一、理解 OpenClaw 多智能体架构三层物理隔离的核心价值OpenClaw 多智能体架构的核心优势的是「物理级隔离」而非简单的逻辑隔离。这意味着每个智能体都拥有专属的资源池彼此独立、互不干扰其隔离体系主要分为三层各层职责清晰、协同保障智能体的专业化运行。一三层物理隔离详解1. 身份层 (Identity Layer)定义智能体的“人格与准则”身份层通过一组独立的配置文件为每个智能体塑造独特的“灵魂”与行为规范决定了智能体的性格、职责和能力边界核心文件包括SOUL.md智能体的核心人格定义明确其性格、语气和行为准则是智能体的“精神内核”AGENTS.md智能体的工作规范与工具使用指南规范其工作流程和操作标准USER.md可选存储用户偏好和上下文信息提升智能体的个性化响应能力agent.md配置智能体的系统提示词、模型选择和凭证信息是智能体的“运行基础”。2. 状态层 (State Layer)保障智能体的“记忆独立”每个智能体拥有完全独立的状态存储确保会话历史、记忆和路由状态不被混淆具体包括会话历史存储路径为 ~/.openclaw/agents//sessions/仅该智能体可访问路由状态每个智能体的消息路由独立管理避免消息误传或混淆记忆存储跨会话的长期记忆完全隔离确保不同智能体的记忆不相互污染。3. 工作层 (Workspace Layer)划定智能体的“工作边界”每个智能体拥有独立的文件系统边界仅能访问自身工作区内的文件避免敏感数据泄露。以下是两个典型智能体的工作区结构示例~/.openclaw/workspace-writer/ # 写作助手的工作区 ├── SOUL.md ├── AGENTS.md ├── USER.md ├── MEMORY.md └── memory/ └── 2025-01-04.md ~/.openclaw/workspace-coder/ # 代码助手的工作区 ├── SOUL.md ├── AGENTS.md ├── MEMORY.md └── projects/二物理隔离 vs 逻辑隔离为什么必须选物理隔离逻辑隔离看似配置简单但在实际使用中会出现诸多问题而物理隔离则能从根源上解决这些痛点具体对比如下❌ 逻辑隔离的问题记忆污染不同任务上下文混合、工具冲突不同智能体工具权限冲突、安全风险敏感数据可被跨智能体访问、成本失控无法精准追踪单个智能体资源消耗✅ 物理隔离的优势数据安全仅访问自身工作区、记忆清晰会话与长期记忆完全隔离、成本可控可单独配置模型和 API 配额、专业分工专注特定领域提升效率。二、实操第一步创建多个工作区打造专业化智能体创建多工作区的核心是通过 OpenClaw CLI 生成独立智能体再为每个智能体配置专属的身份与工作规范步骤清晰、可直接落地。步骤 1创建智能体自动生成工作区使用 OpenClaw 命令行工具CLI创建不同用途的智能体系统会自动为每个智能体建立独立的工作区和会话存储无需手动创建文件夹。执行以下命令# 创建写作助手智能体 openclaw agents add writer # 创建代码助手智能体 openclaw agents add coder # 创建数据分析智能体 openclaw agents add analyst执行完成后系统会在 ~/.openclaw/ 目录下生成以下结构每个智能体的工作区和会话存储完全独立~/.openclaw/ ├── agents/ │ ├── writer/ │ │ └── sessions/ # 写作助手的会话存储 │ ├── coder/ │ │ └── sessions/ # 代码助手的会话存储 │ └── analyst/ │ └── sessions/ # 数据分析的会话存储 ├── workspace-writer/ # 写作助手工作区 ├── workspace-coder/ # 代码助手工作区 └── workspace-analyst/ # 数据分析工作区步骤 2配置智能体身份SOUL.mdSOUL.md 是智能体的“人格说明书”需为每个智能体单独配置明确其核心职责、性格特点和能力边界避免功能重叠。以下是三个典型智能体的 SOUL.md 配置示例1. 写作助手~/.openclaw/workspace-writer/SOUL.md# SOUL.md - 写作助手 ## 核心职责 专注于内容创作、文案撰写和文档优化不处理技术代码任务。 ## 性格特点 - 用词优美、生动善用比喻和例子 - 注重文章的可读性和逻辑结构 - 对文字有洁癖追求表达的精准 ## 能力边界 ✅ **可以做** - 撰写各类文章、文案、脚本 - 润色和优化已有文本 - 提供创意灵感和写作建议 ❌ **不做** - 代码编写和调试 - 数据分析和计算 - 系统运维任务 ## 工作风格 - 先理解需求再动笔 - 注重细节反复打磨 - 保持客观避免过度修饰2. 代码助手~/.openclaw/workspace-coder/SOUL.md# SOUL.md - 代码助手 ## 核心职责 专注于代码开发、调试、重构和技术方案设计不处理非技术类任务。 ## 技术专长 - 精通 JavaScript/TypeScript、Python、Go - 熟悉前端框架React、Vue和后端开发 - 了解云原生、容器化和 DevOps 最佳实践 ## 代码风格 - 简洁清晰注释充分 - 遵循 SOLID 原则和设计模式 - 注重性能优化和安全性 - 优先使用标准库和成熟方案 ## 能力边界 ✅ **可以做** - 编写、重构、调试代码 - 设计技术架构和方案 - 代码审查和最佳实践建议 ❌ **不做** - 文案撰写和内容创作 - 非技术类咨询 - 跨领域的通用建议3. 数据分析助手~/.openclaw/workspace-analyst/SOUL.md# SOUL.md - 数据分析助手 ## 核心职责 专注于数据处理、统计分析和可视化提供基于数据的洞察和建议。 ## 能力专长 - 数据清洗和转换 - 统计分析和假设检验 - 数据可视化图表、仪表板 - 趋势预测和异常检测 ## 工作原则 - 数据驱动避免主观臆断 - 透明展示分析过程 - 指出数据局限性和不确定性 - 用通俗语言解释技术结论 ## 能力边界 ✅ **可以做** - 处理结构化数据CSV、JSON、SQL - 统计分析和数据挖掘 - 制作图表和报告 ❌ **不做** - 代码开发和部署 - 文案创作 - 非数据的业务决策步骤 3配置工作规范AGENTS.mdAGENTS.md 用于定义智能体的工作流程、质量标准和工具使用规范确保智能体的工作符合预期。以写作助手为例其 AGENTS.md 配置如下# AGENTS.md - 写作助手工作规范 ## 工作流程 1. **理解需求**明确写作目标、受众、风格 2. **大纲规划**先列大纲确认结构再动笔 3. **初稿撰写**快速完成不纠结细节 4. **反复打磨**优化表达调整节奏 5. **最终检查**校对错别字确认格式 ## 质量标准 - 标题吸引人且准确 - 开头 50 字抓住读者 - 段落之间逻辑连贯 - 结尾有力或引发思考 ## 工具使用 - 优先使用飞书云文档协作 - 使用 Obsidian 管理笔记 - 必要时调用 summarize 工具总结资料三、实操第二步创建多个飞书机器人实现独立响应OpenClaw 支持两种多机器人配置模式可根据使用场景选择。本文重点介绍“独立团”模式每个智能体对应一个独立飞书机器人角色更清晰、隔离更彻底适合团队协作和专业化场景。一两种配置模式对比模式一分身术单 Bot 多路由适合个人用户仅创建 1 个飞书机器人通过路由规则分配到不同智能体配置简单但机器人形象统一模式二独立团多 Bot 独立适合团队协作为每个智能体创建独立飞书机器人直接绑定对应智能体角色清晰但配置工作量稍大。二步骤 1为每个智能体创建飞书应用访问 飞书开放平台为写作助手、代码助手、数据分析助手分别创建独立应用每个应用对应一个飞书机器人步骤完全一致以下以写作助手为例1. 创建应用登录飞书开放平台点击“创建企业自建应用”应用名称写作助手建议与智能体 ID 一致便于管理应用描述专注内容创作的 AI 助手上传专属头像建议使用与角色相关的图标如笔、文档等区分不同机器人。2. 配置权限在“权限管理”中添加以下必要权限确保机器人能正常接收和发送消息、访问相关资源权限名称权限 ID用途接收消息im:message接收用户消息接收群组消息im:message.group_at_msg接收群组提醒发送消息im:message发送回复消息获取群组信息im:chat读取群组信息获取用户信息contact:user.base:readonly识别用户身份查看、评论云文档docs:docs读取和评论文档创建云文档docs:docs:create创建新文档3. 启用事件订阅在“事件订阅”中启用“长连接接收事件”订阅以下两个核心事件im.message.receive_v1接收消息、im.message.message_read_v1消息已读。4. 获取凭证在“凭证与基础信息”页面获取该应用的 App ID 和 App Secret点击“查看”可复制密钥这两个凭证将用于后续 OpenClaw 通道配置需妥善保存。5. 重复创建其他机器人按照上述步骤分别创建“代码助手”和“数据分析助手”的飞书应用注意每个应用的名称、头像需区分且会获取独立的 App ID 和 App Secret避免混淆。三步骤 2配置机器人发布范围创建完成后需发布机器人才能正常使用步骤如下进入每个飞书应用的“版本管理与发布”页面点击“创建版本”填写简单的版本信息如“初始版本”点击“保存”在“发布管理”中选择发布范围测试阶段选择“仅本组织”邀请内部用户测试正式发布选择“所有组织”供所有用户使用。四、实操第三步配置通道与路由实现智能体与机器人绑定完成工作区和飞书机器人的创建后需通过 OpenClaw CLI 配置通道将每个飞书机器人与对应的智能体绑定确保消息能准确路由到目标智能体。