OpenClaw多智能体路由实战:飞书多机器人配置指南

文章目录

目前我已经完成了OpenClaw的基本安装,但是在对话框只有一个,机器人也只绑定到主会话,一次只能处理一个消息。很多时候我在聊天窗口,说A任务,然后做了一半,又发了关于B任务的指令。一是每次发完消息,如果OpenClaw还在处理,剩下的消息要么进入队列、要么看不到(实际还在队列)。两个任务切来切去,感觉体验很不好。

要彻底解决这个问题,实现网上演示的那种对各Agent、每个对话机器人对应一个Agent,就需要用到多智能体路由技术。
实现的步骤如下:

  • 在飞书创建一个新的机器人
  • 通过控制台创建新的智能体
  • 按照指引将飞书配置上去
  • 根据需要创建多个Agent和机器人,并对应配置上去(略)

飞书重新安装问题

明明我已经安装好了飞书,系统还是会提示我安装,否则就跳过了添加飞书这步。应该是系统Bug。这次安装的飞书位置在~/.openclaw/extensions/feishu,其实和~/.npm-global/lib/node_modules/openclaw/extensions/feishu/是一样的,安装的方法不同而已。建议把.npm-global的删除。

请添加图片描述

第二次配置的时候,会把第一次飞书Channel给覆盖掉,具体看channels.feishu下面的配置。因为我们要实现每个Agent对应一个机器人,就必须要有多个feishu的机器人配置,而这里只有一个。

请添加图片描述


以下为OpenClaw自己配置的:

请添加图片描述

正确的如下,将多个机器人配置放在了channels.feishu.accounts下面,没办法只能手工改:

 "channels": { "feishu": { "enabled": true, "domain": "feishu", "groupPolicy": "allowlist", "accounts": { "main": { "appId": "cli_1", "appSecret": "appSecret1", "botName": "主助手", "groupAllowFrom": [ "ou_id1" ] }, "feishu-work": { "appId": "cli_2", "appSecret": "appSecret2", "botName": "工作助手", "groupAllowFrom": [ "ou_id2" ] }, }, "dmPolicy": "pairing" } }, "bindings": [ { "agentId": "main", "match": { "channel": "feishu", "accountId": "main" } }, { "agentId": "work", "match": { "channel": "feishu", "accountId": "feishu-work" #要与前面配置对应 } } ], 

注意事项:

  • 名称一定要对应,agentId对应,accountId也要对应
  • ou_id可以是相同(同一个人名下建立多个机器人),也可以不同(我就是这么干的)
请添加图片描述

效果就是这样。

请添加图片描述

回到Gateway的聊天窗口,就可以切换聊天的对象,我这有2个。(应该也有相关的配置的,找到之后更新)

请添加图片描述

批量增加机器人

一次性申请了6个机器人,确定好Agent的名称,让OpenClaw帮我完成配置。

  • BandBusiness,业务Agent
  • BandProjectMgr,项目经理Agent
  • BandProductMgr,产品经理Agent
  • BandSysDesign,系统设计Agent
  • BandCoder,系统开发Agent,严格来说,还可以继续拆分为前端、后端、安卓、iOS、鸿蒙等

BandTester,系统测试Agent
检查了一下,配置是对的,Agent的职责还做了扩展。重启openclaw gateway restart没问题。接下来需要给每个机器人添加事件,添加配对。

请添加图片描述


请添加图片描述

提示应用未建立长链接。原因是手工修改openclaw.json增加飞书渠道,并没有通过openclaw channels add增加。
发现在~/.openclaw/feishu/dedup少了些内容,但这并没有什么影响。
实测的总结是:必须在控制台完成对飞书机器人添加,才能起作用。而OpenClaw生成的openclaw.json还是对的,能让我的新机器人与Agent对应上。加上之后,还需要调整一下openclaw.json,删除错误的配置。
于是放心把其他的机器人都通过控制台添加上去,任务完美完成。

接下来我就可以创建一批智能体和机器人,并且让他们协同起来了。

缺点

飞书创建机器人的过程比较复杂,流程繁琐。好在我操作一遍之后,就可以按照之前的路径一直这样做下去。

多个飞书机器人名称包含大小写的问题

多个飞书账号时,名称中如果包含大小写,会遇到无法找到的问题。原因时飞书在处理的时候都改成了小写。为了避免类似问题,我将所有飞书的accountId改为小写。

多个Agent名称包含大小写的问题

当多个Agent相互调用的时候,我发现第一个Agent调用第二个Agent失败,仔细看聊天记录,发现OpenClaw把Agent的id全改为了小写。同样,为了规避此类问题,建议所有的Agent名称都时小写。
还可以在Agent的workspace名称发现一些端倪。
比如我的Agent名称为BandBusiness,系统自动分配的workspace名称为~/.openclaw/bandbusiness,全改为小写了。

