关注 AI 圈的人，最近一定刷到过 OpenClaw。这个项目在 GitHub 狂揽 14w + Star，一跃成为 2025–2026 年最火爆的开源 AI 项目之一。
它不是一个新的 AI 模型，而是一个个人 AI 助手运行时环境，更像一个智能网关：把 Claude、GPT、Gemini、Kimi 等大模型，接入飞书、钉钉、微信、Telegram 这些日常聊天工具，让 AI 直接在聊天窗口里帮你干活。
而当AI 拥有了看懂界面、自动操作页面的能力，落地到软件测试领域，就催生出了一个更实用的方向 ——AI 驱动的 UI 自动化测试。
一、OpenClaw是什么
OpenClaw 就像是测试工程师专属的 “贾维斯”。
看过钢铁侠的人都知道，钢铁侠做什么他只要随口下达指令：“贾维斯，帮我分析敌方系统的漏洞位置。”贾维斯就会自动完成一切：调取数据、模拟运行、深度分析、最终把清晰结果直接呈现出来。
image.png
放到我们测试场景里也是一样,你不用再手写脚本、反复调试元素定位、机械执行用例。只要告诉 OpenClaw 你要测什么，它就能像贾维斯一样，自动帮你完成界面操作、逻辑校验、结果分析。
核心能力：
自主执行：像真人一样操作浏览器、运行软件、读写文件
7×24小时待命：无需人工值守，随时可以执行测试任务
本地运行：直接部署在你的电脑或服务器上，不受云端沙箱限制
智能决策：不仅能执行预设脚本，还能根据实际情况做出判断
与传统自动化测试工具的区别：
纬度
传统自动化工具
OpenClaw AI Agent
交互方式
编写代码
自然语言对话，像指挥同事一样
协作集成
独立运行，需额外开发通知
原声支持飞书等IM工具
决策能力
严格按照预设逻辑执行
理解上下文，自主决策，处理异常
扩展性
需要编写插件
支持MCP
二、OpenClaw 的安装
OpenClaw有两种安装方式，一种是在本地电脑上安装，另一种是在云端电脑上安装。
本地安装是在自己的电脑上运行，但不建议用主力机—— 因为 OpenClaw 权限较高，存在误操作、文件异常或丢失等安全风险，更适合有备用机的用户。本地安装的优势是速度更快，数据和操作完全私有化，仅自己可控。
云端安装则是在阿里云、腾讯云等平台租用云主机，将 OpenClaw 部署在服务器上。优点是轻量化、配置灵活，不占用本地资源；缺点是速度略逊于本地，且需要承担一定的服务器成本。
对于第一次接触的普通用户，我更推荐从云端安装开始，整体试错成本更低。
因此本篇带大家用云端模式搭建。
搭建 OpenClaw 需要准备什么？
简单说就三个东西，一台云服务器、一个 AI 大模型、一个 IM 对话工具。
OpenClaw 需要运行在一台设备上，它能够接管该设备的全部操作权限，并自主完成分析、决策与执行整套流程。
下面我们以腾讯云为例，手把手教你直接部署 OpenClaw 的云服务器。
1
申请一台云服务器（腾讯云）
打开腾讯云网址，点击“立即部署我的AI助理”。
image.png
选择”轻量应用服务器 2核2G20M”,新人活动价，一个月也就 20 块钱，点击立即购买后再选择 OpenClaw 镜像，选最新的就行，再点立即购买并支付。
image.png
ScreenShot_2026-03-03_112531_714.png
看到这个页面就表示购买成功。
ScreenShot_2026-03-03_112703_093.png
进来后看到服务器处于「运行中」就说明初始化成功了。
管理实例.png
在顶部菜单栏切换到「应用管理」，你会看到三个大模块，分别是模型、通道、技能。
ScreenShot_2026-03-03_121315_121.png这里的模型，就是前面提到的 OpenClaw 的「大脑」，你可以选择不同的 AI 大模型服务商。通道指的是 IM 通讯工具，同样支持多种选择。而技能，是让 OpenClaw 真正变得智能、全能的核心。
2
连接 AI 大模型
模型这里我选择的是千问，大家可以自由选择，填写模型对应的api key即可使用。
ScreenShot_2026-03-03_121853_725.png
在通道选项里选择飞书后，在下方可以看到一个蓝色「查看详情」链接，点击后就可以来到飞书开放平台。
cd69f2e6bb832901290f43b8520a1eea.png
先登录飞书账号，然后选择页面右上角的「开发者后台」按钮，就可以来到这个页面。
image.png
点击「创建企业自建应用」，开通一个飞书机器人。
image.png
ScreenShot_2026-03-03_113543_323.png
在应用凭证与基础信息里可以找到 App ID 和 App Secret 。
ScreenShot_2026-03-03_113813_098.png
复制App ID 和 App Secret并填写到腾讯云 OpenClaw 配置通道的输入框里，然后点击「添加并应用」。
ScreenShot_2026-03-03_122055_860.png
看到下方模型和通道的状态显示「运行中」就说明连接飞书成功了。
