用 Kimi Claw 和飞书构建 7x24 小时股票盯盘系统：从部署到自动化

前几天还在网上看到有人调侃，说 499 上门安装龙虾的那拨人爽了，刚收了安装的钱，现在又开始 299 上门卸载了。

这虽然是玩笑，但也侧面反映了本地部署 OpenClaw（俗称“龙虾”）确实存在不稳定的问题。我自己在电脑上养的本地龙虾，朝夕相伴没几天，终究还是“养死了”。

更关键的是，在个人电脑上长期运行这类高权限的智能体，安全风险不容忽视。国家互联网应急中心（CNCERT）也发布过风险提示，明确指出 OpenClaw 默认的安全配置较为脆弱。

所以，无论是出于安全考虑，还是为了避开繁琐复杂的本地安装与维护，转向云端托管版本都是目前更明智、更省心的选择。

我在 AI 工具上比较愿意投入，也体验了国内外不少云端 OpenClaw 服务。综合来看，月之暗面（Moonshot）推出的 Kimi Claw 在口碑和实际体验上都是最佳之一。它一键启动、配置简单、响应速度快，用起来比我之前本地折腾的那个顺畅太多。

网上关于本地部署的教程已经很多了，这次我们直接上手云端方案，并且我会加入一些进阶操作，教你如何将其与飞书多维表格结合，打造一个真正的 7x24 小时自动化股票盯盘系统。

第一步：一键部署 Kimi Claw

首先，你需要订阅 Kimi 的“登月计划”。注意，必须选择 199 元/月的 Allegretto 或更高档位套餐，才包含一键部署 Kimi Claw 的权益。这个价格对比海外同类服务（约 99 美元/月）已经非常良心，甚至算下来比本地调用大模型 API 养龙虾的成本还低。

订阅成功后，在 Kimi 界面左侧找到 “Kimi Claw (Beta)” 入口，点击进入。

点击“创建 Kimi Claw”，系统就会在云端为你自动部署一个专属的 OpenClaw 实例。这个过程大约需要 1-2 分钟。

期间如果遇到插件升级提示，务必点击“去升级”，升级过程很快，能确保你获得最新的功能和体验。

当看到创建完成的界面，并出现预设的对话引导按钮时，说明你的云端龙虾已经成功“唤醒”，可以开始对话了。

第二步：配置飞书机器人通道

接下来，我们需要为 Kimi Claw 配置一个可以 7x24 小时在线接收指令和推送消息的通道。这里选择飞书，因为它与 OpenClaw 集成度好，且适合办公自动化场景。

配置过程其实很简单，你甚至可以直接问 Kimi Claw：“我该如何对接飞书？”，它会给你非常清晰的步骤引导。

我们顺着引导来操作：

1. 访问飞书开放平台，创建企业自建应用。
   

2. 在应用的能力页面，为应用添加“机器人”能力。
   

3. 进入“权限管理”，我们需要为机器人开通必要的 API 权限。为了方便，可以直接使用以下 JSON 进行批量导入，这些权限已覆盖收发消息、操作卡片等基础功能。

{
"scopes": {
"tenant": [
"admin:badge",
"docs:document.media:download",
"docs:document.media:upload",
"im:resource",
"cardkit:card:read",
"cardkit:card:write",
"cardkit:template:read",
"im:message.group_at_msg:readonly",
"im:message.p2p_msg:readonly",
"im:message:send_as_bot"
],
"user": []
}
}

导入权限后，确认并申请开通。

4. 创建一个新版本，使权限生效。
   

5. 在“凭证与基础信息”页面，复制 App ID 和 App Secret 发给 Kimi Claw。
   

6. 进入“事件与回调”页面，订阅方式选择“使用长连接接收事件”，然后添加 im.message.receive_v1 事件。最后，切记再次创建并发布一个新版本。

