OpenClaw 多飞书机器人及多 Agent 团队实战指南

只要返回 JSON 且无致命报错，说明基础环境正常。

常见问题修复

• 找不到命令：若提示 command not found，需将全局 npm bin 目录加入 PATH。Linux/macOS 为 $(npm prefix -g)/bin，Windows 为 npm prefix -g 输出目录。
• Gateway 异常：若 gateway status 显示服务缺失但前台启动正常，尝试直接运行 openclaw gateway run --verbose 观察 listening on ws://127.0.0.1:18789 日志。
• Windows 下 --force 报错：若遇到 lsof not found，Windows 无需强制参数，直接使用 openclaw gateway run --verbose 即可。

2. 接入 Feishu

安装完成后立即配置渠道，避免装好却跑不起来。

1. 安装插件：

   openclaw plugins install @openclaw/feishu
   

2. 添加渠道：

   openclaw channels add
   

   按提示选择 Feishu，填入飞书开放平台的 App ID 与 App Secret。
3. 重启并检查：

   openclaw gateway restart
   openclaw logs --follow
   

4. 完成配对：私聊机器人后获取配对码，执行审批：

   openclaw pairing approve feishu <配对码>
   

至此，'安装 + 网关 + 渠道 + 配对'闭环才算完整。

三、模型连通与会话参数

Agent 命令若缺少会话选择参数会报错。例如直接运行 openclaw agent -m "..." 可能失败，需指定 --agent：

openclaw agent --agent main -m "你好，请回复：连通测试通过" --json

有时你会看到 Gateway agent failed; falling back to embedded 提示，这不代表请求失败，关键看最终 JSON 是否 status: ok。

四、Feishu 集成与配对机制

首次私聊时常见返回：

OpenClaw: access not configured. Your Feishu user id: ou_xxx Pairing code: XXXXXXXX Ask the bot owner to approve with: openclaw pairing approve feishu XXXXXXXX

通用审批方式：

openclaw pairing approve feishu <配对码>

按账号审批方式（更精准）：

openclaw pairing approve --channel feishu --account <accountId> <配对码>

注意：某些请求在全局队列可见但在 --account 过滤下为空，出现 No pending pairing request found 不一定是失败，可能是配对码已被消费。稳妥做法是配合检查：

openclaw pairing list feishu --json

五、多机器人 + 多 Agent 团队搭建

我们最终搭建了 6 个飞书机器人角色，并做了账号到 Agent 的一一绑定。

1. 角色设计

1. 总控（产品经理）
2. 技术开发
3. 测试质保
4. 代码评审（架构把关）
5. 文档与知识库维护
6. 发布运维

2. 路由原则

核心不是'一个默认 Agent'，而是'按渠道账号精确路由'。配置文件示例：

{"agentId":"pm-agent","match":{"channel":"feishu","accountId":"pm"}}

同理分别配置 dev / qa / review / docs / ops 对应各自 Agent。

3. 结果验证

openclaw channels status --json --probe
openclaw config get bindings --json
openclaw agents list --json

验证标准：所有目标账号 probe.ok = true，bindings 包含每个 accountId -> agentId，各 Agent 可独立响应。

六、模型分工与'专用 Agent'策略

1. 默认模型策略

团队主体使用：openai-codex/gpt-5.2

2. 单独模型策略（文档 Agent）

文档机器人专门使用：ollama/gpt-oss:20b-cloud

将'模型选择'从全局配置下沉到具体 Agent，好处在于成本可控、任务与能力匹配清晰、故障隔离更好（某个 provider 出问题不拖垮全部机器人）。

七、踩坑重点：为什么机器人会'自称错角色'

实际出现过：在终端 pm-agent 自测正常，但飞书里却回答成'默认小爪'。排查后发现核心原因通常有两类：

1. 路由没命中目标 Agent，实际走到了 main
2. Agent 身份文件是模板，未完成角色固化

修复动作：

1. 查看渠道日志中的 dispatching to agent (session=...)
2. 校验 bindings 是否确实匹配 channel + accountId
3. 在该 Agent 工作区写明 IDENTITY.md
4. 在 AGENTS.md 加'身份锁定规则'
5. 必要时重启 Gateway，清旧进程缓存

八、当前可复用的团队运维命令

服务与连通

openclaw gateway start
openclaw gateway status
openclaw gateway probe
openclaw channels status --json --probe

Agent 调试

openclaw agent --agent pm-agent -m "你是谁？只回复名称。"
openclaw agent --agent dev-agent -m "你是谁？只回复名称。"
openclaw agent --agent review-agent -m "你是谁？只回复名称。"

配对与审批

openclaw pairing list feishu --json
openclaw pairing approve feishu <配对码>
openclaw pairing approve --channel feishu --account ops <配对码>

启停

openclaw gateway stop
openclaw gateway restart

九、落地建议

1. 先做单机器人闭环，再扩成多机器人。
2. 每加一个机器人就立刻做'配对 + 路由 + 身份自检'。
3. 不要把'身份定义'只放在口头约定，必须写入工作区文件。
4. 把日志检查变成固定动作：status -> probe -> logs -> bindings。
5. 模型策略按角色拆分，不要盲目全员同模型。

十、结语

这次实践最大的收获不是'把机器人接上了'，而是把整套方法跑通了：能安装、能排障、能路由、能分工、能稳定运营。当你把'渠道账号、Agent 角色、模型策略、身份文件、日志验证'这 5 件事统一起来，OpenClaw 才真正从'会聊天'进入'可协作生产'的阶段。

参考来源

• https://docs.openclaw.ai/zh-CN/install
• https://docs.openclaw.ai/zh-CN/channels/feishu