1. 项目概述当企业微信遇上个人微信最近在折腾一个挺有意思的项目叫OpenClaw。简单来说它就像一个“桥梁”或者“翻译官”能把企业微信和个人微信这两个看似独立的生态给打通。你可能要问了这俩不都是腾讯家的吗为啥还需要“打通”这恰恰是问题的关键所在。企业微信主打的是办公协同功能设计上更偏向组织管理、流程审批和内部通讯而个人微信就是我们每天用来聊天、刷朋友圈、支付的那个App它的核心是社交和生活。两者在API开放程度、消息处理逻辑、甚至用户身份体系上都存在巨大的差异。OpenClaw的出现就是为了解决一个核心痛点如何让企业内部的自动化流程、智能机器人能够触达并服务于使用个人微信的客户、合作伙伴甚至是员工自己想象一下你公司用企业微信做内部管理但你的客户、供应商、粉丝群全在个人微信里。你想给客户发个订单状态通知或者用AI机器人自动回答粉丝群的常见问题传统方式要么靠人工在两个App间切换复制粘贴效率极低还容易出错要么就得依赖一些风险极高的第三方“外挂”工具不仅封号风险大功能也极不稳定。OpenClaw的思路很清晰它通过官方或高度模拟官方的协议在企业微信端建立一个“机器人”或“应用”。这个机器人可以接收企业微信内的指令或事件比如有人它、收到特定关键词、定时任务触发然后OpenClaw作为中间件负责将处理后的结果通过技术手段发送到指定的个人微信账号上。反过来它也能监控个人微信的特定消息如某个群的关键词、私聊信息将其转化为结构化事件再触发企业微信端的自动化流程。这样一来就实现了双向的、可控的、相对安全的信息流转。这个项目对于需要做私域运营、社群管理、自动化客服、跨平台通知的开发者和运营人员来说价值非常大。它不再是简单的“消息转发”而是结合了规则引擎、自然语言处理对接大模型如Ollama、任务调度等能力成为一个功能强大的“微信生态自动化中枢”。接下来我就结合自己的部署和调试经验把从环境准备、核心配置到深度定制的全流程拆解清楚。2. 核心架构与方案选型解析在动手部署之前我们必须先理解OpenClaw实现这一功能的几种典型架构以及为什么我最终选择了某一种方案。这决定了后续部署的复杂度和系统的稳定性。2.1 主流技术路径对比目前实现企业微信与个人微信互联主要有三种技术路径各有优劣企业微信机器人Webhook 个人微信协议库模拟原理在企业微信群里创建一个“群机器人”获取它的Webhook地址。OpenClaw部署一个服务监听这个Webhook的POST请求即企业微信端的消息。同时OpenClaw集成一个像itchat、wxpy已停止维护或其替代品的Python库来登录和控制一个网页版或PC版个人微信客户端实现消息的收发。优点企业微信端实现简单官方支持稳定。概念清晰易于理解。缺点个人微信端风险极高。模拟协议的方式非常容易被腾讯检测并封号尤其是新注册的号或高频操作时。功能受限无法稳定获取二维码登录且随着微信客户端更新协议库需要频繁维护可靠性差。这是最不推荐的方式除非用于临时、低频、非核心业务的测试。企业微信应用API 微信公众/小程序模板消息间接原理不直接操作个人微信而是为个人用户提供一个微信公众号或小程序。用户关注公众号或使用小程序后可以收到模板消息或客服消息。企业微信应用通过API将消息发送到公众号/小程序后台再由其推送给用户。优点完全合规零风险。功能强大且稳定属于微信官方开放生态。缺点流程复杂。需要用户主动关注或授权有额外的开发成本公众号/小程序开发。无法实现像普通微信聊天那样的即时、自由的交互体验消息形式和频率受平台规则限制。更适合做通知而非双向即时通讯。企业微信“联系我”/“微信客服”功能 自建消息路由推荐原理这是目前最稳健、最接近需求的方式。利用企业微信的“微信客服”或“联系我”功能生成一个二维码。个人微信用户扫描后无需添加好友即可在企业微信侧以一个“客户”的身份与一个指定的“接待人员”或“机器人应用”发起会话。OpenClaw部署为企业微信的一个“自建应用”这个应用就充当了那个“接待人员”。所有通过二维码进来的个人微信消息都会通过企业微信官方API推送到你的OpenClaw应用服务器上。OpenClaw处理完消息后再通过企业微信API回复给这个“客户”消息就会自动出现在用户的个人微信聊天窗口中。优点官方合规通道彻底杜绝封号风险。用户体验好用户感觉就是在和一个普通的微信用户/客服聊天。功能完整支持文字、图片、文件、菜单等。企业微信API丰富且稳定。缺点需要企业微信认证部分高级功能需要。消息需要通过企业微信服务器中转有轻微的延迟通常毫秒级。配置步骤稍多。核心决策基于稳定性、安全性和长期可维护性的考虑方案3企业微信应用API 微信客服通道是生产环境的首选。下文的所有实操也将围绕此方案展开。