飞书多智能体

openclaw-feishu-multi-agent

by ccharlesmeng

Build and troubleshoot OpenClaw multi-agent workflows on Feishu. This skill teaches coordinator and specialist agents to combine visible `<at>` mentions with `sessions_send` so delegation, handoffs, and multi-hop discussions work reliably in group chats. Use it to scaffold new setups, audit existing configs, repair broken session metadata, and generate reusable role-based artifacts.

4.5k平台与服务未扫描2026年3月23日

安装

claude skill add --url github.com/openclaw/skills/tree/main/skills/ccharlesmeng/openclaw-feishu-multi-agent

文档

OpenClaw Feishu Multi-Agent

Goal

让 OpenClaw 的多个独立 agent 在同一个飞书群里协作:

  • 协调者 agent 负责读群消息、决定谁处理
  • 群里能看到显式 <at>
  • 被点名的 agent 会主动回群
  • agent 之间可以继续串联讨论

先判断是哪种场景

场景 A:用户已经有多 agent

优先检查并修复:

  1. ~/.openclaw/openclaw.json
  2. ~/.openclaw/PROTOCOL.md
  3. 各 agent 的 IDENTITY.md / SOUL.md
  4. 会话存储是否把 Feishu 群上下文写坏
  5. gateway 重启后是否恢复

场景 B:用户还没有多 agent

先帮助用户定义角色表,再补齐:

  1. agent roster
  2. Feishu account bindings
  3. 协调协议
  4. 各 agent 身份文件
  5. 验证话术

核心规则

规则 1

飞书里的 <at> 只是“给人看见谁被点名了”。

规则 2

OpenClaw 里的 sessions_send 才是“真正唤醒另一个 agent”。

规则 3

每一次委派都必须同时做两步:

  1. 在飞书群里发可视化 <at>
  2. sessions_send 向目标 agent 投递任务

少一步都不算成功。

规则 4

sessions_send 默认使用 sessionKey

text
agent:{targetAgentId}:feishu:group:oc_xxx

不要给 sessions_sendagentId

推荐实施顺序

  1. 盘点角色、agentId、Feishu accountId、Open ID、职责和触发词
  2. 标准化 ~/.openclaw/PROTOCOL.md
  3. 把协调者 agent 写成“默认总调度”
  4. 把专业 agent 写成“收到 sessions_send 后直接回群”
  5. 检查 openclaw.jsonagents.listbindingstools.agentToAgent.allow
  6. 检查群 session 是否保持 channel=feishuchatType=group
  7. 重启 gateway
  8. 用真实飞书话术验证

角色设计要求

不要把方案写死成 Steve / Jonathan / Brendan / Seth。

始终把角色抽象成:

  • coordinator: 默认调度者
  • specialists: 一个或多个专业 agent

角色名、人设、职责、触发词都应该允许自定义。

你需要产出的东西

根据用户场景,通常会创建或更新:

  • ~/.openclaw/PROTOCOL.md
  • ~/.openclaw/openclaw.json
  • {agentDir}/IDENTITY.md
  • 可选:一个团队协作 skill,避免 agent 退回单 bot 多角色思路

修复时重点检查

1. 路由遗漏

如果协调者只叫了部分 agent:

  • 检查它的默认召集规则
  • 检查“其他人 / 大家 / 团队一起讨论”是否被错误窄化

2. sessions_send 超时

超时不等于没收到。继续检查:

  • 目标 agent session 是否生成
  • 目标 agent 是否进入长时间工具执行
  • 日志里是否出现 nested run / timeout

3. 会话写坏

如果目标 agent “像是收到了,但没回群”,重点检查 session store:

  • channel 是否被错误写成 webchat
  • deliveryContext.to 是否缺失
  • accountId 是否缺失
  • chatType 是否还是 group

参考文件

Utility Scripts

1. 统一入口

优先使用统一入口,避免记多个脚本名:

bash
python ".cursor/skills/openclaw-feishu-multi-agent/scripts/manage_feishu_multi_agent.py" --help

如果想一把跑完“生成 -> 落地 -> 审计”:

bash
python ".cursor/skills/openclaw-feishu-multi-agent/scripts/manage_feishu_multi_agent.py" bootstrap \
  --roles ".cursor/skills/openclaw-feishu-multi-agent/roles.example.json" \
  --output-dir "/tmp/openclaw-feishu-artifacts" \
  --apply-identities

加上 --write --backup 才会真正写入 ~/.openclaw/

2. 生成可落地模板

当用户还没配好多 agent,或希望把角色表转换成可落地文档时,运行:

bash
python ".cursor/skills/openclaw-feishu-multi-agent/scripts/render_feishu_multi_agent.py" \
  --roles ".cursor/skills/openclaw-feishu-multi-agent/roles.example.json" \
  --output-dir "/tmp/openclaw-feishu-artifacts"

产出:

  • PROTOCOL.generated.md
  • openclaw.generated.json
  • roles.generated.json
  • identities/*.IDENTITY.generated.md

openclaw.generated.json 现在会同时带出:

  • agents.list
  • bindings
  • channels.feishu.accounts
  • tools.sessions.visibility
  • tools.agentToAgent.allow

3. 审计现有配置

当用户已经有多 agent,想快速检查 openclaw.json 是否与角色表一致时,运行:

bash
python ".cursor/skills/openclaw-feishu-multi-agent/scripts/audit_feishu_multi_agent.py" \
  --roles "/path/to/roles.json" \
  --config "~/.openclaw/openclaw.json"

重点检查:

  • agents.list
  • bindings
  • channels.feishu.accounts
  • tools.sessions.visibility
  • tools.agentToAgent.allow

4. 半自动落地到 ~/.openclaw/

当用户希望把角色表直接应用到自己的 OpenClaw 环境时,先 dry-run:

bash
python ".cursor/skills/openclaw-feishu-multi-agent/scripts/apply_feishu_multi_agent.py" \
  --roles "/path/to/roles.json" \
  --apply-identities

确认无误后再写入:

bash
python ".cursor/skills/openclaw-feishu-multi-agent/scripts/apply_feishu_multi_agent.py" \
  --roles "/path/to/roles.json" \
  --apply-identities \
  --write --backup

这个脚本会:

  • 合并 openclaw.json 里的 agents.list
  • 合并 channels.feishu.accounts
  • 合并 bindings
  • 打开 tools.sessions.visibility=all
  • 打开 tools.agentToAgent.enabled=true
  • 补齐 tools.agentToAgent.allow
  • 写入 ~/.openclaw/PROTOCOL.md
  • 可选写入各 agent 的 IDENTITY.md

5. 修复 Feishu 群 session

当某个 agent “像是收到了,但没回群”,优先检查并按需修复 session metadata:

bash
python ".cursor/skills/openclaw-feishu-multi-agent/scripts/repair_feishu_group_sessions.py" \
  --roles "/path/to/roles.json" \
  --group-id "oc_xxx"

如需直接写回:

bash
python ".cursor/skills/openclaw-feishu-multi-agent/scripts/repair_feishu_group_sessions.py" \
  --roles "/path/to/roles.json" \
  --group-id "oc_xxx" \
  --fix --backup

交付风格

  • 中文说明为主
  • 代码、路径、键名、命令用英文
  • 默认提供通用模板,不绑定用户现有角色名

相关 Skills

Slack动图

by anthropics

Universal
热门

面向Slack的动图制作Skill,内置emoji/消息GIF的尺寸、帧率和色彩约束、校验与优化流程,适合把创意或上传图片快速做成可直接发送的Slack动画。

帮你快速做出适配 Slack 的动图,内置约束规则和校验工具,少踩上传与播放坑,做表情包和演示都更省心。

平台与服务
未扫描139.0k

MCP构建

by anthropics

Universal
热门

聚焦高质量 MCP Server 开发,覆盖协议研究、工具设计、错误处理与传输选型,适合用 FastMCP 或 MCP SDK 对接外部 API、封装服务能力。

想让 LLM 稳定调用外部 API,就用 MCP构建:从 Python 到 Node 都有成熟指引,帮你更快做出高质量 MCP 服务器。

平台与服务
未扫描139.0k

接口测试套件

by alirezarezvani

Universal
热门

扫描 Next.js、Express、FastAPI、Django REST 的 API 路由,自动生成覆盖鉴权、参数校验、错误码、分页、上传与限流场景的 Vitest 或 Pytest 测试套件。

帮你把API与集成测试自动化跑顺,减少回归漏测;能力全面,尤其适合复杂接口场景的QA团队。

平台与服务
未扫描15.8k

相关 MCP 服务

Slack 消息

编辑精选

by Anthropic

热门

Slack 是让 AI 助手直接读写你的 Slack 频道和消息的 MCP 服务器。

这个服务器解决了团队协作中需要 AI 实时获取 Slack 信息的痛点,特别适合开发团队让 Claude 帮忙汇总频道讨论或发送通知。不过,它目前只是参考实现,文档有限,不建议在生产环境直接使用——更适合开发者学习 MCP 如何集成第三方服务。

平台与服务
86.1k

by netdata

热门

io.github.netdata/mcp-server 是让 AI 助手实时监控服务器指标和日志的 MCP 服务器。

这个工具解决了运维人员需要手动检查系统状态的痛点,最适合 DevOps 团队让 Claude 自动分析性能数据。不过,它依赖 NetData 的现有部署,如果你没用过这个监控平台,得先花时间配置。

平台与服务
78.9k

by d4vinci

热门

Scrapling MCP Server 是专为现代网页设计的智能爬虫工具,支持绕过 Cloudflare 等反爬机制。

这个工具解决了爬取动态网页和反爬网站时的头疼问题,特别适合需要批量采集电商价格或新闻数据的开发者。不过,它依赖外部浏览器引擎,资源消耗较大,不适合轻量级任务。

平台与服务
52.8k

评论