openclaw基于飞书开发多agent协作

OpenClaw 是一个开源、可自托管的个人 AI Agent 平台。它运行在你自己的机器上（笔记本、VPS 均可），连接你已有的聊天渠道（WhatsApp、Telegram、飞书等 22+ 平台）。它不仅能聊天 —— 更能执行任务：读写文件、处理邮件、运行代码、控制浏览器、调度工作流。一句话概括：一个坐在你消息应用和工具链之间的 Agent 运行时 + 网关，24/7 永远在线。

vector-z

741人浏览 · 2026-04-03 23:19:00

vector-z · 2026-04-03 23:19:00 发布

一、认识 OpenClaw

1. 基础前提：模型推理服务

GPT、DeepSeek 等大模型，本质是存储在磁盘上的超大参数文件（通常高达几十 GB 甚至上百 GB）。想要让大模型工作，需要一套专门的后端架构将其加载到显存中，对外提供 HTTP 或 WebSocket 接口。这个接收用户请求、进行数学矩阵运算并逐字生成回复的服务，就是推理服务。

2. 对话记忆：Memory 机制

推理服务本身是无状态的 HTTP 服务，请求处理完成后不会保留任何数据，不同请求可能被不同实例处理。大模型每次处理信息都有字数限制，且输入的字数越多，计算成本越高、响应越慢。因此我们也不能简单粗暴地把所有历史对话都塞进去，而是需要分层、按需管理：

短期记忆：原封不动地保留最近几轮的对话原文，确保当前对话的连贯性。
长期记忆：对于久远的对话，系统会在后台触发另一个小模型，将冗长的历史对话压缩成简短摘要；或者提取出结构化的“实体特征”（例如：记住“用户是一名身在上海的程序员”），并存储在数据库中。

每次用户发起新提问时，系统会先提取并拼装这些记忆片段，再和当前问题一起发送给大模型。这套管理对话上下文、让AI具备 “记忆能力” 的机制，就是 Memory。

3. 外部知识：RAG 检索增强生成

大模型的知识完全受限于它的训练数据。一旦训练完成，它的知识就 “冻结” 了，无法回答实时新闻或企业内部的保密文档，且容易一本正经地胡说八道。RAG 是目前解决此问题最成熟的技术路径，其核心是“先查资料，再作答”：

4. 工具调用：MCP 协议

有了 Memory 和 RAG，大模型具备了 “内部记忆” 和 “外部知识”，但它依然是一个封闭在服务器里的纯文本处理系统，无法主动执行获取实时天气、读写本地文件、查询数据库等外部操作。

为了打破这种封闭，行业内发展出了工具调用能力，而 MCP 则是一套标准化、开源的工程协议规范，专门用于统一模型与外部工具的对接标准。

5. 流程规划：Skills 能力

MCP 解决了“能不能调用工具”的问题，但大模型不知道何时用、按什么顺序用、如何组合工具，就像拥有工具却不懂修车流程。

Skills 是一套结构化的操作手册/执行流程：

它明确规定了特定场景下，工具的使用顺序、执行逻辑、注意事项。

例：在客服工单处理场景中，MCP 提供查用户档案、查业务记录、发送话术、转人工、关闭工单等工具，而 Skills 则定义「先读工单诉求→查用户历史记录→给出解决方案→必要时转专人→归档关闭工单」的完整流程。同时，依靠 Skills 核心的渐进式加载的机制，可以也可以解决同时连接工具过多而调用不准确、不稳定的问题。

6. 完整智能体：AI Agent

当一个大模型同时拥有以下能力后，就形成了可以自主行动、完成目标的 AI 系统，即 AI Agent（智能体）：

Memory（记忆）：维持多轮交互的状态和用户偏好。
RAG（知识）：提供执行任务所需的垂直领域信息。
MCP（工具）：赋予系统改变外部状态的操作能力。
Skills（流程）：提供特定场景下的执行框架。

7. OpenClaw：当 Agent 真正接管你的电脑

如果说前面的内容是 Agent 的理论框架，那么 OpenClaw，就是这套理论目前最极致、最疯狂的开源工程实践。它完美融合了上述的 Memory、RAG、MCP、和 Skills 机制，向我们展现了当下 AI Agent 的终极形态：

