openclaw多agent对接飞书机器人

        本文介绍了基于飞书的多Agent系统架构设计,通过OpenClaw Gateway实现飞书应用与AI Agent的对接。系统采用多Agent架构,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。

        本文可以参考的内容:

  • 多agent对接单个飞书账号
  • openclaw多agent群聊
  • 飞书机器人群聊
  • 多agent数据隔离
  • 多agent单独安装skills

        隔离性说明:

  • 每个 Agent 的模型状态完全独立
  • 每个 agent 对应一个飞书机器人
  • 每个 agent 的技能单独安装维护
  • 模型切换仅对当前会话生效(持久化到 Agent 配置)
  • 严格隔离:每个 Agent 独立 workspace 和 data

添加新的 agent

# 添加agent openclaw agents add finance_agent #openclaw agents add code_agent # 设置身份 openclaw agents set-identity --agent code_agent --name "全栈开发专家" #openclaw agents set-identity --agent main --name "OpenClaw" --emoji "🦞" --avatar avatars/openclaw.png # 查看agents 列表 openclaw agents list 

安装过程

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 │ ◇ Auth profiles ─────────────────────? │ │ │ Copied auth profiles from "main". │ │ │ ├─────────────────────────────────────? │ ◇ Configure model/auth for this agent now? │ Yes │ ◇ Model/auth provider │ Xiaomi │ ◇ How do you want to provide this API key? │ Paste API key now │ ◇ Enter Xiaomi API key │ sk-cidvhi74xqwlq388the6i9ds0mfru4qn0llzpux1hx54idq8 │ ◇ Model configured ─────────────────────────────────────────────────────? │ │ │ Default model set to xiaomi/mimo-v2-flash for agent "finance_agent". │ │ │ ├────────────────────────────────────────────────────────────────────────? │ ◇ Model check ──────────────────────────────────────────────────────────────────────────────? │ │ │ Model not found: xiaomi/mimo-v2-flash. Update agents.defaults.model or run /models list. │ │ │ ├────────────────────────────────────────────────────────────────────────────────────────────? │ ◇ Channel status ────────────────────────────? │ │ │ Telegram: needs token │ │ WhatsApp (default): not linked │ │ Discord: needs token │ │ Slack: needs tokens │ │ Signal: needs setup │ │ signal-cli: missing (signal-cli) │ │ iMessage: needs setup │ │ imsg: missing (imsg) │ │ IRC: not configured │ │ Google Chat: not configured │ │ LINE: not configured │ │ Feishu: install plugin to enable │ │ Google Chat: install plugin to enable │ │ Nostr: install plugin to enable │ │ Microsoft Teams: install plugin to enable │ │ Mattermost: install plugin to enable │ │ Nextcloud Talk: install plugin to enable │ │ Matrix: install plugin to enable │ │ BlueBubbles: install plugin to enable │ │ LINE: install plugin to enable │ │ Zalo: install plugin to enable │ │ Zalo Personal: install plugin to enable │ │ Synology Chat: install plugin to enable │ │ Tlon: install plugin to enable │ │ │ ├─────────────────────────────────────────────? │ ◇ Configure chat channels now? │ No Config overwrite: /home/cobrew/.openclaw/openclaw.json (sha256 4b6fcbb9743eb0a8611264043008a59e472a4763a3a9a0a6fc7d5814cbe385ff -> 96c54ca4424a3515bc743203fa8e6ef23580613b630be1f06dad8cdf09c6137b, backup=/home/cobrew/.openclaw/openclaw.json.bak) Updated ~/.openclaw/openclaw.json Workspace OK: ~/.openclaw/workspace-finance_agent Sessions OK: ~/.openclaw/agents/finance_agent/sessions │ └ Agent "finance_agent" ready. cobrew@DESKTOP-9449JCG:~$ 

配置过程

cobrew@DESKTOP-9449JCG:~$ openclaw agents add code_agent 🦞 OpenClaw 2026.3.13 (61d171a) — WhatsApp automation without the "please accept our new privacy policy". 11:32:30 [plugins] plugins.allow is empty; discovered non-bundled plugins may auto-load: feishu (/home/cobrew/.npm-global/lib/node_modules/openclaw/extensions/feishu/index.ts). Set plugins.allow to explicit trusted ids. 11:32:57 [plugins] feishu_doc: Registered feishu_doc, feishu_app_scopes 11:32:57 [plugins] feishu_chat: Registered feishu_chat tool 11:32:57 [plugins] feishu_wiki: Registered feishu_wiki tool 11:32:57 [plugins] feishu_drive: Registered feishu_drive tool 11:32:57 [plugin

