跳到主要内容
极客日志极客日志面向AI+效率的开发者社区
首页博客GitHub 精选镜像工具UI配色美学隐私政策关于联系
搜索内容 / 工具 / 仓库 / 镜像...⌘K搜索
注册
博客列表
Shell / BashNode.jsAI

OpenClaw 多飞书机器人与多 Agent 团队搭建实战

OpenClaw 多飞书机器人与多 Agent 团队搭建实战。涵盖 Windows/macOS/Linux 环境安装、Gateway 连通性排障、飞书渠道配对与审批流程。实现按 accountId 精确路由至不同角色 Agent（产品、开发、测试等），并配置差异化模型策略（OpenAI/Ollama）。解决身份错位、命令找不到、网关异常等常见问题，提供可复用的运维命令与落地建议，确保多 Agent 团队稳定协作。

指针猎手发布于 2026/4/7更新于 2026/5/2319 浏览
OpenClaw 多飞书机器人与多 Agent 团队搭建实战

OpenClaw 多飞书机器人与多 Agent 团队搭建实战

图片

本文完整记录一次从单机安装到多机器人协作落地的真实过程：包括 Windows 安装报错、Gateway 连通、模型切换、Feishu 配对、多 Agent 路由、身份错位修复，以及最终形成'产品 - 开发 - 测试 - 评审 - 文档 - 运维'团队。

一、目标与结果

这次实践的目标很明确：

  1. 在 Windows 上稳定跑通 OpenClaw
  2. 接入飞书机器人
  3. 做到一个机器人对应一个 Agent 角色
  4. 支持多模型并行（OpenAI + Ollama）
  5. 最终形成可执行的多 Agent 团队

最终落地状态（已验证）：

  • 渠道：Feishu 多账号在线
  • 路由：按 accountId 精确绑定到对应 Agent
  • 角色：产品经理、技术开发、测试质保、代码评审、文档维护、发布运维
  • 模型：默认 openai-codex/gpt-5.2，文档 Agent 使用 ollama/gpt-oss:20b-cloud

二、第一阶段：跨系统安装与 Gateway 排障

这一段改成'可直接复现'的跨系统安装手册，覆盖 Windows、macOS、Linux。同时把 Feishu 接入步骤也接在安装闭环后，避免'装好了但渠道跑不起来'。

0) 从零安装 OpenClaw（Windows / macOS / Linux）
Step 1. 环境前置检查

先确认 Node 和 npm：

node -v && npm -v

建议：

  • Node.js >= 22
  • npm >= 10

如果版本过低，先升级再安装 OpenClaw。

Step 2. 按系统执行安装命令

macOS / Linux：

curl -fsSL https://openclaw.ai/install.sh | bash

Windows（PowerShell）：

iwr -UseBasicParsing https://openclaw.ai/install.ps1 | iex

安装完成后统一验证：

openclaw --version

通过标准：能返回版本号（如 2026.x.x）。

Step 3. 首次初始化（推荐）
openclaw onboard --install-daemon

在向导里完成三件事：

  1. 选择模型供应商（OpenAI / OpenAI-Codex / Ollama 等）
  2. 完成认证（API Key 或 OAuth）
  3. 写入本地配置
Step 4. 安装后健康检查
openclaw doctor
openclaw status
openclaw health
openclaw gateway status
openclaw gateway probe

通过标准：

  • doctor 无致命错误
  • gateway probe 出现 Reachable: yes
  • 本地网关目标通常是 ws://127.0.0.1:18789
Step 5. 最小可用调用测试
openclaw agent --agent main -m "你好，请回复：安装连通通过" --json

通过标准：

  • 命令返回 JSON
  • 无致命报错（即使出现 gateway fallback，也要看最终是否成功返回）
Step 6. 解决 openclaw 命令找不到（PATH）

先诊断：

macOS / Linux：

npm prefix -g; echo "$PATH"

