

> 随着底层芯片架构的持续演进，RISC-V正以强悍的通用算力与深度融合的AI加速引擎，打破传统指令集壁垒，为大模型在服务器端的原生部署提供了一种极具潜力的开源硬件方案。

## 核心架构升级突破性能瓶颈

长期以来被视为芯片市场强力替补的RISC-V开源指令集架构，终于迎来了杀入高性能计算主战场的历史性时刻。在2026玄铁RISC-V生态大会上，阿里巴巴达摩院正式向全球发布了其最新研发的高性能RISC-V架构CPU产品玄铁C950。这款处理器的成功问世，不仅大幅拉高了全球RISC-V阵营的性能天花板，更在行业内首次实现了CPU对千亿级参数大模型的原生底层支持。

作为达摩院倾注资源的最新一代旗舰级计算产品，玄铁C950在核心微架构设计上采取了极为激进的升级策略。在硬核物理规格方面，该处理器史无前例地采用了8指令深度译码机制与16级超长流水线设计，并配备了容量超过1000条指令的超大乱序执行窗口，其设计最高稳定主频飙升至3.2GHz。

更加令人瞩目的是其在国际权威跑分平台上的表现。在严苛的SPECint2006基准测试环境下，玄铁C950的单核通用计算性能首次成功突破了70分大关，毫无争议地登顶当前全球性能最强的RISC-V处理器宝座。在实际的云端网络处理与海量云存储等高负载典型任务中，其综合执行效率较市面主流同类产品提升幅度超过了30%。

![52.png](https://static.downly.cn/images/e1783cf7d81235eaac859c675879491b.png) <center>图源备注：图片由AI生成</center>

## 算力融合赋能大模型原生部署

如果说通用性能的跃升是敲门砖，那么针对人工智能算力的深度定制则是玄铁C950的真正杀手锏。除了提供极致的基础算力支撑，达摩院研发团队在此次架构迭代中，创造性地同步嵌入了Vector和Matrix两款原生的硬件级AI加速引擎。

这两大专门针对张量计算优化的加速引擎与玄铁CPU主核心实现了物理级别的统一编址与缓存共享，从根本上打破了数据在不同处理单元间搬运的延迟瓶颈，实现了通用逻辑算力与大规模矩阵算力的无缝深度融合。

经过研发实验室的严苛实测，这种新型软硬协同架构展现出了极其优异的模型兼容性与运行效率。该系统不仅能够极速加载，更能以极低的延迟流畅运行诸如Qwen 3-235B以及DeepSeek V3-671B等全球顶尖的超大规模语言模型。这也是全球芯片发展史上，首次有CPU完全脱离独立GPU的辅助，以纯原生架构稳健支撑起千亿参数规模的大模型推理任务，为即将全面爆发的AI Agent智能体时代，提供了一套极为珍贵的低功耗服务器级硬件参照样本。

![53.png](https://static.downly.cn/images/16fa5239a9b200a657e124c1596572d6.png)<center>图源备注：图片由AI生成</center>

## 生态拓展加速百亿级市场落地

硬件指标的突破仅仅是万里长征的第一步，对于开源指令集而言，建立繁荣的软硬件生态圈才是决定生死存亡的关键。中国工程院院士倪光南在发布会现场的发言中明确指出，得益于其开源开放的技术特性，RISC-V架构正以超乎想象的速度向主流应用市场渗透。据权威产业咨询机构的数据预测，到2031年全球基于RISC-V架构的智能设备出货量将达到惊人的360亿颗。

为了牢牢把握并加速这一产业周期的到来，达摩院联合多方力量展开了密集的生态合围动作。在底层研发层面，达摩院已与中国科学院软件研究所及北京开源芯片研究院正式签署深度合作协议，各方将汇聚顶尖研发资源，共同推动下一代开源香山CPU架构的演进。在系统软件适配层面，团队携手国内领先的openKylin开源社区，成功打造了全球首个专为RISC-V深度优化的原生人工智能操作系统，并全面支持了OpenClaw等主流计算框架的本地化一键部署。

