想玩龙虾OpenClaw？手把手教你一步步安装跑通

最近龙虾OpenClaw真是火爆了，有很多小伙伴都来问阿赞，该怎么安装一个自己的龙虾？

我们看一下最终的样子，安装指南来了！

读完本篇文章，你可以学会：在自己的电脑上安装一个自己的龙虾，并用飞书来直接跟他聊天，完全不需要任何编程基础，纯小白也能轻松上手！

准备工作

首先，你需要一台可以连接互联网的电脑

Windows、MacOS、Linux 都可以

有不少已经上网搜索过龙虾的小伙伴会问：Windows、MacOS、Linux 哪个系统更适合安装龙虾？ 我是否应该买一台Mac Mini？

在阿赞的角度来看：MacOS 肯定是独一档的好

因为有着更好的稳定性，更强的性能，更低的功耗，让Mac Mini成为最适合龙虾的机器

但是其他系统也完全可以使用，如果不是重度依赖龙虾工作，你完全没有必要额外去买一台Mac Mini，在现有的电脑上安装使用足矣。

其次，你需要一个大模型的API接口

你可以买任何你觉得好用的大模型API接口，OpenAI、Anthropic、国内的模型厂商都可以

如果你没有预算，完全可以使用免费的模型接口，或者你有比较不错的显卡，那么你完全可以选择在本地部署一个开源模型，来当做龙虾的后端引擎。

开始安装

我相信绝大多数小伙伴都有windows电脑，所以我们以Windows系统为例，来介绍一下安装的步骤。

MacOS 和 Linux 的安装步骤基本上是一样的，唯一的区别就是第一步安装 Docker 的方式不太一样，后续的步骤完全一样。

第一步，安装docker

你可以在下面这个地址找到docker的安装教程，这里我不再赘述

https://www.runoob.com/docker/windows-docker-install.html

安装并启动完成之后，可以看到docker的界面了

打开一个命令行窗口，输入 docker version 来验证一下是否安装成功

看到如上界面后，就表示docker安装成功了，我们就可以进入下一步了。

第二步，下载龙虾docker镜像

这里我们使用了一个已经集成好了国内各种聊天软件的龙虾

Github仓库地址如下，感兴趣的小伙伴可以阅读一下，不感兴趣的直接按照我们下面的步骤来操作 https://github.com/justlovemaki/OpenClaw-Docker-CN-IM

打开一个命令行窗口，输入下面的命令来下载这个龙虾的docker镜像

docker pull justlovemaki/openclaw-docker-cn-im:latest

如果你没有科学上网的条件，那么大概率上面这个镜像下不下来，没关系我这里也准备了一个国内网络友好的镜像地址

docker pull registry.cn-hangzhou.aliyuncs.com/dongfangzan/openclaw-docker-cn-im:20260309

你也可以在后台私信我回复：龙虾，我已经把这个镜像准备好了

文件下载下来之后，在下载目录，执行下面的命令即可完成导入

docker load -i openclaw.tar

下载完成后，你可以输入下面的命令看到这个镜像

docker images

第三步，启动龙虾

在你觉得合适的地方，创建一个目录来存放龙虾的数据，比如 E:\openclaw-data

这里可以看到，当前目录是空的，我们现在需要创建一个文本文档，命名为 .env

所有的配置文件，你可以关注我的公众号，并在后台回复：龙虾，我已经把所有涉及到的文件都准备好了

把下面的内容，保存进.env文件中，然后我们开始替换掉里面的内容

创建配置文件

# OpenClaw Docker 环境变量配置示例
# 复制此文件为 .env 并修改相应的值

# Docker 镜像配置
OPENCLAW_IMAGE=justlikemaki/openclaw-docker-cn-im:latest

# 模型配置
# 是否自动同步模型配置到 openclaw.json (true/false)
# 如果你手动修改了 openclaw.json 中的模型设置，请将其设为 false
SYNC_MODEL_CONFIG=true

# 提供商 1 (默认)
# 主模型 ID (支持多个，用逗号隔开，第一个将作为默认模型)
MODEL_ID=model id
# 图片模型 ID (可选，留空则使用 MODEL_ID，支持 provider/model 格式)
IMAGE_MODEL_ID=
BASE_URL=http://xxxxx/v1
API_KEY=123456
# API 协议类型: openai-completions 或 anthropic-messages
API_PROTOCOL=openai-completions
# 模型上下文窗口大小
CONTEXT_WINDOW=200000
# 模型最大输出 tokens
MAX_TOKENS=8192

