OpenClaw-多飞书机器人与多Agent团队实战复盘
OpenClaw 多飞书机器人与多 Agent 团队实战复盘
这篇文章完整记录一次从单机安装到多机器人协作落地的真实过程：
包括 Windows 安装报错、Gateway 连通、模型切换、Feishu 配对、多 Agent 路由、身份错位修复，以及最终形成“产品-开发-测试-评审-文档-运维”团队。
一、目标与结果
这次实践的目标很明确：
- 在 Windows 上稳定跑通 OpenClaw
- 接入飞书机器人
- 做到一个机器人对应一个 Agent 角色
- 支持多模型并行（OpenAI + Ollama）
- 最终形成可执行的多 Agent 团队
最终落地状态（已验证）：
- 渠道：Feishu 多账号在线
- 路由：按
accountId精确绑定到对应 Agent - 角色：产品经理、技术开发、测试质保、代码评审、文档维护、发布运维
- 模型：默认
openai-codex/gpt-5.2，文档 Agent 使用ollama/gpt-oss:20b-cloud
二、第一阶段：跨系统安装与 Gateway 排障
这一段改成“可直接复现”的跨系统安装手册，覆盖 Windows、macOS、Linux。
同时把 Feishu 接入步骤也接在安装闭环后，避免“装好了但渠道跑不起来”。
0) 从零安装 OpenClaw（Windows / macOS / Linux）
Step 1. 环境前置检查
先确认 Node 和 npm：
node-vnpm-v建议：
- Node.js
>= 22 - npm
>= 10
如果版本过低，先升级再安装 OpenClaw。
Step 2. 按系统执行安装命令
macOS / Linux：
curl-fsSL https://openclaw.ai/install.sh |bashWindows（PowerShell）：
iwr-useb https://openclaw.ai/install.ps1 |iex安装完成后统一验证：
openclaw --version通过标准：能返回版本号（如 2026.x.x）。
Step 3. 首次初始化（推荐）
openclaw onboard --install-daemon 在向导里完成三件事：
- 选择模型供应商（OpenAI / OpenAI-Codex / Ollama 等）
- 完成认证（API Key 或 OAuth）
- 写入本地配置
Step 4. 安装后健康检查
openclaw doctor openclaw status openclaw health openclaw gateway status openclaw gateway probe 通过标准：
doctor无致命错误gateway probe出现Reachable: yes- 本地网关目标通常是
ws://127.0.0.1:18789
Step 5. 最小可用调用测试
openclaw agent --agent main -m"你好，请回复：安装连通通过"--json通过标准：
- 命令返回 JSON
- 无致命报错（即使出现 gateway fallback，也要看最终是否成功返回）
Step 6. 解决 openclaw 命令找不到（PATH）
先诊断：
macOS / Linux：
npm prefix -gecho"$PATH"Windows（PowerShell）：
npm prefix -g $env:Path 修复原则：
- macOS / Linux：把
$(npm prefix -g)/bin加入 PATH - Windows：把
npm prefix -g输出目录加入系统 PATH
Step 7. 打开控制台确认运行态
openclaw dashboard 默认地址一般为：
http://127.0.0.1:18789/
Step 8. 接入 Feishu（安装后马上做）
- 安装 Feishu 插件：
openclaw plugins install @openclaw/feishu - 添加 Feishu 渠道：
openclaw channels add按提示选择 Feishu，填入飞书开放平台里的 App ID 与 App Secret。
- 重启并检查网关：
openclaw gateway restart openclaw gateway status openclaw logs --follow- 首次私聊机器人后完成配对：
openclaw pairing list feishu --json openclaw pairing approve feishu <配对码>到这一步，OpenClaw 的“安装 + 网关 + 渠道 + 配对”闭环才算完整。
1) 安装报错：npm error code 1
安装命令：
iwr-useb https://openclaw.ai/install.ps1 |iex首次报错表现为 npm error code 1。
继续查看日志后，安装最终成功，版本可用：
openclaw --version # 2026.2.24经验：安装阶段先看“最终版本是否可查询”，不要被中间 warning 直接误导。
2) Gateway 状态异常：Scheduled Task (missing) + RPC 失败
典型现象：
openclaw gateway status显示服务缺失openclaw gateway probe报1006或 RPC 失败
后续通过前台启动确认服务本体可运行：
openclaw gateway run --verbose 观察到 listening on ws://127.0.0.1:18789 后，说明 Gateway 主进程正常。
3) Windows 下 --force 报 lsof not found
命令：
openclaw gateway run --force --verbose 报错：
Force: Error: lsof not found; required for --force 这是平台差异问题。Windows 无 lsof 时，直接不用 --force，改用：
openclaw gateway run --verbose 三、第二阶段：模型连通与会话参数问题