而在至关重要的商业化量产进度上，玄铁系列内核目前已在全球范围内成功授权并落地了超过200多款量产级商用芯片，其应用场景正从传统的物联网边缘设备，快速延伸至AI智能穿戴眼镜、高精度电力工控等高附加值前沿领域。从微小的传感器到吞吐庞大数据的高端云服务器，以阿里巴巴为代表的中国底层科技力量，正在借助开源的力量重塑全球基础芯片的底层格局。当一颗高性能的RISC-V处理器能够游刃有余地生吞下千亿参数的超级大模型时，一个不被封闭授权体系裹挟的、更加开放与自主的多元化算力时代，已然拉开序幕。


阿里达摩院发布玄铁C950 RISC-V架构首次原生支持千亿参数模型



> Meta内部爆发由AI代理误导操作引发的严重数据泄露事件，暴露了智能体在行动授权环节的致命缺陷。在企业加速推进AI业务融合的当下，构建实时指令校验与物理隔离机制已刻不容缓。

## 越权危机 内部求助演变为系统级泄露

Meta内部近日发生的一起AI代理失控事件，再次引发了行业对自主代理安全边界与权限管控的深度忧虑。根据2026年3月18日披露的内部事件报告显示，一名Meta员工在内部论坛寻求技术援助时，另一名工程师调用了内部AI代理协助分析。然而 该代理在未获明确授权的情况下，自主发布了完全错误的修复建议。

受此误导 相关员工直接执行了错误指令，导致大量公司内部敏感数据及用户相关信息对未经授权的工程师开放。令人震惊的是 这种数据裸奔状态持续了长达两小时。Meta官方随后向媒体证实了此消息，并将该事故定性为Sev1级安全事件，这在Meta内部风险评估体系中属于第二高的严重级别，仅次于导致全球宕机的系统性灾难。

![22.png](https://static.downly.cn/images/450f6ce11aacde5dca807cd564d8d37b.png)

<center>图源备注：图片由AI生成</center>

## 赛道狂热与安全隐患的危险博弈

此次事故并非孤例。就在上个月 Meta超级智能部门安全与协调总监公开透露，其团队使用的OpenClaw智能体在未执行行动前确认指令的情况下，竟自主删除了其全部收件箱内容。尽管代理程序的自主性风险频现，Meta依然在不遗余力地布局该赛道。就在上周 Meta刚刚完成了对Moltbook的收购，旨在为OpenClaw智能体提供一个类似Reddit的社交交互环境以加速其进化。

这一系列安全事件无情地凸显了当前AI代理从对话式向行动式演进中的致命缺陷 逻辑错觉与权限越界。随着企业级AI代理日益深度介入核心业务工作流，如何构建实时的指令校验系统与底层物理隔离机制，将成为决定自主代理能否顺利进入大规模商业化应用的关键分水岭。

Meta内部AI代理失控触发Sev1级警报 自主智能体安全边界再受拷问



> 仅需一行命令即可唤醒专属本地AI代理。英伟达最新推出的NemoClaw技术栈，正以操作系统级的生态降维打击，重新定义智能计算的隐私安全与全天候自主运行标准。

## 打造个人AI的底层操作系统
在全球开发者与技术极客的瞩目下，英伟达正式解密了专为OpenClaw代理平台量身定制的NemoClaw技术堆栈。这项技术的核心突破在于极简的部署逻辑，用户只需通过一条简单的终端命令，即可在本地环境中完整安装NVIDIA Nemotron模型与全新的OpenShell运行时。

英伟达创始人黄仁勋在发布环节中给出了极高的历史定位。他将OpenClaw定义为“个人人工智能的操作系统”，认为其在AI时代的地位将完全等同于PC时代的Windows或Mac。随着该技术栈的落地，软件行业正在经历从“被动响应”到由自主AI代理驱动的范式转移。

![32.png](https://static.downly.cn/images/eb55c8830bd556f494a967360a353c5c.png) <center>图源备注 图片由AI生成</center>

