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

【飞算JavaAI】一站式智能开发,驱动Java开发全流程革新

【飞算JavaAI】一站式智能开发,驱动Java开发全流程革新

【作者主页】Francek Chen 【专栏介绍】 ⌈ ⌈ ⌈人工智能与大模型应用 ⌋ ⌋ ⌋ 人工智能(AI)通过算法模拟人类智能,利用机器学习、深度学习等技术驱动医疗、金融等领域的智能化。大模型是千亿参数的深度神经网络(如ChatGPT),经海量数据训练后能完成文本生成、图像创作等复杂任务,显著提升效率,但面临算力消耗、数据偏见等挑战。当前正加速与教育、科研融合,未来需平衡技术创新与伦理风险,推动可持续发展。 文章目录 * 前言 * 一、飞算 JavaAI 技术特性 * 二、飞算 JavaAI 重塑 AI 编码价值 * 三、飞算 JavaAI 功能进阶体验 * (一)智能引导——引导式开发更符合人脑思维习惯 * (二)Java Chat——深度融合上下文感知的智能编程AI助手 * (三)智能问答——灵活交互,实时解答 * (四)

AI的提示词专栏:开源模型(Mistral、Qwen)Prompt 实验报告

AI的提示词专栏:开源模型(Mistral、Qwen)Prompt 实验报告

AI的提示词专栏:开源模型(Mistral、Qwen)Prompt 实验报告 本文为明确开源模型 Prompt 适配特性,本实验以 Mistral(7B/13B)与 Qwen(7B/14B)为对象,在统一硬件软件环境与推理参数(Temperature 0.7、Top-P 0.9 等)下,测试其在基础指令、Few-Shot、Chain-of-Thought(CoT)推理、角色扮演四类 Prompt 中的表现。结果显示,参数量显著影响性能,13B/14B 模型各项指标优于 7B 模型;Qwen-14B 在中文指令理解、推理步骤拆解及角色一致性上表现突出,Mistral 系列推理速度更快。实验还针对两类模型提出 Prompt 优化建议,

别再把 AI 当聊天机器人了!手把手教你搭建“人机共生”的赛博办公室

别再把 AI 当聊天机器人了!手把手教你搭建“人机共生”的赛博办公室

目录 先说结论:10 分钟搭起“人机共管”的赛博办公室 一、整体部署与使用流程(先看全貌) 二、项目背景:DeskClaw 在解决什么问题? 三、环境准备:Docker Desktop 是唯一核心 步骤 1:安装 Docker Desktop 步骤 2:准备代码目录与项目文件 四、一键启动:Docker Compose 部署 步骤 1:启动服务 步骤 2:获取初始账号密码 步骤 3:浏览器访问平台 五、安装完成后的基本操作 六、实战示例:让 AI 同事每天帮你整理行业情报 场景设定 步骤 1:

UnityMCP+Claude+VSCode,构建最强AI游戏开发环境

UnityMCP+Claude+VSCode,构建最强AI游戏开发环境

* 前言 * 一、UnityMCP+Claude+VSCode,构建最强AI 游戏开发环境 * 1.1 介绍 * 1.2 使用说明及下载 * 二、VSCode配置 * 2.1 连接UnityMCP * 2.2 在VSCode中添加插件 * 2.3 Claude安装 * 2.4 VSCode MCP配置 * 2.5 使用Claude开发功能 * 三、相关问题 * 总结 前言 * 本篇文章来介绍使用 UnityMCP+Claude+VSCode,打造一个更智能、高效的游戏开发工作流。 * 借助MCP工具,Claude可以直接与Unity编辑器进行双向指令交互,开发者则可以直接使用自然语言进行Unity游戏开发。 * 这一组合充分利用了AI的代码生成、问题诊断与创意辅助能力,极大提升了Unity项目的开发效率与质量。 一、UnityMCP+Claude+