OpenClaw在这个方案中主要扮演了“企业微信自建应用的消息处理中枢”角色它可以对接AI大模型、数据库、业务系统实现智能回复。2.2 OpenClaw在此架构中的角色明确了方案我们再看看OpenClaw具体做什么。它不再需要去“ hack”个人微信而是专注于接收通过配置好的企业微信应用API接收器Receiver获取从个人微信用户经由企业微信客服通道发来的消息。处理消息进入OpenClaw的规则引擎。你可以配置技能Skill例如关键词匹配、调用Ollama本地大模型进行对话、查询天气、执行命令等。响应处理完成后通过企业微信应用的发送器Sender将回复内容传回企业微信服务器最终显示在用户的个人微信里。这样一来技术风险全部转移到了企业微信API的合规使用上而这是腾讯鼓励的方式。我们的工作就从“如何稳定控制一个微信客户端”变成了“如何开发一个高效的企业微信应用”后者有完善的文档和社区支持。3. 环境准备与基础部署理论清晰后我们进入实战。我选择在Ubuntu 22.04 LTS服务器上使用Docker部署OpenClaw这是最干净、最便于管理和迁移的方式。3.1 系统与依赖准备首先确保你的服务器满足基本要求# 更新系统包 sudo apt update sudo apt upgrade -y # 安装Docker和Docker Compose插件 sudo apt install -y docker.io sudo systemctl start docker sudo systemctl enable docker # 安装Docker Compose插件推荐方式而非独立二进制文件 sudo apt install -y docker-compose-plugin # 验证安装 docker compose version如果你的服务器在国内为了提高拉取镜像的速度可以配置Docker镜像加速器。这里以阿里云加速器为例需替换为你自己的加速器地址sudo mkdir -p /etc/docker sudo tee /etc/docker/daemon.json -EOF { registry-mirrors: [https://your-mirror.mirror.aliyuncs.com] } EOF sudo systemctl daemon-reload sudo systemctl restart docker3.2 获取与配置OpenClawOpenClaw的Docker镜像通常来自Docker Hub或GitHub Container Registry。这里我们使用一个社区维护的镜像。创建项目目录并下载配置文件mkdir -p ~/openclaw cd ~/openclaw # 假设从官方GitHub仓库获取docker-compose示例文件 # 如果没有我们可以手动创建编写docker-compose.yml文件 这是部署的核心。下面是一个基础版本的配置集成了OpenClaw和Ollama用于本地大模型对话。version: 3.8 services: openclaw: image: somecommunity/openclaw:latest # 请替换为实际可用的镜像名 container_name: openclaw restart: unless-stopped ports: - 8080:8080 # OpenClaw管理后台端口 environment: - TZAsia/Shanghai - OPENCLAW_API_KEYyour_super_secret_key_here # 用于API调用的密钥 - OPENCLAW_LOG_LEVELINFO volumes: - ./openclaw_data:/app/data # 持久化配置和数据 - ./config.yaml:/app/config.yaml:ro # 挂载外部配置文件 depends_on: - ollama networks: - openclaw-net ollama: image: ollama/ollama:latest container_name: ollama restart: unless-stopped ports: - 11434:11434 # Ollama API端口 volumes: - ./ollama_data:/root/.ollama # 持久化模型数据 networks: - openclaw-net networks: openclaw-net: driver: bridge注意镜像名somecommunity/openclaw:latest是一个占位符。由于OpenClaw的官方镜像可能变化你需要根据最新的项目文档或社区推荐替换为真实的镜像地址。