# 提供商 2 (可选)
# MODEL2_NAME=model2
# MODEL2_MODEL_ID=model id1,model id2
# MODEL2_BASE_URL=http://xxxxx/v1
# MODEL2_API_KEY=123456
# MODEL2_PROTOCOL=openai-completions
# MODEL2_CONTEXT_WINDOW=200000
# MODEL2_MAX_TOKENS=8192

# Telegram 配置（可选，留空则不启用）
TELEGRAM_BOT_TOKEN=

# 飞书配置（可选，留空则不启用）
FEISHU_APP_ID=
FEISHU_APP_SECRET=
# 是否启用飞书官方插件 (true/false)
FEISHU_OFFICIAL_PLUGIN_ENABLED=false

# 钉钉配置（可选，留空则不启用）
DINGTALK_CLIENT_ID=
DINGTALK_CLIENT_SECRET=
DINGTALK_ROBOT_CODE=
DINGTALK_CORP_ID=
DINGTALK_AGENT_ID=

# QQ 机器人配置（可选，留空则不启用）
QQBOT_APP_ID=
QQBOT_CLIENT_SECRET=
# NapCat (OneBot v11) 配置（可选，留空则不启用）
# NapCat 反向 WS 监听端口（NapCat 主动连接到此端口）
NAPCAT_REVERSE_WS_PORT=
# NapCat HTTP API 地址（可选，用于主动发送消息）
NAPCAT_HTTP_URL=
# 连接鉴权 Token（与 NapCat 侧保持一致）
NAPCAT_ACCESS_TOKEN=
# 管理员用户 ID，多个用逗号分隔
NAPCAT_ADMINS=

# 企业微信配置（可选，留空则不启用）
# 方式1：单账号（兼容旧格式），会自动同步为 channels.wecom.default
WECOM_TOKEN=
WECOM_ENCODING_AES_KEY=
# 方式2：多账号（Multi-Bot）JSON，支持 bot1/bot2... 独立配置（会与现有配置深度合并）
# 注意：.env 中 JSON 需要写成单行
# 示例：{"bot1":{"token":"t1","encodingAesKey":"k1","agent":{"corpId":"wwxxx","corpSecret":"s1","agentId":1000001}},"bot2":{"token":"t2","encodingAesKey":"k2","agent":{"corpId":"wwxxx","corpSecret":"s2","agentId":1000002}}}
WECOM_BOTS_JSON=

# 工作空间配置（不要更改）
WORKSPACE=/home/node/.openclaw/workspace

# 挂载目录配置（按实际更改）
# OpenClaw 数据目录（包含配置文件、工作空间等所有数据）
OPENCLAW_DATA_DIR=~/.openclaw

# 可选：容器启动用户 UID:GID
# 默认 0:0（root）用于 init.sh 自动修复挂载目录权限，再降权为 node 启动服务
# 如需与宿主机用户对齐，可设置为 1000:1000 或 Linux 上的 $(id -u):$(id -g)
OPENCLAW_RUN_USER=0:0

# Gateway 配置
## 网关 token，用于认证（按实际更改）
OPENCLAW_GATEWAY_TOKEN=123456
OPENCLAW_GATEWAY_BIND=lan
OPENCLAW_GATEWAY_PORT=18789
OPENCLAW_BRIDGE_PORT=18790
OPENCLAW_GATEWAY_MODE=local
# 允许的 Origin 域，多个用逗号隔开
OPENCLAW_GATEWAY_ALLOWED_ORIGINS=http://localhost
# 允许不安全认证（如 http），可选 true/false
OPENCLAW_GATEWAY_ALLOW_INSECURE_AUTH=true
# 危险：禁用设备认证（如在 Docker 环境中无法获取设备信息），可选 true/false
OPENCLAW_GATEWAY_DANGEROUSLY_DISABLE_DEVICE_AUTH=false
# 插件全局控制
OPENCLAW_PLUGINS_ENABLED=true
# 飞书官方插件独立开关（对应 plugins.entries.feishu-openclaw-plugin.enabled）
# 与旧版 feishu 渠道互斥：
# true  = 启用 feishu-openclaw-plugin，并自动禁用旧版 feishu
# false = 禁用 feishu-openclaw-plugin，并自动启用旧版 feishu
# 留空表示不覆盖现有配置；若检测到官方插件已有状态，也会自动与旧版 feishu 做互斥处理
FEISHU_OFFICIAL_PLUGIN_ENABLED=

