graph TB
subgraph "你的 NAS"
A[OpenClaw 容器<br/>7×24 运行]
end
subgraph "你的工作流"
B[飞书消息]
C[文档分析]
D[日程管理]
E[任务自动化]
end
subgraph "国产 AI 模型"
F[Kimi/GLM/通义千问]
end
B --> A
C --> A
D --> A
E --> A
A --> F
style A fill:#4A90E2,stroke:#2E5C8A,stroke-width:3px,color:#fff
style F fill:#FF6B6B,stroke:#CC5555,stroke-width:2px
NASClaw 不是另一个 AI Agent 框架，而是一个 面向 NAS 场景的 OpenClaw 部署方案与文档项目。
想让 AI 助手 24 小时在线、数据留在自己设备上、能接入飞书、还能优先使用国产模型，但官方文档更偏通用，落到 NAS 场景时容易踩坑。
案例 1：产品经理 @张三
- 设备: 群晖 DS920+
- 模型: Kimi + GLM
- 场景: 每天早上自动总结飞书未读消息，生成日报
- 效果: 节省 30 分钟信息整理时间
案例 2：独立开发者 @李四
- 设备: 极空间 Z4
- 模型: 通义千问
- 场景: 代码审查、文档生成、API 测试
- 效果: 本地运行，数据不出局域网
案例 3：创业团队 @王五
- 设备: 威联通 TS-464C
- 模型: MiniMax + GLM
- 场景: 飞书文档自动分类、会议纪要生成
- 效果: 团队协作效率提升 40%
- ✅ 已经有 极空间 / 群晖 / 威联通 / 自建 NAS 的用户
- ✅ 想把 OpenClaw 跑成 家庭或个人工作流中枢 的用户
- ✅ 需要 国产模型优先 的中文用户
- ✅ 想把 AI 助手和 飞书消息 / 文档 / 日历 / 任务 打通的人
- ✅ 不想租 VPS，或者更在意 本地化、长期运行、低额外成本 的用户
| 维度 | 官方文档 | 普通 Docker 教程 | NASClaw |
|---|---|---|---|
| 面向 NAS 用户 | 一般 | 一般 | ✅ 明确聚焦 |
| 中文场景 | 一般 | 一般 | ✅ 中文优先 |
| 国产模型建议 | 少 | 少 | ✅ 直接给可用方案 |
| 飞书打通 | 分散 | 基本没有 | ✅ 单独整理 |
| 踩坑经验 | 通用 | 通用 | ✅ 来自真实部署 |
| 7×24 稳定运行建议 | 少 | 一般 | ✅ 有针对性 |
一句话：如果你想把 OpenClaw 真正稳定跑在 NAS 上，这个项目会更省时间。
- 针对极空间、群晖、威联通、自建 Docker NAS 给出落地方式
- 关注端口、数据目录、容器重启、健康检查、长期开机等问题
- 默认从中文用户最常见的模型、飞书、权限、网络问题出发
- 少讲抽象概念，多给能直接照抄的操作步骤
- 优先推荐 Kimi、GLM、通义千问、MiniMax 等模型
- 适合国内网络环境与中文工作流
- 让 OpenClaw 不只是聊天机器人，而是能接入消息、文档、日历、任务的执行节点
- 不只是"怎么装"，更包括"为什么会坏、坏了怎么修"
.