例如可能是ghcr.io/openclaw/openclaw:latest。务必在部署前确认。编写基础的OpenClaw配置文件config.yaml 这个文件定义了OpenClaw的核心行为包括接收器、技能、发送器。我们先创建一个最小化版本后续再添加企业微信的详细配置。# ~/openclaw/config.yaml log: level: INFO file: /app/data/openclaw.log server: host: 0.0.0.0 port: 8080 # 技能定义 - 后续会详细扩展 skills: [] # 接收器定义 - 后续添加企业微信接收器 receivers: [] # 发送器定义 - 后续添加企业微信发送器 senders: []启动服务cd ~/openclaw docker compose up -d使用docker compose logs -f openclaw查看启动日志确认没有报错。访问http://你的服务器IP:8080应该能看到OpenClaw的管理界面如果镜像提供了的话或健康检查页面。3.3 配置Ollama本地大模型OpenClaw的智能回复能力很大程度上依赖于对接的大模型。Ollama让我们能在本地运行如Llama 3、Qwen等开源模型。进入Ollama容器并拉取模型docker exec -it ollama ollama pull qwen2.5:7b-instruct # 以通义千问2.5 7B模型为例这个过程会下载模型文件耗时取决于你的网络和模型大小7B模型约4-5GB。你也可以选择更小的模型如llama3.2:3b或qwen2.5:0.5b进行快速测试。测试Ollama APIcurl http://localhost:11434/api/generate -d { model: qwen2.5:7b-instruct, prompt: 你好请介绍一下你自己。, stream: false }如果返回一段JSON格式的文本回答说明Ollama运行正常。至此我们的基础环境和一个“大脑”Ollama已经就绪。接下来就是最关键的一步让OpenClaw接入企业微信。4. 企业微信侧配置详解这是整个流程中最需要细心的一环任何一步配置错误都会导致消息无法收发。请严格按照以下步骤操作。4.1 创建企业微信自建应用登录企业微信管理后台使用你的企业微信管理员账号登录。进入“应用管理” - “自建应用” - “创建应用”。应用名称填写一个易于识别的名字例如“智能客服助手”。应用Logo上传一个图标。可见范围选择能管理此应用的企业成员至少包括你自己。点击“创建”。获取关键凭证创建成功后进入应用详情页。记录AgentId应用ID和Secret应用密钥。Secret非常重要点击“查看”后需立即保存它只显示一次。记录企业IDCorpID在管理后台的“我的企业” - “企业信息”页面最下方可以找到。这三个参数CorpID,AgentId,Secret是OpenClaw与企业微信通信的“身份证”下面配置会用到。4.2 配置企业微信“微信客服”功能核心为了让个人微信用户能联系到这个应用我们需要启用“微信客服”。在管理后台找到“微信客服”通常在“客户联系”或单独的一级菜单里。配置“客服账号”点击“添加客服账号”。填写账号名称用户将在个人微信中看到的名字、头像等。在“接待人员”或“关联应用”处选择我们刚刚创建的“智能客服助手”应用。这意味着所有发给这个客服账号的消息都会推送到我们的自建应用。获取客服链接或二维码配置完成后你会获得一个专属的客服链接和一个二维码。这个二维码就是入口。任何个人微信用户扫描这个二维码就会在微信中打开一个临时会话窗口窗口标题就是你设置的客服账号名称。用户在此发送的消息都会流向你的OpenClaw应用。4.3 配置API接收权限与服务器企业微信需要知道把消息推送到哪里。进入自建应用详情页找到“接收消息”或“开发者接口”设置。配置API接收点击“设置API接收”。URL填写你的OpenClaw服务暴露给公网的地址并加上企业微信回调的路径。例如https://your-domain.com/openclaw/callback/wecom。注意必须是HTTPS且端口为443或你做了反向代理。本地测试可以用内网穿透工具如ngrok、frp生成一个临时HTTPS地址。Token自定义一个字符串用于生成签名例如YourWeComToken。EncodingAESKey点击“随机生成”即可用于消息加解密。填写后先不要点击保存。在OpenClaw中验证URL企业微信要求你在保存配置前提供一个能响应GET请求并完成签名验证的接口。