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.

3.7k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

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109.6k

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109.6k

接口设计评审

by alirezarezvani

Universal
热门

审查 REST API 设计是否符合行业规范,自动检查命名、HTTP 方法、状态码与文档覆盖,识别破坏性变更并给出设计评分,适合评审接口方案和版本迭代前把关。

做API和架构方案时,它能帮你提前揪出接口设计问题并对齐最佳实践,评审视角系统,团队协作更省心。

平台与服务
未扫描9.0k

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
82.9k

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
78.3k

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
34.5k

评论