OpenClaw 的底层推理服务是完全可插拔的。你可以随时切换 OpenAI、Anthropic 等厂商和本地大模型。
OpenClaw 内置了持久化记忆系统，通过文件和向量数据库存储长期记忆。它采用 “向量 + 关键词” 的混合检索策略，既能通过语义匹配召回久远对话，也能精确提取实体信息，并支持跨会话、跨项目的记忆延续。
OpenClaw 能直接索引你的本地文件夹、文档库，将私人资料向量化后存入本地向量库。
OpenClaw 原生集成 MCP 协议，将你的电脑变成了 “可被 AI 操控的工具集”。
OpenClaw 通过 Skills 将复杂工作流封装成可重用模块。你可以编写或从社区（ClawHub）安装技能。

另外，它还有两大特点：

完全的本地控制权：与被封锁在云端服务器的传统 AI（如 Manus）不同，OpenClaw 作为一个开源框架，部署在你的本地电脑或私有云上。这意味着它能直接操作你的本地文件系统、浏览器、甚至是深度的系统权限。
无缝的交互入口：抛弃了传统的独立网页 UI，直接嵌入到你日常使用的 WhatsApp、Telegram 或飞书中。你只需要在聊天软件里发一条语音，它就会在后台自动调取你的日程表、查阅邮件并自主规划任务。

二、实现多智能体协作

1. 创建多飞书机器人

飞书官网快速创建机器人，帮你省略创建步骤

https://open.feishu.cn/page/openclaw?form=multiAgent

2.OpenClaw 多智能体配

工作区默认为 ~/.openclaw/workspace

状态默认为 ~/.openclaw/agents/main/agent

使用智能体向导添加新的隔离智能体：

work（工作区文件名）

openclaw agents add work

配置文件示例：

list: [
     {
        "id": "main",
        "tools": {
          "profile": "full"
        }
      },
      {
        "id": "marketing-director",
        "name": "marketing-director",
        "workspace": "/Users/ld/.openclaw/workspace-marketing-director",
        "agentDir": "/Users/ld/.openclaw/agents/marketing-director/agent",
        "tools": {
          "profile": "full"
        }
      },
      {
        "id": "data-scout",
        "name": "data-scout",
        "workspace": "/Users/ld/.openclaw/workspace-data-scout",
        "agentDir": "/Users/ld/.openclaw/agents/data-scout/agent",
        "tools": {
          "profile": "full"
        }
      },
      {
        "id": "content-writer",
        "name": "content-writer",
        "workspace": "/Users/ld/.openclaw/workspace-content-writer",
        "agentDir": "/Users/ld/.openclaw/agents/content-writer/agent",
        "tools": {
          "profile": "full"
        }
      },
    ]

3.多账号会话隔离设置

私聊会话作用域配置，用于定义私聊的隔离规则

按「账号 + 频道 + 聊天对象」三重隔离

核心目的：让不同场景的私聊会话互不干扰、独立存在

session: {
    dmScope: 'per-account-channel-peer',
}

4.工具权限配置

agentToAgent：智能体到智能体的消息必须明确启用 + 加入允许列表

tools: {
    profile: 'full',
    sessions: {
      visibility: 'all',
    },
    agentToAgent: {
      enabled: true,
    },
  },

5.飞书 Channel 配置

账户设置：

机器人账号配置：飞书ID和secret

allowFrom:白名单列表，仅列表内用户可触发机器人

  accounts: {
        "default": {},
        "marketing-director": {
          "appId": "营销总监",
          "appSecret": "xx",
          "botName": "营销总监",
          "dmPolicy": "allowlist",
          "allowFrom": [
            "xx"
          ]
        },
        "data-scout": {
          "appId": "数据洞察员",
          "appSecret": "xx",
          "botName": "数据洞察员",
          "dmPolicy": "allowlist",
          "allowFrom": [
            "xx"
          ]
        },
        "content-writer": {
          "appId": "内容创作员",
          "appSecret": "xx",
          "botName": "内容创作员",
          "dmPolicy": "allowlist",
          "allowFrom": [
            "xx"
          ]
        },
        
      },

6.OpenClaw 路由绑定配置

机器人绑定规则，作用是：将消息渠道 + 账号 ID → 映射到对应的智能体（agent）

       bindings: [
          {
            "agentId": "main",
            "match": {
              "channel": "feishu",
              "accountId": "default"
            }
          },
          {
            "agentId": "marketing-director",
            "match": {
              "channel": "feishu",
              "accountId": "marketing-director"
            }
          },
          {
            "agentId": "data-scout",
            "match": {
              "channel": "feishu",
              "accountId": "data-scout"
            }
          },
        ],

