如何在 Slack 中添加 AI 助手：FlowHunt 与 OpenClaw 对比

在 Slack 中接入 AI 助手，是将 AI 引入工作场景最实用的方式之一：团队无需切换标签页，直接在已经常驻的频道里给机器人发消息即可。但"在 Slack 中添加 AI 助手"所需的工作量，会因方式不同而相差悬殊。

本指南将并排介绍两种方案：

• 无代码方案： 使用 FlowHunt，完全在浏览器中将智能体部署到 Slack。
• 自托管方案： 将 Slack 连接到 OpenClaw，一个需要自行运行的命令行助手。

最终结果相同（一个团队可以在 Slack 中与之对话的助手），但实现路径大相径庭。我们先介绍简单的方案，再介绍复杂的，最后客观对比两者，帮你做出选择。

两种方案概览

两种方案都真实可用，区别在于你需要掌管多少基础设施。先来看几乎不需要任何基础设施的那个方案。

方案一：使用 FlowHunt 将 AI 助手添加到 Slack（无代码）

FlowHunt 是一个云托管的无代码平台，用于构建和运行 AI 智能体。由于它是托管服务，将智能体接入 Slack 更像是一个连接步骤，而非安装过程：正如 FlowHunt 所说，“将 Slack 连接到 FlowHunt 只需一次 OAuth 点击，无需 API 密钥或手动配置。” 无需自行托管，无需手动复制令牌。以下是完整流程。

第一步：一键连接你的 Slack 工作区

在 FlowHunt 中，打开 Integrations（集成） 板块。你可以看到 FlowHunt 支持的所有服务目录，Slack 就在其中，每个服务点击即可连接，无需编辑任何配置文件。

搜索 Slack，点击 Manage Integration 打开连接对话框。点击 Connect Slack Workspace，在 Slack 授权标准权限页面后，你将被重定向回 FlowHunt，工作区已连接并可立即使用。整个认证流程就这一步：一次 OAuth 点击，无需构建应用，无需复制令牌。

第二步：选择或构建你的智能体

现在选择将要驻留在 Slack 中的助手。你几乎不需要从零开始：FlowHunt 内置了近 500 个预构建智能体，其中约 30 个涵盖了大多数日常工作场景，大多数用户会从 My Agents 中选一个现成的，稍加调整即可使用。

更想自己构建？点击 Add new agent，输入名称和描述，FlowHunt 会自动搭建一个全新的智能体，无需编写任何代码。

无论哪种方式，你的智能体都会在可视化 Flow Builder 中打开：一个触发器、AI 智能体本身和一个输出，全部通过拖拽连线在画布上连接。点击任意节点即可在右侧配置——例如这里的 Slack Message 触发器，在消息到达时触发。

第三步：为智能体添加 Slack 能力

在 Flow Builder 中，几次点击即可为智能体添加 Slack 工具。这些是它可以在 Slack 中执行的操作：向频道发送消息、回复线程、添加表情反应、获取频道历史、获取线程回复、查询用户资料、列出工作区用户以及列出可访问的频道。无需编写代码，直接勾选你需要的工具即可。

第四步：测试并部署到 Slack

在发布之前，点击构建器中的 Run 向智能体提问。它会确认自己的能力，包括新获得的 Slack 功能：列出可访问的频道、读取近期消息和线程、发布消息和回复、添加反应以及查询用户。

就是这样：智能体已经在 Slack 中上线了。由于你在第一步已连接工作区，无需任何单独的"部署"步骤，它已经可以在你的 Slack 中运行。它可以在你允许的频道中读取和发布消息、回复线程，你也可以设置它在有人在频道中 @mention 时自动响应。由于 FlowHunt 是云托管的，无论你的电脑是否开机，它都能 24/7 保持在线，团队成员不需要在机器上安装任何东西，像联系同事一样给它发消息即可。同一套集成还支持将对话移交给 Slack 中的人工客服、升级到特定频道，以及发布工作流结果。

更重要的是，由于你在 FlowHunt 中只构建了一次智能体，同一个助手还可以从同一个地方部署到你的网站、LinkedIn 或通过 API 接入自己的应用，并内置定时任务和分析功能。Slack 只是它众多触达面中的一个。

