跟风装了OpenClaw，结果发现我不知道让他干嘛。

看到操作一脸懵：这个和普通的大模型有啥区别，也不能自动干活。别人的龙虾能 24 小时自动产出，一个指令搞定全套，你的龙虾就是个普通聊天框？

我从OpenClaw连接飞书都搞不懂的纯小白，到成功指挥龙虾天团。

今天把这套在飞书成功当老板的养?全攻略。

全是现成的内容，你只需要复制粘贴就能搞定

照着做，你能直接在飞书当上老板！

一、破局之道就在其中

在 OpenClaw 的世界里，配置多个 Agent，让它们术业有专攻。

这篇文章就是要解决这个核心问题。

我已成功当上老板，招了四个员工：

小智（boss）— 总指挥，负责统筹规划和任务分发探探（researcher）— 情报专家，专门负责信息挖掘文文（writer）— 内容创作者，擅长文字表达极客（coder）— 技术担当，专注代码开发

每位成员都拥有独立的“办公桌”（工作区）、“员工卡”（认证）和“工作日志”（记忆），彼此互不干扰。

二、作准备：搭建你的第一个 Agent

2.1 环境准备

以 Mac 系统为例，打开终端依次执行：

# 安装 Homebrew（如已安装可跳过）/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"# 安装 Node.jsbrew install nodejs# 安装 OpenClawcurl -fsSL https://openclaw.ai/install.sh | bash# 验证安装openclaw --version

看到版本号就说明安装成功了。如果没反应，重做第三步。

2.2 初始化配置

执行初始化命令：

openclaw onboard --install-daemon

按照向导提示操作：

选择 yes 开始配置选择 QuickStart 快速模式选择你偏好的 AI 模型（推荐 OpenAI/Claude/Gemini）暂时跳过其他高级选项（后续可调整）

完成后你就拥有了第一个可用的 Agent！

三、搭团队：创建你的 Agent 员工

3.1 Agent 的本质是什么？

把 Agent 理解成一位独立的员工。每位员工配备：

办公桌（Workspace）— 存放工作规范（AGENTS.md）、人设（SOUL.md）、老板资料（USER.md）和工作笔记（memory/）员工卡（agentDir）— 保存身份认证和登录凭据对话记录（Sessions）— 记录与不同对象的沟通历史，各自独立

3.2 公司架构长这样

shell

~/.openclaw/├── openclaw.json                # 公司规章制度（全局配置文件）├── workspace/                    # 小智的办公桌│   ├── AGENTS.md                 # 工作流程手册│   ├── SOUL.md                   # 性格人设文档│   ├── USER.md                   # 老板信息档案│   └── memory/                   # 工作记忆存储├── workspace-researcher/         # 探探的办公桌│   ├── AGENTS.md│   ├── SOUL.md│   └── memory/├── workspace-writer/             # 文文的办公桌│   ├── AGENTS.md│   ├── SOUL.md│   └── memory/├── workspace-coder/              # 极客的办公桌│   ├── AGENTS.md│   ├── SOUL.md│   └── memory/├── agents/│   ├── boss/agent/               # 小智的身份档案柜│   │   ├── auth-profiles.json│   │   └── sessions/│   ├── researcher/agent/         # 探探的身份档案柜│   ├── writer/agent/             # 文文的身份档案柜│   └── coder/agent/              # 极客的身份档案柜└── skills/                       # 公司共享技能库

3.3 两种招聘方式

方式一：命令行向导（简单操作）

# 招募调研员openclaw agents add researcher# 招募写作员openclaw agents add writer# 招募开发员openclaw agents add coder# 查看团队成员openclaw agents list --bindings

向导会自动完成所有配置：建工位、发工牌、设置权限。

方式二：手动编辑配置文件

直接修改 ~/.openclaw/openclaw.json：

3.4 重要提醒

⚠️ 身份认证不可共享：每个 Agent 必须有独立的 auth-profiles.json.

