消息问题

机器人能收不能发

检查步骤：

1
2
3
4
5
6
7
8

# 1. 检查机器人是否加入会话
# 飞书要求机器人必须被@或加入群聊才能主动发消息

# 2. 检查消息频率限制
# 飞书限制：单聊 5条/秒，群聊 20条/秒

# 3. 检查内容安全
# 部分内容可能被飞书安全策略拦截

消息延迟高

优化建议：

1
2
3
4

# 调整消息处理参数
openclaw config set channels.feishu.concurrency 10
openclaw config set channels.feishu.timeout 30
openclaw config set channels.feishu.retry_attempts 3

八、高级配置

8.1 多环境配置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

# 配置文件示例：~/.openclaw/config.yaml
channels:
  feishu:
    # 生产环境
    production:
      app_id: "cli_prod_xxxx"
      app_secret: "${FEISHU_PROD_SECRET}"
      enabled: true

    # 测试环境  
    staging:
      app_id: "cli_test_xxxx"
      app_secret: "${FEISHU_TEST_SECRET}"
      enabled: false

    # 开发环境
    development:
      app_id: "cli_dev_xxxx"
      app_secret: "${FEISHU_DEV_SECRET}"
      enabled: false

8.2 安全增强配置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

security:
  # 启用消息加密
  encryption: true
  encrypt_key: "${FEISHU_ENCRYPT_KEY}"

  # IP白名单
  ip_whitelist:
    - "127.0.0.1"
    - "192.168.1.0/24"

  # 访问令牌刷新
  token_refresh: 7200  # 2小时刷新一次

  # 审计日志
  audit_log: true
  log_path: "/var/log/openclaw/audit.log"

8.3 性能调优

1
2
3
4
5
6
7
8
9
10
11
12
13

# 调整并发数
openclaw config set channels.feishu.concurrency 20

# 设置超时时间
openclaw config set channels.feishu.timeout 60

# 启用消息缓存
openclaw config set channels.feishu.cache.enabled true
openclaw config set channels.feishu.cache.ttl 300

# 连接池配置
openclaw config set channels.feishu.connection_pool.min 5
openclaw config set channels.feishu.connection_pool.max 50

8.4 监控与告警

1
2
3
4
5
6
7
8
9

# 启用健康检查
openclaw config set channels.feishu.health_check.enabled true
openclaw config set channels.feishu.health_check.interval 30

# 配置告警
openclaw config set channels.feishu.alerts.enabled true
openclaw config set channels.feishu.alerts.webhook "https://hooks.slack.com/..."
openclaw config set channels.feishu.alerts.thresholds.error_rate 0.1
openclaw config set channels.feishu.alerts.thresholds.latency 1000

九、故障排查流程图

graph TD
    A[连接出现问题] --> B{能收到配对码吗?}

    B -->|能| C[执行配对命令]
    C --> D[配对成功?]
    D -->|是| E[✅ 连接成功]
    D -->|否| F[检查网络连接]
    F --> G[网络正常?]
    G -->|是| H[检查凭证有效期]
    G -->|否| I[修复网络问题]
    H --> J[凭证有效?]
    J -->|是| K[检查飞书应用状态]
    J -->|否| L[重新获取凭证]

    B -->|不能| M{终端显示二维码?}
    M -->|是| N[用飞书扫码]
    M -->|否| O[检查App ID/Secret]
    O --> P[凭证正确?]
    P -->|是| Q[检查应用权限]
    P -->|否| R[重新获取凭证]

    N --> E
    R --> S[重新配置]
    S --> B

    K --> T[应用已发布?]
    T -->|是| U[检查机器人是否在会话中]
    T -->|否| V[发布应用]
    U --> W[在会话中?]
    W -->|是| X[查看详细错误日志]
    W -->|否| Y[将机器人加入会话]

