OpenClaw部署飞书教程，多个相互独立的 Agent配置指南

跟风装了 OpenClaw，结果装完之后对着界面发呆——完全不知道该让它干什么。

这跟普通的大模型有啥区别？说好的自动化呢？别人的龙虾能 24 小时连轴转，一句指令搞定全套流程，到你手里就成了一个普普通通的聊天框。

从 OpenClaw 连飞书都搞不懂的纯小白，到成功指挥一个龙虾团队全职干活，这条路已经有人走通了。

今天就把这套在飞书里当老板的完整攻略整理出来。全是已经验证过的现成内容，照着做就能在飞书组起自己的智能团队。

一、破局之道就在其中

OpenClaw 的核心能力，不在于它本身能做什么，而在于你能否让它成为一个能独立运作的系统。配置多个各司其职的 Agent，让它们术业有专攻——这才是问题的关键。

已经成功验证的团队配置是这样的：

• 小智（boss）
  — 总指挥，负责统筹规划和任务分发

• 探探（researcher）
  — 情报专家，专门负责信息挖掘

• 文文（writer）
  — 内容创作者，擅长文字表达

• 极客（coder）
  — 技术担当，专注代码开发

每位成员都拥有独立的“办公桌”（工作区）、“员工卡”（认证）和“工作日志”（记忆），彼此互不干扰、各司其职。

二、准备工作：搭建你的第一个 Agent

2.1 环境准备

以 Mac 系统为例，打开终端依次执行：

# 安装 Homebrew（如已安装可跳过）
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

# 安装 Node.js
brew install nodejs

# 安装 OpenClaw
curl -fsSL https://openclaw.ai/install.sh | bash

# 验证安装
openclaw --version

看到版本号就说明安装成功了。如果没反应，重做第三步。

2.2 初始化配置

执行初始化命令：

openclaw onboard --install-daemon

按照向导提示操作：

• 选择 yes 开始配置
• 选择 QuickStart 快速模式
• 选择你偏好的 AI 模型（推荐 OpenAI/Claude/Gemini）
• 暂时跳过其他高级选项（后续可调整）

完成后你就拥有了第一个可用的 Agent。

三、搭团队：创建你的 Agent 员工

3.1 Agent 的本质是什么？

把 Agent 理解成一位独立的员工。每位员工配备：

• 办公桌（Workspace）
  — 存放工作规范（AGENTS.md）、人设（SOUL.md）、老板资料（USER.md）和工作笔记（memory/）

• 员工卡（agentDir）
  — 保存身份认证和登录凭据

• 对话记录（Sessions）
  — 记录与不同对象的沟通历史，各自独立

3.2 公司架构长这样

~/.openclaw/
├── openclaw.json                # 公司规章制度（全局配置文件）
├── workspace/                    # 小智的办公桌
│   ├── AGENTS.md                 # 工作流程手册
│   ├── SOUL.md                   # 性格人设文档
│   ├── USER.md                   # 老板信息档案
│   └── memory/                   # 工作记忆存储
├── workspace-researcher/         # 探探的办公桌
│   ├── AGENTS.md
│   ├── SOUL.md
│   └── memory/
├── workspace-writer/             # 文文的办公桌
│   ├── AGENTS.md
│   ├── SOUL.md
│   └── memory/
├── workspace-coder/              # 极客的办公桌
│   ├── AGENTS.md
│   ├── SOUL.md
│   └── memory/
├── agents/
│   ├── boss/agent/               # 小智的身份档案柜
│   │   ├── auth-profiles.json
│   │   └── sessions/
│   ├── researcher/agent/         # 探探的身份档案柜
│   ├── writer/agent/             # 文文的身份档案柜
│   └── coder/agent/             # 极客的身份档案柜
└── skills/                       # 公司共享技能库