首先需要注意的是，如果在第二步 中下载的镜像是registry.cn-hangzhou.aliyuncs.com/dongfangzan/openclaw-docker-cn-im:20260309

那么你需要把上面.env文件中的 OPENCLAW_IMAGE 的值，替换成 registry.cn-hangzhou.aliyuncs.com/dongfangzan/openclaw-docker-cn-im:20260309

接下来我们需要替换掉模型相关的配置

注意下面这一块内容，你需要把MODEL_ID、BASE_URL、API_KEY 和 API_PROTOCOL 替换成你自己的大模型接口的相关信息

# 提供商 1 (默认)
# 主模型 ID (支持多个，用逗号隔开，第一个将作为默认模型)
MODEL_ID=model id
# 图片模型 ID (可选，留空则使用 MODEL_ID，支持 provider/model 格式)
IMAGE_MODEL_ID=
BASE_URL=http://xxxxx/v1
API_KEY=123456
# API 协议类型: openai-completions 或 anthropic-messages
API_PROTOCOL=openai-completions
# 模型上下文窗口大小
CONTEXT_WINDOW=200000
# 模型最大输出 tokens
MAX_TOKENS=8192

在这个步骤中，我们就需要用到大模型的接口了，如果你还没有的话，可以去购买一个，或者使用本地部署的。

我们需要找到你的API Key 和 API Base URL

这个在为你提供大模型接口的厂商那里都可以找到，通常在控制台的API管理或者密钥管理那里

比如你在阿里云购买了一个Coding Plan的大模型接口，那么就可以按如下进行填写

# 提供商 1 (默认)
# 主模型 ID (支持多个，用逗号隔开，第一个将作为默认模型)
MODEL_ID=qwen3.5-plus
# 图片模型 ID (可选，留空则使用 MODEL_ID，支持 provider/model 格式)
IMAGE_MODEL_ID=
BASE_URL=https://coding.dashscope.aliyuncs.com/v1
API_KEY=sk-xxxxxx
# API 协议类型: openai-completions 或 anthropic-messages
API_PROTOCOL=openai-completions
# 模型上下文窗口大小
CONTEXT_WINDOW=200000
# 模型最大输出 tokens
MAX_TOKENS=8192

然后注意在第78行，现在是OPENCLAW_DATA_DIR=~/.openclaw

需要替换为你在第三步一开始创建的目录 OPENCLAW_DATA_DIR=E:\\openclaw-data\\.openclaw

windows 路径需要使用双斜杠 \\ 来转义，如果是MacOS 或 Linux 则直接使用单斜杠 / 即可

替换完成后，保存这个.env文件

可以看到当前目录下目前只有这个.env文件

创建启动文件

接着，再打开一个新的文本文件，命名为 docker-compose.yml

把下面的所有内容，复制粘贴到 docker-compose.yml 文件中进行保存

version: '3.8'