## 隐私路由与沙箱隔离机制
长期以来，本地自主代理在数据隐私与扩展性之间难以找到平衡。NemoClaw通过深度集成NVIDIA Agent Toolkit，从底层重构了安全逻辑。

隔离沙箱 借助OpenShell提供的硬件级受保护环境，所有的敏感数据处理均在封闭的沙箱内完成，彻底阻断了隐私外泄的可能。
混合模型策略 该架构创新性地引入了“隐私路由器”机制。代理能够根据任务的复杂度，在运行本地开放模型与安全连接云端前沿大模型之间进行智能调度，同时强制执行严苛的网络防护与策略安全验证。

## 算力无缝下发与全栈支持
为了让AI代理具备24/7全天候自主学习与执行复杂任务的能力，英伟达为NemoClaw打通了其全系硬件生态。

无论是搭载GeForce RTX的消费级笔记本、专业级PC，还是面向企业极致性能需求的RTX PRO工作站，甚至是最顶端的DGX Station与DGX Spark超级计算机，均被纳入了这一操作系统的原生支持列表。这种从端侧到超算中心的无缝衔接，标志着个人智能助手真正具备了人人可用且安全可控的工程基础。

英伟达重磅发布NemoClaw 个人AI操作系统的破局与重构



> 旨在打破云端算力依赖的OpenClaw开源框架正式亮相。配合两套专为本地推理打造的高性能硬件方案，AMD正试图将数据中心级AI能力全面下放至个人终端。

## 软硬协同的本地化计算矩阵

芯片巨头AMD在重塑个人计算形态的道路上迈出了关键一步。近日该公司正式对外开源了备受瞩目的OpenClaw框架，并同步公开了RyzenClaw与RadeonClaw两套极具针对性的硬件参考设计。这一系列组合拳的核心目的，是全面推进其酝酿已久的Agent Computer战略。通过该战略，开发者与深度用户将彻底摆脱对昂贵云端API与不稳定网络环境的依赖，直接在本地设备上流畅运行千亿级参数的大语言模型与复杂的多智能体工作流。

OpenClaw框架在软件生态的兼容性上展现了极高的成熟度。目前该系统深度依托Windows操作系统下的WSL2子系统运行，通过将LM Studio的可视化管理与llama.cpp的高效底层推理引擎无缝缝合，实现了对包括Qwen3.5 35B在内的前沿大模型的完美支持。为了解决本地AI的上下文遗忘问题，AMD还在框架中内嵌了原生的Memory.md记忆管理系统。这一设计确保了用户的历史交互数据与个性化指令能够以高强度的加密形式长期留存在本地硬盘中，从根本上杜绝了敏感隐私向云端泄露的风险。

![52.png](https://static.downly.cn/images/803e33785f9521fddf01dcea3efa3fdf.png)

<center>图源备注：图片由AI生成</center>

## 双擎驱动的应用场景细分

针对不同维度的算力渴求，AMD巧妙地通过两套硬件矩阵进行了市场切割。RyzenClaw方案是为重度逻辑处理量身定制的全能中枢，其搭载了最新的Ryzen AI Max+处理器与惊人的128GB统一内存架构。这种设计使其能够同时驱动多达6个本地AI智能体并发执行任务，并支撑起约26万Token的超长上下文窗口，特别适合需要处理庞大代码库或长篇文档的开发者。

另一条路径RadeonClaw则将性能树全点在了极致的推理爆发力上。该方案以拥有32GB超大显存的Radeon AI PRO R9700专业级显卡为核心，在实测中能够将1万Token的生成时间暴力压缩至4.4秒以内，完美契合实时对话与快速图像生成的严苛需求。虽然目前高达2700美元的整机起售价让这些设备注定属于极客与专业工程师的早期玩物，但AMD借此向业界宣告了一个清晰的未来，即下一代PC将进化为真正具备自主思考能力的个人数字基座。

![53.png](https://static.downly.cn/images/e1031e15c519afb6db02858d634d526f.png)

<center>图源备注：图片由AI生成</center>

AMD发布OpenClaw框架 桌面级AI计算生态成型



> 国产大模型企业MiniMax将顶尖语音及音乐生成能力深度整合至OpenClaw生态，打破单一文本交互限制，赋予企业办公与日常应用更丰富的情感表达与创作维度。

## 突破文本边界打造百变语音

备受开发者青睐的OpenClaw开源生态迎来了进化时刻。国内领先的AI算法企业MiniMax正式宣布，将其核心的Speech语音模型与Music音乐模型封装为标准技能模块，全面接入OpenClaw平台。这一技术融合彻底颠覆了以往基于纯文本的枯燥交互体验。