⚠️ 工作区不可复用：不同 Agent 使用相同的 agentDir 会引发认证冲突，务必避免。

⚠️ 技能库分层管理：工作区内的 skills/ 是个人专属技能，~/.openclaw/skills/ 是全员共享技能库。

四、创建飞书 Bot：让 Agent 上线工作

4.1 创建飞书 Bot 步骤

登录飞书开放平台（open.feishu.cn）创建企业自建应用为每个 Agent 创建独立的应用：小智 Bot（总指挥）探探 Bot（调研员）文文 Bot（撰写员）极客 Bot（开发员）获取每个 Bot 的关键信息：App ID App Secret Verification Token Encrypt Key开启机器人能力，配置权限：获取用户基本信息  获取与更新群组消息 查看群消息、更新群消息 获取与发送单聊、群组消息 接收群聊中 @我或单聊消息 接收群聊中 @机器人消息事件 读取用户发给机器人的单聊消息 以应用的身份发消息 获取与上传图片或文件资源修改订阅方式： “使用长链接接收事件”，并添加 “接收消息” 事件。在 “版本管理与发布” 中，创建一个版本并发布。

4.2 配置飞书通道

在 OpenClaw 中配置飞书认证信息。对每个 Agent 执行：

# 配置小智的飞书 Botopenclaw auth add --agent boss --channel feishu# 配置探探的飞书 Botopenclaw auth add --agent researcher --channel feishu# 配置文文的飞书 Botopenclaw auth add --agent writer --channel feishu# 配置极客的飞书 Botopenclaw auth add --agent coder --channel feishu

按提示输入各自的 App ID、App Secret 等信息。

4.3 创建飞书群组

主工作群（和小智直接沟通）：

创建群聊，只拉入小智 Bot这是你发布任务的主要界面

内部协作群（Agent 之间的协同空间）：

创建另一个群聊拉入小智、探探、文文、极客四个 Bot你也加入这个群，可以旁观或插话

获取群组 ID 的方法：

在飞书开放平台使用“获取群信息”API或使用 OpenClaw 的 sessions_list 命令查看

五、分工位：把 Agent 分配到不同位置

团队成员都就位了，现在要根据 Bindings（路由分配机制）分配谁来处理。

5.1 Bindings 的工作原理

Bindings 本质上是消息分发规则：决定来自不同来源的消息应该交给哪个 Agent 处理。

OpenClaw 按以下优先级匹配规则：

? 精准匹配 — 指定具体的用户 ID 或群组 ID? 群组匹配 — 匹配特定的群聊? 账号匹配 — 匹配特定的 Bot 账号? 通道匹配 — 匹配整个通道的所有消息? 默认兜底 — 以上都不匹配时，交给默认 Agent

5.2 我们的实际配置方案

我们通过群组和账号来区分：

{  "bindings": [    // 主工作群的消息 → 小智    {      "agentId": "boss",      "match": {        "channel": "feishu",        "peer": { "kind": "group", "id": "主工作群ID" }      }    },    // 内部协作群中，不同 Bot 账号对应不同 Agent    {      "agentId": "boss",      "match": {        "channel": "feishu",        "accountId": "小智的AppID",        "peer": { "kind": "group", "id": "协作群ID" }      }    },    {      "agentId": "researcher",      "match": {        "channel": "feishu",        "accountId": "探探的AppID",        "peer": { "kind": "group", "id": "协作群ID" }      }    },    {      "agentId": "writer",      "match": {        "channel": "feishu",        "accountId": "文文的AppID",        "peer": { "kind": "group", "id": "协作群ID" }      }    },    {      "agentId": "coder",      "match": {        "channel": "feishu",        "accountId": "极客的AppID",        "peer": { "kind": "group", "id": "协作群ID" }      }    }  ]}

六、开内线：让 Agent 互相对话

团队招好了，工位分好了，但此刻他们彼此之间还无法沟通。

6.1 激活 Agent 间通信功能

这个功能默认关闭，需要手动开启：

{  "tools": {    "agentToAgent": {      "enabled": true,      "allow": ["boss", "researcher", "writer", "coder"]    }  }}

