Clawdbot 部署接入飞书（Lark）：从插件到模型代理的完整踩坑指南

参考项目：

- 旧仓库（历史参考）：https://github.com/lekuduo/clawdbot-lark-plugin

- 更名后的新仓库（推荐以此为准）：https://github.com/lekuduo/moltbot-lark-plugin

这篇文章记录一次把 Clawdbot 接入飞书（Lark） 的落地流程：包括插件选择、部署方式、以及在使用第三方 Claude API 代理（例如 CRS）时的配置与常见坑。

1. 选哪个飞书插件？clawdbot-lark-plugin vs moltbot-lark-plugin

lekuduo 最早提供的是 clawdbot-lark-plugin，后续项目更名并迁移到 moltbot-lark-plugin。

• `clawdbot-lark-plugin`：可作为历史实现参考
• `moltbot-lark-plugin`：更贴近当前生态（Moltbot / MoltHub），建议以它为主

因此：如果你现在要做新接入，优先看 moltbot-lark-plugin，旧仓库只用来对照。

2. 部署思路概览

整体链路通常是：

1. 飞书机器人（Lark Bot）负责接收/发送消息

2. Lark channel plugin 将消息接到 Clawdbot（或 Moltbot）

3. Clawdbot 负责：

- 对话/指令解析

- 调模型（Claude / OpenAI / Gemini / 代理）

- 调用工具（web_search/web_fetch 等）

- 回发消息到飞书

你需要准备的主要东西：

• 飞书开发者后台：创建应用/机器人、配置事件订阅与权限
• 服务器：部署 Clawdbot + Lark 插件（以及可能的反向代理/公网回调）

3. 使用第三方 Claude API 代理（如 CRS）的配置示例

如果你希望 Clawdbot 不直连官方 Claude，而是走第三方 Anthropic-compatible proxy（例如 CRS），通常需要在配置文件里：

• 把 `model` 指向你的代理 provider
• 在 `modelConfig`（或 providers 配置）里写明 `type/baseUrl/apiKey`

下面给一个示例（字段名以你当前的 Clawdbot/Moltbot 配置结构为准，思路是通的）：

```json

{

"model": "crs/claude-opus-4-5-20251101",

"modelConfig": {

"crs": {

"type": "anthropic",

"baseUrl": "https://your-proxy-api.com/api",

"apiKey": "your-api-key"

}

}

}

```

说明：

• `baseUrl`：你的代理地址（通常会把 Anthropic 的 messages API 做成兼容层）
• `apiKey`：代理服务的 key
• `model`：指向代理命名空间下的目标模型

4. 常见坑：使用代理 API 时，工具调用可能报错

在一些代理方案下（尤其是只代理了“模型 API”，没代理 Clawdbot 的工具/搜索能力，或者网络策略限制），你可能会遇到：

• `web_search` / `web_fetch` 调用失败
• 或者工具链被代理侧的安全策略拦截

如果你确认短期内不需要这些工具，最直接的办法是 禁用相关工具（减少报错、提升稳定性）。

示例：

```json

{

"tools": {

"deny": ["web_search", "web_fetch"]

}

}

```

建议策略：

• 生产环境先追求“对话稳定 + 指令稳定”
• 工具能力（搜索/抓取）等稳定后再逐步打开

5. 建议的验证步骤（排障顺序）

1. 先验证飞书消息能进出：只做 echo/简单回复

2. 再验证 模型调用：固定 prompt，确认能稳定返回

3. 再验证 长文本/多轮对话：看看是否有超时/截断

4. 最后再打开 工具能力：web_search/web_fetch 等

只要按这个顺序，基本能把问题定位在：

• 飞书侧（权限/回调/签名）
• 插件侧（事件解析/路由）
• Clawdbot 侧（模型/工具配置）
• 代理侧（兼容性/限流/安全策略）

6. 参考链接

• Clawdbot Lark（飞书）旧插件：

• Moltbot Lark（飞书）新插件：