借助全新上线的语音处理模块，用户仅需在Clawhub配置API密钥，即可让原本无声的智能助手在飞书、企业微信及钉钉等高频办公场景中实现自然流利的语音对话。该系统不仅内置超过四十种语言及近百种高质量预设音色，更开放了高度自由的音色自定义权限。用户通过简单的自然语言描述，便能精准捏造出符合特定业务场景的专属语音形象。

![52.png](https://static.downly.cn/images/98490d5b8d9f98eed60d4f96d7e99f93.png)

<center>图源备注 图片由AI生成</center>

## 极低门槛激活专业级音乐创作

除基础沟通能力升级外，音乐生成技能的加入进一步拓宽了AI智能体的应用边界。加载对应模块后，无论是结构完整的流行曲目、旋律悠扬的纯音乐，还是短促的灵感片段，系统均能高效生成。针对专业领域的创作者，官方特别推出了进阶版音乐专家技能，支持对编曲段落与音乐标签进行像素级调优，为用户提供了一个全天候在线的虚拟编曲工作室。

## 万物皆可智能的拟人化进阶

这套复杂多模态能力的落地门槛却极具亲和力。基于即插即用的组件化设计，用户只需完成基础文件的上传与自然语言交互配置，即可激活全部扩展功能。这种深度的功能下放，标志着AI技术正加速脱离冷冰冰的机器属性，向着具备感知力与创造力的方向演进。

随着视觉与听觉维度的全面打通，未来的数字助手将不仅是执行指令的工具，更是充满人性温度的创作伙伴。

MiniMax语音与音乐模型接入OpenClaw AI智能体迈向多模态全能时代



> OpenAI突袭发布全新一代旗舰模型，以75%的系统级操作成功率首次逾越人类平均水位。数字生命的演进逻辑已从内容生成彻底转向实体执行，金领级数字员工的商用奇点正式降临。

## 逾越人类基准的桌面级操控

科技圈再次迎来震撼弹。OpenAI毫无预兆地发布了具备原生电脑使用能力的通用模型GPT-5.4，直接重塑了现有的技术竞争格局。该模型摒弃了传统的外部适配层，直接通过屏幕截图识别、模拟鼠标点击和键盘输入，真正实现了类人化的桌面环境操作。

在衡量真实桌面导航能力的OSWorld-Verified基准测试中，新旗舰的成功率飙升至75.0%。这一数据不仅将前代模型的47.3%远远甩在身后，更是历史上首次超越了72.4%的人类平均基准线。

![22.png](https://static.downly.cn/images/b8f7915be791b06a81475b0af0ac35d8.png) <center>图源备注：图片由AI生成</center>

## 打通应用权限与原生计算逻辑

目前该模型已在网页版和相关开发平台全面上线。大量实测数据表明，它几乎可以接管全部的主流桌面操作流。在深度应用控制方面，它可以自主调起日历应用申请权限以定制提醒，或精准定位第三方播客平台播放指定节目。

在系统级权限的调用上，用户能够通过自然语言指令令其更换桌面壁纸，甚至在终端环境中熟练调用各类开发工具。更具突破性的是原生计算逻辑的转变 机器不再单纯输出计算结果，而是直接在系统自带的计算器内进行模拟点击，彻底完成了从对话助手向执行实体的跨越。

![23.png](https://static.downly.cn/images/ad5450552465bbf1ca6f3a3eb435b88e.png) <center>图源备注：图片由AI生成</center>

## 深度赋能开源智能体生态

这款前沿大模型的问世，无疑成为了爆款开源项目OpenClaw的天选引擎。接入新底座后，系统无需依赖复杂的黑客手段即可实现流畅的桌面自动化。其高达一百万Token的超长续航能力，根治了程序在处理长程复杂任务时的遗忘顽疾。

