coze+openclaw 飞书中创建机器人群组

coze+openclaw 飞书中创建机器人群组

Coze + OpenClaw 高效创建飞书机器人群组最佳实践

前言

在企业数字化办公场景中,飞书机器人已经成为团队自动化协作的核心工具。但很多团队在配置机器人时经常遇到多个机器人触发逻辑混乱、指令冲突、Token 浪费等问题。本文将基于 Coze 低代码 AI 开发平台 + OpenClaw 智能代理框架,分享一种清晰可控的飞书机器人群组搭建方案,实现机器人触发逻辑清晰、资源占用低、用户体验优秀。


1. 第一步:创建专属一人群,作为机器人调试运行的独立空间

为什么选择一人群?

创建仅包含自己的专属群组是搭建机器人群组的基础,核心优势有三点:

  1. 隔离调试环境:避免在公共群调试机器人时产生大量无效消息,干扰正常工作交流
  2. 权限可控:一人群内机器人权限独立,不会误操作公共群资源
  3. 日志集中:所有机器人运行日志都集中在同一会话中,方便问题排查

操作步骤

打开飞书客户端,点击右上角「+」→ 选择「创建群组」,群组名称建议设置为「Coze 机器人工作群」,成员仅选择自己作为唯一成员,无需添加其他人员,点击「创建」即可完成。


2. 第二步:群组设置中添加 Coze 机器人,完成基础配置

一人群创建完成后,即可将 Coze 平台开发的机器人添加到群组中,配合 OpenClaw 框架实现多工具调用能力。

操作步骤

  1. 进入一人群的群组设置页面,找到「群机器人」选项
  2. 点击「添加机器人」,选择你在 Coze 平台已开发完成的机器人,或选择「自定义机器人」获取 Webhook 地址
  3. 完成机器人权限配置:仅开放消息读取消息发送权限,不开放管理员权限
  4. 配置安全校验:开启签名校验,避免恶意请求触发机器人

陆续加入自己需要的机器人

OpenClaw 通道配置示例

将机器人的 Webhook 地址配置到 OpenClaw 的飞书通道配置文件中,示例配置如下:

# openclaw 飞书通道配置示例(config.yaml) channels: feishu: enabled: true app_id: "cli_xxxxxxxxxxxxxxx" app_secret: "xxxxxxxxxxxxxxxxxxxxxxx" verification_token: "xxxxxxxxxxxxxxxxxxxx" encrypt_key: "xxxxxxxxxxxxxxxxxxxxxxxx" webhook_path: "/webhook/feishu" bot_open_id: "ou_xxxxxxxxxxxxxxxxxxxxxxxx" # 机器人的open_id 

配置完成后重启 OpenClaw 服务,发送测试消息验证机器人是否能正常接收群消息。

3. 第三步:使用 @ 触发机器人,逻辑清晰,节省 Token

@触发的核心优势

强烈推荐使用 @ 触发方式替代传统的关键词触发,核心优势如下:

  1. 触发逻辑清晰:用户必须明确 @ 指定要调用的机器人,不会出现多个机器人同时响应同一个关键词的混乱情况
  2. 节省 Token 消耗:只有被 @ 的机器人会接收和处理消息,其他机器人不会解析未被 @ 的消息,减少无效 Token 消耗约 70% 以上
  3. 用户体验优秀:用户明确知道自己在和哪个机器人对话,不会出现预期外的回复

OpenClaw 消息处理逻辑示例

OpenClaw 框架默认支持 @ 触发逻辑,示例代码如下:

// OpenClaw 飞书消息处理中间件 async function handleFeishuMessage(ctx) { const { message, mentions } = ctx.request.body; // 仅处理被@的消息,未被@直接返回 if (!mentions || !mentions.includes(process.env.FEISHU_BOT_OPEN_ID)) { return ctx.status = 200; } // 移除@提及的文本,提取用户纯指令 const userCommand = message.content.replace(/@<at]+">/g, '').trim(); // 调用Coze平台处理用户指令 const result = await cozeClient.run({ query: userCommand, user_id: ctx.request.body.sender_id.open_id, conversation_id: ctx.request.body.chat_id }); // 回复用户消息 await feishuClient.sendMessage({ chat_id: ctx.request.body.chat_id, content: JSON.stringify({ text: result.content }) }); ctx.status = 200; } 

最佳实践:每个机器人设置清晰的名称和头像,方便用户快速识别要@的对象;指令设计简洁明了,避免复杂的关键词规则。

 第四步:@所有人 不会触发任何机器人,飞书平台原生行为说明

很多用户会疑惑:为什么在群里@所有人的时候,机器人没有响应?这是飞书平台的原生设计:@所有人 的消息中,不会包含任何具体的 mention 列表,因此机器人无法判断是否被@,所以不会触发任何机器人的响应。