准备好发展您的业务了吗？

今天开始免费试用，几天内即可看到结果。

申请演示 登录

方案二：将 Slack 连接到自托管的 OpenClaw

OpenClaw 是一个在你自己机器上运行的自托管个人 AI 助手。（如果你还未安装，请参阅我们的 OpenClaw 安装指南 。）它完全可以与 Slack 对话，但有一点要说清楚：Slack 并不是 openclaw onboard 向导能帮你配置的。 连接 Slack 是一项单独的工作，涉及多个步骤。我们将使用 Socket Mode（默认模式），因为它无需公共 URL，在防火墙后也能正常工作。

第一步：安装 Slack 插件

Slack 支持以插件形式提供。先安装并启用它：

openclaw plugins install @openclaw/slack

这会注册插件，但它本身还不起作用，还需要一个 Slack 应用和令牌，这就是下一步的工作。

第二步：从 manifest 创建 Slack 应用

访问 api.slack.com/apps ，选择 Create New App。Slack 会询问配置方式：选择 From a manifest（另一个选项"From scratch"意味着需要手动逐一点击每个设置）。

选择要在其中开发该应用的工作区。

现在粘贴 OpenClaw 提供的应用 manifest（文档中包含推荐版本和精简版本）。该 manifest 定义了机器人用户、App Home、/openclaw 斜杠命令、事件订阅以及助手所需的 OAuth 权限范围，无需手动配置这些内容。

如上图所示的精简 manifest（仅包含名称和 socket_mode_enabled）正是导致后续出现静默失败的根源——没有权限范围、没有事件、没有消息标签。建议直接粘贴下面这个完整版 manifest，一次性预配置好所有内容：Socket Mode、助手所需的所有 bot 权限范围、四种消息事件，以及私信（“messages”）标签。漏掉其中任何一项都会导致静默失败。

{
  "display_information": { "name": "Demo App" },
  "features": {
    "bot_user": { "display_name": "Demo App", "always_online": true },
    "app_home": {
      "home_tab_enabled": false,
      "messages_tab_enabled": true,
      "messages_tab_read_only_enabled": false
    }
  },
  "oauth_config": {
    "scopes": {
      "bot": [
        "app_mentions:read", "channels:history", "channels:read", "channels:join",
        "groups:history", "groups:read", "im:history", "im:read", "im:write",
        "mpim:history", "chat:write", "chat:write.public", "reactions:write", "users:read"
      ]
    }
  },
  "settings": {
    "event_subscriptions": {
      "bot_events": ["app_mention", "message.channels", "message.groups", "message.im"]
    },
    "interactivity": { "is_enabled": true },
    "socket_mode_enabled": true
  }
}

使用此 manifest 后，Socket Mode、权限范围和事件订阅的配置步骤已自动完成——将它们视为快速验证即可，无需重新配置。该 manifest 仍无法替代你手动完成的以下操作：

• 生成 App-Level Token。 manifest 无法生成 Socket Mode 所需的 xapp- 令牌——你仍需在 Basic Information → App-Level Tokens 下手动创建，并赋予 connections:write 权限（第 4 步）。
• 安装应用以获取 xoxb- 机器人令牌（第 6 步）。
• OpenClaw 端的配置，Slack manifest 完全无法触及： 将 channels.slack.groupPolicy 设置为 open（默认值会静默丢弃频道消息），将 commands.ownerAllowFrom 设置为你的 Slack 用户 ID，以及——最关键的——确保助手有可用的模型。OpenClaw 默认的 Claude-CLI 登录每隔几小时就会过期；我们最终将其指向了通过 OpenRouter 提供的免费 Nemotron 模型（详见下方实际情况如何 ）。

Slack 创建应用后，你将进入 Basic Information 页面。这是后续所有操作的起点；左侧边栏是切换 Socket Mode、App-Level Tokens、OAuth & Permissions 和 Install App 的入口。

第三步：开启 Socket Mode

在侧边栏中打开 Socket Mode，将 Enable Socket Mode 切换为开启。这让 OpenClaw 可以通过 WebSocket 接收 Slack 事件，而无需公共 URL，因此在防火墙内也能正常工作。

