养虾日记-OpenClaw多Agent飞书实战

前段时间折腾OpenClaw照着官方文档把新闻获取的流程跑通了能定时执行新闻获取并推送感觉还行。但用了阵子发现个问题一个Agent干所有的活有时候顾不过来。就像你招了个助理又要它追热点又要它策划选题还要它写文章它肯定会混乱。而且不同任务需要不同的知识背景和写作风格一个Agent很难同时做好所有事情。于是我折腾了一把用三个飞书Bot分别绑定了三个Agent打造了一个小型的内容创作团队。今天这篇文章我就把这个过程记录下来分享给也想玩多Agent的朋友。一、先说点基础的概念如果你已经是OpenClaw老手熟悉的这部分可以跳过了。什么是OpenClaw用大白话说就是一个能管理多个AI助手的管理工具。你可以创建多个Agent每个Agent有独立的身份、工具和记忆系统。什么是Agent就是一个AI助手。你可以给它设定角色比如热点猎手、配置工具比如网络搜索、写工作手册Agent.md。什么是飞书Bot就是你在飞书里能对话的机器人。给它发消息它会回复你。OpenClaw可以通过飞书的API让Agent接收和发送飞书消息。三者什么关系飞书Bot1 → OpenClaw → Agent01热点猎手 飞书Bot2 → OpenClaw → Agent02选题策划师 飞书Bot3 → OpenClaw → Agent03文章写手说白了就是你在飞书里给Bot发消息OpenClaw收到后转发给对应的AgentAgent处理完再通过飞书回复你。二、准备工作环境清单OpenClaw版本建议2026.02.09或以上飞书账号免费版就可以云服务器可选本地运行也行我是在国内阿里云上部署的整体架构图┌──────────────┐ ┌─────────────────────┐ ┌──────────────┐ │ 飞书Bot1 │───▶│ OpenClaw Gateway │───▶│ 热点猎手Agent│ │ (hotspot_bot) │ │ (消息路由) │ │ │ └──────────────┘ │ │ └──────────────┘ │ bot1 → agent01 │ ┌──────────────┐ │ bot2 → agent02 │ ┌──────────────┐ │ 飞书Bot2 │───▶│ bot3 → agent03 │───▶│ 选题策划师 │ │ (topic_bot) │ │ │ │ Agent │ └──────────────┘ └─────────────────────┘ └──────────────┘ ┌──────────────┐ │ 飞书Bot3 │─────────────────────────────▶│ 文章写手Agent│ │ (writer_bot) │ │ │ └──────────────┘ └──────────────┘核心思路很简单不同的飞书Bot绑定不同的Agent消息就能自动分流。三、实战步骤Step1创建三个Agent先打开终端创建三个Agent# 热点猎手 openclaw agents add hotspot_hunter--workspace/home/admin/.openclaw/workspace-hotspot # 选题策划师 openclaw agents add topic_planner--workspace/home/admin/.openclaw/workspace-topic # 文章写手 openclaw agents add article_writer--workspace/home/admin/.openclaw/workspace-writer 为什么要独立workspace每个Agent有独立的记忆和知识库互不干扰。举个例子热点猎手每天记录的新闻不会影响文章写手的写作风格。Step2在飞书创建三个Bot打开飞书开放平台open.feishu.cn创建三个自建应用hotspot_bot- 热点猎手专用topic_bot- 选题策划师专用writer_bot- 文章写手专用每个Bot创建好后记录下App IDApp Secret同时依次设置好权限管理事件回调 最后进行发布生效 可以参考Step4。Step3配置OpenClaw核心重点⚠️ 这是99%的人会卡住的地方要特别注意打开配置文件vim ~/.openclaw/openclaw.json在channels和bindings节点添加配置{ channels: { feishu: { enabled: true, domain: feishu, groupPolicy: open, accounts: { hotspot_bot: { appId: cli_xxxxxxxxxxxxx, appSecret: your_app_secret_1, name: hotspot_bot, enabled: true }, topic_bot: { appId: cli_xxxxxxxxxxxxx, appSecret: your_app_secret_2, name: topic_bot, enabled: true }, writer_bot: { appId: cli_xxxxxxxxxxxxx, appSecret: your_app_secret_3, name: writer_bot, enabled: true } } } }, bindings: [ { agentId: hotspot_hunter, match: { channel: feishu, accountId: hotspot_bot } }, { agentId: topic_planner, match: { channel: feishu, accountId: topic_bot } }, { agentId: article_writer, match: { channel: feishu, accountId: writer_bot } } ] }重点说明accounts是json格式。bindings的作用是告诉OpenClaw哪个飞书Bot的消息应该转发给哪个Agent。accountId必须和accounts里的 key 完全一致。配置完成后重启gatewayopenclaw gateway restartStep4飞书权限配置回到飞书开放平台给每个Bot添加权限。用大白话说权限就像通行证告诉飞书你的Bot能做什么。必需权限列表{ scopes: { tenant: [ im:message, im:message.group_at_msg:readonly, im:message.p2p_msg:readonly, im:message:send_as_bot ] } }添加事件订阅方式长链接事件im.message.receive_v1⚠️ 注意点击长连接前必须先配置好OpenClaw的feishu channel否则会报错配置完成后发布Bot版本。Step5验证配置在终端运行openclaw channels list openclaw agents list --bindings正常情况下会看到Chat channels: - Feishu hotspot_bot (hotspot_bot): configured, enabled - Feishu topic_bot (topic_bot): configured, enabled - Feishu writer_bot (writer_bot): configured, enabled Agents: - hotspot_hunter Routing rules: - feishu accountIdhotspot_bot - topic_planner Routing rules: - feishu accountIdtopic_bot - article_writer Routing rules: - feishu accountIdwriter_bot如果看到每个Agent都有对应的路由规则说明配置成功四、实战演示我的内容创作工作流配置完成后就可以开始实际用了。我给hotspot_bot热点猎手Agent bot1发消息 它就会正常给我总结当日热点了“今天科技圈有什么热点”Agent会搜索各大科技媒体TechCrunch、36氪、虎嗅这些, 然后总结成简报发给你。到这里多agent配置与飞书通信就基本配置好了。后面还需要把其他自己agent设置也优化一下让其各自分工 就可以把整个工作流都串起来了完成后再与大家分享完整工作流内容与效果。五、排错指南小白救星配置过程中遇到问题很正常我把踩过的坑总结一下。常见问题1Bot发消息没反应检查方法openclaw logs --follow可能原因App ID或App Secret填错了长连接没建立成功bindings配置错误解决方案重新检查飞书开放平台的App ID和Secret确认长连接状态飞书开放平台会显示运行openclaw agents list --bindings确认路由规则是否正确常见问题2长连接报错**可能原因**OpenClaw的feishu channel还没配置好就去点长连接了。**解决方案**先配置好openclaw.json重启gateway然后再去飞书开放平台点长连接。常见问题3Agent回答不符合预期**可能原因**Agent的工作手册Agent.md写得不够清晰。**解决方案**进入对应的workspace修改Agent.md把工作流程写得更具体。比如## 工作流 1. 先理解用户需求 2. 搜索相关资料使用web_search工具 3. 提取关键信息 4. 输出结构化结果关键点越具体越好不要让Agent自己猜要怎么干。后续的一些想法折腾了一阵子我的感觉是OpenClaw的多Agent功能就像给AI团队做了分工协作。以前一个Agent干所有活容易混乱也不够专业。现在每个Agent有自己的专长配合起来效率高不少。后续我还有一些想法探索如何让Agent之间自动协作不需要人工转发如何接入更多数据源RSS、社交媒体等如何训练Agent的个人写作风格配置OpenClaw就像养个电子宠物刚开始它啥也不会但你把规矩立好了、把工作手册写清楚了、把分工搞明白了它就会越来越懂你越来越好用。 这还得慢慢尝试养虾路长且远呀学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】