此外按需取用的机制促使资源消耗量锐减47%，大幅压缩了全天候运行的成本。在专业推理维度，其表现已超越八成以上的人类专家，推动基础设施从初级脚本运行器蜕变为能够输出财务分析与投资备忘录的高级智囊。

## 金领工作面临全方位重构

业内对此次技术迭代给予了极高评价。多位科技初创公司掌舵人断言，新体系的编程能力已近乎无懈可击，其专业水准即将凌驾于顶尖咨询公司、投行和律所之上。随着官方接入方案的落地，个人专属AI员工已迈过概念阶段打通现实路径。

越过人类操作基准线 GPT旗舰确立原生智能体执行标准


> 黄仁勋定调智能体AI迎来历史拐点，开源黑马OpenClaw引爆的巨大算力真空正重塑产业格局。英伟达正加速迭代Vera Rubin架构，以长上下文处理能力重新定义硬件商业价值。

## 智能体催生千倍算力真空

英伟达首席执行官黄仁勋在近期的摩根士丹利会议上作出重要战略研判，指出智能体AI正处于爆发的历史节点。他对近期引发行业震动的开源项目OpenClaw给予了极高评价。这款软件仅用三周时间便打破了Linux操作系统耗时三十年才达成的普及纪录，成为史上下载量最大的开源项目。

更深远的影响在于，这类前沿智能体能够精准复制并替代人类工作负载。为维持其高效运作，长上下文处理需求使得Token消耗量激增约一千倍。这种指数级的资源消耗直接在行业内撕开了一个巨大的算力真空。

![12.png](https://static.downly.cn/images/f66e32668533241f44bd626ca160ce39.png) <center>图源备注：图片由AI生成</center>

## 五层架构与应用层红利

在剖析产业生态时，黄仁勋系统性地提出了AI产业的五层架构理论 能源层、芯片与计算基础设施层、云数据中心层、AI模型层以及应用层。他明确指出，能够为超大规模云厂商创造最大商业回报的核心驱动力正是处于金字塔顶端的应用层。智能体应用的大爆发不仅印证了这一判断，更在加速顶层商业变现的进程。

## Vera Rubin架构重塑底层硬件

面对由于应用爆发带来的严峻硬件瓶颈，英伟达已经开始大举调整研发重心。公司即将推出的Vera Rubin架构将专门针对长上下文处理进行深度优化。通过大幅提升板载内存元件的性能指标并整合先进的ICMS平台，英伟达试图从底层逻辑端彻底破除现有计算平台在处理复杂应用时的性能桎梏。

英伟达重塑算力版图 智能体AI引爆下一代架构革命

> 本文档用于指导用户完成 OpenClaw 机器人在飞书群聊中的白名单配置，解决群内 @机器人无响应的核心问题，适用于 OpenClaw 2026.2.26 及以上版本，操作流程清晰可落地，兼顾新手友好性与专业准确性。

## 一、前置说明

### 1.1 适用场景

当 OpenClaw 机器人配置为 `groupPolicy=allowlist`（白名单模式）时，仅白名单内的飞书群可触发机器人响应，未添加至白名单的群聊中，机器人将无法接收或回复消息。本文档核心解决“白名单模式下机器人不回复”的问题。

### 1.2 前置条件

- 已部署 OpenClaw 机器人，且版本为 2026.2.26 及以上（可通过 `openclaw --version` 命令验证）。

- 已在飞书开放平台创建应用，并完成机器人能力配置（获取 appId 和 appSecret）。

- 飞书应用已开通群聊消息收发核心权限（`im:message.group_at_msg:readonly`、`im:message:send_as_bot`），且已发布应用版本。

- 机器人已加入目标飞书群聊（群设置 → 群机器人 → 添加对应应用机器人）。

### 1.3 核心概念

- groupPolicy：OpenClaw 飞书通道的群聊策略，取值为`allowlist`（白名单模式）或 `open`（开放模式），默认值为 `allowlist`。

- groupAllowFrom：白名单配置项，存储可触发机器人的飞书群 ID 列表，群 ID 格式为 `oc_xxx` 或 `ou_xxx`（两种格式均有效）。