    X --> Z[根据错误码处理]

    classDef success fill:#d4edda,stroke:#155724
    classDef warning fill:#fff3cd,stroke:#856404
    classDef danger fill:#f8d7da,stroke:#721c24
    classDef info fill:#d1ecf1,stroke:#0c5460

    class E success
    class F,G,H,I,J,K,L warning
    class M,N,O,P,Q,R danger
    class S,T,U,V,W,X,Y,Z info

十、附录

10.1 错误代码表

10.2 相关命令速查

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

# 基础命令
openclaw channels list                    # 列出所有通道
openclaw channels enable feishu          # 启用飞书通道
openclaw channels disable feishu         # 禁用飞书通道
openclaw channels restart feishu         # 重启飞书通道

# 诊断命令
openclaw feishu debug                    # 调试模式
openclaw feishu test "消息"               # 测试消息
openclaw feishu webhook info             # 查看webhook信息

# 配置命令
openclaw config get channels.feishu      # 查看飞书配置
openclaw config set channels.feishu.app_id "xxx"  # 设置App ID
openclaw config unset channels.feishu    # 清除配置

10.3 资源链接

• 飞书开放平台
• OpenClaw 官方文档
• 飞书插件 GitHub
• 问题反馈
• 社区支持

10.4 联系支持

文档版本

• 版本：v2.1
• 更新日期：2024-12-17
• 适用版本：OpenClaw v0.8.0+
• 飞书插件版本：v1.2.0+

更新日志

本文为作者原创 转载时请注明出处 谢谢

乱码三千 – 点滴积累 ,欢迎来到乱码三千技术博客站

前言

为了方便多个智能体协作，我们需要用到飞书的多智能体群聊。
OpenClaw 默认自带飞书通道，属于社区插件。
目前飞书已经开发了官方插件，功能更加强大，接下来跟大家分享一下如何快速将 OpenClaw 绑定到飞书机器人。

官方版飞书插件使用

如果你的OpenClaw 部署在本地电脑，那么可以直接使用扫码的方式：

第一步：安装官方飞书插件
在终端执行以下指令安装：

1

npx -y @larksuite/openclaw-lark install

第二步：扫码创建机器人
安装完后会在终端生成二维码，此时直接用飞书扫描该二维码即可自动创建飞书机器人并绑定会话。

如果你的 OpenClaw 部署在云端，无法获取二维码，那么需要手动配置：

1. 前往飞书开发平台创建机器人，获取 App ID 和 App Secret。
   推荐进入 open.feishu.cn/page/openclaw?form=multiAgent 快速创建飞书机器人应用，获取 App ID 和密钥。
   

2. 安装飞书插件，然后将机器人的 App ID 和 App Secret 告诉 OpenClaw，让其配置并启用飞书插件。
   

3. 插件启用后，前往飞书机器人窗口发送任意消息获取配对码，如下：

1
2
3
4
5

OpenClaw: access not configured.
ou_4cfc4b4ed6334283a697bfe77a8cf2xx
Pairing code: Xxxx
Ask the bot owner to approve with:
openclaw pairing approve feishu Xxxx

4. 将 openclaw pairing approve feishu Xxxx 这一行发给 OpenClaw 让其配对完即可正常聊天了。

关于社区版飞书插件的使用

由于 OpenClaw 自带飞书通道，无需另外安装插件，直接将机器人的 App ID 和 App Secret 发给 OpenClaw 让其自动配置即可使用。

不过社区版飞书插件功能有限，只能实现基础的聊天，无法操控飞书的文档、多维表格、日历等功能。

我们可以在飞书对话框输入 /feishu auth 如果能正常授权，则表示成功使用了官方飞书插件，社区插件是无法授权的。

社区版插件常用指令

1
2
3
4
5
6
7
8

# 1. 删除旧配置（清空凭证）
openclaw config unset channels.feishu

# 2. 重新触发登录向导
openclaw channels login --channel feishu

# 3. 重登后检查状态：
openclaw channels status --channel feishu

看到 Status: connected 即代表恢复成功。

官方插件没有重登指令，如果断线 → 先重启网关 → 无效则检查飞书后台凭证和权限 → 严禁使用 channels login 命令，如果你执行了该命令，它会尝试覆盖你的配置，导致官方插件失效。