这意味着我们需要先在OpenClaw的配置中把企业微信接收器Receiver配置好并启动让这个URL端点生效。这引出了“先有鸡还是先有蛋”的问题。我们的策略是先完成OpenClaw侧的配置并确保服务运行再用临时HTTPS地址让企业微信完成验证最后将验证通过的URL更新为正式地址。5. OpenClaw核心配置实战现在我们来深入配置OpenClaw的config.yaml让它具备接收、处理和回复企业微信消息的能力。5.1 配置企业微信接收器Receiver接收器负责监听企业微信服务器推送过来的消息。在config.yaml的receivers:部分添加receivers: - name: wecom_receiver # 接收器名称自定义 type: wecom # 类型指定为企业微信 config: corp_id: wwyourcorpid123 # 替换为你的企业ID agent_id: 1000002 # 替换为你的应用AgentId secret: your_app_secret_here # 替换为你的应用Secret token: YourWeComToken # 必须与企业管理后台设置的Token一致 aes_key: YourEncodingAESKey # 必须与企业管理后台设置的EncodingAESKey一致 endpoint: /openclaw/callback/wecom # 接收消息的URL路径与后台配置的URL后缀一致 # 注意后台配置的完整URL是 https://your-domain.com endpoint关键点解析corp_id,agent_id,secret用于OpenClaw主动调用企业微信API如发送消息、获取用户信息时的身份认证。token,aes_key用于验证企业微信服务器发来的请求是否合法并对消息进行解密。必须与管理后台设置完全一致。endpoint这是OpenClaw内部路由。当企业微信向你的服务器https://your-server.com/openclaw/callback/wecom发送POST请求时OpenClaw会根据这个endpoint将其路由到这个接收器处理。5.2 配置企业微信发送器Sender发送器负责将处理好的消息内容通过企业微信API发送回去。在senders:部分添加senders: - name: wecom_sender # 发送器名称自定义 type: wecom # 类型指定为企业微信 config: corp_id: wwyourcorpid123 # 同上 agent_id: 1000002 # 同上 secret: your_app_secret_here # 同上 # 通常发送器和接收器使用同一套凭证因为它们操作的是同一个应用5.3 配置核心技能Skill—— 对接Ollama技能是OpenClaw的“大脑”定义了收到消息后做什么。我们配置一个最基本的技能将所有用户消息转发给Ollama大模型并将回复返回。skills: - name: ollama_chat_skill type: llm # 技能类型为大型语言模型 config: model: qwen2.5:7b-instruct # 与Ollama中拉取的模型名一致 base_url: http://ollama:11434 # 注意这里用的是Docker服务名ollama因为在同一网络内 api_key: none # Ollama默认无需API Key prompt_template: | 你是一个专业的助理负责通过企业微信与用户对话。 用户信息{{sender_name}} (ID: {{sender_id}}) 当前时间{{current_time}} 历史对话 {{chat_history}} 用户最新消息{{query}} 请用友好、专业的语气回复用户 max_history: 6 # 保留最近6轮对话作为上下文 temperature: 0.7 triggers: - type: message # 触发类型为消息 receiver: wecom_receiver # 指定由哪个接收器来的消息触发此技能 # 可以在这里添加更精细的触发条件例如匹配关键词 # condition: {{message}} contains 帮助 actions: - type: reply # 执行回复动作 sender: wecom_sender # 使用哪个发送器回复 config: # 可以在这里定义回复消息的格式默认使用技能返回的文本配置逻辑链触发当wecom_receiver收到一条个人微信用户发来的消息。