3.3 两种招聘方式

# 招募调研员
openclaw agents add researcher

# 招募写作员
openclaw agents add writer

# 招募开发员
openclaw agents add coder

# 查看团队成员
openclaw agents list --bindings

向导会自动完成所有配置：建工位、发工牌、设置权限。

直接修改 ~/.openclaw/openclaw.json。

3.4 重要提醒

⚠️ 身份认证不可共享：每个 Agent 必须有独立的 auth-profiles.json。

⚠️ 工作区不可复用：不同 Agent 使用相同的 agentDir 会引发认证冲突，务必避免。

⚠️ 技能库分层管理：工作区内的 skills/ 是个人专属技能，~/.openclaw/skills/ 是全员共享技能库。

四、创建飞书 Bot：让 Agent 上线工作

4.1 创建飞书 Bot 步骤

1. 登录飞书开放平台（open.feishu.cn）创建企业自建应用
2. 为每个 Agent 创建独立的应用：小智 Bot（总指挥）、探探 Bot（调研员）、文文 Bot（撰写员）、极客 Bot（开发员）
3. 获取每个 Bot 的关键信息：App ID、App Secret、Verification Token、Encrypt Key
4. 开启机器人能力，配置权限：获取用户基本信息、获取与更新群组消息、查看群消息与更新群消息、获取与发送单聊与群组消息、接收群聊中 @我或单聊消息、接收群聊中 @机器人消息事件、读取用户发给机器人的单聊消息、以应用的身份发消息、获取与上传图片或文件资源
5. 修改订阅方式：“使用长链接接收事件”，并添加“接收消息”事件
6. 在“版本管理与发布”中，创建一个版本并发布

4.2 配置飞书通道

在 OpenClaw 中配置飞书认证信息。对每个 Agent 执行：

# 配置小智的飞书 Bot
openclaw auth add --agent boss --channel feishu

# 配置探探的飞书 Bot
openclaw auth add --agent researcher --channel feishu

# 配置文文的飞书 Bot
openclaw auth add --agent writer --channel feishu

# 配置极客的飞书 Bot
openclaw auth add --agent coder --channel feishu

按提示输入各自的 App ID、App Secret 等信息。

4.3 创建飞书群组

：

• 创建群聊，只拉入小智 Bot
• 这是你发布任务的主要界面

：

• 创建另一个群聊
• 拉入小智、探探、文文、极客四个 Bot
• 你也加入这个群，可以旁观或插话

获取群组 ID 的方法：

• 在飞书开放平台使用“获取群信息”API
• 或使用 OpenClaw 的 sessions_list 命令查看

五、分工位：把 Agent 分配到不同位置

团队成员都就位了，现在要根据 Bindings（路由分配机制）决定谁来处理什么消息。

5.1 Bindings 的工作原理

Bindings 本质上是消息分发规则，决定来自不同来源的消息应该交给哪个 Agent 处理。

OpenClaw 按以下优先级匹配规则：

• 精准匹配 — 指定具体的用户 ID 或群组 ID
• 群组匹配 — 匹配特定的群聊
• 账号匹配 — 匹配特定的 Bot 账号
• 通道匹配 — 匹配整个通道的所有消息
• 默认兜底 — 以上都不匹配时，交给默认 Agent

5.2 实际配置方案

通过群组和账号来区分：

{
  "bindings": [
    // 主工作群的消息 → 小智
    {
      "agentId": "boss",
      "match": {
        "channel": "feishu",
        "peer": { "kind": "group", "id": "主工作群ID" }
      }
    },
    // 内部协作群中，不同 Bot 账号对应不同 Agent
    {
      "agentId": "boss",
      "match": {
        "channel": "feishu",
        "accountId": "小智的AppID",
        "peer": { "kind": "group", "id": "协作群ID" }
      }
    },
    {
      "agentId": "researcher",
      "match": {
        "channel": "feishu",
        "accountId": "探探的AppID",
        "peer": { "kind": "group", "id": "协作群ID" }
      }
    },
    {
      "agentId": "writer",
      "match": {
        "channel": "feishu",
        "accountId": "文文的AppID",
        "peer": { "kind": "group", "id": "协作群ID" }
      }
    },
    {
      "agentId": "coder",
      "match": {
        "channel": "feishu",
        "accountId": "极客的AppID",
        "peer": { "kind": "group", "id": "协作群ID" }
      }
    }
  ]
}

