OpenClaw 多 Agent 对接飞书机器人实战指南
在构建企业级 AI 应用时，我们往往需要多个智能体协同工作。基于 OpenClaw Gateway，我们可以实现飞书应用与 AI Agent 的高效对接。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，确保数据隔离与权限控制。
核心架构原则
为了保证系统的稳定性与安全性，我们在设计时遵循以下隔离原则：
- 状态独立：每个 Agent 的模型状态完全独立，互不干扰。
- 身份绑定：每个 Agent 对应一个飞书机器人实例。
- 技能管理：每个 Agent 的技能单独安装维护，便于按需扩展。
- 会话隔离：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。
- 数据沙箱：严格隔离 workspace 和 data，避免信息泄露。
创建独立 Agent
首先，我们需要通过命令行工具添加新的 Agent。这一步会初始化该 Agent 的专属目录结构。
# 添加财务分析 Agent
openclaw agents add finance_agent
# 添加代码开发 Agent
openclaw agents add code_agent
执行添加命令后，系统会引导你完成工作空间路径选择、认证配置文件复制以及模型配置。以下是典型的交互流程示例（已脱敏）：
$ openclaw agents add finance_agent
🦞 OpenClaw Assistant
┌ Add OpenClaw agent │ ◇ Workspace directory │ /home/user/.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
│ ◇ Channel status ──────────────────────────? │ Feishu: install plugin to enable
└ Agent "finance_agent" ready.
注意：实际运行中，如果提示
Model not found，请检查agents.defaults.model配置或运行/models list查看可用模型列表。
配置身份标识
为了让飞书机器人更易于识别，建议为 Agent 设置明确的名称和头像。这有助于在多 Agent 群聊场景中快速区分角色。
# 设置代码 Agent 的身份
openclaw agents set-identity --agent code_agent --name "全栈开发专家"
# 设置主 Agent 的标识
openclaw agents set-identity --agent main --name "OpenClaw" \
--emoji "🦞" --avatar avatars/openclaw.png
查看当前所有 Agent 列表，确认配置是否生效：
openclaw agents list
