OpenClaw 多 Agent 架构对接飞书机器人
OpenClaw 提供了通过 Gateway 实现飞书应用与 AI Agent 对接的能力。系统采用多 Agent 架构设计，每个飞书机器人对应独立的 AI Agent，拥有专属的工作空间、知识库和模型配置。这种设计确保了不同业务场景下的数据隔离与权限控制。
架构隔离性说明
在部署前，需要明确各 Agent 之间的隔离机制，这直接关系到系统的稳定性与安全性：
- 模型状态独立：每个 Agent 的模型上下文完全独立，互不干扰。
- 一机一 Agent：每个飞书机器人绑定一个独立的 Agent 实例。
- 技能维护分离：每个 Agent 的技能（Skills）单独安装与维护。
- 会话级模型切换：模型切换仅对当前会话生效，持久化配置保存在 Agent 配置文件中。
- 严格数据隔离：每个 Agent 拥有独立的 Workspace 和数据目录。
添加新的 Agent
首先，我们需要创建一个新的 Agent 实例。这里以 finance_agent 和 code_agent 为例。使用 CLI 工具可以快速完成初始化。
# 添加 finance_agent
openclaw agents add finance_agent
# 添加 code_agent
openclaw agents add code_agent
# 设置身份标识
openclaw agents set-identity --agent code_agent --name "全栈开发专家"
# 查看 Agents 列表
openclaw agents list
执行添加命令后，系统会引导你进行工作空间路径选择、认证配置文件复制以及模型配置。以下是典型的交互过程示例：
cobrew@DESKTOP-9449JCG:~$ openclaw agents add finance_agent
?? OpenClaw 2026.3.13 (61d171a) ? Your AI assistant, now without the $3,499 headset.
┌ Add OpenClaw agent │ ◇ Workspace directory │ /home/cobrew/.openclaw/workspace-finance_agent
│ ◇ Copy auth profiles from "main"? │ Yes
│ ◇ Configure model/auth for this agent now? │ Yes
│ ◇ Model configured ──────────────────────────────────────────────? │ Default model set to xiaomi/mimo-v2-flash for agent "finance_agent".
│ ├────────────────────────────────────────────────────────────────────────?
│ ◇ Channel status ────────────────────? │ Feishu: install plugin to enable
│ ◇ Configure chat channels now? │ No Config overwrite...
└ Agent "finance_agent" ready.
注意：在实际操作中，请确保 API Key 的安全。示例中的密钥已做脱敏处理，切勿将真实密钥提交到公共仓库或日志中。
插件配置与验证
Agent 创建完成后，需要加载对应的飞书插件以实现消息收发功能。系统会自动扫描并注册相关工具。
