如何把OpenClaw接入你的业务系统
如何把OpenClaw接入你的业务系统
来源类型： 微信公众号文章
日期： 2026-06-02
标签： AI, OpenClaw, 网络安全, 编程, 大模型
原文链接： https://mp.weixin.qq.com/s/TmtN43DEOAcBsNS_FeDpnA
摘要
文章比较长，建议先收藏再看。 如果你只是想让龙虾响应外部事件，看前半部分就够了。如果想把OpenClaw 对接自己的业务系统——比如工单触发 AI 分析、合同上传自动审查——后半部分专门讲这个，包括结果怎么回传。 ## 通过Webhook让龙虾响应外部事件 OpenClaw 的 Webhook 挂在网关上，默认端口 18789，路径默认 /hooks。在 openclaw.json 配置文件里加这几行开启： { "hooks": { "enabled": true, "token": "your-shared-secret", "path": "/h...
核心内容
文章比较长，建议先收藏再看。
如果你只是想让龙虾响应外部事件，看前半部分就够了。如果想把OpenClaw 对接自己的业务系统——比如工单触发 AI 分析、合同上传自动审查——后半部分专门讲这个，包括结果怎么回传。
通过Webhook让龙虾响应外部事件
OpenClaw 的 Webhook 挂在网关上，默认端口 18789，路径默认 /hooks。在 openclaw.json 配置文件里加这几行开启：
{
"hooks": {
"enabled": true,
"token": "your-shared-secret",
"path": "/hooks"
}
}
hooks.enabled=true 的时候 token 是必填的，没有 token 根本启不来。认证方式官方推荐用请求头：
Authorization: Bearer
也支持 x-openclaw-token:
三种调用方式
/hooks/wake 简单调用
最轻量的触发方式，请求体只有两个字段：
{ "text": "收到新邮件", "mode": "now" }
text 是事件描述，作为系统行写进主会话队列。mode 有两个值：now 立即触发心跳，next-heartbeat 等下次定期检查再处理。
适合场景：外部脚本监控某个目录，出现新文件就通知龙虾处理。逻辑简单、不需要隔离运行环境时用这个。
/hooks/agent 跑一个隔离的 Agent
这是重头戏，完整参数列表：
{
"message": "帮我总结这封邮件",
"name": "Email",
"agentId": "main",
"wakeMode": "now",
"deliver": true,
"channel": "feishu",
"to": "ou_xxx",
"model": "openai/gpt-5.4-mini",
"thinking": "low",
"timeoutSeconds": 120
}
几个需要重点注意的字段：
agentId — 单Agent 可以不传，多Agent 可以通过 openclaw agents list 获取。
deliver + channel + to — 控制 Agent 执行完任务后把结果发给谁。channel 支持 feishu、wechat、telegram、discord 等已配置的渠道，to 是对方 ID。不需要通知任何人时设 deliver: false。
获取接收人ID：可以通过先打开实时日志（运行 openclaw logs --follow），然后给你的小龙虾发消息，在日志中查看；如果是飞书的话，可以直接问小龙虾当前聊天的飞书openid，他会直接告诉你。
model — 单次覆盖默认模型。常规任务换轻量模型省钱，但要注意 agents.defaults.models 白名单的限制。
timeoutSeconds — Agent 运行的超时上限。长任务必须设，不然遇到模型响应慢或工具调用卡住，进程会一直挂着。
返回码是 202，表示异步启动成功，Agent 还在跑。这是后面集成业务系统时需要重点处理的地方。
请求示例：
-
-
curl -X POST http://127.0.0.1:18789/hooks/agent \ -H 'Authorization: Bearer {密钥}' \ -H 'Content-Type: application/json' \ -d '{"message":"总结{邮件内容}这封邮件保存到email.txt","name":"Email","model":"openai/gpt-5.4-mini"}'
/hooks/（映射端点）给外部系统专门开的接口
用于集成 GitHub、Gmail、Stripe 这类第三方服务。它们发过来的请求体格式各不相同，不可能直接符合 /hooks/agent 的格式。
通过 hooks.mappings 配置自定义端点，比如 /hooks/github，用 match 匹配来源，用模板或 JS/TS 模块把外部 payload 转成 Agent 能理解的格式。
Gmail 已内置，配置里加：
{ "hooks": { "presets": ["gmail"] } }
然后跑 openclaw webhooks gmail setup，会自动写好 hooks.gmail 配置。
4.7 版本新增的 TaskFlow 是什么
v2026.4.7 的描述是"Webhook 驱动的 TaskFlow，支持外部系统通过共享密钥端点创建和驱动任务流"。
这是接着 4.2 版本 TaskFlow 底层重构的延伸。4.2 做的是把任务流状态持久化，加了可恢复的检查点、子任务管理和 api.runtime.taskFlow 插件接口。4.7 是在这个基础上，把 Webhook 和 TaskFlow 打通——外部系统不只是触发一次 Agent 回合，而是可以通过 Webhook 持续驱动一个有状态的任务流。
实际场景：CI/CD 流水线每次 PR 合并触发一个 Webhook，龙虾启动 TaskFlow：先拉代码分析，发现问题通过 Telegram 通知你，等你确认后继续下一步。整个流程有状态，中途可以暂停、继续，不因网络抖动或重启丢失进度。
把 OpenClaw 接入业务系统
前面说的是标准的"外部事件触发龙虾"模式。但如果你是开发者，想让自己的业务系统——工单、ERP、合同管理、客服平台——把 AI 能力嵌进业务流，还有一个核心问题没解决：Agent 跑完任务，结果怎么回到你的系统？
/hooks/agent 返回 202 就结束了，业务系统拿不到同步响应。下面把这个问题拆开说。
整体架构
业务系统 -> OpenClaw 这条线是 HTTP POST，是主动推送。
OpenClaw -> 业务系统这条线，Agent 执行完任务后主动回调，也是 HTTP POST。
两侧都是接收方，两侧也都是发送方，没有轮询，没有长连接。
业务系统触发 OpenClaw
业务系统在适当时机 POST 到 /hooks/agent。关键是 message 里要包含回调指令，告诉 Agent 执行完任务把结果发回哪里：
{
"message": "请分析以下合同风险：{contract_text}\n\n分析完成后，请调用 HTTP 工具，POST 结果到 http://your-system/api/ai-result，携带 callback_id={callback_id}",
"name": "合同审查",
"deliver": false,
"timeoutSecon
...(内容截断，完整内容请查看原文)
本页由自动化脚本生成，待人工审核补充