到这里，我们已经完成了 AI 大模型、IM 工具与 OpenClaw 的对接。
但还不能直接使用，需要给飞书机器人配置事件与权限。
这一步相当于以超级管理员身份，给你的 AI 员工授权—— 它能执行哪些操作，完全由你分配的权限决定。
接着添加机器人。
ScreenShot_2026-03-03_113941_107.png
选择「事件与回调」，再选择「事件配置」，把「使用长链接接收事件」勾上，并点击保存。
ScreenShot_2026-03-03_122230_444.png
保存后，还是在这个页面，在下方事件那里点击「添加事件」。
添加事件.png
在弹出的对话框里搜索「接收消息」并勾选接收消息的事件。
除了这个权限之外，还需要添加几个权限。点击右侧菜单里的「权限管理」并点击「批量导入」按钮。
在弹出的窗口里，复制以下代码替换弹窗中的内容，点击下一步确认新增权限。
{
“scopes”:{
“tenant”:[
“im:message”,
“im:message.p2p_msg:readonly”,
“im:message.group_at_msg:readonly”,
“im:message:send_as_bot”,
“im:resource”,
“contact:user.base:readonly”,
“im:message.group_msg”,
“im:message:readonly”,
“im:message:update”,
“im:message:recall”,
“im:message.reactions:read”,
“docx:document:readonly”,
“drive:drive:readonly”,
“wiki:wiki:readonly”,
“bitable:app:readonly”,
“task:task:read”,
“contact:contact.base:readonly”,
“docx:document”,
“docx:document.block:convert”,
“drive:drive”,
“wiki:wiki”,
“bitable:app”,
“task:task:write”
],
“user”:[]
}
}
接着点击确认。
以下权限点击申请开通：
创建版本并添加API Key。
填写版本内容，完成创建。
到这一步说明IM机器人搭建完毕。
3
连接测试
我们可以给聊天机器人发送一条消息。可以看到它的回复如下，
复制选中的区域。
此时，打开你的腾讯云服务器后台页面，点击服务器旁边的「登录」按钮，进入 OpenClaw 主机。
在 OpenClaw 主机的命令行里，粘贴刚刚复制的那句话，按回车键。
运行后，如果看到这个页面信息就说明成功了。
再次回到聊天页面，给他发送信息，可以看到openclaw小助理的回复如下，说明openclaw和飞书已经连接成功。
三、怎么做UI自动化测试
下面我们看看openclaw+飞书如何解决UI自动化：
1
从飞书发送测试指令
在飞书聊天框中输入：
openclaw小助理返回的结果如下：
根据以上记录可以看到，我只通过聊天框输入简单的指令就完成了登录页面的测试，彻底解放了双手。在使用过程中，你也可以给他丰富多样的提示词，让它返回你想要的结果。下图是详细的测试结果：
从实操记录可见，借助OpenClaw的自然语言交互能力，仅需在聊天框输入简洁的测试指令，即可完成登录页面的全流程自动化测试，真正实现了测试人力的高效解放。依托其灵活的提示词适配特性，测试人员可根据业务需求自定义指令维度，精准调控AI执行逻辑，高效输出符合预期的测试结果。
2
OpenClaw在UI自动化中的优势
降低技术门槛：无需精通编程，用自然语言即可创建测试任务
提高测试覆盖率：可以轻松测试更多场景，包括边缘情况
减少维护成本：页面变化时，无需重写测试脚本
实现无人值守：7×24小时自动执行测试任务
飞书集成：通过飞书随时随地发送测试指令，接收测试结果
团队协作：测试任务可在团队群中共享，方便讨论和协作
四、总结
OpenClaw + 飞书 的组合代表了UI自动化测试的未来方向：
AI驱动的测试：从脚本驱动转向AI驱动
自适应测试：能够适应应用的变化
智能分析：不仅执行测试，还能分析测试结果，提供改进建议
协作化测试：通过飞书等协作工具，实现团队测试流程的自动化
总而言之，OpenClaw 与飞书的深度融合，构建了一套全新的 UI 自动化测试体系，精准契合了新时代测试工作的发展需求。这一组合通过 AI 驱动与自适应能力，实现了测试效率的质变与维护成本的锐减；同时依托飞书的协作属性，打通了 “执行 – 反馈 – 协作” 的全流程闭环。对于测试从业者而言，掌握这一技术栈，既是顺应行业从 “脚本驱动” 向 “智能协作驱动” 转型的必然要求，也能让我们从繁琐的重复性执行中解放出来，聚焦于测试设计、缺陷分析等更高价值的核心工作，全面提升个人竞争力与团队测试效能。
如果觉得文章内容对你有帮助～记得点赞、转发，分享给身边的测试同行吧！
声明：来自AI应用案例库，仅代表创作者观点。链接：https://eyangzhen.com/6528.html
