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.
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:
~/.openclaw/openclaw.json~/.openclaw/PROTOCOL.md- 各 agent 的
IDENTITY.md/SOUL.md - 会话存储是否把 Feishu 群上下文写坏
- 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:
- agent roster
- Feishu account bindings
- 协调协议
- 各 agent 身份文件
- 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:
- 在飞书群里发可视化
<at> - 用
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:
agent:{targetAgentId}:feishu:group:oc_xxx
不要给 sessions_send 传 agentId。
推荐实施顺序
- 盘点角色、agentId、Feishu accountId、Open ID、职责和触发词
- 标准化
~/.openclaw/PROTOCOL.md - 把协调者 agent 写成“默认总调度”
- 把专业 agent 写成“收到 sessions_send 后直接回群”
- 检查
openclaw.json的agents.list、bindings、tools.agentToAgent.allow - 检查群 session 是否保持
channel=feishu、chatType=group - 重启 gateway
- 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webchatdeliveryContext.to是否缺失accountId是否缺失chatType是否还是group
参考文件
- 详细方案和诊断步骤:见 reference.md
- 可复用模板:见 templates.md
- 角色样例:见 roles.example.json
Utility Scripts
1. 统一入口
优先使用统一入口,避免记多个脚本名:
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”:
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:
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.mdopenclaw.generated.jsonroles.generated.jsonidentities/*.IDENTITY.generated.md
openclaw.generated.json 现在会同时带出:
agents.listbindingschannels.feishu.accountstools.sessions.visibilitytools.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:
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.listbindingschannels.feishu.accountstools.sessions.visibilitytools.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:
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:
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:
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:
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
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。
Slack动图
by anthropics
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。
接口设计评审
by alirezarezvani
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。
相关 MCP 服务
Slack 消息
编辑精选by Anthropic
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。
by netdata
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。
by d4vinci
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。