Read more

AIGC 新势力:探秘海螺 AI 与蓝耘 MaaS 平台的协同创新之旅

AIGC 新势力:探秘海螺 AI 与蓝耘 MaaS 平台的协同创新之旅

探秘海螺AI:多模态架构下的认知智能新引擎 在人工智能持续进阶的进程中,海螺AI作为一款前沿的多功能AI工具,正凭借其独特的多模态架构崭露头角。它由上海稀宇科技有限公司(MiniMax)精心打造,依托自研的万亿参数MoE大语言模型ABAB6.5以及MiniMax语音大模型,展现出非凡的技术实力与应用潜力。MiniMax的核心团队源自商汤科技等业内知名企业,在多模态大模型研发领域深耕细作,为海螺AI的诞生奠定了坚实基础。 在这里插入图片描述 一、核心模型架构剖析 (一)基础模型:abab - 6.5 海螺AI的基础模型abab - 6.5采用了创新的混合专家系统设计,借助动态路由机制,即Sparse Gating Network,可依据输入内容智能激活8 - 12个子专家模型。这些子专家模型涵盖代码专家、多语言专家、逻辑推理专家等,各司其职,协同作业。在参数规模上,abab - 6.5总参数量高达1.2万亿,同时通过巧妙的设计,将活跃参数量控制在2000亿/query,有效平衡了模型的高容量与低推理成本。在训练优化环节,

微搭低代码MBA 培训管理系统实战 19——教务管理:从订单到课时卡的自动转化

微搭低代码MBA 培训管理系统实战 19——教务管理:从订单到课时卡的自动转化

目录 * 前情回顾 * 一、 数据源设计 * 1.1 学员档案表 (`MBA_StudentProfiles`) * 1.2 课时卡表 (`MBA_LearningCards`) * 二 创建管理页面 * 2.1 搭建财务布局 * 2.2 搭建待支付列表页面 * 2.3 搭建确认支付弹窗 * 2.4 自动化开课 * 三 配置门户数据 * 最终效果 * 总结 前情回顾 上一篇中我们讲解了销售在订单成交后,录入订单。此时订单的状态还是待支付的状态,需要财务确认收款情况。财务人员点击了"确认收款",订单状态变更为 已清账。此时,资金流已经闭环,但学员在系统里还只是一个"商机客户",没有上课的权限。

在Windows11利用llama.cpp调用Qwen3.5量化模型测试

1.下载llama.cpp二进制文件 访问 https://github.com/ggml-org/llama.cpp/releases 或者 https://bgithub.xyz/ggml-org/llama.cpp/releases 选择适合自己平台的。我没有独立显卡,所以选择CPU版本 https://bgithub.xyz/ggml-org/llama.cpp/releases/download/b8192/llama-b8192-bin-win-cpu-x64.zip 解压到\d\llama8\目录。 2.下载量化模型 按照 章北海mlpy 公众号:Ai学习的老章~ID:mindszhang666 写的知乎文章Qwen3.5 0.8B/2B/

xcchat 是一个基于 Django 和 Django Channels 构建的轻量级在线客服系统。它支持实时聊天、人工/机器人客服切换、访客信息追踪和多站点接入

xcchat 是一个基于 Django 和 Django Channels 构建的轻量级在线客服系统。它支持实时聊天、人工/机器人客服切换、访客信息追踪和多站点接入

xcchat - 开源在线客服系统 * 作者:北小菜 * 邮箱:[email protected] * QQ:1402990689 * 微信:bilibili_bxc * 哔哩哔哩主页:https://space.bilibili.com/487906612 * gitee地址:https://gitee.com/Vanishi/xcchat * github地址:https://github.com/beixiaocai/xcchat xcchat 是一个基于 Django 和 Django Channels 构建的轻量级在线客服系统。它支持实时聊天、人工/机器人客服切换、访客信息追踪和多站点接入。 🌟 项目特点 * B2C架构:面向企业对客户的客服场景 * 实时双向通信:基于 WebSocket