步骤 1添加飞书通道绑定智能体使用以下命令为每个智能体添加对应的飞书通道替换命令中的 App ID 和 App Secret 为你获取到的凭证# 添加写作助手的飞书通道 openclaw channels add feishu \ --account-id writer-bot \ --agent writer \ --app-id cli_axxxxxxxxxxxxxxxx \ --app-secret xxxxxxxxxxxxxxxxxxxx # 添加代码助手的飞书通道 openclaw channels add feishu \ --account-id coder-bot \ --agent coder \ --app-id cli_ayyyyyyyyyyyyyyyy \ --app-secret yyyyyyyyyyyyyyyyyy # 添加数据分析助手的飞书通道 openclaw channels add feishu \ --account-id analyst-bot \ --agent analyst \ --app-id cli_azzzzzzzzzzzzzzzz \ --app-secret zzzzzzzzzzzzzzzzzz参数说明--account-id通道的唯一标识符自定义建议与机器人名称一致便于区分--agent绑定的智能体 ID与创建智能体时的 ID 一致如 writer、coder--app-id飞书应用的 App ID--app-secret飞书应用的 App Secret。步骤 2验证通道配置通道添加完成后执行以下命令验证智能体与通道的绑定关系是否正确# 查看所有通道状态 openclaw channels status # 查看智能体和通道的绑定关系 openclaw agents list --bindings预期输出如下表明绑定成功╔═════════════╤════════════════════════════════╗ ║ Agent │ Channel Bindings ║ ╠═════════════╪════════════════════════════════╣ ║ writer │ feishu:writer-bot ║ ║ coder │ feishu:coder-bot ║ ║ analyst │ feishu:analyst-bot ║ ╚═════════════╴════════════════════════════════╝步骤 3配置路由规则可选对于“独立团”模式每个智能体对应独立机器人添加通道时已自动完成路由配置无需额外操作。若选择“分身术”模式单机器人多路由或需要更细粒度的路由控制如同一机器人在不同群组路由到不同智能体可手动编辑 ~/.openclaw/openclaw.json 文件示例配置如下{ agents: { list: [ { id: writer, workspace: /Users/qiqi/.openclaw/workspace-writer, model: claude-sonnet-4-20250514 }, { id: coder, workspace: /Users/qiqi/.openclaw/workspace-coder, model: claude-opus-4-20250514 }, { id: analyst, workspace: /Users/qiqi/.openclaw/workspace-analyst, model: claude-sonnet-4-20250514 } ] }, channels: { feishu_writer: { type: feishu, accountId: writer-bot, appId: cli_axxxxxxxxxxxxxxxx, appSecret: xxxxxxxxxxxxxxxxxxxx }, feishu_coder: { type: feishu, accountId: coder-bot, appId: cli_ayyyyyyyyyyyyyyyy, appSecret: yyyyyyyyyyyyyyyyyy }, feishu_analyst: { type: feishu, accountId: analyst-bot, appId: cli_azzzzzzzzzzzzzzzz, appSecret: zzzzzzzzzzzzzzzzzz } }, bindings: [ { agentId: writer, match: { channel: feishu, accountId: writer-bot } }, { agentId: coder, match: { channel: feishu, accountId: coder-bot } }, { agentId: analyst, match: { channel: feishu, accountId: analyst-bot } } ] }步骤 4重启 Gateway使配置生效所有配置完成后重启 OpenClaw Gateway确保通道和路由配置生效openclaw gateway restart执行以下命令查看启动日志确认无错误信息openclaw logs --tail 50五、测试与验证确保多智能体正常运行配置完成后需通过私聊、群组测试和隔离性验证确认每个智能体能正常响应、路由准确且记忆完全隔离。