配置完成后，告诉 Kimi Claw 帮你运行飞书机器人。之后，在手机飞书中打开你的应用，就能开始和云端龙虾对话了。如果遇到连接问题，直接把报错信息发给 Kimi Claw，它通常能精准定位并指导你解决。

第三步：进阶实践：打造自动化股票盯盘系统

基础的聊天机器人只是开始。OpenClaw 的真正威力在于它能调用外部工具（Skill）来扩展能力。下面我们结合数据工具和飞书多维表格，构建一个自动化的股票信息监控流程。

1. 为龙虾安装“工具手”
   访问 QVeris 这类工具集成平台，它提供了海量的现实世界工具 API。我们将其安装为 Kimi Claw 的一个技能（Skill），这样龙虾就能查询股票、天气、新闻等各类信息。

   在 QVeris 网站获取安装指令和 API Key，直接复制给 Kimi Claw，它会自动完成环境检查、文件下载和配置。

   

   安装过程完全自动化，Kimi Claw 会逐一验证并反馈成功状态。

   

2. 测试工具调用
   安装成功后，我们就可以直接让 Kimi Claw 调用 QVeris 的工具了。例如，发送指令：“调用QVeris的工具，查询腾讯最近一周的股票行情”。
   很快，它就会将查询到的结构化数据整理成清晰的表格回复给你。

   

3. 连接飞书多维表格，实现数据持久化与可视化
   让机器人每次在聊天窗口回复表格还不够“系统化”。我们可以让龙虾将数据自动写入飞书多维表格，并利用表格的仪表盘功能生成可视化图表。

   • 授权：在飞书开放平台后台，为你的机器人应用开通所有“多维表格”相关的应用身份权限（tenant_access_token）。
     
   • 建表与分享：在飞书内创建一个多维表格，例如命名为“24小时盯盘”。然后，将这个表格分享给你的机器人应用，并将权限设置为“可管理”，这样龙虾才有写入数据的权限。
     
     
   • 指令写入：现在，你可以给 Kimi Claw 更精确的指令，例如：“调用QVeris查询腾讯控股(0700.HK)最近一周的股价，并把日期、开盘价、最高价、最低价、收盘价填入飞书‘24小时盯盘’这个多维表格的新行中”。
     龙虾便会执行查询，并将结果自动填入你指定的表格。
     
   • 生成仪表盘：虽然目前无法直接授权机器人创建仪表盘，但你可以在多维表格中，利用飞书自带的 AI 功能或手动操作，基于已填入的数据快速生成折线图、柱状图等可视化组件，一个清晰的股票盯盘仪表盘就诞生了。
     

4. 设定自动化任务
   系统的最后一步是自动化。你只需告诉 Kimi Claw 你的需求，例如：“每个工作日的上午9点半和下午3点，查询指定股票列表的行情，并更新到飞书盯盘表格中，如果有异常波动就通过飞书私聊提醒我。”
   它就会利用其长周期记忆和任务规划能力，在云端 7x24 小时地为你默默执行这套流程。

总结与思考

通过 Kimi Claw 这个云端托管方案，我们完全避开了本地部署在安全、稳定性和运维上的坑。一键部署、集成引导清晰、运行环境隔离，这些优势让个人和小团队也能轻松拥有一个强大的 AI 助手。

更重要的是，通过为其安装技能（Skill）并连接到像飞书这样的办公协作平台，我们瞬间打开了人工智能代理（Agent）的实用场景。从简单的信息查询，到自动化的数据收集、整理、录入与预警，一个高效的“数字员工”框架就搭建起来了。

这个股票盯盘系统只是一个抛砖引玉的例子。你可以发挥想象，将其应用到竞品信息监控、社交媒体舆情追踪、个人知识库自动更新等任何需要周期性获取和处理信息的场景中。工具的意义在于提升效率，而基于强大智能 & 数据 & 云能力的自动化，正是这个时代为我们提供的效率杠杆。如果你对这类 AI 与自动化结合的实践感兴趣，欢迎在 云栈社区 与更多开发者交流探讨。