OpenClaw 实战：搭建企业级 AI 客服与自动化销售系统

前言：为什么是 OpenClaw？

2026 年，市面上的 AI 客服方案大致分两类：

第一类：SaaS 平台（如各大云厂商的对话机器人）。开箱即用，但数据在别人服务器上，定制空间极小，月费随用量飞涨。

第二类：自建方案。数据自控，可深度定制，但往往需要专业开发团队从零搭建。

OpenClaw 打破了这个二选一的困境。它是一款 2026 年 GitHub 星标超过 10 万的开源 AI 助手，真正做到了：

• 零代码接入飞书、钉钉等企业常用通讯工具
• 完全开源，数据存在自己服务器，合规无忧
• 真正的执行能力，不只是回答问题，还能主动操作、主动跟进
• 支持 MCP 协议，可接入任意外部数据源（股票、CRM、数据库……）

本文不讲概念，直接复盘一套经过验证的企业级 AI 客服 + 销售自动化落地方案，从服务器选型到飞书机器人上线，每一步都有具体命令。

---

整体架构

在开始之前，先看清楚我们要搭建的是什么：

客户在飞书发消息
       ↓
  飞书机器人（OpenClaw 官方插件）
       ↓
  OpenClaw 核心引擎
  （Claude Sonnet / GPT-4o）
       ↓
  ┌────────────────────────┐
  │   MCP 工具层           │
  │  - 产品知识库查询       │
  │  - CRM 数据读写        │
  │  - 实时数据接口        │
  └────────────────────────┘
       ↓
  飞书机器人回复 + 自动跟进

核心理念： OpenClaw 不是一个"查 FAQ 的机器人"，而是一个可以调用工具、主动执行任务的 AI Agent。这是它与传统客服机器人的本质区别。

---

第一步：服务器选型与环境要求

为什么不建议本地部署

企业级客服系统有两个硬性要求：

1. 飞书/钉钉的事件回调需要公网可访问的地址，本地开发机通过内网穿透极不稳定
2. 7×24 小时在线，本地机器关机或断网直接导致客服中断

建议直接使用云服务器，选择任意支持 Ubuntu 的云厂商即可。

配置建议

场景	配置	说明
小团队试用（<50 人）	2核 4G	满足基本使用
中小企业（50-500 人）	4核 8G	建议起点，并发处理更稳定
大型部署（>500 人）	8核 16G+	支持多 Agent 并行

系统初始化

拿到服务器后，确认 Ubuntu 版本并更新系统：

cat /etc/os-release
sudo apt update && sudo apt upgrade -y

---

第二步：安装 Node.js 运行环境

OpenClaw 基于 Node.js 运行，推荐使用 nvm 管理版本。

# 安装 nvm
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.1/install.sh | bash

# 激活 nvm
source ~/.bashrc

# 安装最新版 Node.js
nvm install node

# 验证安装
node --version
npm --version

两个命令都能输出版本号即为成功。

---

第三步：安装 OpenClaw

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

安装脚本会自动完成：检测系统环境 → 安装必要依赖 → 下载核心文件 → 配置环境变量 → 启动配置向导。

---

第四步：初始配置向导

安装完成后自动进入 openclaw onboard 配置向导。

风险确认

按左方向键 ← 选择 Yes，按 Enter 确认。

选择 QuickStart 模式

选择 QuickStart 快速开始。

配置 AI 模型

OpenClaw 需要接入大语言模型才能工作。推荐使用 一步API（yibuapi.com），一个 Key 同时接入 Claude、GPT-4o、Gemini 等顶级模型，按量计费，无月费。