六、开内线：让 Agent 互相对话

团队招好了，工位分好了，但此刻他们彼此之间还无法沟通。

6.1 激活 Agent 间通信功能

这个功能默认关闭，需要手动开启：

{
  "tools": {
    "agentToAgent": {
      "enabled": true,
      "allow": ["boss", "researcher", "writer", "coder"]
    }
  }
}

6.2 设置会话可见性

默认情况下，每个 Agent 只能看到自己的对话记录。要实现团队协作，需要调整可见范围：

{
  "tools": {
    "sessions": {
      "visibility": "all"
    }
  }
}

可见性选项说明：

• “self” — 只看自己的会话（完全隔离）
• “tree” — 看自己及派生的子任务（默认设置）
• “agent” — 看同一 Agent 的所有会话
• “all” — 看所有 Agent 的所有会话（完全开放）

6.3 发送内部消息的方法

使用 sessions_send 工具实现 Agent 间通信：

sessions_send({
  "sessionKey": "agent:researcher:feishu:group:协作群ID",
  "message": "探探，请帮我调研一下 AI Agent 的最新发展趋势",
  "timeoutSeconds": 60
})

6.4 两种任务派发方式

• 适用场景：Agent 已经在线，有活跃会话
• 前置条件：需要配置 agentToAgent.enabled 和 sessions.visibility

• 适用场景：一次性任务、需要隔离的任务
• 优势：不需要目标 Agent 已有活跃会话
• 支持 mode=”run”（一次性）和 mode=”session”（永久）

简单类比：sessions_send 等于给同事发消息让他在现在处理；sessions_spawn 等于临时雇一个外包，干完走人。

七、信息共享：建立团队信息中心

内部通讯已经打通，但还有个问题：小智安排给探探的任务，文文和极客并不知情；探探完成的调研报告，其他人得等小智转发才能看到。

解决方案是建立一个共享知识库，所有成员都能读写。

7.1 创建共享目录结构

mkdir -p ~/.openclaw/shared/notes

建议的目录如下：
~/.openclaw/shared/
├── board.md      # 团队公告栏：重要通知和动态
├── tasks.md      # 任务看板：当前进行中和已完成的任务
└── notes/        # 文档资料库
    ├── research/ # 调研报告
    ├── drafts/   # 文章草稿
    └── code/     # 代码文档

7.2 配置共享目录索引

让每个 Agent 的记忆搜索能覆盖到共享目录：

{
  "agents": {
    "defaults": {
      "memorySearch": {
        "extraPaths": ["~/.openclaw/shared"]
      }
    }
  }
}

实际效果：探探把调研报告保存到 shared/notes/research/ai-trends.md，文文使用 memory_search 就能搜索到这份报告，也可以直接用绝对路径 read 命令读取文件。

7.3 共享文件的使用规范

# 团队公告栏

## 本周重点任务
- [2026-03-07] 探探：AI Agent 技术调研 ✅ 已完成
- [2026-03-07] 文文：技术博客撰写 ➡️ 进行中
- [2026-03-08] 极客：数据分析脚本开发 ⏳ 待开始

## 重要通知
- Agent 间通信系统已上线，可通过 sessions_send 互相协作
- 共享知识库已建立，所有文档请统一存放到 shared/notes/

# 任务看板

## ➡️ 进行中
- [2026-03-07] 文文：《OpenClaw 实战指南》撰写 — 派发人：小智
  - 预计完成：2026-03-08
  - 依赖：探探的调研报告

## ✅ 已完成
- [2026-03-07] 探探：AI Agent 技术调研 — 派发人：老板
  - 完成时间：2026-03-07 18:30
  - 产出：shared/notes/research/ai-trends.md

## ⏳ 待开始
- [2026-03-08] 极客：数据可视化脚本 — 派发人：小智

7.4 定义团队协作规范

• 接收老板任务后，分析并拆解成子任务
• 通过 sessions_send 分配给对应的专员
• 任务分配后立即更新 shared/tasks.md
• 收到完成反馈后，更新任务状态并向老板汇报

