OpenClaw 多飞书机器人配置指南

OpenClaw 多飞书机器人配置指南

本文档介绍如何在 OpenClaw 中配置多个飞书机器人,分别绑定到不同的 Agent。


一、创建 Agent

1.1 创建 Agent 步骤

# 创建新的 Agent openclaw agents add<agent名称># 示例:创建 dailynews agent openclaw agents add dailynews 

1.2 查看 Agent 列表

openclaw agents list 

输出示例:

Agents: - main (default) Identity: 💼✨ 小美 Workspace: ~/.openclaw/workspace - dailynews Workspace: ~/.openclaw/workspace-dailynews 

1.3 配置 Agent 文件

每个 Agent 需要有自己的 workspace 目录和相关配置文件:

文件说明
IDENTITY.mdAgent 身份信息(名字、性格、emoji)
SOUL.mdAgent 核心价值观和行为准则
USER.md人类用户信息
AGENTS.mdAgent 的行为规范
HEARTBEAT.md主动模式任务清单
MEMORY.md长期记忆

1.4 Agent 完整配置示例

{"agents":{"list":[{"id":"main","default":true,"name":"小美","workspace":"/home/username/.openclaw/workspace"},{"id":"dailynews","name":"dailynews","workspace":"/home/username/.openclaw/workspace-dailynews"},{"id":"dev","name":"开发助理","workspace":"/home/username/.openclaw/workspace-dev"}]}}

二、配置 Channel(飞书)

2.1 在飞书开放平台创建机器人

  1. 打开 飞书开放平台
  2. 创建企业自建应用
  3. 在应用详情中获取:
    • App ID(如 cli_xxx
    • App Secret
  4. 添加权限:
    • contact:contact.base:readonly - 读取通讯录
    • im:message:send_as_bot - 发消息
    • im:message:receive - 收消息
  5. 发布应用

2.2 配置 openclaw.json

{"channels":{"feishu":{"enabled":true,"defaultAccount":"main","domain":"feishu","accounts":{"main":{"appId":"cli_第一个机器人的appId","appSecret":"第一个机器人的secret"},"dailynews":{"appId":"cli_第二个机器人的appId","appSecret":"第二个机器人的secret"},"dev":{"appId":"cli_第三个机器人的appId","appSecret":"第三个机器人的secret"}}}}}

2.3 验证 Channel 配置

openclaw channels list 

输出示例:

Chat channels: - Feishu main: configured, enabled - Feishu dailynews: configured, enabled - Feishu dev: configured, enabled 

三、绑定 Agent 到 Channel

3.1 使用命令绑定

# 绑定 agent 到指定飞书账号 openclaw agents bind--agent<agentId>--bind feishu:<accountId># 示例 openclaw agents bind--agent main --bind feishu:main openclaw agents bind--agent dailynews --bind feishu:dailynews 

3.2 或直接在配置文件中添加 bindings

{"bindings":[{"agentId":"main","match":{"channel":"feishu","accountId":"main"}},{"agentId":"dailynews","match":{"channel":"feishu","accountId":"dailynews"}},{"agentId":"dev","match":{"channel":"feishu","accountId":"dev"}}]}

3.3 查看绑定结果

openclaw agents bindings 

输出示例:

Routing bindings: - dailynews <- feishu accountId=dailynews - main <- feishu accountId=main - dev <- feishu accountId=dev 

四、配置用户白名单

4.1 创建白名单文件

使用openclaw pairing approve 形式配置飞书后,发现只能同时有一个正常工作,所以改用白名单形式

vim ~/.openclaw/credentials/feishu-allowFrom.json 

内容:

{"version":1,"allowFrom":["ou_用户的open_id_1","ou_用户的open_id_2"]}

4.2 获取用户 open_id

推荐使用飞书开放平台的 API 工具获取:

  1. 打开 https://open.feishu.cn/document/server-docs/contact-v3/user/get
  2. 在页面中的 user_id 参数处选择用户
  3. 点击"尝试"按钮
  4. 返回结果中会显示用户的 user_idopen_id

或者在飞书中:

  • 打开用户主页 → 点击分享 → 复制链接,链接中包含用户ID

4.3 说明

  • 使用 allowFrom 白名单后,不需要执行 openclaw pairing approve
  • 白名单更安全,只允许特定用户使用该机器人

五、重启并验证

5.1 重启 Gateway

openclaw gateway restart 

5.2 测试

用不同的飞书机器人发送消息,检查是否路由到对应的 Agent。


六、注意事项

6.1 多账号限制

  • OpenClaw 当前版本(2026.3.x)飞书多账号功能在完善中
  • 主要限制:一次只能配对(pairing)一个机器人
  • 解决:使用 allowFrom 白名单机制,避免 pairing

七、完整配置示例

{"agents":{"list":[{"id":"main","default":true,"name":"小美","workspace":"/home/username/.openclaw/workspace"},{"id":"dailynews","name":"dailynews","workspace":"/home/username/.openclaw/workspace-dailynews"}]},"channels":{"feishu":{"enabled":true,"defaultAccount":"main","domain":"feishu","accounts":{"main":{"appId":"cli_xxx1","appSecret":"secret1"},"dailynews":{"appId":"cli_xxx2","appSecret":"secret2"}}}},"bindings":[{"agentId":"main","match":{"channel":"feishu","accountId":"main"}},{"agentId":"dailynews","match":{"channel":"feishu","accountId":"dailynews"}}]}

八、常见问题

Q: 提示 “access not configured”