6.2 设置会话可见性

默认情况下，每个 Agent 只能看到自己的对话记录。

要实现团队协作，需要调整可见范围：

{  "tools": {    "sessions": {      "visibility": "all"    }  }}

可见性选项说明：

“self” — 只看自己的会话（完全隔离）“tree” — 看自己及派生的子任务（默认设置）“agent” — 看同一 Agent 的所有会话“all” — 看所有 Agent 的所有会话（完全开放）

6.3 发送内部消息的方法

使用 sessions_send 工具实现 Agent 间通信：

sessions_send({  "sessionKey": "agent:researcher:feishu:group:协作群ID",  "message": "探探，请帮我调研一下 AI Agent 的最新发展趋势",  "timeoutSeconds": 60})

6.4 两种任务派发方式

方式一：sessions_send — 向已有会话发消息

适用场景：Agent 已经在线，有活跃会话前置条件：需要配置 agentToAgent.enabled 和 sessions.visibility

方式二：sessions_spawn — 创建新会话执行任务

适用场景：一次性任务、需要隔离的任务优势：不需要目标 Agent 已有活跃会话支持 mode=”run”（一次性）和 mode=”session”（永久）

简单类比：

sessions_send = 给同事发消息，让他在现在处理sessions_spawn = 临时雇一个外包，干完走人

七、平信差：建立团队信息中心

内部通讯已经打通，但还有个问题：小智安排给探探的任务，文文和极客并不知情；探探完成的调研报告，其他人得等小智转发才能看到。

解决方案是建立一个共享知识库，所有成员都能读写。

7.1 创建共享目录结构

mkdir -p ~/.openclaw/shared/notes建议的目录如下：~/.openclaw/shared/├── board.md      # 团队公告栏：重要通知和动态├── tasks.md      # 任务看板：当前进行中和已完成的任务└── notes/        # 文档资料库    ├── research/ # 调研报告    ├── drafts/   # 文章草稿    └── code/     # 代码文档

7.2 配置共享目录索引

让每个 Agent 的记忆搜索能覆盖到共享目录：

{  "agents": {    "defaults": {      "memorySearch": {        "extraPaths": ["~/.openclaw/shared"]      }    }  }}

实际效果：

探探把调研报告保存到 shared/notes/research/ai-trends.md文文使用 memory_search 就能搜索到这份报告也可以直接用绝对路径 read 命令读取文件

7.3 共享文件的使用规范

markdown

# 团队公告栏## 本周重点任务- [2026-03-07] 探探：AI Agent 技术调研 ✅ 已完成- [2026-03-07] 文文：技术博客撰写 ➡️ 进行中- [2026-03-08] 极客：数据分析脚本开发 ? 待开始## 重要通知- Agent 间通信系统已上线，可通过 sessions_send 互相协作- 共享知识库已建立，所有文档请统一存放到 shared/notes/

markdown

# 任务看板## ? 进行中- [2026-03-07] 文文：《OpenClaw 实战指南》撰写 — 派发人：小智  - 预计完成：2026-03-08  - 依赖：探探的调研报告## ✅ 已完成- [2026-03-07] 探探：AI Agent 技术调研 — 派发人：老板  - 完成时间：2026-03-07 18:30  - 产出：shared/notes/research/ai-trends.md## ? 待开始- [2026-03-08] 极客：数据可视化脚本 — 派发人：小智

7.4 定义团队协作规范

在每个 Agent 的AGENTS.md中添加协作守则：

小智（总指挥）的工作规范：

接收老板任务后，分析并拆解成子任务通过 sessions_send 分配给对应的专员任务分配后立即更新 shared/tasks.md收到完成反馈后，更新任务状态并向老板汇报

探探（调研员）的工作规范：

收到调研任务立即开始执行调研报告统一保存到 shared/notes/research/完成后更新 shared/tasks.md 状态向小智回复任务完成情况

文文（撰写员）的工作规范：

收到写作任务后，先查阅 shared/notes/ 中的相关资料草稿保存到 shared/notes/drafts/定稿后更新 shared/tasks.md需要补充资料时，通过小智协调探探支持

极客（开发员）的工作规范：

收到开发任务后，查阅相关技术文档代码和技术文档保存到 shared/notes/code/完成后更新 shared/tasks.md需要技术调研时，通过小智安排探探协助