一测试步骤1. 私聊测试在飞书中分别与三个机器人私聊验证其响应是否符合配置的身份与写作助手对话“你好你是谁” → 预期响应介绍自己是专注内容创作的写作助手与代码助手对话“你好你会做什么” → 预期响应介绍自己是专注代码开发的代码助手与数据分析助手对话“你好你的职责是什么” → 预期响应介绍自己是专注数据处理的数据分析助手。2. 群组测试创建不同的飞书群组邀请对应的机器人 机器人测试其响应“内容创作群” → 邀请写作助手写作助手 帮我写一段产品介绍“技术开发群” → 邀请代码助手代码助手 这段代码有什么问题“数据分析群” → 邀请数据分析助手数据分析助手 帮我分析这组数据的趋势。预期结果每个机器人仅响应自身职责范围内的请求不跨领域回应。3. 隔离性验证验证不同智能体的记忆是否完全隔离这是物理隔离的核心体现与写作助手对话“记住我最喜欢的颜色是蓝色”切换到代码助手问“我最喜欢的颜色是什么”预期结果代码助手回复“不知道”或类似内容表明记忆未被污染。二常见问题排查问题 1机器人无响应# 检查 Gateway 状态 openclaw gateway status # 查看实时日志 openclaw logs --follow # 检查通道连接 openclaw channels status --probe问题 2消息路由错误# 查看当前绑定关系 openclaw agents list --bindings # 验证配置文件 openclaw doctor --fix问题 3机器人消息无法接收检查飞书开放平台确认事件订阅已启用、应用已发布、权限已审批。六、高级配置优化智能体性能与成本基础配置完成后可通过高级配置进一步优化智能体的专业性、安全性和成本控制实现更精细的管理。一为不同智能体分配不同模型根据任务复杂度为不同智能体选择不同的模型平衡性能和成本。编辑 ~/.openclaw/openclaw.json 文件{ agents: { list: [ { id: writer, model: claude-sonnet-4-20250514, workspace: /Users/qiqi/.openclaw/workspace-writer }, { id: coder, model: claude-opus-4-20250514, workspace: /Users/qiqi/.openclaw/workspace-coder }, { id: analyst, model: claude-sonnet-4-20250514, workspace: /Users/qiqi/.openclaw/workspace-analyst } ] } }成本优化建议日常任务如写作、简单查询使用 Claude Sonnet性价比高复杂任务如代码开发、深度分析使用 Claude Opus推理能力强简单查询如快速问答使用 Claude Haiku速度快、成本低。二配置独立的 API 密钥为每个智能体配置独立的 API 密钥便于成本追踪和配额管理执行以下命令# 为写作助手配置独立的 API 密钥 openclaw config set writer.anthropicApiKey sk-ant-xxxxxxxxxx # 为代码助手配置独立的 API 密钥 openclaw config set coder.anthropicApiKey sk-ant-yyyyyyyyyy # 为数据分析助手配置独立的 API 密钥 openclaw config set analyst.anthropicApiKey sk-ant-zzzzzzzzzz三配置专属技能Skills为不同智能体安装专属技能增强其专业能力适配具体工作场景# 写作助手安装文档协作、总结、笔记管理技能 openclaw skills install feishu-doc --agent writer openclaw skills install summarize --agent writer openclaw skills install obsidian --agent writer # 代码助手安装代码管理、版本控制、容器技能 openclaw skills install github --agent coder openclaw skills install git --agent coder openclaw skills install docker --agent coder # 数据分析助手安装表格处理、Python 分析技能 openclaw skills install feishu-bitable --agent analyst openclaw skills install python --agent analyst四配置沙盒隔离高安全性需求对于代码助手等需要执行外部命令的智能体启用 Docker 沙盒避免安全风险。