处理消息被传递给ollama_chat_skill。该技能将消息内容、用户信息、对话历史等填充到prompt_template中形成完整的提示词发送给http://ollama:11434的API。响应Ollama返回生成的回复文本。技能执行reply动作调用wecom_sender将回复文本通过企业微信API发送给对应的用户。5.4 完成配置并重启服务将更新后的config.yaml覆盖到容器内然后重启OpenClaw服务。# 确保配置文件在正确位置 cp ~/openclaw/config.yaml ~/openclaw/config.yaml.bak # 备份 # 用你编辑好的内容替换 ~/openclaw/config.yaml # 重启OpenClaw容器使配置生效 docker compose restart openclaw # 查看日志确认配置加载无误无报错 docker compose logs -f openclaw在日志中你应该能看到类似Loaded receiver wecom_receiverLoaded skill ollama_chat_skillLoaded sender wecom_sender的信息。6. 验证与调试全流程配置完成后必须进行端到端的验证。这是排查问题最关键的一步。6.1 第一步验证OpenClaw回调URL可达性由于企业微信要求HTTPS我们假设你已经有了一个域名your-domain.com并配置了SSL证书且通过Nginx等反向代理将https://your-domain.com/openclaw/callback/wecom代理到了内网OpenClaw容器的8080端口。你可以先用curl命令模拟企业微信的验证请求GET方法# 这只是一个本地测试验证OpenClaw内部路由是否工作。真正的验证需要企业微信服务器发起。 curl -X GET http://localhost:8080/openclaw/callback/wecom如果返回Invalid request或类似提示说明路由是通的只是在等正确的签名参数。这算初步成功。6.2 第二步完成企业微信服务器验证确保你的OpenClaw服务正在运行且公网URL可访问。回到企业微信管理后台自建应用的“接收消息”设置页面。将URL、Token、EncodingAESKey填写进去然后点击“保存”。此时企业微信服务器会立即向你的URL发送一个携带特定参数的GET请求进行验证。观察OpenClaw日志如果配置正确OpenClaw会成功处理这个验证请求并在日志中打印WeCom verification successful之类的信息。同时管理后台的“保存”按钮会变成灰色并显示“验证成功”。如果验证失败后台会提示“Token验证失败”等错误。请仔细核对config.yaml中的token、aes_key是否与后台完全一致包括大小写、无多余空格。网络是否通畅防火墙/安全组是否开放了443端口。Nginx反向代理配置是否正确请求是否被正确转发到了OpenClaw的8080端口。6.3 第三步端到端消息测试验证通过后就可以进行真正的消息测试了。打开个人微信扫描之前“微信客服”生成的二维码。扫描后微信里会打开一个与“客服账号”的聊天窗口。发送一条消息比如“你好”。观察OpenClaw日志你应该能看到详细的日志例如[INFO] Received message from WeCom: sender_idxxx, content你好 [INFO] Skill ollama_chat_skill triggered. [INFO] Calling LLM API at http://ollama:11434... [INFO] LLM response: 你好我是你的智能助理很高兴为你服务。 [INFO] Sending reply via wecom_sender to user xxx.检查个人微信稍等片刻时间取决于模型推理速度你应该能收到AI助理的回复。如果收不到回复按以下顺序排查看OpenClaw日志有没有收到消息技能是否触发LLM调用是否成功发送器是否执行看Ollama日志docker compose logs -f ollama看是否有收到请求并生成回复。检查企业微信应用权限确保应用已“启用”并且“微信客服”账号确实关联了该应用。检查网络确保OpenClaw容器能访问ollama:11434内部网络以及OpenClaw服务器能访问企业微信的API域名qyapi.weixin.qq.com。7. 高级配置与玩法拓展基础通路打通后OpenClaw的真正威力在于其灵活的规则引擎和技能组合。下面分享几个进阶玩法。