• 收到调研任务立即开始执行
• 调研报告统一保存到 shared/notes/research/
• 完成后更新 shared/tasks.md 状态
• 向小智回复任务完成情况

• 收到写作任务后，先查阅 shared/notes/ 中的相关资料
• 草稿保存到 shared/notes/drafts/
• 定稿后更新 shared/tasks.md
• 需要补充资料时，通过小智协调探探支持

• 收到开发任务后，查阅相关技术文档
• 代码和技术文档保存到 shared/notes/code/
• 完成后更新 shared/tasks.md
• 需要技术调研时，通过小智安排探探协助

八、实战演示：完整任务流转过程

来看一个真实场景，老板要求撰写一篇关于 AI Agent 的技术文章，并配套一个演示脚本。

8.1 任务流转全过程

【第一步】老板 → 小智（主工作群）：
"我需要一篇关于 AI Agent 多智能体协作的技术文章，要有实际案例，最好配个演示脚本"

【第二步】小智的处理流程：
1. 分析任务，拆解为三个子任务：
   - 技术调研（探探）
   - 文章撰写（文文）
   - 脚本开发（极客）
2. 更新 shared/tasks.md 记录任务
3. 向探探派发任务：
   sessions_send({
     "sessionKey": "agent:researcher:feishu:group:协作群ID",
     "message": "探探，请调研 AI Agent 多智能体协作的技术现状、
                 主流方案和实际案例，报告保存到 shared/notes/research/",
     "timeoutSeconds": 120
   })
4. 回复老板："收到！已安排探探进行技术调研，完成后文文会撰写文章，
              极客会开发演示脚本。预计明天交付。"

【第三步】探探的执行过程：
1. 接收任务，开始网络搜索和资料整理
2. 调研主流的 Agent 框架：OpenClaw、AutoGPT、LangChain 等
3. 整理实际应用案例
4. 撰写调研报告：shared/notes/research/multi-agent-research.md
5. 更新 shared/tasks.md 标记任务完成
6. 回复小智："调研完成，报告已保存到 shared/notes/research/multi-agent-research.md"

【第四步】小智协调文文：
1. 收到探探的完成通知
2. 向文文派发写作任务：
   sessions_send({
     "sessionKey": "agent:writer:feishu:group:协作群ID",
     "message": "文文，请基于 shared/notes/research/multi-agent-research.md
                  撰写一篇技术文章，要求通俗易懂，有实际案例，
                 草稿保存到 shared/notes/drafts/",
     "timeoutSeconds": 180
   })
3. 更新 shared/tasks.md

【第五步】文文的创作过程：
1. 读取探探的调研报告
2. 构思文章结构和内容框架
3. 撰写文章，融入案例和分析
4. 保存草稿：shared/notes/drafts/multi-agent-article.md
5. 更新 shared/tasks.md
6. 回复小智："文章初稿完成，已保存到 shared/notes/drafts/"

【第六步】小智安排极客：
1. 收到文文的完成通知
2. 向极客派发开发任务：
   sessions_send({
     "sessionKey": "agent:coder:feishu:group:协作群ID",
     "message": "极客，请根据 shared/notes/drafts/multi-agent-article.md
                  中的技术方案，开发一个简单的演示脚本，
                 代码保存到 shared/notes/code/",
     "timeoutSeconds": 240
   })
3. 更新 shared/tasks.md

【第七步】极客的开发过程：
1. 阅读文章草稿，理解技术方案
2. 设计脚本架构
3. 编写演示代码
4. 保存代码和说明文档：shared/notes/code/multi-agent-demo/
5. 更新 shared/tasks.md
6. 回复小智："演示脚本开发完成，代码在 shared/notes/code/multi-agent-demo/"

【第八步】小智向老板汇报：
"任务全部完成！