A: 确认 channels.feishu.accounts 中是否配置了对应账号

Q: 提示权限错误

A: 需要在飞书开放平台授权:
https://open.feishu.cn/app/{appId}/auth?q=contact:contact.base:readonly

Q: 绑定后不生效

A: 执行 openclaw gateway restart 重启 Gateway

Read more

Midjourney搞定科研论文封面图!3步出刊级作品,拒被审稿人打回

Midjourney搞定科研论文封面图!3步出刊级作品,拒被审稿人打回

点赞、关注、收藏,不迷路 点赞、关注、收藏,不迷路 搞科研的你,是不是在论文封面图上栽过太多跟头?自己用PPT画的封面又丑又廉价,完全撑不起学术格调;找设计公司定制,不仅收费贵(动辄几百上千元),沟通反复修改耗时久,还总get不到你研究的核心主题;好不容易凑出来的封面,又被审稿人质疑“不贴合研究内容”“不符合期刊规范”,直接拖慢论文发表进度;更头疼的是,想参考顶会封面风格,却不知道怎么落地,只能对着别人的作品羡慕? 如果你也深陷这些困境,别再硬扛!昨天和某重点项目评审专家聊天,专家做了分享。小编做了系统梳理。今天这篇实操指南,直接带你用Midjourney快速制作出刊级科研论文封面图,从核心要素梳理、Prompt精准撰写,到生成筛选、后期微调,每个步骤都有具体逻辑和可直接复用的模板,不管你是Midjourney新手还是科研小白,跟着做就能3步搞定符合期刊要求的封面图,让审稿人眼前一亮! 一、先搞懂:科研论文封面图的核心要求,避免踩坑 学术期刊对封面图有明确规范,盲目用Midjourney生成只会白费功夫。核心要求有3点:一是主题契合,必须精准体现研究核心内容(

实测GLM-ASR-Nano-2512:超越Whisper V3的语音识别效果

实测GLM-ASR-Nano-2512:超越Whisper V3的语音识别效果 1. 引言:端侧语音识别的新标杆 随着大模型技术向终端设备下沉,轻量化、高性能的本地语音识别模型成为开发者关注的焦点。近期,智谱AI开源了其新一代语音识别模型 GLM-ASR-Nano-2512,该模型以1.5B参数量在多个基准测试中表现优于OpenAI的Whisper V3,同时支持本地部署与实时交互,兼顾性能与隐私保护。 本文将基于实际部署和测试经验,深入分析GLM-ASR-Nano-2512的技术特性、运行方式、识别效果,并与Whisper V3进行多维度对比,帮助开发者判断其在真实场景中的适用性。 1.1 为什么需要端侧ASR? 传统云端语音识别虽精度高,但存在三大痛点: * 延迟不可控:网络传输带来额外延迟,影响交互体验; * 隐私风险:用户语音上传至服务器,敏感信息易泄露; * 离线不可用:无网络环境下无法使用。 而端侧ASR(Automatic Speech Recognition)通过在本地完成语音转文字任务,有效解决了上述问题。尤其在智能硬件、办公输入法、边缘计算等场

Qwen-Image-Lightning体验报告:中文语义理解超强的AI画师

Qwen-Image-Lightning体验报告:中文语义理解超强的AI画师 自从Qwen图像系列模型发布以来,它在中文多模态理解与生成领域持续展现出独特优势。不同于依赖英文提示词工程的主流文生图模型,Qwen系列从底层就深度适配中文语义结构——而最新推出的Qwen-Image-Lightning,正是这一技术路线的集大成者:它不是简单地“支持中文”,而是真正让中文成为创作的原生语言。 本文将从真实使用场景出发,不堆砌参数、不罗列指标,全程聚焦一个核心问题:当你输入一句地道的中文描述时,它到底能不能听懂?听懂之后,又能不能把那种只可意会的意境,稳稳当当地画出来? 1. 为什么说它是“中文语义理解超强”的AI画师? 很多用户试过用中文提示词生成图片,结果却不如英文稳定。原因往往不在模型本身,而在语义断层——中文的意象表达、虚实转换、文化隐喻,和英文的直白逻辑存在天然差异。 Qwen-Image-Lightning的突破点,恰恰在于它继承了Qwen-VL系列对中文语义空间的长期建模能力。它不把“水墨丹青中国龙”拆解为“ink painting, Chinese dragon,

Java在AI时代的崛起:从传统机器学习到AIGC的全栈解决方案

Java在AI时代的崛起:从传统机器学习到AIGC的全栈解决方案

个人名片 🎓作者简介:java领域优质创作者 🌐个人主页:码农阿豪 📞工作室:新空间代码工作室(提供各种软件服务) 💌个人邮箱:[[email protected]] 📱个人微信:15279484656 🌐个人导航网站:www.forff.top 💡座右铭:总有人要赢。为什么不能是我呢? * 专栏导航: 码农阿豪系列专栏导航 面试专栏:收集了java相关高频面试题,面试实战总结🍻🎉🖥️ Spring5系列专栏:整理了Spring5重要知识点与实战演练,有案例可直接使用🚀🔧💻 Redis专栏:Redis从零到一学习分享,经验总结,案例实战💐📝💡 全栈系列专栏:海纳百川有容乃大,可能你想要的东西里面都有🤸🌱🚀 目录 * Java在AI时代的崛起:从传统机器学习到AIGC的全栈解决方案 * 一、Java AI生态概览:多样化的技术选择 * 1.1 深度学习框架:接轨主流AI技术 * Deep Java Library