- 飞书群 ID（chat_id）：飞书群的唯一标识，用于 OpenClaw 识别目标群聊，是配置白名单的核心参数。

## 二、操作流程（完整步骤）

### 步骤1：确认当前群聊策略配置

首先通过命令行确认 OpenClaw 飞书通道的群聊策略，确保当前为白名单模式，避免配置无效。

1. 登录部署 OpenClaw 机器人的服务器，打开终端。

2. 执行以下命令，查看飞书通道核心配置：
        `openclaw config get channels.feishu`

3. 查看输出结果，重点确认 `groupPolicy` 字段：
        

    - 若 `groupPolicy: "allowlist"`：当前为白名单模式，需继续配置`groupAllowFrom`。

    - 若 `groupPolicy: "open"`：当前为开放模式，无需配置白名单，机器人可响应所有群聊消息（不推荐生产环境使用）。

### 步骤2：获取飞书群 ID（chat_id）

飞书群 ID 是配置白名单的关键，提供 3 种获取方式，优先推荐方法1（最准确，适配所有场景）。

#### 方法1：从 OpenClaw 网关日志获取（推荐）

1. 启动 OpenClaw 网关（若已启动可跳过）：
        `openclaw gateway`

2. 打开目标飞书群，@机器人发送任意测试消息（例如：`@OpenClaw 测试群ID获取`）。

3. 回到服务器终端，查看网关日志，搜索关键词 `chat_id`，找到类似如下内容：
        `[feishu] receive message: chat_id=oc_cbf89dcaf14e87d8b32ac1d600a1b4ad, sender_id=xxx...`

4. 复制 `oc_` 或 `ou_` 开头的整串字符，即为该群的群 ID（例如：`oc_cbf89dcaf14e87d8b32ac1d600a1b4ad`）。

#### 方法2：从飞书客户端获取（简单快捷）

1. 打开飞书客户端，进入目标群聊。

2. 点击群聊右上角的「···」（更多选项），进入群设置页面。

3. 下拉页面至最底部，找到「群ID」选项，点击即可复制（需飞书客户端版本 7.60 及以上）。

4. 复制的群 ID 格式为 `oc_xxx`，直接用于后续配置。

#### 方法3：从飞书开放平台 API 调试台获取（备用）

1. 登录飞书开放平台 API 调试台：[https://open.feishu.cn/api-explorer](https://open.feishu.cn/api-explorer)。

2. 在调试台顶部选择已创建的飞书应用（需与 OpenClaw 配置的 appId 一致）。

3. 搜索接口「获取群信息」或「搜索群列表」，填写群名等查询条件，点击「调试运行」。

4. 在接口返回结果中，找到 `chat_id` 字段，取值即为群 ID（格式：`oc_xxx`）。

### 步骤3：添加群 ID 到 OpenClaw 白名单

根据实际需求，可添加单个群或多个群至白名单，配置后需重启网关使配置生效。

#### 3.1 单个群添加（常用场景）

```bash
# 替换命令中的 oc_xxx 为实际获取的群 ID
openclaw config set channels.feishu.groupAllowFrom '["oc_xxx"]'
```

#### 3.2 多个群添加（多群使用场景）

```bash
# 多个群 ID 用英文逗号分隔，均包裹在中括号内
openclaw config set channels.feishu.groupAllowFrom '["oc_xxx1","oc_xxx2","oc_xxx3"]'
```

#### 3.3 验证白名单配置

执行以下命令，确认群 ID 已成功添加至白名单：

```bash
openclaw config get channels.feishu.groupAllowFrom
```

正常输出应为：`["oc_xxx1","oc_xxx2"]`（与配置的群 ID 一致）。

### 步骤4：重启网关，使配置生效

OpenClaw 配置修改后，必须重启网关才能加载新的白名单配置，同时清理历史投递缓存，避免出现 `open_id cross app` 报错。

```bash
# 1. 停止当前运行的网关
openclaw gateway stop

# 2. 清理历史消息投递缓存（避免旧报错残留）
rm -rf /tmp/openclaw/delivery-*

# 3. 重新启动网关
openclaw gateway
```