常见问题

1. 配置过程中断
   当我们执行npx @larksuite/openclaw-lark install 安装完插件后，紧接着就是配置飞书机器人，如果不小心中断，可以重新执行安装命令进入向导，不过这种方式会重新安装一遍比较，相对耗时，此时我们可以执行以下指令来手动配置APPID 和密钥 ：

   1 2 3 4

   openclaw config set channels.feishu.appId "你的飞书机器人 APPID" openclaw config set channels.feishu.appSecret "你的飞书机器人密钥" openclaw config set channels.feishu.enabled true openclaw config set channels.feishu.connectionMode websocket

配置完后，如果机器人发消息没反应，通常是还未将飞书插件加入允许列表，如果不想手动设置， 可以执行以下命令来自动修复问题：

1

npx  @larksuite/openclaw-lark doctor --fix

修复完后给机器人发消息就可以接收到配对码了，最后执行配指令就可以正常对话了。

日常我们也可以手动检查 openclaw.json 配文件，只要该三处设置没问题就可以正常连接了：

• plugins.allow ：是否允许加载插件，未加入允许列表的插件，即便安装了也会被系统忽略
• channels.feishu.enable 是否开启飞书通道

本文为作者原创 转载时请注明出处 谢谢

乱码三千 – 点滴积累 ,欢迎来到乱码三千技术博客站

前言

最近OpenClaw(龙虾)比较火爆， 它实现了AI从能说到能做的转变。
在这之前，普通的AI机器人比如豆包、元宝等，仅仅会思考和聊天，然而OpenClaw 智能体不仅能聊天，还能根据我们的需求自动在电脑上做事，相当于电脑小助理，一些在电脑上机械重复性的工作流程完全可以交给它来完成。

它主要分为三部分：

• OpenClaw: 相当于人类躯干，是大脑与手脚的宿主载体和连接体，负责信息传输和资源调度。
• 大模型：相当于人类大脑，负责理解我们对话的意图，并做出任务规划。
• Skill : 相当于人类得手脚，负责执行大脑下发的具体任务
  这三部分共同组成了一个完整的 AI 智能体。

具体的执行工作流如下：

1. 感知：你输入需求，大模型解析意图。

2. 规划：大模型判断需调用哪些 Skill。

3. 调度：OpenClaw 激活对应的 Skill 并传递参数。

4. 执行：Skill 完成任务（如搜索、计算）并返回结果。

5. 反馈：OpenClaw 将结果汇总给大模型生成最终回答。

OpenClaw和ComfyUI类比理解

大模型实际上就是一个中间翻译官， 将自然语言翻译成可执行的指令。
假设我要执行一个工作流， 比如抓取当天的新闻头条， 然后总结要点， 最后邮件发送给他人。 在没有大语言模型的支持的情况下， 若按照正常的手段， 我需要依次执行三条指令， 有了大模型， 我只需要一句话就能解决。这就是模型作为大脑存在的意义之一

Openclaw 如何部署到本地电脑

第一步 安装OpenClaw

Mac平台安装OpenClaw比较简单, 直接使用Homebrew工具安装即可, 如果你Mac上没有装Homebrew, 可以在命令窗口执行以下命令安装:

1

/bin/zsh -c "$(curl -fsSL https://gitee.com/cunkai/HomebrewCN/raw/master/img/Homebrew.sh)"

有了homebrew工具后，只需一行指令搞定OpenClaw下载安装：

1

sudo curl -fsSL https://openclaw.ai/install.sh | bash

如果安装过程遇到问题， 比如出现node安装失败的情况：

此时可以前往nodejs官网手动安装node：

安装完后再重新执行上面的指令， 或者使用npm安装：

1

sudo npm i -g openclaw

安装成功后启动openclaw， 执行以下指令进入启动引导：

1

openclaw onboard

不懂的步骤直接选择Skip now跳过：
)
不用担心错过设置，后面可以通过openclaw config指令进行再次进入引导页，或者编辑~/.openclaw/openclaw.json配置文件手动更改相关设置