1) Agent 命令缺少会话选择参数
命令：
openclaw agent -m "你好，做一次连通性自检并简短回复"--json 报错提示要求必须提供会话定位参数。修复方式：
openclaw agent --agent main -m "你好，请回复：连通测试通过"--json 2) 网关失败但回退 embedded 成功
你会看到这类提示：
Gateway agent failed; falling back to embedded 这不等于请求失败。关键看最终 JSON 是否 status: ok。
四、第三阶段：Feishu 集成与配对机制
1) 常见首次消息
飞书首次私聊机器人时常见返回：
OpenClaw: access not configured. Your Feishu user id: ou_xxx Pairing code: XXXXXXXX Ask the bot owner to approve with: openclaw pairing approve feishu XXXXXXXX 2) 审批命令实践
通用审批方式：
openclaw pairing approve feishu <配对码> 按账号审批方式：
openclaw pairing approve --channel feishu --account <accountId> <配对码> 实践中的关键细节：
- 某些请求在全局
feishu队列里可见，但在--account过滤下为空 - 出现
No pending pairing request found不一定是失败，可能是配对码已被消费 - 最稳妥做法是配合检查：
openclaw pairing list feishu --json 五、第四阶段：多机器人 + 多 Agent 团队搭建
我们最终搭建了 6 个飞书机器人角色，并做了账号到 Agent 的一一绑定。
1) 角色设计
- 总控（产品经理）
- 技术开发
- 测试质保
- 代码评审（架构把关）
- 文档与知识库维护
- 发布运维
2) 路由原则
核心不是“一个默认 Agent”，而是“按渠道账号精确路由”：
{"agentId":"pm-agent","match":{"channel":"feishu","accountId":"pm"}}同理分别配置 dev / qa / review / docs / ops 对应各自 Agent。
3) 结果验证命令
openclaw channels status --json --probe openclaw config get bindings --json openclaw agents list --json 验证标准：
- 所有目标账号
probe.ok = true bindings包含每个accountId -> agentId- 各 Agent 可独立响应
六、第五阶段：模型分工与“专用 Agent”策略
1) 默认模型策略
团队主体使用：
openai-codex/gpt-5.2
2) 单独模型策略（文档 Agent）
文档机器人专门使用：
ollama/gpt-oss:20b-cloud
即把“模型选择”从全局配置下沉到具体 Agent。
这样做的好处：
- 成本可控
- 任务与模型能力匹配更清晰
- 故障隔离更好（某个 provider 出问题，不拖垮全部机器人）
七、踩坑重点：为什么机器人会“自称错角色”
实际出现过：在终端 pm-agent 自测正常，但飞书里却回答成“默认小爪”。
排查后发现核心原因通常有两类：
- 路由没命中目标 Agent，实际走到了
main - Agent 身份文件是模板，未完成角色固化
修复动作
- 看渠道日志中的
dispatching to agent (session=...) - 校验
bindings是否确实匹配channel + accountId - 在该 Agent 工作区写明
IDENTITY.md - 在
AGENTS.md加“身份锁定规则” - 必要时重启 Gateway，清旧进程缓存
八、当前可复用的团队运维命令
1) 服务与连通
openclaw gateway start openclaw gateway status openclaw gateway probe openclaw channels status --json --probe 2) Agent 调试
openclaw agent --agent pm-agent -m "你是谁？只回复名称。" openclaw agent --agent dev-agent -m "你是谁？只回复名称。" openclaw agent --agent review-agent -m "你是谁？只回复名称。"3) 配对与审批
openclaw pairing list feishu --json openclaw pairing approve feishu <配对码> openclaw pairing approve --channel feishu --account ops <配对码> 4) 启停
openclaw gateway stop openclaw gateway restart 九、落地建议（给准备搭团队的人）
- 先做单机器人闭环，再扩成多机器人
- 每加一个机器人就立刻做“配对 + 路由 +身份自检”
- 不要把“身份定义”只放在口头约定，必须写入工作区文件
- 把日志检查变成固定动作：
status -> probe -> logs -> bindings - 模型策略按角色拆分，不要盲目全员同模型
十、结语
这次实践最大的收获不是“把机器人接上了”，而是把整套方法跑通了：
- 能安装
- 能排障
- 能路由
- 能分工
- 能稳定运营
当你把“渠道账号、Agent 角色、模型策略、身份文件、日志验证”这 5 件事统一起来，OpenClaw 才真正从“会聊天”进入“可协作生产”的阶段。
参考来源
- https://github.com/KimYx0207/Claude-Code-x-OpenClaw-Guide-Zh
- https://docs.openclaw.ai/zh-CN/install
- https://docs.openclaw.ai/zh-CN/channels/feishu