├── README.md # 中文主页
├── README_EN.md # 英文主页
├── docker/docker-compose.yml # 通用 Docker Compose 示例
├── scripts/install.sh # 一键安装脚本
├── scripts/validate_links.py # 文档链接校验
├── examples/config.example.json
└── docs/
├── quickstart.md # 5 分钟快速开始
├── install.md # 详细安装说明
├── feishu.md # 飞书配置
├── launch-checklist.md # 上线前检查清单
├── troubleshooting.md # 踩坑与修复
└── images/ # 📸 架构图、截图、演示 GIF
如果你希望先跑起来，再逐步优化：
curl -fsSL https://raw.githubusercontent.com/AIPMAndy/nasclaw/main/scripts/install.sh | bashgit clone https://github.com/AIPMAndy/nasclaw.git
cd nasclaw
mkdir -p config data
cp examples/config.example.json config/openclaw.json
# 编辑 config/openclaw.json 后再启动
docker compose -f docker/docker-compose.yml up -d| 模型 | 推荐原因 | 适合场景 | 成本 |
|---|---|---|---|
| Kimi | 长文本能力强（200K tokens） | 文档分析、复杂上下文 | ¥¥ |
| GLM | 推理与代码表现稳定 | 逻辑任务、代码辅助 | ¥ |
| 通义千问 | 上手快、门槛低 | 新手试用、日常对话 | ¥ |
| MiniMax | 创意和多模态有优势 | 内容生成、灵感任务 | ¥¥ |
💡 重点不是"哪个模型绝对最好"，而是在你的网络、预算、任务类型下哪个最稳。
graph LR
A[文档总结<br/>5000字] --> B{模型选择}
B -->|Kimi| C[✅ 3秒<br/>准确率 95%]
B -->|GLM| D[✅ 4秒<br/>准确率 90%]
B -->|通义千问| E[⚠️ 5秒<br/>准确率 85%]
style C fill:#4CAF50,stroke:#388E3C,stroke-width:2px,color:#fff
style D fill:#8BC34A,stroke:#689F38,stroke-width:2px
style E fill:#FFC107,stroke:#FFA000,stroke-width:2px
配置完成后，典型可实现：
| 功能 | 说明 | 示例命令 |
|---|---|---|
| 💬 私聊互动 | 飞书私聊里直接和 AI 助手对话 | "帮我总结今天的会议" |
| 📄 文档读写 | 读取和更新飞书文档 | "把这个方案写入产品文档" |
| 📅 日程管理 | 查询和创建日程 | "明天上午有什么会议？" |
| ✅ 任务同步 | 管理任务和待办 | "创建一个任务：优化首页" |
| 🤖 自动化运行 | 基于 NAS 做长期自动化 | 每天 9 点自动发送日报 |
详见：飞书配置指南
如果你是第一次接触这个仓库，建议优先看：
- 提供 NAS 场景安装说明
- 提供国产模型配置示例
- 提供飞书接入文档
- 提供真实部署踩坑记录
- 添加架构图和对比图表
- 补充多平台 NAS 差异清单（极空间 / 群晖 / 威联通）
- 增加 Demo 截图 / GIF
- 增加常见配置模板（个人版 / 团队版 / 低成本版）
- 增加 benchmark 与稳定性对比
- 制作 5 分钟演示视频
如果你希望这个项目更火，最缺的不是再多写一页文档，而是下面三件事：
- Demo 资产：首页 GIF / 截图 / 架构图 ✅（已添加架构图）
- 用户证据：真实安装案例、NAS 型号、模型选择、效果反馈
- 分发动作：把项目发到中文技术社区 + 海外社区
也就是说：这项目已经有"内容"，但还缺"门面"和"传播"。
欢迎提交：
- ✅ 不同 NAS 机型的适配经验
- ✅ 国产模型配置模板
- ✅ 飞书权限与授权补充
- ✅ 安装失败后的修复案例
- ✅ 首页 Demo 截图 / GIF / 架构图
- ✅ 真实使用案例和效果反馈
请先阅读：CONTRIBUTING.md
- OpenClaw - 核心框架
- KnowMe - 性格分析系统
- DNA Memory - 长期记忆系统
- SO Skill - 自定义技能框架
本项目基于 Apache 2.0 开源。
请直接做两件事：
- 给仓库一个 ⭐ Star
- 提一个 Issue / PR / 使用案例
这会显著提高项目继续迭代的概率。
Made with 🐱 by Andy
让每台 NAS 都拥有一只长期在线的 AI 助手