OpenClaw 多飞书机器人与多 Agent 团队实战复盘

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

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）。

解决 openclaw 命令找不到（PATH）

先诊断环境变量：

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

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/

接入 Feishu（安装后马上做）

1. 安装 Feishu 插件：

   openclaw plugins install @openclaw/feishu
   

2. 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。
3. 重启并检查网关：

   openclaw gateway restart
   openclaw gateway status
   openclaw logs --follow
   

4. 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。

2. 常见安装报错处理

报错：npm error code 1

安装命令：

iwr -useb 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。

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。

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

原始命令：

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