在配置向导中填入你的 API Key。

跳过通讯平台配置

飞书配置较复杂，先选择跳过，后面单独操作。

Skills 和 Hooks

暂时选择 No，后续通过 UI 界面配置。

---

第五步：启动服务

安装 PM2 进程守护

npm install -g pm2

启动 OpenClaw

pm2 start "openclaw gateway" --name openclaw
pm2 startup
pm2 save

⚠️ 此命令只执行一次，重复执行会导致多个进程冲突、UI 无法访问。

验证服务状态

pm2 status openclaw

显示 online 且只有 1 个 openclaw 进程即为正常。

---

第六步：开放 Control UI 远程访问

默认 UI 仅允许本地访问，企业场景需要修改配置：

vim /home/ubuntu/.openclaw/openclaw.json

找到 gateway 配置项，修改为：

"gateway": {
    "port": 18789,
    "mode": "local",
    "bind": "lan",
    "controlUi": {
        "enabled": true,
        "basePath": "/openclaw",
        "allowInsecureAuth": true,
        "dangerouslyDisableDeviceAuth": true,
        "allowedOrigins": [
            "http://你的服务器IP",
            "http://你的服务器IP:18789",
            "http://localhost",
            "http://localhost:18789"
        ]
    },
    "auth": {
        "mode": "token",
        "token": "自定义一个token字符串"
    },
    "tailscale": {
        "mode": "off",
        "resetOnExit": false
    },
    "nodes": {
        "allowCommands": ["ls", "pwd", "cat"]
    }
}

保存后重启：

pm2 stop openclaw && pm2 delete openclaw && pm2 start "openclaw gateway" --name openclaw

浏览器访问：

http://你的服务器IP:18789/openclaw

---

第七步：接入顶级 AI 模型

初始配置的 GLM 4.7 适合个人使用。企业级客服场景，建议切换到 Claude Sonnet 或 GPT-4o，在复杂问题处理、多轮对话连贯性上有明显优势。

修改 /home/ubuntu/.openclaw/openclaw.json，添加模型配置：

{
  "agents": {
    "defaults": {
      "workspace": "/home/ubuntu/.openclaw/workspace",
      "models": {
        "api-proxy-gpt/gpt-4o": { "alias": "GPT-4o" },
        "api-proxy-claude/claude-sonnet-4-5-20250929": { "alias": "Claude Sonnet 4.5" },
        "api-proxy-google/gemini-3-pro-preview": { "alias": "Gemini 3 Pro" }
      },
      "model": {
        "primary": "api-proxy-claude/claude-sonnet-4-5-20250929"
      }
    }
  },
  "auth": {
    "profiles": {
      "api-proxy-gpt:default": { "provider": "api-proxy-gpt", "mode": "api_key" },
      "api-proxy-claude:default": { "provider": "api-proxy-claude", "mode": "api_key" },
      "api-proxy-google:default": { "provider": "api-proxy-google", "mode": "api_key" }
    }
  },
  "models": {
    "mode": "merge",
    "providers": {
      "api-proxy-gpt": {
        "baseUrl": "https://yibuapi.com/v1",
        "api": "openai-completions",
        "models": [
          { "id": "gpt-4o", "name": "GPT-4o", "contextWindow": 128000, "maxTokens": 8192 }
        ]
      },
      "api-proxy-claude": {
        "baseUrl": "https://yibuapi.com",
        "api": "anthropic-messages",
        "models": [
          { "id": "claude-sonnet-4-5-20250929", "name": "Claude Sonnet 4.5", "contextWindow": 200000, "maxTokens": 8192 }
        ]
      },
      "api-proxy-google": {
        "baseUrl": "https://yibuapi.com/v1beta",
        "api": "google-generative-ai",
        "models": [
          { "id": "gemini-3-pro-preview", "name": "Gemini 3 Pro", "contextWindow": 2000000, "maxTokens": 8192 }
        ]
      }
    }
  }
}

配置鉴权文件：

vim /home/ubuntu/.openclaw/agents/main/agent/auth-profiles.json

{
  "version": 1,
  "profiles": {
    "api-proxy-gpt:default": {
      "type": "api_key",
      "provider": "api-proxy-gpt",
      "key": "sk-你的Key"
    },
    "api-proxy-claude:default": {
      "type": "api_key",
      "provider": "api-proxy-claude",
      "key": "sk-你的Key"
    },
    "api-proxy-google:default": {
      "type": "api_key",
      "provider": "api-proxy-google",
      "key": "sk-你的Key"
    }
  },
  "lastGood": {
    "api-proxy-gpt": "api-proxy-gpt:default",
    "api-proxy-claude": "api-proxy-claude:default",
    "api-proxy-google": "api-proxy-google:default"
  }
}

重启服务使配置生效：

pm2 stop openclaw && pm2 delete openclaw && pm2 start "openclaw gateway" --name openclaw

