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

Cubase15 R2R/VR最新一键安装完整版下载安装cubase 15最新版本下载安装支持Win/Mac 双系统版本加104G原厂音源Mac系统不关SIP安装Mac Cubase 15编曲软件

Cubase15 R2R/VR最新一键安装完整版下载安装cubase 15最新版本下载安装支持Win/Mac 双系统版本加104G原厂音源Mac系统不关SIP安装Mac Cubase 15编曲软件

Win/Mac Cubase15 R2R/VR最新版本下载 下载链接: https://www.dygdu.com/soft/cs.html 一、Cubase 15 核心定位 Cubase是由德国Steinberg公司开发的专业数字音频工作站(DAW),主要面向音乐制作、录音、编曲、混音、影视配乐等领域,兼顾专业级功能与易用性。Cubase 15作为后续版本,预计将延续“技术领先+ workflow优化”的路线,进一步强化对现代音乐制作需求的支持,尤其是AI辅助创作、实时协作、高性能处理等方向。 二、可能的核心新功能(基于行业趋势推测) 1. AI驱动的创作辅助工具 随着AI技术在音乐制作中的普及,Cubase 15可能深度整合AI功能,例如: * 智能编曲助手:基于用户输入的旋律/和弦,自动生成伴奏织体(如鼓轨、贝斯线、

WiFi模块AT指令全解析和智能家居APP制作

1.WiFi的常用AT指令顺序: 1):AT+RST---模块重启指令 2):AT+CWMODE---设置工作模式        1. STA(Station,工作站)模式,在此模式下,WiFi模块可以接入附近其他的网络。 2. AP(路由器)模式,在此模式下,WiFi可以主动建立一个网络(类似于手机开设热点)。 3. AP+STA 混合模式,类似于手机既连入附近的路由器,也自己开热点。示例:AT+CWMODE=1 3)AT+CWJAP="K80","123123123"---连接附近的路由器:      若成功连接,出现        4)AT+CWQAP---WIFI模块断开与路由器的连接       通常WIFI端口连接后,会提示       5)

无人机航拍检测实战:用YOLOv8打造高空鹰眼系统

无人机航拍检测实战:用YOLOv8打造高空鹰眼系统 1. 引言:从工业缺陷到高空之眼 在上一期《YOLOv8【第八章:特殊场景检测篇·第12节】一文搞懂,工业缺陷检测专业化!》中,我们深入探讨了如何将YOLOv8应用于高精度、高标准的工业质检场景。面对微小缺陷、复杂纹理和样本不均等挑战,我们通过锚框重聚类、Focal Loss优化与数据增强策略,实现了对焊点、划痕等细微异常的精准识别。 而今天,我们将视角从“微观”转向“宏观”,聚焦于一个更具挑战性的应用场景——无人机航拍目标检测。 随着无人机技术的普及,其在农业植保、电力巡检、灾害救援、交通监控等领域发挥着越来越重要的作用。然而,要让无人机真正具备“智能感知”能力,仅靠高清摄像头远远不够。我们需要为它装上一双“会思考的眼睛”——即基于深度学习的目标检测系统。 🏆 本文收录于 《YOLOv8实战:从入门到深度优化》 专栏。该专栏系统复现并梳理全网各类 YOLOv8 改进与实战案例(当前已覆盖分类

带可二次开发的管理配置端 + 非低代码 + 原生支持标准化 Skill框架选择

「带可二次开发的管理配置端 + 非低代码 + 原生支持标准化 Skill」的开源 Agent 框架,筛选 3款完全匹配的框架(均为代码级可扩展、自带 Skill 管理后台、支持 SKILL.md/MCP 标准),附核心特性、二次开发要点和部署步骤,都是企业级/开发者友好的选型: 一、首选:LangGraph + LangServe(LangChain 官方生态,Python 栈,极致可扩展) 核心定位 LangChain 官方推出的「Agent 编排 + 服务化」框架,自带可二次开发的 Skill/Tool 管理后台(LangServe Dashboard),纯代码开发、无低代码封装,是 Python 生态的最佳选择。 关键特性