这个设计的优势

  1. 避免@所有人时所有机器人同时响应,产生大量刷屏消息,干扰群聊秩序
  2. 减少无效的机器人调用,节省服务器和Token资源

如果需要通知所有机器人处理某个任务,建议单独@每个需要处理的机器人,或者使用专门的广播指令。

总结

通过「创建专属一人群 + @触发机器人」的方案,完美解决了飞书机器人使用过程中的混乱问题,配合Coze低代码平台和OpenClaw智能代理框架,可以快速搭建高效、稳定、低成本的机器人群组,大幅提升团队自动化协作效率。

Read more

VSCode自定义Copilot Agent与Awesome Agent

VSCode自定义Copilot Agent与Awesome Agent

本文将介绍如何在VSCode中创建自定义的Agent,以及哪里可以获取到现有的Agent模板 当我们在VSCode中使用Copilot时,可以选择以下几种模式。 Ask, Edit, Agent, 以及在2025年末时我们可以使用的全新的Plan模式。 不过除此之外,其实我们还有办法自定义属于自己的Agent。 选择右下角Agent菜单,选择Configure Custom Agents... 如选择.github\agents 则会在本工作区域中生成该路径并创建一个指定命名的agent.md文件 如果选择User Data则是会创建全局的Agent模板 在vscode中,也可以直接在文件中通过Configure Tools轻松配置所需要使用的tools,非常方便。 然后我们便可以在copilot中使用自己的Agent了. 当然,自己编写一个相对复杂的agent模板比较耗时,而awesome-copilot项目为我们提供了许多的模板,当然不止是agent,也提供了丰富的提示词模板(prompt)和指导词模板(instructions),以及

【30天从零玩转AI应用开发】第2篇:大模型API注册+调用实战

【30天从零玩转AI应用开发】第2篇:大模型API注册+调用实战

文章目录 * 前言 * 【30天从零玩转AI应用开发】第2篇:大模型API注册+调用实战(OpenAI/文心一言/通义千问) * 专栏副标题 * 专栏简介 * 摘要 * 关键词 * 前言 * 一、3大主流大模型API对比(新手必看) * 新手选择建议(避坑指南): * 二、API注册+密钥获取(文字版超详细指南) * 2.1 OpenAI注册+密钥获取(含避坑技巧) * 准备工具: * 注册步骤(每一步都标清按钮位置): * 避坑技巧: * 2.2 百度文心一言注册+密钥获取(10分钟搞定) * 准备工具: * 注册步骤: * 关键提醒: * 2.3 阿里通义千问注册+密钥获取 * 准备工具: * 注册步骤: * 三、API调用实战(Python代码可直接复制) * 3.

VS-CODE 里的github copilot 不支持自己配置模型api

1. 关于配置自定义 Claude API 的支持情况 * 结论:不支持。 * 机制说明: * VS Code 官方 GitHub Copilot 扩展(包括 Agent 功能)强制通过 GitHub 的代理服务器进行鉴权和路由。 * 模型切换:GitHub Copilot 允许在订阅权限范围内切换底层模型(例如从 GPT-4o 切换至 Claude 3.5 Sonnet),但这使用的是 GitHub 的企业/个人订阅配额。 * API Key 限制:无法在官方扩展设置中输入个人的 sk-ant-... (Anthropic API Key) 或自定义 Endpoint。 * 替代方案(非官方扩展): * 若必须使用个人 Claude API

Stable-Diffusion-v1-5-archive效果展示:跨文化风格生成——浮世绘/拜占庭/非洲图腾

Stable-Diffusion-v1-5-archive效果展示:跨文化风格生成——浮世绘/拜占庭/非洲图腾 Stable Diffusion v1.5 Archive,这个经典的文生图模型,至今依然是许多创作者和开发者的心头好。它就像一个经验丰富的老画师,虽然不像新模型那样精通十八般武艺,但在风格化创作和创意草图方面,依然有着独特的魅力。 今天,我们不谈复杂的部署和参数调优,就单纯地看看这位“老画师”的功力。我们将聚焦于一个有趣的主题:跨文化风格生成。我们将用同一个基础描述,驱动模型分别生成浮世绘、拜占庭艺术和非洲图腾三种截然不同的艺术风格图像,直观展示SD1.5在风格迁移和创意表达上的能力。 1. 核心能力与测试目标 Stable Diffusion v1.5 Archive 是一个归档版本,它保留了SD1.5模型最核心、最稳定的文生图能力。对于本次效果展示,我们主要关注其两个关键特性: * 强大的风格理解与迁移:模型能够较好地理解并应用各种艺术风格关键词,将普通场景转化为具有特定文化气息的作品。 * 稳定的构图与细节生成:在固定随机种子(Seed)的情况下,能够