x-openclaw-common-env: &openclaw-common-env
  TZ: Asia/Shanghai
  HOME: /home/node
  TERM: xterm-256color
  # 模型配置
  SYNC_MODEL_CONFIG: ${SYNC_MODEL_CONFIG}
  MODEL_ID: ${MODEL_ID}
  IMAGE_MODEL_ID: ${IMAGE_MODEL_ID}
  BASE_URL: ${BASE_URL}
  API_KEY: ${API_KEY}
  API_PROTOCOL: ${API_PROTOCOL}
  CONTEXT_WINDOW: ${CONTEXT_WINDOW}
  MAX_TOKENS: ${MAX_TOKENS}
  # 提供商 2 (可选)
  MODEL2_NAME: ${MODEL2_NAME}
  MODEL2_MODEL_ID: ${MODEL2_MODEL_ID}
  MODEL2_BASE_URL: ${MODEL2_BASE_URL}
  MODEL2_API_KEY: ${MODEL2_API_KEY}
  MODEL2_PROTOCOL: ${MODEL2_PROTOCOL}
  MODEL2_CONTEXT_WINDOW: ${MODEL2_CONTEXT_WINDOW}
  MODEL2_MAX_TOKENS: ${MODEL2_MAX_TOKENS}
  # 通道配置
  TELEGRAM_BOT_TOKEN: ${TELEGRAM_BOT_TOKEN}
  FEISHU_APP_ID: ${FEISHU_APP_ID}
  FEISHU_APP_SECRET: ${FEISHU_APP_SECRET}
  DINGTALK_CLIENT_ID: ${DINGTALK_CLIENT_ID}
  DINGTALK_CLIENT_SECRET: ${DINGTALK_CLIENT_SECRET}
  DINGTALK_ROBOT_CODE: ${DINGTALK_ROBOT_CODE}
  DINGTALK_CORP_ID: ${DINGTALK_CORP_ID}
  DINGTALK_AGENT_ID: ${DINGTALK_AGENT_ID}
  QQBOT_APP_ID: ${QQBOT_APP_ID}
  QQBOT_CLIENT_SECRET: ${QQBOT_CLIENT_SECRET}
  NAPCAT_REVERSE_WS_PORT: ${NAPCAT_REVERSE_WS_PORT}
  NAPCAT_HTTP_URL: ${NAPCAT_HTTP_URL}
  NAPCAT_ACCESS_TOKEN: ${NAPCAT_ACCESS_TOKEN}
  NAPCAT_ADMINS: ${NAPCAT_ADMINS}
  # 企业微信配置
  WECOM_TOKEN: ${WECOM_TOKEN}
  WECOM_ENCODING_AES_KEY: ${WECOM_ENCODING_AES_KEY}
  # 企业微信多账号配置（JSON 字符串，示例见 .env.example）
  WECOM_BOTS_JSON: ${WECOM_BOTS_JSON}
  # 工作空间配置
  WORKSPACE: ${WORKSPACE}
  # Gateway 配置
  OPENCLAW_GATEWAY_TOKEN: ${OPENCLAW_GATEWAY_TOKEN}
  OPENCLAW_GATEWAY_BIND: ${OPENCLAW_GATEWAY_BIND}
  OPENCLAW_GATEWAY_PORT: ${OPENCLAW_GATEWAY_PORT}
  OPENCLAW_BRIDGE_PORT: ${OPENCLAW_BRIDGE_PORT}
  OPENCLAW_GATEWAY_MODE: ${OPENCLAW_GATEWAY_MODE}
  OPENCLAW_GATEWAY_ALLOWED_ORIGINS: ${OPENCLAW_GATEWAY_ALLOWED_ORIGINS}
  OPENCLAW_GATEWAY_ALLOW_INSECURE_AUTH: ${OPENCLAW_GATEWAY_ALLOW_INSECURE_AUTH}
  OPENCLAW_GATEWAY_DANGEROUSLY_DISABLE_DEVICE_AUTH: ${OPENCLAW_GATEWAY_DANGEROUSLY_DISABLE_DEVICE_AUTH}
  OPENCLAW_GATEWAY_AUTH_MODE: ${OPENCLAW_GATEWAY_AUTH_MODE}
  # 插件控制
  OPENCLAW_PLUGINS_ENABLED: ${OPENCLAW_PLUGINS_ENABLED}
  FEISHU_OFFICIAL_PLUGIN_ENABLED: ${FEISHU_OFFICIAL_PLUGIN_ENABLED}

services:
  openclaw-gateway:
    container_name: openclaw-gateway
    image: ${OPENCLAW_IMAGE}
    cap_add:
      - CHOWN
      - SETUID
      - SETGID
      - DAC_OVERRIDE
    # 可选：指定容器运行 UID:GID（例如 1000:1000）
    # 默认保持 root 启动，以便 init.sh 自动修复挂载卷权限后再降权运行网关
    user: ${OPENCLAW_RUN_USER:-0:0}
    environment: *openclaw-common-env
    volumes:
      - ${OPENCLAW_DATA_DIR}:/home/node/.openclaw
      # 使用命名卷共享 extensions，确保工具容器安装后的插件主容器可见
      - openclaw-extensions:/home/node/.openclaw/extensions
    ports:
      - "${OPENCLAW_GATEWAY_PORT}:18789"
      - "${OPENCLAW_BRIDGE_PORT}:18790"
    init: true
    restart: unless-stopped

  openclaw-installer:
    container_name: openclaw-installer
    image: ${OPENCLAW_IMAGE}
    profiles:
      - tools
    user: ${OPENCLAW_RUN_USER:-0:0}
    environment: *openclaw-common-env
    volumes:
      - ${OPENCLAW_DATA_DIR}:/home/node/.openclaw
      - openclaw-extensions:/home/node/.openclaw/extensions
    entrypoint: ["tail", "-f", "/dev/null"]
    init: true
    restart: 'no'
    ports: []
    stdin_open: true
    tty: true
    cap_add:
      - CHOWN
      - SETUID
      - SETGID
      - DAC_OVERRIDE

volumes:
  openclaw-extensions:

这时，该目录下，就有两个文件了

接下来，我们需要在这个目录下打开一个命令行工具

执行下面的命令

docker-compose up -d

看到最下方有一个绿色的Created，就表示龙虾已经成功启动了

然后我们输入下面的命令

docker logs openclaw-gateway

当看到有listening on ws://0.0.0.0:18789的日志输出时，就表示龙虾已经成功启动了

接下来我们输入下面的命令，来进入到龙虾的安装容器中

docker exec -it openclaw-gateway bash

随后输入下面的命令，就进入了与我们的龙虾进行交互时对话的窗口了

openclaw tui

如果我们配置的大模型接口没有问题，且网络通畅，那么我们此时与龙虾对话窗口就会有模型的回复了

至此，我们的龙虾就已经跑起来了

但截止到目前为止，我们还是在命令行窗口中与龙虾进行对话的，这样的体验还是比较糟糕的

我们希望可以在聊天工具中直接跟龙虾进行对话，来享受更好的使用体验

第四步，对接飞书

首先说明一点，为什么选择飞书？

截止到发文时，其他国内的聊天软件，都需要用户有一个外网IP或者外网域名

再或者需要用户进行复杂的内网穿透，既麻烦又不安全，在外网上暴露龙虾，可能会导致你的数据泄露或者被攻击。

所以目前国内使用体验最好的，可能就是飞书了，因为他不需要你有外网IP或者外网域名，也不需要你进行内网穿透

直接在飞书添加一个机器人，就可以直接跟你的龙虾进行对话了

注册飞书

首先，你需要去飞书的官网https://www.feishu.cn/

注册一个账号并下载安装，注册飞书的方法非常简单，直接使用手机号或者邮箱注册就可以了，按照提示操作即可

创建飞书机器人

访问地址，进入飞书开放平台，https://open.feishu.cn/

点击右上角开发者后台

点击创建企业自建应用

根据你的喜好，来给你的龙虾命名

创建完成后，点击左侧凭证与基础信息，来获取你的App ID和App Secret

记住这个App ID和App Secret，然后我们回到刚才的控制台黑框中

通过命令来进入到龙虾的安装容器中

docker exec -it openclaw-gateway bash

如果你刚刚没有退出龙虾的对话窗口，那么直接按键盘上的Ctrl+D来回到容器中

这时，输入下面的命令

feishu-plugin-onboard install

然后按照下面的命令输入 y->回车

接下来，回到你的.env文件中，把你刚才获取的App ID和App Secret，分别替换掉 FEISHU_APP_ID 和 FEISHU_APP_SECRET 的值