7.1 多技能路由与优先级你不可能让所有消息都走大模型那样成本高、响应慢。需要根据消息内容路由到不同的技能。skills: - name: help_skill type: command config: commands: - keyword: 帮助 response: 我是智能助手你可以问我问题或输入以下关键词\n- 帮助查看此信息\n- 时间查看当前时间\n- 天气 [城市]查询天气 triggers: - type: message receiver: wecom_receiver condition: {{message}} contains 帮助 actions: - type: reply sender: wecom_sender - name: time_skill type: script # 脚本类型技能 config: script: | import datetime current_time datetime.datetime.now().strftime(%Y-%m-%d %H:%M:%S) return f当前时间是{current_time} triggers: - type: message receiver: wecom_receiver condition: {{message}} contains 时间 actions: - type: reply sender: wecom_sender - name: ollama_chat_skill type: llm config: model: qwen2.5:7b-instruct base_url: http://ollama:11434 triggers: - type: message receiver: wecom_receiver # 默认技能当以上技能都不匹配时触发 condition: true actions: - type: reply sender: wecom_sender配置解析这里定义了三个技能并按顺序匹配。当用户消息包含“帮助”时由help_skill直接回复固定文本包含“时间”时由time_skill执行Python脚本返回时间其他所有消息condition: true才交给ollama_chat_skill处理。技能的顺序很重要OpenClaw会按定义顺序匹配第一个触发条件为真的技能。7.2 对接多个大模型与模型路由如果你的Ollama部署了多个模型可以根据不同场景调用。skills: - name: general_chat_skill type: llm config: model: qwen2.5:7b-instruct # 通用对话模型 base_url: http://ollama:11434 triggers: - type: message receiver: wecom_receiver condition: not ({{message}} contains 代码) actions: [...] - name: code_skill type: llm config: model: codellama:7b # 代码专用模型 base_url: http://ollama:11434 prompt_template: 你是一个编程专家请回答以下代码问题{{query}} triggers: - type: message receiver: wecom_receiver condition: {{message}} contains 代码 actions: [...]7.3 状态保持与上下文管理在llm类型技能中max_history参数用于控制上下文长度。OpenClaw会自动维护一个与每个用户sender_id的对话历史记录。但需要注意历史记录是保存在内存中的服务重启会丢失。对于生产环境你需要配置持久化存储或者使用技能配置中的context字段结合外部数据库如Redis来管理更复杂的状态。7.4 安全加固与限流API密钥保护确保config.yaml中的secret等敏感信息不被泄露。可以考虑使用环境变量注入而不是明文写在文件里。在docker-compose.yml中environment: - WECOM_SECRET${WECOM_SECRET} # 从外部环境变量读取然后在.env文件中定义WECOM_SECRETyour_secret并确保.env文件不被提交到版本库。网络隔离将OpenClaw、Ollama等服务放在独立的Docker网络内不暴露不必要的端口到公网。只将OpenClaw的8080端口通过Nginx反向代理HTTPS暴露。