八、实战演示：完整任务流转过程

来看一个真实场景，老板要求撰写一篇关于 AI Agent 的技术文章，并配套一个演示脚本。

8.1 任务流转全过程

【第一步】老板 → 小智（主工作群）："我需要一篇关于 AI Agent 多智能体协作的技术文章，要有实际案例，最好配个演示脚本"【第二步】小智的处理流程：1. 分析任务，拆解为三个子任务：   - 技术调研（探探）   - 文章撰写（文文）   - 脚本开发（极客）2. 更新 shared/tasks.md 记录任务3. 向探探派发任务：   sessions_send({     "sessionKey": "agent:researcher:feishu:group:协作群ID",     "message": "探探，请调研 AI Agent 多智能体协作的技术现状、                 主流方案和实际案例，报告保存到 shared/notes/research/",     "timeoutSeconds": 120   })4. 回复老板："收到！已安排探探进行技术调研，完成后文文会撰写文章，              极客会开发演示脚本。预计明天交付。"【第三步】探探的执行过程：1. 接收任务，开始网络搜索和资料整理2. 调研主流的 Agent 框架：OpenClaw、AutoGPT、LangChain 等3. 整理实际应用案例4. 撰写调研报告：shared/notes/research/multi-agent-research.md5. 更新 shared/tasks.md 标记任务完成6. 回复小智："调研完成，报告已保存到 shared/notes/research/multi-agent-research.md"【第四步】小智协调文文：1. 收到探探的完成通知2. 向文文派发写作任务：   sessions_send({     "sessionKey": "agent:writer:feishu:group:协作群ID",     "message": "文文，请基于 shared/notes/research/multi-agent-research.md                  撰写一篇技术文章，要求通俗易懂，有实际案例，                 草稿保存到 shared/notes/drafts/",     "timeoutSeconds": 180   })3. 更新 shared/tasks.md【第五步】文文的创作过程：1. 读取探探的调研报告2. 构思文章结构和内容框架3. 撰写文章，融入案例和分析4. 保存草稿：shared/notes/drafts/multi-agent-article.md5. 更新 shared/tasks.md6. 回复小智："文章初稿完成，已保存到 shared/notes/drafts/"【第六步】小智安排极客：1. 收到文文的完成通知2. 向极客派发开发任务：   sessions_send({     "sessionKey": "agent:coder:feishu:group:协作群ID",     "message": "极客，请根据 shared/notes/drafts/multi-agent-article.md                  中的技术方案，开发一个简单的演示脚本，                 代码保存到 shared/notes/code/",     "timeoutSeconds": 240   })3. 更新 shared/tasks.md【第七步】极客的开发过程：1. 阅读文章草稿，理解技术方案2. 设计脚本架构3. 编写演示代码4. 保存代码和说明文档：shared/notes/code/multi-agent-demo/5. 更新 shared/tasks.md6. 回复小智："演示脚本开发完成，代码在 shared/notes/code/multi-agent-demo/"【第八步】小智向老板汇报："任务全部完成！? 技术调研报告：shared/notes/research/multi-agent-research.md✍️ 文章草稿：shared/notes/drafts/multi-agent-article.md? 演示脚本：shared/notes/code/multi-agent-demo/请查阅，如需调整请告知。"

8.2 核心协作机制

整个流程中，老板只说了一句话，剩下的全由团队自主完成：

任务拆解 — 小智将复杂任务分解为可执行的子任务并行协作 — 各专员在自己的领域独立工作信息共享 — 通过 shared/ 目录实现成果传递进度追踪 —tasks.md实时反映任务状态自动协调 — 小智负责任务流转和进度监控

九、写在最后

搭建多 Agent 团队只是开始，真正的价值在于持续优化和使用。

还有几点建议：

从简单任务开始 — 先让团队处理简单任务，逐步增加复杂度持续优化人设 — 根据实际表现调整各 Agent 的 SOUL.md和AGENTS.md建立工作规范 — 在 shared/board.md 中明确团队协作规范定期回顾总结 — 让小智定期总结团队协作中的问题和改进点善用共享知识库 — 将有价值的信息沉淀到 shared/ 目录，形成团队知识资产