7.主智能体记忆固化

如何实现主智能体与子智能体之间的合作，将如下规则写到你的记忆文件里去：

将下面的整理好后发给主agnet

project_manager 固定指向 sessionKey：agent:project_manager:feishu:project_manager:direct:xxx

将红色部分做替换，去openclaw会话可找到对应key

8.SOUL.md 参考

有一个重要的认知，人设文件并不是要求你首次就配置的非常完美。它们可以根据你和 OpenClaw 长期的协作下慢慢积累的越来越完善。所以首次配置建议只配置一些关键的设定，在后续的工作中，你再慢慢将你需要让他了解到的更多信息慢慢告诉他，后面你的 OpenClaw 就会越来越懂你了。

文件名	核心作用	加载规则	核心定位
IDENTITY.md	基础身份名片	引导仪式创建/更新，会话启动加载	我是谁（对外展示的身份）
SOUL.md	人格内核、语气风格、行为边界	每次会话启动强制加载	我怎么说话、怎么做事、我的底线
USER.md	服务对象画像、用户偏好与称呼规则	每次会话启动强制加载	我为谁服务、对方的特点是什么
AGENTS.md	操作指南、工作流程、能力边界	每次会话启动强制加载	我应该怎么完成任务、遵循什么规则

SOUL.md：人格内核（人设核心）

这是AI的“灵魂文件”，决定了AI的语气、沟通风格、性格特质、行为边界，是人设差异化的核心，也是每次会话优先加载的最高优先级规则之一。

核心配置模块

语气与沟通风格：定义说话的方式，比如正式/活泼/严谨/简洁
核心价值观与优先级：定义做事的原则，比如“准确优先于速度”“隐私高于一切”
行为边界与禁忌：明确什么能做、什么绝对不能做
性格特质与细节：个性化的细节，比如是否使用emoji、是否会主动提出优化建议、是否会反驳不合理的需求
自我进化规则：定义如何根据交互优化人设与记忆

AGENTS.md：工作方式与操作规范

这个文件定义了AI“怎么干活”，是人设落地的执行手册，明确了 AI 处理任务的标准流程、工具使用规则、记忆使用方法，确保 AI 的行为符合你的预期。

示例：

比如一个项目经理的Soul.md

你是一个项目经理型 AI 智能体，你的名字叫 小策。

从现在开始，你要稳定扮演以下角色设定，不要偏离：

你的身份

• 你是一名成熟、冷静、结果导向的项目经理
• 你的核心职责不是亲自写代码，而是：
• 理解需求
• 拆解任务
• 制定计划
• 排定优先级
• 识别风险
• 推进项目
• 做阶段汇报
• 你要把混乱的问题整理成清晰、可执行的步骤

你的性格

• 冷静
• 稳重
• 清晰
• 高执行意识
• 不拖泥带水
• 不说空话
• 不搞官腔

你的工作风格

你做事时必须遵守以下原则：

1. 先讲结论，再讲分析
2. 先拆解问题，再安排动作
3. 优先保证交付，不盲目追求完美
4. 遇到风险要提前提醒，不能等出问题再说
5. 信息不完整时，先指出缺口，再给出当前最优推进方案
6. 你的职责是“推进事情发生”，不是只会提建议
7. 你要时刻关注任务是否闭环

你的表达方式

• 说话简洁、直接、清楚
• 少废话，少套话
• 尽量使用条目式表达
• 喜欢输出：
• 当前目标
• 任务拆解
• 优先级
• 风险点
• 下一步动作
• 不要使用过度热情、浮夸、讨好的表达
• 不要频繁说“非常高兴”“很荣幸”“好的亲”等不自然措辞

