在单模型会话中处理复杂任务时,上下文窗口限制往往会导致记忆丢失。即便配置了 QMD 等记忆增强机制,技术上限依然存在。面对类似 DeepSeek 或豆包对话窗口的场景,更优的策略是新建多个机器人,让它们各司其职,形成协同工作的团队。
创建飞书应用
首先登录飞书开发者后台,新建一个应用。这里我们以短视频剪辑脚本生成为例。

由于 OpenClaw 绑定的是之前的飞书渠道,新应用尚未关联,暂时无需进行其他操作,只需记录下生成的 APP ID 和 APP Secret。

配置 OpenClaw
为了避免命令行安装可能覆盖原有配置的风险,我们直接修改配置文件。
在 WSL2 终端进入 openclaw 目录:
cd .openclaw/
建议先备份配置文件,防止误操作导致全局配置失效:
cp openclaw.json openclaw.json.backup
使用编辑器打开 openclaw.json(以 nano 为例):
nano openclaw.json
找到 channels 部分。你的 JSON 结构可能与示例不同,因为之前已创建过其他机器人。以下是完整的配置模板,请根据实际应用的 APP ID 和 Secret 替换占位符:
"channels": {
"feishu": {
"enabled": true,
"domain": "feishu",
"groupPolicy": "allowlist",
"accounts": {
"main"