并将.env文件最最后一行的飞书官方插件开关 FEISHU_OFFICIAL_PLUGIN_ENABLED 的值，替换为 true

保存文件后，回到命令行窗口，输入下面的命令，来重启龙虾

# 关闭龙虾
docker-compose down

# 启动龙虾
docker-compose up -d

# 查看日志
docker-compose logs openclaw-gateway

最终看到下面的文字，表明龙虾与飞书对接成功了

配置飞书权限

接下来，我们需要回到飞书的开发者后台，来给我们的机器人添加权限

选择权限管理，点击批量导入/导出权限

这里我整理好了一个常用的权限列表，你可以直接复制下面的内容，粘贴到飞书的权限批量导入框中，来快速添加权限

{
  "scopes": {
    "tenant": [
      "bitable:app",
      "bitable:app:readonly",
      "calendar:calendar",
      "calendar:calendar.acl:create",
      "calendar:calendar.acl:delete",
      "calendar:calendar.acl:read",
      "calendar:calendar.event:create",
      "calendar:calendar.event:delete",
      "calendar:calendar.event:read",
      "calendar:calendar.event:reply",
      "calendar:calendar.event:update",
      "calendar:calendar.free_busy:read",
      "calendar:calendar:create",
      "calendar:calendar:delete",
      "calendar:calendar:read",
      "calendar:calendar:readonly",
      "calendar:calendar:subscribe",
      "calendar:calendar:update",
      "calendar:exchange.bindings:create",
      "calendar:exchange.bindings:delete",
      "calendar:exchange.bindings:read",
      "calendar:settings.caldav:create",
      "calendar:settings.workhour:read",
      "calendar:time_off:create",
      "calendar:time_off:delete",
      "calendar:timeoff",
      "cardkit:card:write",
      "contact:contact.base:readonly",
      "contact:user.base:readonly",
      "docx:document",
      "docx:document.block:convert",
      "docx:document:create",
      "docx:document:readonly",
      "docx:document:write_only",
      "drive:drive",
      "drive:drive.metadata:readonly",
      "drive:drive.search:readonly",
      "drive:drive:readonly",
      "drive:drive:version",
      "drive:drive:version:readonly",
      "drive:export:readonly",
      "drive:file",
      "drive:file.like:readonly",
      "drive:file.meta.sec_label.read_only",
      "drive:file:download",
      "drive:file:readonly",
      "drive:file:upload",
      "drive:file:view_record:readonly",
      "im:app_feed_card:write",
      "im:biz_entity_tag_relation:read",
      "im:biz_entity_tag_relation:write",
      "im:chat",
      "im:chat.access_event.bot_p2p_chat:read",
      "im:chat.announcement:read",
      "im:chat.announcement:write_only",
      "im:chat.chat_pins:read",
      "im:chat.chat_pins:write_only",
      "im:chat.collab_plugins:read",
      "im:chat.collab_plugins:write_only",
      "im:chat.managers:write_only",
      "im:chat.members:bot_access",
      "im:chat.members:read",
      "im:chat.members:write_only",
      "im:chat.menu_tree:read",
      "im:chat.menu_tree:write_only",
      "im:chat.moderation:read",
      "im:chat.tabs:read",
      "im:chat.tabs:write_only",
      "im:chat.top_notice:write_only",
      "im:chat.widgets:read",
      "im:chat.widgets:write_only",
      "im:chat:create",
      "im:chat:delete",
      "im:chat:moderation:write_only",
      "im:chat:operate_as_owner",
      "im:chat:read",
      "im:chat:readonly",
      "im:chat:update",
      "im:datasync.feed_card.time_sensitive:write",
      "im:message",
      "im:message.group_at_msg:readonly",
      "im:message.group_msg",
      "im:message.p2p_msg:readonly",
      "im:message.pins:read",
      "im:message.pins:write_only",
      "im:message.reactions:read",
      "im:message.reactions:write_only",
      "im:message.urgent",
      "im:message.urgent.status:write",
      "im:message.urgent:phone",
      "im:message.urgent:sms",
      "im:message:readonly",
      "im:message:recall",
      "im:message:send_as_bot",
      "im:message:send_multi_depts",
      "im:message:send_multi_users",
      "im:message:send_sys_msg",
      "im:message:update",
      "im:resource",
      "im:tag:read",
      "im:tag:write",
      "im:url_preview.update",
      "im:user_agent:read",
      "wiki:member:create",
      "wiki:member:retrieve",
      "wiki:member:update",
      "wiki:node:copy",
      "wiki:node:create",
      "wiki:node:move",
      "wiki:node:read",
      "wiki:node:retrieve",
      "wiki:node:update",
      "wiki:setting:read",
      "wiki:setting:write_only",
      "wiki:space:read",
      "wiki:space:retrieve",
      "wiki:space:write_only",
      "wiki:wiki",
      "wiki:wiki:readonly"
    ],
    "user": [
      "contact:contact.base:readonly"
    ]
  }
}

配置飞书接收消息

接下来，点击左侧事件与回调->订阅方式

选择使用长连接接收事件，点击保存，如果你保存成功了，说明上述的配置就都生效了

如果你看到下面的界面，表明前面龙虾与飞书的连接没有配置成功，回到前面的步骤，检查一下是否正确配置了App ID和App Secret，以及是否重启了龙虾

接下来，右侧的添加事件按钮

添加接收消息事件

在这里面，我们就配置了当飞书接收到消息的时候，发送一个事件到我们的龙虾，来触发龙虾的回复

到此，我们就完成了飞书时间的配置

接下来，点击上方的创建版本，来发布这个机器人

填写版本号和版本描述，点击保存->确认发布即可

到这里我们就完成了所有飞书的配置工作

第五步，在飞书与小龙虾对话

经过上述发布后，飞书工作台里面，就可以看到这个机器人了

点击这个机器人，进入对话界面，发送一条消息试试

你就可以看到，龙虾已经成功回复了你的消息了，我们的小龙虾就正式上线啦！

完结撒花，快来试试你的龙虾吧！如果你在安装的过程中遇到了任何问题，欢迎在评论区留言，我会第一时间回复大家的！