请求限流在企业微信应用管理后台可以设置“API接收消息”的IP白名单只允许你的服务器IP调用。此外可以在Nginx层面配置请求频率限制防止恶意调用。8. 常见问题与故障排查实录在实际部署和运行中我踩过不少坑。这里把典型问题和解决方案整理出来希望能帮你节省时间。8.1 企业微信回调验证失败问题在企业微信后台保存回调配置时始终提示“Token验证失败”或“URL请求超时”。排查检查三要素TokenEncodingAESKeyURL。必须保证OpenClaw配置config.yaml中的token和aes_key与后台填写的一字不差包括首尾空格。检查URL可访问性用浏览器或curl访问你填写的URL带上?msg_signaturexxxtimestampxxxnoncexxxechostrxxx之类的参数可能不行至少应返回一个错误页面而不是“连接拒绝”。确保是HTTPS且端口正确。检查网络路径企业微信服务器需要能访问到你的URL。如果你用的是家庭宽带大概率没有公网IP必须使用内网穿透工具如frp、ngrok提供一个临时的HTTPS地址用于验证。验证通过后再换成正式的服务器地址。查看OpenClaw日志这是最重要的信息源。验证请求到来时OpenClaw会打印相关日志。如果没看到日志说明请求根本没到OpenClaw问题出在网络或反向代理。8.2 能收到消息但无法回复问题个人微信发送消息后OpenClaw日志显示收到了消息并触发了技能但用户收不到回复。排查检查发送器日志OpenClaw日志中在技能执行后应该有一行关于调用wecom_sender的记录。如果没有检查技能的actions配置是否正确关联了sender。检查企业微信API调用权限确保自建应用的“权限”中“企业微信授权登录”和“微信客服”等相关权限已经开启。特别是“发送消息到微信客服”这个权限。检查corp_id,agent_id,secret发送消息需要这些凭证。确保它们在sender配置中正确且secret未过期企业微信Secret有可能重置。检查接收消息与发送消息的AgentId是否一致接收消息用的是你配置的agent_id发送也必须用同一个应用的agent_id不能混用。测试主动发送你可以写一个简单的Python脚本使用相同的corp_id,secret,agent_id调用企业微信“发送消息”API看是否能成功。这可以隔离OpenClaw的问题。8.3 Ollama调用超时或无响应问题OpenClaw日志显示调用http://ollama:11434超时或者返回错误。排查检查容器网络确保OpenClaw和Ollama在同一个Docker网络openclaw-net内。进入OpenClaw容器测试连通性docker exec -it openclaw ping ollama检查Ollama服务状态docker compose logs ollama查看Ollama是否正常启动模型是否加载。手动测试Ollama API在OpenClaw容器内或宿主机上用curl命令模拟OpenClaw的请求看Ollama是否正常响应。模型名称确保config.yaml中model的名字与Ollama中拉取的模型名完全一致包括标签如:7b-instruct。8.4 个人微信收不到客服二维码或扫码后无反应问题在企业微信后台生成了客服二维码但个人微信扫描后没反应或提示“已停止访问该网页”。排查企业微信未认证只有认证过的企业微信其“微信客服”功能生成的二维码才能被所有个人微信用户扫描。未认证企业只有企业通讯录内的成员才能扫描成功。这是最常见的原因。客服账号未启用检查客服账号是否处于“启用”状态。关联应用未启用检查客服账号关联的自建应用是否已“启用”。8.5 消息延迟高问题从发送消息到收到回复耗时超过10秒甚至更长。优化模型大小Ollama模型越大推理越慢。在满足需求的前提下选择更小的模型如3B、1.5B甚至0.5B。硬件加速确保服务器有足够的CPU和内存。如果有可能使用带GPU的服务器并在Ollama启动时指定GPU层数如OLLAMA_NUM_GPU2。技能路由如7.1节所述用简单的命令或脚本技能处理高频、固定问答避免所有请求都走大模型。提示词优化精简prompt_template移除不必要的上下文可以缩短推理时间。整个配置过程就像搭积木每一步都要严丝合缝。从企业微信的创建、应用配置、API权限到OpenClaw的Docker部署、YAML文件编写、技能定义再到最后的联调测试任何一个环节的疏漏都会导致失败。但一旦跑通你会发现这套基于官方API的方案异常稳定为你的自动化工作流打开了一扇新的大门。你可以在此基础上集成更多的技能比如连接数据库查询订单、调用外部API获取天气、甚至控制智能家居让这个“桥梁”变得无比强大。