第二步 下载LLM大语言模型到本地

这里我们需要借助Ollama这个工具， 它相当于模型供应商，我们可以从Ollama上下载到各个版本的大语言模型，首先需要前往Ollama官网下载客户端：

官网： 点击进入

不同版本模型能力与显存要求对照表：

注：使用客户端MacOS系统需要14以上， 否则无法启动

除了Ollama之外还可以使用LM Studio来集成模型， 同样也支持MAC、Windows、Linux系统， 不过针对Mac只支持M芯片：

以下是目前大模型 API 部署方案：

第三步 安装Skill技能

技能越多意味着能干的活越多， 以查询天气技能为例：

1. 首先查询技能

   1	openclaw skills search "weather"

2. 然后安装技能

   1	openclaw skills install "weather"

3. 最后使用技能
   可以直接和龙虾对话查询天气，当然技能的安装其实也可以交给龙虾来干

关于skills指令的使用， 可以通过openclaw skills --help 来查看：

目前可安装的技能高达几万个，我们可以在clawhub查询到：

openclaw微信集成

1. 安装微信插件

   1	sudo openclaw plugins install "@tencent-weixin/openclaw-weixin@latest"

   插件安装完毕后执行sudo openclaw gateway restart重启openclaw

2. 开启插件

   1	sudo openclaw config set plugins.entries.openclaw-weixin.enabled

   3. 微信扫码登录

      1	sudo openclaw channels login --channel openclaw-weixin

      
      直接使用微信扫一扫该二维码即可建立连接，并生成ClawBot窗口：
      

如果出现微信掉线情况，无需重新安装插件，只要执行以下命令重登即可

1

openclaw channels login --channel openclaw-weixin

openclaw飞书集成

具体可参见文章《openclaw 如何连接飞书机器人》

OpenClaw 使用成本

OpenClaw 本身是开源免费的，唯一需要投入的成本就是算力，也就是电脑硬件和电费，尤其是本地模型的处理，对显卡和内存要求较高。
如果使用云端模型，通过 API 调用的方式，可以减轻电脑的压力，普通办公电脑即可流畅使用 OpenClaw ，但是需要向云端厂商支付 token 费用，这一块的成本相对较大。

OpenClaw 成本明细表如下：

电脑配置

想要本地流畅使用OpenClaw ，硬件配置一定要跟上，以下是台式组装电脑配置参考表：

注：条件允许的情况下，显卡优先考虑全新盒装而不是拆机工包，七彩虹和华硕显卡，谁便宜选谁，同价位选华硕。

总结

大模型本身是不具备实时查询天气和新闻的能力， 豆包之所以可以查询， 其实是内部配备了相应的Skill，因此， 我们搭建OpenClaw的就相当于在组装一个属于自己的豆包，而且还是会帮我们干活的豆包

本文为作者原创 转载时请注明出处 谢谢

乱码三千 – 点滴积累 ,欢迎来到乱码三千技术博客站

前言

我个人用markdown写作居多, 偶尔外出时灵感爆发需要记录一些内容, 如果使用第三方工具, 比如有道云、掘金等, 其实也能实现需求

不过最大的问题还是在于数据迁移不方便, 尤其是日积月累数量越来越多, 万一哪天平台倒闭, 这些数据我还得手动一一拷贝出来?

长痛不如短痛, 为了解决数据存储的痛点, 决定自己开发一个markdown编辑器

纯静态网站, 数据可自定义存放于本地或者第三方GIT仓库, 支持多点存储, 确保数据长久稳定

网站最终长这样:

功能实现

• 数据导入导出(支持单个或者批量导出, 支持导出成html和pdf格式)

• 数据自定义存储(本地、Github、Webdav等, 支持多点存储)

• 文档分类(文件夹功能)

• 数据加密存储(可文明可加密)

• 历史版本回退(支持本地数据和远程数据的回退)

• 配置文件的导入导出

• 网站纯本地运行 不涉及第三方后台 安全性高

• 自定义文档模板

• 支持图床功能(Github、Gitee等图床)

