组建龙虾团队——OpenClaw多机器人构建

组建龙虾团队——OpenClaw多机器人构建

成功搭建了OpenClaw,也成功建立的自己的每日服务,这时候发现,似乎不太敢在当前的机器人中让他做别的事情,生怕会话太多会让他出现遗忘。(尽管我们配置了QMD记忆增强,但毋庸置疑任何技术都是有上限的)。

换做同样的情况,比如在DeepSeek或者豆包之类的对话窗口,我们会习惯性地新建一个对话。那么我们是否可以新建一个机器人,或者多个机器人,让他们各司其职,各尽所能,形成一个相互配合的团队呢~开干吧,没什么不可能的!!

🦞新建一个机器人

来到飞书开发者后台,新创建一个应用,在这里我们以短视频剪辑脚本应用为例。

创建之后,由于我们的openclaw绑定的是之前的飞书渠道,并没有链接到这个应用的APP ID,所以暂时不做其他操作,只需要记录一下他的APP ID和APP Secret。

🦞配置OpenClaw

如果还是按照claw的命令行安装,每一步都有些让人担心害怕,毕竟我们先前已经配置过一次了,接下来的操作,需要小心是否会把以前的配置给覆盖掉。

为了避免这样的不确定性,我们直接去操作他的配置文件

在WSL2终端中进入openclaw目录

cd .openclaw/ 

别着急,首先我们先备份一份配置文件,避免一次失误导致全局崩盘

cp openclaw.json openclaw.json.backup

以任何你喜欢的方式打开openclaw.json,在这里以nano为例。

nano openclaw.json

找到关于Channels的版块

在这里,你的json构造和图中的构造多半是不一样的,因为再在此之前我已经创建了两个机器人,一个名为“claw_deepseek”,一个名为“咨询获取”(已经无所畏惧了直接上中文吧)

接下来我将完整的配置粘贴到下方,大家只需要根据自己应用的APP ID 和Secret进行填写就好。

"channels": { "feishu": { "enabled": true, "domain": "feishu", "groupPolicy": "allowlist", "accounts": { "main": { "appId": "【cli_ID1】", "appSecret": "【Secret1】", "botname": "【机器人名1】", }, "feishu-work":{ "appId": "【cli_ID2】", "appSecret": "【Secret2】", "botName": "【机器人名2】", } }, "dmPolicy": "pairing" } }, "bindings": [ { "agentId": "main", "match": { "channel": "feishu", "accountId": "main" } }, { "agentId": "work", "match": { "channel": "feishu", "accountId": "feishu-work【这个可以自己命名一下】" } } ],

保存之后回到终端,执行以下最简单的检查命令

openclaw-cn gateway

如果你的json有问题的话,就会出现报错,像这样

按照指引去看看哪里写错了。

如果没有问题的话,就会像这样,告诉我们网关已经在跑了。

🦞启动新员工

回到飞书后台,开启订阅方式为长连接

如果没有去配置openclaw就试图开启长连接的话,之类会提示【没有会话对象】之类的

接下来就比较熟悉, 订阅一个消息接收的事件,im.message.receive_v1

在这里我加了一个消息已读,没什么关系,后续我们都可以修改。根据引导开启机器人功能就好。

下一步就是要给他授予权限,除了下面批量导入的权限外,也可以把关于文档的权限尽可能给它开通,避免生成文档出现问题。

{ "scopes": { "tenant": [ "aily:file:read", "aily:file:write", "application:application.app_message_stats.overview:readonly", "application:application:self_manage", "application:bot.menu:write", "cardkit:card:write", "contact:contact.base:readonly", "contact:user.employee_id:readonly", "corehr:file:download", "docs:document.content:read", "event:ip_list", "im:chat", "im:chat.access_event.bot_p2p_chat:read", "im:chat.members:bot_access", "im:message", "im:message.group_at_msg:readonly", "im:message.group_msg", "im:message.p2p_msg:readonly", "im:message:readonly", "im:message:send_as_bot", "im:resource", "sheets:spreadsheet", "wiki:wiki:readonly" ], "user": ["aily:file:read", "aily:file:write", "im:chat.access_event.bot_p2p_chat:read"] } }

接下来就让我们发布一个版本,正式上线吧~

发布成功后,我们去飞书的消息栏看一下,【打开应用】

我们向新建的应用发送一句“你好”,有时候飞书回复会很慢,这个时候我们可以去claw的后台去看,访问你本机地址的18789端口(默认)。根据消息在命令行执行配对命令

当再次打招呼时,就会发现它可以正常的跟我们对话了。

🦞做个测试

首先我对他的身份进行了定义,他是专门用于输出短视频剪辑脚本的,我将另一个机器人生成的每日资讯作为输入,让其生成脚本文件,结果是比较惊讶的。

其不仅建立了独立的工作空间,而且创建了完整版和快速版两种,十分高效。

🦞总结

到现在为止我们成功创建了多个龙虾员工,下一步我们将探索如何将他们的工作关联起来,形成一个整体~加油~

Read more

数字人技术的核心:AI与动作捕捉的双引擎驱动(2/10)

