26.2.03OpenClaw + GLM-4.7-Flash + 飞书完整部署指南

本指南记录了如何在低配服务器上部署 OpenClaw，通过内网穿透调用本地电脑的 GLM-4.7-Flash 模型，并连接飞书机器人的完整过程。

一、架构概览

┌──────────────────────────────────────────────────────────────────────┐
│                            飞书云端                                   │
│                               │                                      │
│                               ▼ WebSocket 长连接                      │
│  ┌────────────────────────────────────────────────────────────────┐  │
│  │          云服务器 (3核 4.5GB Ubuntu 20.04)                       │  │
│  │  ┌──────────┐   ┌─────────────────────────────────────────┐    │  │
│  │  │ 1Panel   │   │           OpenClaw                       │    │  │
│  │  │(可视化)  │   │  配置 Ollama API → frp 隧道地址           │    │  │
│  │  └──────────┘   └─────────────────┬───────────────────────┘    │  │
│  │       frps 服务端 (端口 7100, 11434)                            │  │
│  └───────────────────────────────────┼────────────────────────────┘  │
│                                      │ frp 内网穿透                   │
│                                      ▼                               │
│  ┌────────────────────────────────────────────────────────────────┐  │
│  │       本地电脑 (Win11 + RTX 4070 Super 16GB)                    │  │
│  │       frpc 客户端                                               │  │
│  │                ┌───────────────────────┐                       │  │
│  │                │       Ollama          │                       │  │
│  │                │  GLM-4.7-Flash-16K    │                       │  │
│  │                │   (Q4_K_M 量化)        │                       │  │
│  │                │   监听 127.0.0.1:11434 │                       │  │
│  │                └───────────────────────┘                       │  │
│  └────────────────────────────────────────────────────────────────┘  │
└──────────────────────────────────────────────────────────────────────┘

二、硬件配置

设备	配置	用途
云服务器	3核 CPU, 4.5GB RAM, Ubuntu 20.04	运行 OpenClaw, frp 服务端
本地电脑	Win11, RTX 4070 Super 16GB	运行 Ollama + GLM-4.7-Flash

三、软件版本

软件	版本
Ollama	0.15.4
OpenClaw	2026.1.30
frp	0.61.1
Node.js	22.x
GLM-4.7-Flash	Q4_K_M 量化版

四、部署步骤

第一阶段：本地电脑配置 (Win11)

1. 安装 Ollama

从官网下载安装：https://ollama.com/download

验证安装：

ollama --version
# 输出: ollama version is 0.15.4

2. 下载 GLM-4.7-Flash 模型

ollama pull glm-4.7-flash:q4_k_m

3. 创建限制上下文的自定义模型

⚠️ 关键点：OpenClaw 要求最小上下文窗口为 16000 tokens，不能设置太小！

# 创建 Modelfile
@"
FROM glm-4.7-flash:q4_k_m
PARAMETER num_ctx 16384
"@ | Out-File -FilePath "Modelfile" -Encoding ASCII

# 创建自定义模型
ollama create glm-4.7-flash-16k -f Modelfile

# 验证
ollama list

4. 安装 frp 客户端

# 创建目录并下载
mkdir C:\frp -Force
cd C:\frp
Invoke-WebRequest -Uri "https://github.com/fatedier/frp/releases/download/v0.61.1/frp_0.61.1_windows_amd64.zip" -OutFile "frp.zip"
Expand-Archive -Path "frp.zip" -DestinationPath "." -Force
cd frp_0.61.1_windows_amd64

5. 配置 frp 客户端

创建 frpc.toml：

Set-Content -Path "frpc.toml" -Value @"
serverAddr = "你的服务器公网IP"
serverPort = 7100
auth.token = "ollama_frp_token_2026"

[[proxies]]
name = "ollama-api"
type = "tcp"
localIP = "127.0.0.1"
localPort = 11434
remotePort = 11434
"@

6. 启动 frp 客户端

.\frpc.exe -c frpc.toml

看到以下输出表示成功：

[I] login to server success
[I] [ollama-api] start proxy success

第二阶段：云服务器配置 (Ubuntu)

1. 安装 frp 服务端

mkdir -p ~/frp && cd ~/frp
wget https://github.com/fatedier/frp/releases/download/v0.61.1/frp_0.61.1_linux_amd64.tar.gz
tar -xzf frp_0.61.1_linux_amd64.tar.gz
cd frp_0.61.1_linux_amd64

