openclaw多agent对接飞书机器人

        本文介绍了基于飞书的多Agent系统架构设计,通过OpenClaw Gateway实现飞书应用与AI Agent的对接。系统采用多Agent架构,每个飞书机器人对应独立的AI Agent,拥有专属的工作空间、知识库和模型配置。

        本文可以参考的内容:

  • 多agent对接单个飞书账号
  • openclaw多agent群聊
  • 飞书机器人群聊
  • 多agent数据隔离
  • 多agent单独安装skills

        隔离性说明:

  • 每个 Agent 的模型状态完全独立
  • 每个 agent 对应一个飞书机器人
  • 每个 agent 的技能单独安装维护
  • 模型切换仅对当前会话生效(持久化到 Agent 配置)
  • 严格隔离:每个 Agent 独立 workspace 和 data

添加新的 agent

# 添加agent openclaw agents add finance_agent #openclaw agents add code_agent # 设置身份 openclaw agents set-identity --agent code_agent --name "全栈开发专家" #openclaw agents set-identity --agent main --name "OpenClaw" --emoji "🦞" --avatar avatars/openclaw.png # 查看agents 列表 openclaw agents list 

安装过程

cobrew@DESKTOP-9449JCG:~$ openclaw agents add finance_agent ?? OpenClaw 2026.3.13 (61d171a) ? Your AI assistant, now without the $3,499 headset. ┌ Add OpenClaw agent │ ◇ Workspace directory │ /home/cobrew/.openclaw/workspace-finance_agent │ ◇ Copy auth profiles from "main"? │ Yes │ ◇ Auth profiles ─────────────────────? │ │ │ Copied auth profiles from "main". │ │ │ ├─────────────────────────────────────? │ ◇ Configure model/auth for this agent now? │ Yes │ ◇ Model/auth provider │ Xiaomi │ ◇ How do you want to provide this API key? │ Paste API key now │ ◇ Enter Xiaomi API key │ sk-cidvhi74xqwlq388the6i9ds0mfru4qn0llzpux1hx54idq8 │ ◇ Model configured ─────────────────────────────────────────────────────? │ │ │ Default model set to xiaomi/mimo-v2-flash for agent "finance_agent". │ │ │ ├────────────────────────────────────────────────────────────────────────? │ ◇ Model check ──────────────────────────────────────────────────────────────────────────────? │ │ │ Model not found: xiaomi/mimo-v2-flash. Update agents.defaults.model or run /models list. │ │ │ ├────────────────────────────────────────────────────────────────────────────────────────────? │ ◇ Channel status ────────────────────────────? │ │ │ Telegram: needs token │ │ WhatsApp (default): not linked │ │ Discord: needs token │ │ Slack: needs tokens │ │ Signal: needs setup │ │ signal-cli: missing (signal-cli) │ │ iMessage: needs setup │ │ imsg: missing (imsg) │ │ IRC: not configured │ │ Google Chat: not configured │ │ LINE: not configured │ │ Feishu: install plugin to enable │ │ Google Chat: install plugin to enable │ │ Nostr: install plugin to enable │ │ Microsoft Teams: install plugin to enable │ │ Mattermost: install plugin to enable │ │ Nextcloud Talk: install plugin to enable │ │ Matrix: install plugin to enable │ │ BlueBubbles: install plugin to enable │ │ LINE: install plugin to enable │ │ Zalo: install plugin to enable │ │ Zalo Personal: install plugin to enable │ │ Synology Chat: install plugin to enable │ │ Tlon: install plugin to enable │ │ │ ├─────────────────────────────────────────────? │ ◇ Configure chat channels now? │ No Config overwrite: /home/cobrew/.openclaw/openclaw.json (sha256 4b6fcbb9743eb0a8611264043008a59e472a4763a3a9a0a6fc7d5814cbe385ff -> 96c54ca4424a3515bc743203fa8e6ef23580613b630be1f06dad8cdf09c6137b, backup=/home/cobrew/.openclaw/openclaw.json.bak) Updated ~/.openclaw/openclaw.json Workspace OK: ~/.openclaw/workspace-finance_agent Sessions OK: ~/.openclaw/agents/finance_agent/sessions │ └ Agent "finance_agent" ready. cobrew@DESKTOP-9449JCG:~$ 

配置过程

cobrew@DESKTOP-9449JCG:~$ openclaw agents add code_agent 🦞 OpenClaw 2026.3.13 (61d171a) — WhatsApp automation without the "please accept our new privacy policy". 11:32:30 [plugins] plugins.allow is empty; discovered non-bundled plugins may auto-load: feishu (/home/cobrew/.npm-global/lib/node_modules/openclaw/extensions/feishu/index.ts). Set plugins.allow to explicit trusted ids. 11:32:57 [plugins] feishu_doc: Registered feishu_doc, feishu_app_scopes 11:32:57 [plugins] feishu_chat: Registered feishu_chat tool 11:32:57 [plugins] feishu_wiki: Registered feishu_wiki tool 11:32:57 [plugins] feishu_drive: Registered feishu_drive tool 11:32:57 [plugin

