OpenClaw+千问3.5-27B自动化办公：飞书机器人配置与会议纪要生成

张开发
• 2026/4/6 3:34:55 • 15 分钟阅读

最新文章

推荐文章

相关文章

分享文章

OpenClaw+千问3.5-27B自动化办公：飞书机器人配置与会议纪要生成
OpenClaw千问3.5-27B自动化办公飞书机器人配置与会议纪要生成1. 为什么选择这个组合上个月我连续参加了7场跨时区的产品会议每次会后都要花半小时整理录音和笔记。直到同事推荐了OpenClaw千问3.5-27B的组合方案才让我从这种重复劳动中解脱出来。这个方案最吸引我的三点在于第一是隐私性。所有语音文件都在本地处理会议录音不会上传到第三方服务器。作为经常讨论商业策略的团队这点对我们至关重要。第二是端到端自动化。从飞书机器人接收语音文件到最终生成结构化会议纪要并邮件发送全过程无需人工干预。上周三凌晨3点的海外会议我全程没有做笔记醒来就收到了整理好的会议重点。第三是模型适配性。千问3.5-27B在中文会议场景的表现超出预期不仅能准确识别技术术语还能理解这个需求先放一放这类模糊表达背后的真实意图。2. 环境准备与核心组件2.1 硬件配置建议我的实践环境是一台MacBook ProM1 Pro/32GB但实测在Windowsi7/16GB上也能流畅运行。关键是要确保至少8GB可用内存语音转写过程较耗资源50GB以上磁盘空间用于存储临时语音文件和模型缓存稳定的网络连接飞书WebSocket通道需要保持长连接2.2 软件架构图解整个系统的数据流向是这样的飞书客户端 → OpenClaw网关 → 千问3.5-27B模型 → 纪要生成 → 邮件服务器核心在于OpenClaw充当了协议转换器的角色把飞书的HTTP请求转换为模型能理解的API调用再把模型输出重新封装成飞书消息。3. 飞书通道配置实战3.1 创建飞书应用在飞书开放平台https://open.feishu.cn/的操作让我踩了第一个坑必须选择企业自建应用而不是商店应用。创建时要注意应用图标建议上传透明背景PNG否则在飞书对话列表会显示白边权限配置需要勾选获取用户发给机器人的单聊消息获取用户在群组中机器人的消息以应用身份发送消息保存后记录下App ID和App Secret这两个字段后面会用到。3.2 安装飞书插件在终端执行以下命令时记得先关闭OpenClaw网关openclaw plugins install m1heng-clawd/feishu openclaw plugins list | grep feishu # 确认安装成功如果看到m1heng-clawd/feishu1.2.3类似的输出说明插件安装正确。我在这里遇到的问题是Node.js版本不兼容升级到v18.x后解决。3.3 修改配置文件打开~/.openclaw/openclaw.json在channels部分添加feishu: { enabled: true, appId: cli_xxxxxx, appSecret: xxxxxx-xxxxxx, encryptKey: , verificationToken: , connectionMode: websocket }重点说明encryptKey和verificationToken非必填除非企业强制要求websocket模式比HTTP轮询更稳定但需要保持网关常驻保存后执行openclaw gateway restart观察日志是否出现Feishu WebSocket connected字样。4. 会议纪要生成全流程4.1 语音文件处理当用户向飞书机器人发送语音消息时OpenClaw会自动下载语音文件格式为.amr调用ffmpeg转换为.wav格式需提前安装ffmpeg发送到千问3.5-27B的语音识别接口我在实践中添加了预处理脚本专门解决会议录音的典型问题# 在~/.openclaw/scripts/preprocess_audio.py import noisereduce as nr import librosa def enhance_audio(input_path): y, sr librosa.load(input_path, sr16000) y_clean nr.reduce_noise(yy, srsr) # 降噪处理 return y_clean4.2 纪要生成策略千问3.5-27B的prompt设计是关键。经过多次调整我的最佳实践模板是你是一个专业的会议纪要助手请根据以下转录文本 1. 用中文提取3-5个核心议题 2. 每个议题列出关键结论不超过3点 3. 标记待跟进事项包含负责人和截止时间 4. 用Markdown格式输出 转录内容{{content}}特别提醒在openclaw.json的models配置中要设置temperature0.3以避免创造性过强models: { providers: { qwen: { params: { temperature: 0.3, max_tokens: 2000 } } } }4.3 自动邮件发送通过安装email-sender技能实现自动发送clawhub install email-sender配置SMTP参数时建议在TOOLS.md中使用环境变量export SMTP_SERVERsmtp.office365.com export SMTP_PORT587 export EMAIL_USERyournamecompany.com export EMAIL_PASSWORDyourpassword邮件模板存放在~/.openclaw/templates/meeting_summary.html支持动态变量插入!-- 省略html头 -- h2{{meeting_title}} 会议纪要/h2 ul {% for item in action_items %} li{{item.owner}} 需要在 {{item.deadline}} 前完成 {{item.task}}/li {% endfor %} /ul5. 实际效果与优化建议上线两周后这套系统已经处理了23场会议。最让我惊喜的是模型对技术术语的识别准确率——在讨论Kubernetes滚动更新策略时连金丝雀发布这样的专业词汇都能正确转录。三个值得分享的优化点说话人分离安装pyannote-audio技能后识别准确率提升40%。配置示例# skills/pyannote/config.yaml segmentation: model: pyannote/segmentation min_duration: 1.0关键词触发在飞书消息中设置#紧急标签时会自动提高邮件优先级。这是通过修改feishu插件的消息解析逻辑实现的。本地缓存将频繁讨论的产品术语添加到~/.openclaw/custom_terms.txt显著减少了专有名词误识别。这套方案目前每天为我们团队节省约2小时的手动整理时间。虽然初期配置花了半天时间调试但考虑到长期收益这绝对是我今年最值得的技术投入。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。

更多文章