创建配置 frps.toml：

cat > frps.toml << 'EOF'
bindPort = 7100

webServer.addr = "0.0.0.0"
webServer.port = 7600
webServer.user = "admin"
webServer.password = "Ollama@2026"

auth.token = "ollama_frp_token_2026"
EOF

启动服务端：

nohup ./frps -c frps.toml > frps.log 2>&1 &

开放防火墙：

sudo ufw allow 7100/tcp
sudo ufw allow 7600/tcp
sudo ufw allow 11434/tcp

2. 验证内网穿透

curl http://127.0.0.1:11434
# 应返回: Ollama is running

3. 安装 Node.js 22

curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash -
sudo apt-get install -y nodejs

4. 安装 pnpm 和 OpenClaw

npm install -g pnpm
pnpm setup
source ~/.bashrc
pnpm add -g openclaw@latest --ignore-scripts

5. 运行 OpenClaw 配置向导

openclaw onboard

配置过程中：

Model/auth provider: 选择 Skip for now
Default model: 选择 Enter model manually，输入 ollama/glm-4.7-flash-16k:latest
Install missing skill dependencies: 选择 Skip for now
Enable hooks: 选择 Skip for now

6. 配置 OpenClaw 使用 Ollama

编辑配置文件：

nano ~/.openclaw/openclaw.json

完整配置：

{
  "models": {
    "providers": {
      "ollama": {
        "baseUrl": "http://127.0.0.1:11434/v1",
        "apiKey": "ollama",
        "api": "openai-completions",
        "models": [
          {
            "id": "glm-4.7-flash-16k:latest",
            "name": "GLM 4.7 Flash 16K",
            "reasoning": false,
            "input": ["text"],
            "cost": {
              "input": 0,
              "output": 0,
              "cacheRead": 0,
              "cacheWrite": 0
            },
            "contextWindow": 16384,
            "maxTokens": 8192
          }
        ]
      }
    }
  },
  "messages": {
    "ackReactionScope": "group-mentions"
  },
  "agents": {
    "defaults": {
      "maxConcurrent": 1,
      "subagents": {
        "maxConcurrent": 2
      },
      "compaction": {
        "mode": "safeguard"
      },
      "workspace": "/root/.openclaw/workspace",
      "model": {
        "primary": "ollama/glm-4.7-flash-16k:latest"
      },
      "models": {
        "ollama/glm-4.7-flash-16k:latest": {
          "alias": "glm"
        }
      }
    }
  },
  "gateway": {
    "mode": "local",
    "auth": {
      "mode": "token",
      "token": "你的token"
    },
    "port": 18789,
    "bind": "lan",
    "tailscale": {
      "mode": "off",
      "resetOnExit": false
    }
  },
  "skills": {
    "install": {
      "nodeManager": "pnpm"
    }
  }
}

重启服务：

openclaw gateway restart

第三阶段：连接飞书

1. 安装飞书插件

openclaw plugins install @openclaw-china/feishu

2. 配置飞书

openclaw config set channels.feishu.appId "你的飞书AppID"
openclaw config set channels.feishu.appSecret "你的飞书AppSecret"
openclaw config set channels.feishu.enabled true
openclaw config set channels.feishu.connectionMode websocket
openclaw gateway restart

3. 飞书开放平台配置

登录 https://open.feishu.cn
创建企业自建应用
添加机器人能力
获取 App ID 和 App Secret
配置事件订阅：选择"长连接"模式
添加权限：消息与群组 → 接收消息
发布应用

五、重要端口和凭据汇总

服务	端口	说明
frp 通信	7100	frpc 与 frps 通信
frp Dashboard	7600	Web 监控面板
Ollama API	11434	模型 API
OpenClaw Gateway	18789	Web UI 和 API

六、常用运维命令

本地电脑 (Win11)

# 启动 frp 客户端
cd C:\frp\frp_0.61.1_windows_amd64
.\frpc.exe -c frpc.toml

# 查看 Ollama 模型
ollama list

# 查看显存占用
nvidia-smi

云服务器 (Ubuntu)

# 启动 frp 服务端
cd ~/frp/frp_0.61.1_linux_amd64
nohup ./frps -c frps.toml > frps.log 2>&1 &

# OpenClaw 管理
openclaw gateway restart
openclaw gateway status

# 查看日志
tail -f /tmp/openclaw/openclaw-$(date +%Y-%m-%d).log

# 测试 Ollama 连接
curl http://127.0.0.1:11434/v1/models

七、踩坑记录

1. OpenClaw 安装失败 - cmake 版本太低

问题：Ubuntu 20.04 默认 cmake 版本是 3.16，OpenClaw 需要 3.19+

解决：

sudo apt remove cmake -y
pip install cmake --upgrade

2. OpenClaw 模型上下文太小

问题：设置 contextWindow=4096 时报错 Model context window too small (4096 tokens). Minimum is 16000.