Read more

用 Python 搭建本地 AI 问答系统:避开 90% 新手都会踩的环境坑

用 Python 搭建本地 AI 问答系统:避开 90% 新手都会踩的环境坑

欢迎文末添加好友交流,共同进步! “ 俺はモンキー・D・ルフィ。海贼王になる男だ!” * 前言 * 一、整体架构概览 * 二、新手踩坑分布图 * 三、环境搭建:最容易翻车的第一步 * 3.1 用虚拟环境隔离,别污染全局 * 3.2 PyTorch 安装:版本对齐是关键 * 3.3 依赖管理:用 requirements.txt 锁定版本 * 四、模型下载:别让网络毁了你的心情 * 4.1 使用 Ollama 管理本地模型(强烈推荐) * 4.2 用 Python 调用 Ollama * 五、搭建 RAG 问答系统 * 5.

InstructPix2Pix效果实测:结构保留能力 vs Stable Diffusion 图生图对比

InstructPix2Pix效果实测:结构保留能力 vs Stable Diffusion 图生图对比 1. 为什么说InstructPix2Pix是真正的“魔法修图师” 你有没有过这样的经历:想把一张照片里的白天改成夜晚,或者给朋友P一副墨镜,又或者让一张普通街景变成雨天氛围——但打开PS,面对层层叠叠的图层和蒙版,最后只留下满屏困惑?传统图像编辑工具需要你懂色彩曲线、图层混合模式、甚至手绘遮罩;而Stable Diffusion这类图生图模型,又常常让人陷入“写对Prompt像解谜”的困境:多加一个词,画面就崩掉;少写一个细节,AI就自由发挥到千里之外。 InstructPix2Pix不一样。它不把你当设计师,也不把你当咒语学徒,而是直接把你当“导演”——你只需要用日常英语说出想法,它就照着执行,而且几乎不会跑偏。 这不是滤镜,不是风格迁移,更不是粗暴重绘。它像一位经验丰富的修图老手,先仔仔细细看清原图里每一条轮廓线、每一个人物姿态、每一处光影关系,再只动你点名要改的那一小块。你让它“add sunglasses”,它不会顺手把人脸拉长、把背景重画一遍;你让它“

【AIGC面试面经第七期】旋转位置编码RoPE:从 2D 到 nD 的完美扩展之旅

【AIGC面试面经第七期】旋转位置编码RoPE:从 2D 到 nD 的完美扩展之旅

AIGC面试面经项目: https://github.com/WeThinkIn/AIGC-Interview-Book * 1. 正余弦位置编码也有外推、相对距离表达、远程衰减,为什么大模型都用RoPE? * 2. RoPE的base有什么作用、在控制什么? * 3. RoPE为何能从2维扩展到n维? * 4. Qwen中RoPE有GPT-J和GPT-NeoX两种实现,和理论不同,二者等价吗? * 5. 长度外推中传统位置编码的OOD问题是什么? * 6. 长度外推中RoPE的OOD问题是什么? * 7. RoPE是绝对位置编码,训练过程中到底在训练什么? * 8. 如何免训练外推RoPE?少量长文本训练如何强化外推? * 9. 从几何+傅里叶角度,n维RoPE整体在做什么、代表什么? * 10. RoPE高低频旋转圈数差异,和训练过程如何联系? 1. 正余弦位置编码也有外推、相对距离表达、远程衰减,为什么大模型都用RoPE? 原生sinusoidal正余弦位置编码公式为: { P E p o s , 2

DCT-Net创意玩法:结合Stable Diffusion的混合艺术创作

DCT-Net创意玩法:结合Stable Diffusion的混合艺术创作 你是不是也经常遇到这种情况:作为一名数字艺术家,脑子里有无数天马行空的创意,想把真实人像变成赛博朋克风格、把风景照转成水墨画风,甚至融合多种艺术流派做出独一无二的作品。但一想到要装一堆AI模型、配环境、调参数,光是启动项目就得折腾半天,灵感早就飞走了。 别担心,我完全懂你的痛。我自己也是从“配置地狱”里爬出来的——曾经为了跑一个Stable Diffusion加DCT-Net的组合,装了三天环境,换了五种CUDA版本,最后还因为显存不够直接崩溃。但现在?我已经能在10分钟内完成部署,一键生成各种混合艺术效果,而且全程不用写代码! 这背后的关键,就是我们今天要聊的主角:集成式AI创作镜像。它已经预装好了DCT-Net、Stable Diffusion以及其他常用图像处理工具,所有依赖都配好了,你只需要点一下“启动”,就能立刻开始创作。 这篇文章就是为你量身打造的。无论你是刚接触AI绘画的小白,还是想提升效率的老手,都能通过这个镜像快速实现DCT-Net + Stable Diffusion 的混合艺术创作