网站部署

直接将该仓库的代码上传到你自己的静态服务器上即可使用

网站示例: 点击进入

本文为作者原创 转载时请注明出处 谢谢

乱码三千 – 点滴积累 ,欢迎来到乱码三千技术博客站

前言

互联网时代要存储的密码实在太多, 脑袋压根记不过来, 只能借助外物, 比如存到便签里, 或者建一个Excel表格, 但是存在两个问题, 那就是安全性和便捷性不够

我的要求是随时随地都能查看、编辑、保存和新增密码, 无论是外出还是在家, 也不管是使用电脑还是手机, 可以进行无缝切换

其实苹果自带的密钥就很好用, 但是局限于苹果设备, 万一哪天换安卓了, 就很尴尬, 虽然支持云端存储, 但是不能导出到本地, 安全性和便捷性还是不足

便签的话更不用说了, 明文显示, 安全性极差

既然存到第三方平台不放心, 那就存本地好了, 比如本地自建Excel表格, 然后再进行加密压缩, 这样一来多端即时同步又是一个大麻烦, 每次有更新难不成都要手动拷贝替换一下?

为了解决以上的痛点, 于是乎, 我决定自己手搓一个密码管理器, 数据还是交给自己掌控最放心

目前工具已经上线, 欢迎大家来使用, 点击使用工具

密码管理器功能

• 纯本地编辑, 不涉及第三方, 安全性高
• 数据加密存储, 可自定义存放到本地、Github仓库、Webdav等, 支持多点存储
• 数据导入导出(支持密文或者明文导出, 明文json格式)
• 数据历史版本回退
• 数据分类功能
• 配置文件导入导出
• Web跨平台形式, 有网就能用, 使用便捷(后期会逐步增加本地App)
• 浏览器书签管理功能, 支持谷歌/搜狗浏览器书签导入

密码管理器使用

1. 开启密码管理器, 输入密码

   这个密码需要牢记在心, 用于加密和解密数据

   

2. 添加密码

   首次进入是没有数据的, 需要新增

   

   

   

3. 进行存储配置

   新增的密码只是临时存放在本地浏览器, 你一旦换设备数据就会丢失, 我们需要配置一个存储源用于存放我们的密码数据

   这里我推荐使用Github仓库, 借助Git, 对于历史版本管理, 有着天然的优势

   我们需要在存储配置选项中, 选择Github作为存储源, 并设置仓库地址和访问token

   

   

   关于token(访问令牌)获取, 可以到你们自己的Github设置页面中生成, 这里就不再赘述:

   

4. 密码数据同步

   配置到存储源后, 点击同步按钮即可将数据存储到你指定的仓库中:

   

   这里同步的数据是AES加密后的数据, 配合私有仓库, 安全性大大滴有😜

5. 历史版本回退

   这个功能目前只支持Github仓库, 具体如下:

   

6. 密码数据的导入导出

   

   所谓马有失蹄时 狡兔三窟, 假如哪天忘记了管理器的登录密码, 或者是需要修改登录密码怎么办, 数据岂不是无法解密了

   导入导出功能为的就是解决这个问题, 一方面是为了多地存储, 万一哪天Github崩了呢, 这也不是没有可能的事, 多备份几次总是没有错的, 当然后期我也会增加多点存储功能, 这是后话

   另一方面, 当我们需要修改密码的时候, 可以提前将数据导出, 然后用新密码登录, 接着导入数据, 最后同步数据即可, 不过 这样一来历史版本的数据就无法解析了, 这个问题还没想到解决方案, 所以建议大家在使用之前先仔细斟酌好登录密码

7. 配置导出

   网站的偏好设置以及存储源的配置信息都可以单独导出, 方便跨平台使用

网站源码

网站已开源, 大家有需要也可以自行部署

源码地址: 点击进入

网站示例

点击进入

本文为作者原创 转载时请注明出处 谢谢

乱码三千 – 点滴积累 ,欢迎来到乱码三千技术博客站