第四步：生成 App-Level Token

Socket Mode 需要一个 App-Level Token。在 Basic Information → App-Level Tokens 下点击 Generate，为其命名，并赋予唯一的 connections:write 权限范围。

生成后，Slack 会显示以 xapp- 开头的令牌。将其复制到安全的地方，像密码一样保管。

第五步：添加 Bot 权限范围

打开 OAuth & Permissions，向下滚动到 Bot Token Scopes。如果你粘贴了完整的 manifest，核心权限范围（如 app_mentions:read 和 chat:write）应已在此。

需要添加 manifest 中未包含的权限？点击 Add an OAuth Scope 并从列表中选择。

第六步：安装应用并复制 Bot Token

打开 Install App。在应用拥有至少一个权限范围之前，安装按钮是灰色的（第 5 步的权限范围是解锁它的前提）。

权限范围到位后，Install to your workspace 变为可点击状态。

Slack 会显示标准权限确认页面，与任何 Slack 应用的授权流程相同。点击 Allow。

返回 Install App 页面，复制 Bot User OAuth Token，它以 xoxb- 开头。加上第 4 步的 xapp- 令牌，这就是 OpenClaw 所需的全部凭据。

第七步：将令牌写入 OpenClaw 并启动网关

将两个令牌直接写入配置，然后应用并重启网关：

cat > ~/slack.socket.patch.json5 <<'JSON5'
{ channels: { slack: { enabled: true, mode: "socket",
  appToken: "xapp-your-app-level-token",
  botToken: "xoxb-your-bot-token" } } }
JSON5

openclaw config patch --file ~/slack.socket.patch.json5
openclaw gateway restart

快捷方式——粘贴令牌，复制整个命令块。 在上方输入框中填入你的两个 Slack 令牌，它们会自动填充到命令中。复制填好的命令块在终端中运行——它会写入配置文件、应用配置并重启网关。所有操作都在你的浏览器本地完成，不会发送到任何地方。

为什么使用内联方式，而不是环境变量？ OpenClaw 的网关作为后台服务运行（macOS 上是 LaunchAgent），后台服务不会继承你在终端中 export 的变量。如果你将令牌存储为环境变量引用，网关启动时找不到它们就会拒绝启动。将值直接写入配置才是真正有效的做法。

第八步：验证连接

给网关几秒钟启动时间，然后确认 Slack 频道是否已成功连接：

openclaw channels status --probe

正常结果显示 Slack 状态为 connected, health:healthy。如果出现 invalid_auth，则 App-Level Token 已失效或 Slack 应用的 Socket Mode 未开启；重新生成令牌并确保 Socket Mode 已启用。

第九步：将机器人添加到频道并发送消息

安装应用还不够——OpenClaw 只能看到被邀请进入的频道。在目标频道中邀请机器人：

/invite @YourBot

然后发送一条 @mention 它的消息，例如 @YourBot summarize this thread，它就会回复。有两个容易踩坑的地方：在频道中，OpenClaw 只响应 @mention（不是每条消息），且其 Slack 频道策略默认为白名单模式，会静默丢弃来自未明确允许的频道的消息。将 channels.slack.groupPolicy 设置为 open（或将频道 ID 加入白名单），否则消息不会到达机器人，它会保持沉默且没有任何报错。（更多静默失败的内容见下方现实情况 。）

注意： 由于是自托管，只有在你的网关（以及运行它的机器）正常运行时，助手才能被访问到。如果你希望它全天候在线，需要在一台持续运行的机器或 VPS 上运行它，并自行承担随之而来的更新、安全维护和令牌轮换工作。

现实情况：实际经历了什么

以上九个步骤是"干净版"。当我们实际操作时，让自托管机器人成功回复一条消息花了数个小时，因为有几个问题完全静默失败——没有报错、没有回复、日志里也看不到任何异常。如果你打算走这条路，以下是 manifest 不会告诉你的事情。

你必须开启事件订阅，否则机器人永远不会收到消息。 Socket Mode 管道已连接，不代表 Slack 真的在投递消息。只有在你启用 Event Subscriptions 并为机器人订阅 app_mention、message.im、message.channels 和 message.groups 之后，它才能收到消息——在此之前，你发送的每条消息都会石沉大海，机器人保持沉默，日志也毫无反应。每次添加事件还会强制重新安装应用，这又会重新生成 bot 令牌。