数字人技术的核心:AI与动作捕捉的双引擎驱动(2/10)

摘要:数字人技术从静态建模迈向动态交互,AI与动作捕捉技术的深度融合推动其智能化发展。尽管面临表情僵硬、动作脱节、交互机械等技术瓶颈,但通过多模态融合技术、轻量化动捕方案等创新,数字人正逐步实现自然交互与情感表达。未来,数字人将成为连接物理世界与数字空间的虚拟生命体,推动社会进入虚实共生的新纪元。 一、数字人技术的演进与核心瓶颈 1.1 从静态建模到动态交互的跨越 数字人技术的发展历程,是一部从简单到复杂、从静态呈现到动态交互的技术进化史。早期,数字人主要以静态建模的形式出现在影视、游戏等领域,依靠手工细致地构建模型与精心预设的动作库,来赋予数字人基本的形象和动作。但这种方式下的数字人,宛如被定格在特定场景中的木偶,缺乏与外界实时互动的能力,也难以展现出丰富多元的个性化表达。 随着元宇宙概念如风暴般席卷而来,虚拟世界与现实世界的边界变得愈发模糊,用户对于虚拟形象的要求达到了前所未有的高度。他们渴望数字人不再是机械、刻板的存在,而是能如同真实人类一般,自然流畅地交流,根据不同情境做出恰当反应,拥有独特的个性魅力 。这种强烈的需求,如同汹涌的浪潮,推动着数字人技术朝着智能化、实时

2026最新免费白嫖全网最强AI大模型谷歌Gemini 3的6种方法,你值得体验

2026最新免费白嫖全网最强AI大模型谷歌Gemini 3的6种方法,你值得体验

免费白嫖全网最强AI大模型谷歌Gemini 3的6种方法,你值得体验 猫头虎AI开源技术分享 | AI工具实测 | 2025最新攻略 🚀 开篇:还在眼巴巴看着别人用Gemini 3? 哈喽,各位技术圈的小伙伴们,我是猫头虎!🐱🐯 最近后台被问爆了——“虎哥,Gemini 3到底怎么用上?有没有免费路子?” 看着别人拿着这个"全网最强AI大模型"各种秀操作,自己只能干瞪眼?别慌! 今天这篇文章,我扒遍了全网,亲测整理了6种真正免费的Gemini 3使用渠道!无论你是小白想尝鲜,还是开发者要接入API,总有一款适合你。 更重要的是——全部免费,即开即用! 💡 先收藏,再阅读,干货太满,怕你找不到! 文章目录 * 免费白嫖全网最强AI大模型谷歌Gemini 3的6种方法,你值得体验 * 🚀 开篇:还在眼巴巴看着别人用Gemini 3? * 🎯 6种免费使用Gemini 3的渠道详解 * 01. NiceAIGC.net

微信正式接入 OpenClaw:12 亿用户的 AI Agent 入口,来了

微信正式接入 OpenClaw:12 亿用户的 AI Agent 入口,来了

微信正式接入 OpenClaw:12 亿用户的 AI Agent 入口,来了 导语 2026 年 3 月 22 日,一条消息同时出现在腾讯官网和央视新闻:微信正式接入 OpenClaw。 不是第三方 hack,不是灰产套壳,是微信官方推出的插件——“ClawBot”,让用户在微信聊天界面直接与 AI 助手"龙虾"对话。 这条新闻的信息量,远比表面看起来大得多。 过去三个月,我写了 OpenClaw 的爆火逻辑、安全风险、办公实战、产品对比。在这个系列里,我始终有一个判断: OpenClaw 最大的瓶颈,不是技术,不是模型,而是入口。 一个运行在本地终端的 AI Agent,哪怕功能再强,

2026年3月20日技术洞察:AI编程的现实与未来,从SWE-bench到AI面试官

嘿,各位小伙伴们,早上好!今天咱们来聊聊AI编程这个越来越"热"的话题。不知道你们有没有发现,现在不管是写代码、面试还是做代码审查,AI的影子越来越多了?今天我就给大家整理了一波最新的技术资讯,一起来看看2026年的AI编程世界变成啥样了。 今日技术资讯速递 1. SWE-bench评测:谁是真正的代码王者? 来源:ZEEKLOG《2026大模型选型指南:从SWE-bench评测看真相》 最近SWE-bench的评测结果出来了,这可是衡量大模型代码能力的"金标准"。你知道它跟传统的代码评测有啥不一样吗?SWE-bench测的是真实软件工程的完整闭环——从理解bug描述,到在几万行的代码库里定位问题,再到编写补丁修改代码,最后还要通过所有测试、不引入新bug。 2026年1月的最新成绩单: * Claude Opus 4.5:80.9% ✅(目前唯一突破80.9%的模型) * GPT-5.2:80.0% ✅(紧追不舍,数学推理能力拉满)