Windows（PowerShell）：

npm prefix -g; $env:Path

修复原则：

  • macOS / Linux：把 $(npm prefix -g)/bin 加入 PATH
  • Windows：把 npm prefix -g 输出目录加入系统 PATH
Step 7. 打开控制台确认运行态
openclaw dashboard

默认地址一般为：

  • http://127.0.0.1:18789/
Step 8. 接入 Feishu（安装后马上做）
  1. 安装 Feishu 插件：
openclaw plugins install @openclaw/feishu
  1. 添加 Feishu 渠道：
openclaw channels add

按提示选择 Feishu，填入飞书开放平台里的 App ID 与 App Secret。

  1. 重启并检查网关：
openclaw gateway restart
openclaw gateway status
openclaw logs --follow
  1. 首次私聊机器人后完成配对：
openclaw pairing list feishu --json
openclaw pairing approve feishu <配对码>

到这一步，OpenClaw 的'安装 + 网关 + 渠道 + 配对'闭环才算完整。

1) 安装报错：npm error code 1

安装命令：

iwr -UseBasicParsing https://openclaw.ai/install.ps1 | iex

首次报错表现为 npm error code 1。继续查看日志后，安装最终成功，版本可用：

openclaw --version # 2026.2.24

经验：安装阶段先看'最终版本是否可查询'，不要被中间 warning 直接误导。

2) Gateway 状态异常：Scheduled Task (missing) + RPC 失败

典型现象：

  • openclaw gateway status 显示服务缺失
  • openclaw gateway probe 报 1006 或 RPC 失败

后续通过前台启动确认服务本体可运行：

openclaw gateway run --verbose

观察到 listening on ws://127.0.0.1:18789 后，说明 Gateway 主进程正常。

3) Windows 下 --force 报 lsof not found

命令：

openclaw gateway run --force --verbose

报错：

Force: Error: lsof not found; required for --force

这是平台差异问题。Windows 无 lsof 时，直接不用 --force，改用：

openclaw gateway run --verbose

三、第二阶段：模型连通与会话参数问题

1) Agent 命令缺少会话选择参数

命令：

openclaw agent -m "你好，做一次连通性自检并简短回复" --json

报错提示要求必须提供会话定位参数。修复方式：

openclaw agent --agent main -m "你好，请回复：连通测试通过" --json
2) 网关失败但回退 embedded 成功

你会看到这类提示：

Gateway agent failed; falling back to embedded

这不等于请求失败。关键看最终 JSON 是否 status: ok。

四、第三阶段：Feishu 集成与配对机制

1) 常见首次消息

飞书首次私聊机器人时常见返回：

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
2) 审批命令实践

通用审批方式：

openclaw pairing approve feishu <配对码>

按账号审批方式：

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

实践中的关键细节：

  • 某些请求在全局 feishu 队列里可见，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
  • 最稳妥做法是配合检查：
openclaw pairing list feishu --json

五、第四阶段：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'：

{"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) 结果验证命令
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、第五阶段：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

即把'模型选择'从全局配置下沉到具体 Agent。这样做的好处：

  1. 成本可控
  2. 任务与模型能力匹配更清晰
  3. 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. 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

1) 服务与连通
openclaw gateway start
openclaw gateway status
openclaw gateway probe
openclaw channels status --json --probe
2) 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。"
3) 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>
4) 启停
openclaw gateway stop
openclaw gateway restart

九、落地建议（给准备搭团队的人）

  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://github.com/KimYx0207/Claude-Code-x-OpenClaw-Guide-Zh
  • https://docs.openclaw.ai/zh-CN/install
  • https://docs.openclaw.ai/zh-CN/channels/feishu