然后频道白名单会静默吞掉你的消息。 OpenClaw 的 Slack 频道策略默认为白名单，即使事件已经正常流入，来自未明确允许的频道的消息也会被丢弃，日志中只有 drop message (channel not allowed) 这一行（还需要开启调试日志才能看到）。你要么将每个频道 ID 加入白名单，要么将策略设置为 open。此外还有一个权限控制（commands.ownerAllowFrom）和一个"允许用户发送消息"的应用级复选框，任何一个没配置都会静默阻止回复。

然后助手根本无法思考。 OpenClaw 的默认模型通过其内置的 CLI 运行时使用你的 Claude 订阅——而该登录每隔几小时就会过期。过期后，每次对话都会失败并抛出 FailoverError，即使 Slack 连接配置完美，机器人也无法给出任何回复。解决方法是将 OpenClaw 切换到一个免费且永不过期的开源模型——通过 OpenRouter 使用 NVIDIA 的 Nemotron 模型，运行在 OpenClaw 的原生运行时上。（这个切换过程是另一篇完整教程，我们在为你的 AI 助手接入免费 LLM：FlowHunt vs OpenClaw + Nemotron 中有详细介绍。）

所有问题都解决之后，它终于正常工作了——自托管助手读取了 Slack 中发布的任务列表，提取了行动项，并将其保存下来。值得注意的是，它在线程中回复，并将实际输出写入了磁盘上的文件（tasks.md），没有任何界面可以直接查看，而可见的回复也时灵时不灵。它确实可以工作，但你能切实感受到"免费且自托管"的代价。

相比之下，FlowHunt 机器人在第一条消息就在频道中正确回复了，没有任何事件配置、白名单设置、令牌过期或文件查找的问题。

加入我们的新闻通讯

免费获取最新提示、趋势和优惠。

电子邮件地址

订阅

目标相同，努力悬殊

两条路最终都能让你的团队在 Slack 中使用 AI 助手。不同的是两者之间的一切。

该如何选择？

如果你的目标是让团队真正能够依赖的 Slack 助手，FlowHunt 是更快、维护成本更低的选择，差距相当悬殊。无需安装插件，无需手动构建 Slack 应用，无需管理令牌，无需在凌晨三点保持服务器运行。授权一次，它就持续在线；由于智能体是在 FlowHunt 中构建的，你可以将同一个助手用于网站聊天、LinkedIn 或 API 接口，无需重复任何工作。立即免费开始，将你的助手部署到 Slack 。

如果你想要的是在自己掌控的硬件上运行的私有自托管助手，并且不介意自行维护 Slack 应用、令牌和网关，那么 OpenClaw 是一个真正有趣的项目。对自托管来说，这种控制权本就是最大的吸引力。它只是不属于低成本方案，也并非为成为团队全天候 Slack 机器人而设计——除非你在背后维护一套基础设施。

总结

将 AI 助手接入 Slack，归根结底是你愿意承担多少基础设施工作。使用 OpenClaw，你需要掌管一切：从 manifest 构建的 Slack 应用、一个 App-Level Token 和一个 Bot Token、配置补丁、需持续运行的网关以及要管理的频道白名单——这一切都只为一个自托管助手服务。使用 FlowHunt，你什么都不需要掌管：选择一个智能体，部署到 Slack，授权，几分钟后你的团队就可以与它对话——运行在一个托管平台上，同时覆盖你的其他渠道，并为你保持助手持续在线。

如果你想要结果而不是运维负担，在 FlowHunt 中构建你的智能体并部署到 Slack 。Slack 机器人只是其中简单的部分，FlowHunt 在背后管理的一切，才是让它真正值得长期使用的原因。

将你的 AI 工作作为项目来管理

一个 Slack 助手只是起点。随着你在不同频道、工作流和团队中构建越来越多的智能体，FlowHunt AI Projects 能为你提供一个看板式工作区，以工程团队追踪问题的方式来规划和交付你的 AI 自动化任务——包括状态、优先级，以及对进行中、受阻和已完成事项的清晰全貌。如果你想像经营产品一样推进 AI 工作，这正是为此而生的工具。