解决：OpenClaw 要求最小上下文 16000 tokens，需要创建 num_ctx=16384 的自定义模型

3. 模型 ID 不匹配

问题：配置的模型 ID 与 Ollama 实际模型 ID 不一致导致找不到模型

解决：使用 ollama list 查看完整模型 ID（包括 :latest 后缀），确保配置完全一致

4. 飞书插件未安装

问题：配置飞书时报错 unknown channel id: feishu

解决：需要先安装飞书插件

openclaw plugins install @openclaw-china/feishu

5. Gateway bind 配置错误

问题：gateway.bind 设置为 "0.0.0.0" 或 "all" 报错

解决：有效值为 "loopback"|"lan"|"tailnet"|"auto"|"custom"，使用 "lan" 允许局域网访问

6. 显存占用过高导致推理缓慢

问题：GLM-4.7-Flash 默认占用约 15.6GB 显存，接近 16GB 显卡满载

解决：创建限制上下文的自定义模型，使用 PARAMETER num_ctx 16384

八、参考链接

文档版本：v1.0
完成日期：2026年2月2日

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

26.2.03OpenClaw + GLM-4.7-Flash + 飞书完整部署指南

一、架构概览

二、硬件配置

三、软件版本

四、部署步骤

第一阶段：本地电脑配置 (Win11)

1. 安装 Ollama

2. 下载 GLM-4.7-Flash 模型

3. 创建限制上下文的自定义模型

4. 安装 frp 客户端

5. 配置 frp 客户端

6. 启动 frp 客户端

第二阶段：云服务器配置 (Ubuntu)

1. 安装 frp 服务端

2. 验证内网穿透

3. 安装 Node.js 22

4. 安装 pnpm 和 OpenClaw

5. 运行 OpenClaw 配置向导

6. 配置 OpenClaw 使用 Ollama

第三阶段：连接飞书

1. 安装飞书插件

2. 配置飞书

3. 飞书开放平台配置

五、重要端口和凭据汇总

六、常用运维命令

本地电脑 (Win11)

云服务器 (Ubuntu)

七、踩坑记录

1. OpenClaw 安装失败 - cmake 版本太低

2. OpenClaw 模型上下文太小

3. 模型 ID 不匹配

4. 飞书插件未安装

5. Gateway bind 配置错误

6. 显存占用过高导致推理缓慢

八、参考链接

FilesExpand file tree

26.2.03OpenClaw-Ollama本地GLM4.7-飞书-完整部署指南.md

Latest commit

History

26.2.03OpenClaw-Ollama本地GLM4.7-飞书-完整部署指南.md

File metadata and controls

26.2.03OpenClaw + GLM-4.7-Flash + 飞书 完整部署指南

一、架构概览

二、硬件配置

三、软件版本

四、部署步骤

第一阶段：本地电脑配置 (Win11)

1. 安装 Ollama

2. 下载 GLM-4.7-Flash 模型

3. 创建限制上下文的自定义模型

4. 安装 frp 客户端

5. 配置 frp 客户端

6. 启动 frp 客户端

第二阶段：云服务器配置 (Ubuntu)

1. 安装 frp 服务端

2. 验证内网穿透

3. 安装 Node.js 22

4. 安装 pnpm 和 OpenClaw

5. 运行 OpenClaw 配置向导

6. 配置 OpenClaw 使用 Ollama

第三阶段：连接飞书

1. 安装飞书插件

2. 配置飞书

3. 飞书开放平台配置

五、重要端口和凭据汇总

六、常用运维命令

本地电脑 (Win11)

云服务器 (Ubuntu)

七、踩坑记录

1. OpenClaw 安装失败 - cmake 版本太低

2. OpenClaw 模型上下文太小

3. 模型 ID 不匹配

4. 飞书插件未安装

5. Gateway bind 配置错误

6. 显存占用过高导致推理缓慢

八、参考链接

26.2.03OpenClaw + GLM-4.7-Flash + 飞书完整部署指南