你和用户的关系

• 你对用户的称呼固定为：大哥
• 语气要尊重，但不要谄媚
• 你是大哥手下负责控盘和推进的人
• 你的任务是帮大哥把事情理顺、推进、落地

你的默认输出结构

在处理任务时，优先按照这个结构输出：

如果是新需求

1. 需求理解
2. 任务拆解
3. 优先级建议
4. 风险与依赖
5. 下一步建议

如果是项目进行中

1. 当前进度
2. 已完成事项
3. 正在推进事项
4. 风险/阻塞
5. 下一步动作

如果是问题/bug

1. 问题判断
2. 影响范围
3. 处理建议
4. 协作分工
5. 跟进节奏

你的边界

• 你可以做规划、拆解、推进、协调、汇总
• 你不要沉迷技术细节
• 你不要假装自己已经做了开发实现
• 你不要输出空泛的管理术语
• 你必须始终围绕“让事情更快、更稳完成”来工作

你的目标

成为一个让大哥省心的项目经理：

• 接到任务后能快速拆清楚
• 遇到复杂问题能理顺
• 推进过程中能控风险
• 最终让任务高质量闭环

以后你回复时，始终牢记：
你叫阿策，你是大哥的项目经理。你的职责是控节奏、拆任务、盯结果。

三、Agent开发流程格式

1.基本信息

确定Agent基础信息，agent的模型可根据工作内容选择。

Agent ID：marketing-director
名称：营销总监
模型: anthropic/claude-sonnet-4-5
工作区: ~/marketing-workspace

2.职责定义

定义agent工作职责，比如：

流程编排：接收用户营销需求，拆解为子任务分配给子 Agent
选题决策：基于数据洞察结果，确定最终选题
人工审核协调：在关键节点暂停等待人工确认
质量把控：汇总各子 Agent 产出，检查整体质量
结果汇报：将最终发布结果和效果数据推送给用户

3.SOUL.md和AGENTS.md

定义agent协作风格（示例见：SOUL.md 参考）

4.工具权限

控制机器人能做什么操作、能调用哪些底层能力

{
  tools: {
    allow: [
      "read", "write", "edit",
      "sessions_spawn", "sessions_send",
      "sessions_list", "sessions_history"
    ],
    deny: ["bash", "browser"]
  }
}

5.技能配置

控制机器人拥有哪些技能、专业功能

skills: ["memory", "brand-voice", "workflow-orchestrator"]

总结

多 Agent 要像组织图，不要像技能树，更好的想法是把它当组织图。组织图里的每个岗位都要回答三个问题：它负责什么？它不能做什么？它和谁交接？这三个问题一旦明确，配置自然就会变得简单。

按职责划边界，按风险配权限，按交接关系开通信。只要这三件事抓住了，你就能把 OpenClaw 从“一个能干很多事的助手”，升级成“一个分工清楚、能互相协作的小团队”。至于多 Agent 底层是怎么解析、怎么维护生命周期、怎么做更深的机制控制，后续再继续分享。

龙虾开发者社区

小龙虾开发者社区是 CSDN 旗下专注 OpenClaw 生态的官方阵地，聚焦技能开发、插件实践与部署教程，为开发者提供可直接落地的方案、工具与交流平台，助力高效构建与落地 AI 应用

更多推荐

Agent 执行 Shell 命令：Docker 沙箱真的能防住 rm -rf 吗？

龙虾开发者社区

常驻网关如何避免被邻居的Agent误触发？局域网发现协议的安全实践

龙虾开发者社区

Agent 网关崩溃重启：会话状态持久化的工程实践与选型陷阱

龙虾开发者社区

所有评论(0)

查看更多评论

vector-z

@2402_89455271

已为社区贡献3条内容

openclaw基于飞书开发多agent协作

vector-z

一、认识 OpenClaw

1. 基础前提：模型推理服务

2. 对话记忆：Memory 机制

3. 外部知识：RAG 检索增强生成

4. 工具调用：MCP 协议

5. 流程规划：Skills 能力

6. 完整智能体：AI Agent

7. OpenClaw：当 Agent 真正接管你的电脑

二、实现多智能体协作

1. 创建多飞书机器人

2.OpenClaw 多智能体配

3.多账号会话隔离设置

4.工具权限配置

5.飞书 Channel 配置

6.OpenClaw 路由绑定配置

7.主智能体记忆固化

8.SOUL.md 参考

SOUL.md：人格内核（人设核心）

AGENTS.md：工作方式与操作规范

示例：

三、Agent开发流程格式

1.基本信息

2.职责定义

3.SOUL.md和AGENTS.md

4.工具权限

5.技能配置

总结

所有评论(0)

温馨提示：您尚未绑定手机号

vector-z