1. 项目概述:OpenClaw与飞书多Agent协作方案
在飞书生态中实现多Agent协作一直是个技术痛点。传统群聊模式下,不同功能的Agent混杂在同一个对话环境中,导致指令混乱、响应错位。这套基于OpenClaw的解决方案通过"主Agent+技能包"的架构,实现了真正的多Agent独立运行与协同工作。我在实际部署中发现,相比官方文档的复杂流程,社区开发者提供的feishu-bot-manager技能包将配置效率提升了70%以上。
核心突破点在于:
- 每个Agent拥有独立的飞书机器人实例
- 主Agent通过技能包统一管理子Agent生命周期
- 支持账户级/部门级路由策略
- 避免了群聊模式下的指令污染问题
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 环境准备与基础配置
2.1 主Agent部署流程
首先需要完成基础环境搭建(以Linux系统为例):
bash复制# 安装Node.js环境(需≥16.x版本)
curl -fsSL https://deb.nodesource.com/setup_16.x | sudo -E bash -
sudo apt-get install -y nodejs
# 验证安装
node -v && npm -v
飞书插件安装环节需特别注意:
- 使用官方工具链时建议添加--force参数避免缓存问题
- 企业自建应用需提前在飞书开放平台完成SSO配置
bash复制npx -y @larksuite/openclaw-lark-tools install --force
配置过程中容易踩的坑:
- 企业自建应用必须开启"机器人"和"消息与卡片"权限
- 回调地址需配置为
https://yourdomain.com/webhook/event - 加密密钥建议使用OpenSSL生成32位随机字符串
bash复制openssl rand -base64 32
2.2 技能包加载技巧
从社区获取的feishu-bot-manager技能包需要特殊处理:
- 下载后的压缩包建议放在
/opt/openclaw/skills目录 - 通过控制台交互模式加载更可靠:
bash复制openclaw dashboard
> 学习技能 /opt/openclaw/skills