关键词:OpenClaw 多智能体路由,飞书多机器人配置,OpenClaw bindings 绑定

Read more

intv_ai_mk11GPU部署:24GB显存运行Llama中型模型的CUDA版本与驱动适配指南

intv_ai_mk11 GPU部署:24GB显存运行Llama中型模型的CUDA版本与驱动适配指南 1. 环境准备与系统要求 1.1 硬件配置要求 要在24GB显存的GPU上顺利运行intv_ai_mk11模型,您的设备需要满足以下最低配置: * GPU显存:最低24GB(推荐NVIDIA RTX 3090/4090或A100 40GB) * 系统内存:至少32GB RAM * 存储空间:50GB可用空间(用于模型权重和依赖项) * CPU:支持AVX指令集的现代多核处理器 1.2 软件环境要求 * 操作系统:Ubuntu 20.04/22.04 LTS(推荐)或CentOS 7+ * CUDA版本:11.7或11.8(与驱动版本匹配) * 驱动版本:515.65.

实体关系图谱构建:从零到一指南,云端Neo4j+GPU加速

实体关系图谱构建:从零到一指南,云端Neo4j+GPU加速 引言:为什么你需要云端Neo4j? 想象一下,你正在整理一个庞大的家族族谱,手写记录需要好几天,而用电子表格可能只需要几小时——这就是传统数据库与图数据库的区别。当你的知识图谱项目遇到性能瓶颈(比如单机处理全量数据要2天),云端Neo4j配合GPU加速能帮你把时间压缩到3小时,还能实时可视化展示复杂关系。 Neo4j是目前最流行的图数据库,特别擅长处理"谁认识谁""什么属于什么"这类关系密集型任务。本指南将带你从零开始: 1. 理解实体关系图谱的核心概念 2. 快速部署云端Neo4j环境 3. 用GPU加速数据处理 4. 生成可视化关系网络 即使你是刚接触知识图谱的小白,跟着步骤操作也能在1小时内完成首次图谱构建。 1. 环境准备:5分钟搞定云端部署 1.1 选择适合的镜像 在ZEEKLOG星图镜像广场搜索"Neo4j GPU",选择预装以下组件的镜像: - Neo4j 5.

多模态融合:结合RetinaFace+CurricularFace与语音识别构建智能交互系统

多模态融合:结合RetinaFace+CurricularFace与语音识别构建智能交互系统 你是否也遇到过这样的问题:团队想做一个能“看脸”又能“听声”的智能交互系统,比如门禁系统既能识别人脸又能验证声音,或者客服机器人能通过摄像头和麦克风同时感知用户情绪?听起来很酷,但真正动手时却发现——人脸模型和语音模型像是两个世界的东西,部署方式五花八门,环境依赖冲突不断,GPU资源调度混乱,最后集成起来像拼图一样费劲。 别担心,这正是我们今天要解决的问题。作为一名在AI领域摸爬滚打多年的技术老兵,我最近也在帮一个创新团队搭建类似的多模态系统。他们原本打算分别用两套服务器跑人脸识别和语音识别,结果不仅成本翻倍,数据同步还经常出错。后来我们换了个思路:用统一的AI镜像平台,把RetinaFace + CurricularFace 和语音识别模型一起部署到同一个GPU环境中,实现了“一次部署、多模态协同”。 这篇文章就是我实战经验的完整复盘。我会带你从零开始,一步步搭建这个融合视觉与听觉的智能交互系统。即使你是AI新手,只要跟着操作,也能在5分钟内完成核心功能的部署,并理解背后的运行逻辑。更

EpicDesigner低代码设计器完全配置指南

EpicDesigner低代码设计器完全配置指南 【免费下载链接】epic-designer 项目地址: https://gitcode.com/gh_mirrors/ep/epic-designer 你是否曾经为重复编写表单页面而感到厌倦?EpicDesigner正是为解决这一痛点而生的可视化低代码设计工具。作为基于Vue3开发的多UI组件库兼容设计器,它能够通过拖拽方式快速生成页面配置,显著提升开发效率。 为什么选择EpicDesigner 在当今快速迭代的开发环境中,EpicDesigner提供了三个核心价值:首先,它支持Element Plus、Ant Design Vue和Naive UI三套主流UI组件库,让团队可以根据现有技术栈灵活选择;其次,通过JSON配置生成页面的方式,实现了配置的可视化管理和版本控制;最后,强大的扩展机制允许开发者根据业务需求自定义组件和功能。 环境准备与基础配置 系统要求检查 开始之前,请确保你的开发环境满足以下要求: * Node.js版本14.x或更高 * 包管理器(npm、yarn或pnpm) * 现代浏览器支持(