---

第八步：接入飞书机器人

这是整套方案的核心入口。企业员工和客户都通过飞书与 AI 交互，无需安装任何额外 App。

1. 创建飞书企业自建应用

访问 open.feishu.cn，进入开发者后台，创建企业自建应用。

记录以下信息（后面要用）：

App ID:     cli_xxxxxxxxxxxxxxxxxx
App Secret: xxxxxxxxxxxxxxxxxxxxxxxx

2. 开通必要权限

进入权限管理，开通以下权限：

✅ 获取与发送单聊、群组消息
✅ 读取用户发给机器人的消息
✅ 以应用身份发消息
✅ 获取通讯录基本信息

3. 添加机器人能力

左侧菜单 →「添加应用能力」→「机器人」→ 开启。

4. 安装飞书插件

cd /home/ubuntu/.openclaw
openclaw plugins install @m1heng-clawd/feishu

遇到 spawn npm ENOENT 报错时，手动安装：

cd /home/ubuntu/.openclaw
npm install @m1heng-clawd/feishu
mkdir -p extensions/feishu
cp -r node_modules/@m1heng-clawd/feishu/* extensions/feishu/
cd extensions/feishu
npm install --prod

5. 安装缺失依赖

cd /home/ubuntu/.openclaw/extensions/feishu
npm install @larksuiteoapi/node-sdk

如安装慢，切换国内镜像：

npm config set registry https://registry.npmmirror.com
npm install @larksuiteoapi/node-sdk

6. 运行配置向导

openclaw config

按向导依次填写：

• 选择飞书渠道
• 填入 App ID 和 App Secret
• 域名选择中国
• 开启群组聊天接收

7. 重启并完成飞书后台配置

pm2 stop openclaw && pm2 delete openclaw && pm2 start "openclaw gateway" --name openclaw

回到飞书开放平台，创建新版本并发布，完成审批。

8. 完成账号配对

在飞书中向机器人发送任意消息，收到配对提示后，在服务器执行：

openclaw pairing approve feishu 配对码

配对完成，飞书机器人正式上线。

---

第九步：打造"销售型"AI 客服

普通 AI 客服只会照本宣科地回答问题。真正有价值的客服 AI，需要具备销售意识。这个差距不在于模型能力，而在于你怎么配置它。

三层知识体系

第一层：产品知识（FAQ）

整理产品参数、价格、售后政策，以结构化方式输入。关键点：数值必须准确，AI 在数字上一旦出错，客户信任立刻崩塌。

第二层：销售话术（Scripts）

这是大多数企业忽视的层次。将金牌销售的对话记录整理为 Prompt 规则，重点覆盖：

异议处理：
- 客户说"太贵了" → 不要只重复价格，强调 ROI 和竞品对比
- 客户说"再考虑考虑" → 提供限时优惠或成功案例触发决策
- 客户说"功能不够" → 引导了解具体需求，针对性展示解决方案

第三层：行动触发（Actions）

在 OpenClaw 的 System Prompt 中定义行动规则：

规则一：当用户询问具体报价方案时，必须引导留下飞书 ID
规则二：当用户表示有采购需求时，立即告知"已为您安排顾问对接"
规则三：当检测到高意向信号时，主动提出安排产品演示

---

第十步：配置 MCP 扩展 AI 能力边界

OpenClaw 支持 MCP（Model Context Protocol）协议，可以让 AI 实时调用外部工具和数据。这是让 AI 客服从"能聊天"升级到"能干活"的关键。

安装 MCP 适配器

cd /home/ubuntu
git clone https://github.com/androidStern/openclaw-mcp-adapter.git
openclaw plugins install ./openclaw-mcp-adapter

cd /home/ubuntu/.openclaw/extensions/openclaw-mcp-adapter
rm -rf node_modules package-lock.json
npm install @modelcontextprotocol/sdk
npm install