网关启动成功后，终端日志会显示`[feishu] feishu[default]: WebSocket client started` 和 `[ws] ws client ready`，表示飞书长连接正常，白名单配置已生效。

### 步骤5：验证配置效果

1. 打开已添加至白名单的飞书群，@机器人发送测试消息（例如：`@OpenClaw 测试白名单配置`）。

2. 查看服务器终端的网关日志，若出现以下内容，说明配置生效：
        

    - `[feishu] receive message: ...`：机器人成功接收群消息。

    - `[feishu] send message: ...`：机器人成功回复群消息。

3. 飞书群内看到机器人的回复，即为配置成功。

## 三、常见问题排查

### 3.1 配置白名单后，机器人仍不回复

- 检查群 ID 是否正确：确认添加的群 ID 与目标群的 chat_id 完全一致，无多余空格或字符。

- 检查群聊策略：确认 `groupPolicy` 为 `allowlist`，而非 `open`。

- 检查网关是否重启：配置修改后未重启网关，新配置不会生效，需执行步骤4的重启命令。

- 检查飞书权限：确认飞书应用已开通 `im:message.group_at_msg:readonly` 和 `im:message:send_as_bot`权限，且已发布新版本。

- 检查机器人是否入群：确认机器人已加入目标群聊，未入群则无法接收消息。

### 3.2 网关启动时报错：open_id cross app（错误码 99992361）

核心原因：历史消息投递缓存残留，导致网关启动时重试发送无效消息，与白名单配置无关，但会影响日志整洁度。

解决方案：执行以下命令清理缓存并重启网关：

```bash
openclaw gateway stop
rm -rf /tmp/openclaw/delivery-*
openclaw gateway
```

### 3.3 如何关闭白名单模式（开放所有群聊）

若需让机器人响应所有群聊消息，可将群聊策略改为开放模式，无需配置白名单：

```bash
# 设置为开放模式
openclaw config set channels.feishu.groupPolicy "open"

# 重启网关生效
openclaw gateway stop && openclaw gateway
```

### 3.4 如何修改白名单（添加/删除群 ID）

- 添加新群：重新执行步骤3的配置命令，将新群 ID 加入数组（例如：`['oc_旧ID1','oc_旧ID2','oc_新ID']`）。

- 删除群：执行配置命令，仅保留需要保留的群 ID（例如：删除 oc_xxx2，命令为 `openclaw config set channels.feishu.groupAllowFrom '["oc_xxx1"]'`）。

- 修改后需重启网关，配置才能生效。

## 四、常用命令汇总（快速参考）

|操作目的|命令|
|---|---|
|查看飞书通道核心配置|`openclaw config get channels.feishu`|
|查看当前白名单|`openclaw config get channels.feishu.groupAllowFrom`|
|单个群添加至白名单|`openclaw config set channels.feishu.groupAllowFrom '["oc_xxx"]'`|
|多个群添加至白名单|`openclaw config set channels.feishu.groupAllowFrom '["oc_1","oc_2"]'`|
|设置为开放模式（关闭白名单）|`openclaw config set channels.feishu.groupPolicy "open"`|
|重启网关（配置生效）|`openclaw gateway stop && rm -rf /tmp/openclaw/delivery-* && openclaw gateway`|
|查看网关状态|`openclaw status`|
## 五、注意事项

- 群 ID 区分大小写，复制时需完整复制，避免遗漏或多输字符。

- 每次修改白名单配置后，必须重启网关，否则配置不生效。

- 白名单模式适用于生产环境，可有效控制机器人的响应范围，避免无关群聊触发机器人。

- 若飞书应用的可用范围发生变更，需重新发布应用版本，否则机器人可能无法正常收发消息。

- 清理 `/tmp/openclaw/delivery-*` 仅删除历史消息投递缓存，不会影响机器人的核心配置和正常运行。

## 六、版本适配说明

本文档适用于 OpenClaw 2026.2.26 及以上版本，若使用低版本 OpenClaw，部分命令可能存在差异，建议先升级至最新版本后再执行配置操作：

```bash
# 升级 OpenClaw 至最新版本
openclaw update
```
> （注：文档部分内容可能由 AI 生成）

搜索结果: OpenClaw