目录

  1. OpenClaw 多飞书机器人与多 Agent 团队搭建实战
  2. 一、目标与结果
  3. 二、第一阶段：跨系统安装与 Gateway 排障
  4. 0) 从零安装 OpenClaw（Windows / macOS / Linux）
  5. Step 1. 环境前置检查
  6. Step 2. 按系统执行安装命令
  7. Step 3. 首次初始化（推荐）
  8. Step 4. 安装后健康检查
  9. Step 5. 最小可用调用测试
  10. Step 6. 解决 openclaw 命令找不到（PATH）
  11. Step 7. 打开控制台确认运行态
  12. Step 8. 接入 Feishu（安装后马上做）
  13. 1) 安装报错：npm error code 1
  14. 2) Gateway 状态异常：Scheduled Task (missing) + RPC 失败
  15. 3) Windows 下 --force 报 lsof not found
  16. 三、第二阶段：模型连通与会话参数问题
  17. 1) Agent 命令缺少会话选择参数
  18. 2) 网关失败但回退 embedded 成功
  19. 四、第三阶段：Feishu 集成与配对机制
  20. 1) 常见首次消息
  21. 2) 审批命令实践
  22. 五、第四阶段：多机器人 + 多 Agent 团队搭建
  23. 1) 角色设计
  24. 2) 路由原则
  25. 3) 结果验证命令
  26. 六、第五阶段：模型分工与“专用 Agent”策略
  27. 1) 默认模型策略
  28. 2) 单独模型策略（文档 Agent）
  29. 七、踩坑重点：为什么机器人会“自称错角色”
  30. 修复动作
  31. 八、当前可复用的团队运维命令
  32. 1) 服务与连通
  33. 2) Agent 调试
  34. 3) 配对与审批
  35. 4) 启停
  36. 九、落地建议（给准备搭团队的人）
  37. 十、结语
  38. 参考来源
  • 💰 8折买阿里云服务器限时8折了解详情
  • Magick API 一键接入全球大模型注册送1000万token查看
  • 🤖 一键搭建Deepseek满血版了解详情
  • 一键打造专属AI 智能体了解详情
极客日志微信公众号二维码

微信扫一扫，关注极客日志

微信公众号「极客日志V2」，在微信中扫描左侧二维码关注。展示文案：极客日志V2 zeeklog

更多推荐文章

查看全部
  • 人工智能、机器学习与深度学习的关系详解
  • 开源大模型 MGeo 实现高精度地址对齐
  • Docker 多平台安装与镜像源配置指南
  • Python 爬取微信公众号：法律风险、反爬机制与合规指南
  • MetaAPP 前端一面面试题与原理深度解析
  • 基于AirSim的无人机深度强化学习路径规划与避障方案
  • Simulink 光伏 MPPT 仿真：P&O 算法实现与性能分析
  • 项目经理与产品经理职责定位及能力模型详解
  • Devv AI：面向程序员的新一代搜索引擎与 GitHub 模式解析
  • 小巧的 MCPHost：命令行下实现 LLM 与外部工具交互
  • Rust 实现二维码艺术生成器实战
  • MATLAB 实现基于强制导向函数法（PFA）的无人机三维路径规划
  • Pandas 数据结构深度解析：Series 与 DataFrame 的进阶技巧
  • Llama API 集成 LlamaIndex 实战：文本补全与结构化提取
  • LeetCode 1721 交换链表中的节点
  • DFS 与 BFS 实战：从图论遍历到岛屿问题（C++ 版）
  • Flutter 三方库 vertex_ai 的鸿蒙化适配指南
  • Python 树状结构可视化工具与实战技巧
  • 开源项目 Airi：打造可定制的 AI 虚拟伴侣
  • 程序员接外包私活平台推荐：主流接单网站盘点与避坑指南

相关免费在线工具

  • RSA密钥对生成器

    生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online

  • Mermaid 预览与可视化编辑

    基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online

  • 随机西班牙地址生成器

    随机生成西班牙地址（支持马德里、加泰罗尼亚、安达卢西亚、瓦伦西亚筛选），支持数量快捷选择、显示全部与下载。 在线工具，随机西班牙地址生成器在线工具，online

  • Base64 字符串编码/解码

    将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online

  • Base64 文件转换器

    将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online

  • Markdown转HTML

    将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online