# 避免重复加载
mv /home/ubuntu/openclaw-mcp-adapter /home/ubuntu/openclaw-mcp-adapter.bak

企业级 MCP 应用场景

通过修改 openclaw.json 中的 MCP 配置，可以接入各类业务数据：

场景一：接入 CRM 系统

AI 客服在对话过程中，可以实时查询客户历史订单、跟进记录，做到"认识每一个客户"。

场景二：接入库存/报价系统

客户询问某产品是否有货、最新报价时，AI 直接查询实时数据，不再给出"可能"、"大概"这类模糊答案。

场景三：接入数据分析

管理层可以直接在飞书问："本周新增了多少条线索？转化率怎么样？"AI 直接从数据源拉取并分析，秒级响应。

MCP 配置示例

"openclaw-mcp-adapter": {
  "enabled": true,
  "config": {
    "servers": [
      {
        "name": "your-business-mcp",
        "transport": "stdio",
        "command": "node",
        "args": ["/path/to/your/mcp-server.js"],
        "env": {
          "DATABASE_URL": "your-db-connection-string"
        }
      }
    ]
  }
}

重启服务后，AI 即可调用你的业务系统数据。

---

第十一步：自动化销售跟进流程

OpenClaw 真正让企业兴奋的能力，是主动执行，而不只是被动回答。

场景一：24 小时未回复自动跟进

配置规则：对于已留资但 24 小时未回复的客户，AI 主动发送：

昨天您咨询的方案，我们整理了一个类似行业的落地案例，
可以发您参考，方便的话？

这个动作由 OpenClaw 的定时任务触发，无需人工介入。

场景二：高意向客户自动升级

当 AI 判断客户出现以下信号时，立即通知人工销售介入：

高意向信号：
- 主动询问合同/付款方式
- 询问实施周期和交付标准
- 提到"老板让我了解一下"
- 多次进行同类产品对比

场景三：售后问题自动分级

一级（AI 直接解决）：使用教程、功能说明、账号问题
二级（AI + 知识库）：配置报错、兼容性问题
三级（转人工）：数据异常、投诉、紧急故障

---

成本核算：比你想象的低得多

很多企业管理者的顾虑是成本。我们来算一笔账：

服务器成本

Ubuntu 云服务器（4核 8G）约 ¥200-400/月，这是整套系统唯一的固定成本。

AI 模型成本

通过 一步API（yibuapi.com） 接入，按实际 Token 消耗计费：

模型	适用场景	参考成本
Claude Sonnet 4.5	复杂销售对话、方案咨询	约 ¥20/百万 Token
GPT-4o	多语言客服、文档处理	约 ¥15/百万 Token
Gemini 3 Pro	长文档分析、数据处理	约 ¥10/百万 Token

一个中型企业客服场景，每日约消耗 100 万 Token，月成本约 ¥300-600。

对比传统方案

方案	月成本	数据安全	定制能力
本方案（OpenClaw）	¥500-1000	✅ 数据自控	✅ 完全定制
SaaS 客服平台	¥3000-30000	❌ 数据在云端	❌ 受限
自研开发	¥50000+ 开发费	✅	✅

结论：本方案成本是 SaaS 的 1/10 到 1/30，却拥有完全的数据控制权和定制能力。

---

常见问题排查

问题现象	原因	解决方案
飞书机器人无响应	事件订阅未配置	检查飞书后台权限，重新发布版本
配对后仍无法对话	设备未批准	执行 openclaw pairing approve feishu 配对码
UI 无法访问	多个进程冲突	确认只有 1 个 openclaw 进程运行
插件安装失败	npm 网络问题	切换淘宝镜像源重试
AI 回答不准确	知识库内容质量差	按三层知识体系重新整理内容
MCP 工具未生效	插件未正确加载	查看 pm2 logs openclaw 排查错误

常用维护命令

# 查看服务状态
pm2 status openclaw

# 查看实时日志
pm2 logs openclaw

# 重启服务
pm2 restart openclaw

# Mac 本地通过 SSH 隧道访问 UI
ssh -L 18789:localhost:18789 ubuntu@你的服务器IP

# 查看配对码
openclaw devices list

# 批准配对
openclaw pairing approve feishu 配对码

---

写在最后

搭建完这套系统后，你实际上获得了两个角色：

一个 7×24 小时的初级客服：处理 80% 的常规咨询，标准化、准确、不会有情绪问题。

一个不知疲倦的 SDR（销售开发代表）：主动识别高意向客户，及时跟进，把线索转给人工销售时已经完成了初步培育。

人工团队因此可以把精力集中在最有价值的事上：处理复杂需求、维护重要客户关系、推动关键成交。

这不是 AI 取代销售，而是 AI 帮销售团队从繁琐的重复工作中解放出来。

---