编辑 ~/.openclaw/openclaw.json 文件{ agents: { list: [ { id: coder, sandbox: require, workspace: /Users/qiqi/.openclaw/workspace-coder } ] } }七、最佳实践打造高效、可维护的多智能体系统要充分发挥 OpenClaw 多智能体的优势需遵循以下最佳实践确保系统稳定、高效、易维护。1. 明确职责边界避免功能重叠每个智能体应专注于单一领域避免功能交叉提升响应精准度✅ 推荐设计写作助手文案、文档、脚本、代码助手开发、调试、重构、数据分析助手统计、可视化、报告❌ 不推荐设计一个智能体同时负责写作和代码、一个智能体兼顾写作和数据分析。2. 使用描述性命名便于管理采用清晰、统一的命名规范降低管理成本✅ 智能体 IDwriter、coder、analyst直观反映用途✅ 通道 IDfeishu-writer-bot、feishu-coder-bot关联智能体和平台❌ 避免使用agent1、bot2、helper3 等无意义命名。3. 定期备份工作区防止数据丢失每个智能体的工作区包含重要的配置和记忆数据需定期备份# 手动备份所有工作区生成带日期的压缩包 tar -czf openclaw-backup-$(date %Y%m%d).tar.gz ~/.openclaw/ # 自动备份每天凌晨 2 点需配置 cron 0 2 * * * tar -czf /backup/openclaw-$(date \%Y\%m\%d).tar.gz ~/.openclaw/4. 监控成本和性能优化资源配置定期查看智能体的资源使用情况调整模型配置控制成本# 查看每个智能体的资源使用统计 openclaw agents list --stats5. 渐进式部署降低风险不建议直接全面推广采用分阶段部署策略确保稳定性第一阶段个人测试验证隔离性和功能正确性第二阶段小团队试用收集反馈并优化配置第三阶段全面推广持续监控和迭代。八、常见问题 FAQQ1: 一个智能体可以绑定多个飞书机器人吗A: 可以。这是“分身术”模式通过 bindings 配置一个智能体可绑定多个飞书机器人根据群组或用户进行消息路由。Q2: 如何实现智能体之间的协作A: 有三种方式① 共享群组多个智能体加入同一个群组通过 不同机器人协作② sessions_send 工具实现智能体间的消息传递③ SubAgent 模式主智能体可生成子智能体执行具体任务。Q3: 可以混合使用不同的通讯平台吗
OpenClaw 多工作区与多机器人配置完全指南
一、理解 OpenClaw 多智能体架构三层物理隔离的核心价值OpenClaw 多智能体架构的核心优势的是「物理级隔离」而非简单的逻辑隔离。这意味着每个智能体都拥有专属的资源池彼此独立、互不干扰其隔离体系主要分为三层各层职责清晰、协同保障智能体的专业化运行。一三层物理隔离详解1. 身份层 (Identity Layer)定义智能体的“人格与准则”身份层通过一组独立的配置文件为每个智能体塑造独特的“灵魂”与行为规范决定了智能体的性格、职责和能力边界核心文件包括SOUL.md智能体的核心人格定义明确其性格、语气和行为准则是智能体的“精神内核”AGENTS.md智能体的工作规范与工具使用指南规范其工作流程和操作标准USER.md可选存储用户偏好和上下文信息提升智能体的个性化响应能力agent.md配置智能体的系统提示词、模型选择和凭证信息是智能体的“运行基础”。2. 状态层 (State Layer)保障智能体的“记忆独立”每个智能体拥有完全独立的状态存储确保会话历史、记忆和路由状态不被混淆具体包括会话历史存储路径为 ~/.openclaw/agents//sessions/仅该智能体可访问路由状态每个智能体的消息路由独立管理避免消息误传或混淆记忆存储跨会话的长期记忆完全隔离确保不同智能体的记忆不相互污染。3. 工作层 (Workspace Layer)划定智能体的“工作边界”每个智能体拥有独立的文件系统边界仅能访问自身工作区内的文件避免敏感数据泄露。以下是两个典型智能体的工作区结构示例~/.openclaw/workspace-writer/ # 写作助手的工作区 ├── SOUL.md ├── AGENTS.md ├── USER.md ├── MEMORY.md └── memory/ └── 2025-01-04.md ~/.openclaw/workspace-coder/ # 代码助手的工作区 ├── SOUL.md ├── AGENTS.md ├── MEMORY.md └── projects/二物理隔离 vs 逻辑隔离为什么必须选物理隔离逻辑隔离看似配置简单但在实际使用中会出现诸多问题而物理隔离则能从根源上解决这些痛点具体对比如下❌ 逻辑隔离的问题记忆污染不同任务上下文混合、工具冲突不同智能体工具权限冲突、安全风险敏感数据可被跨智能体访问、成本失控无法精准追踪单个智能体资源消耗✅ 物理隔离的优势数据安全仅访问自身工作区、记忆清晰会话与长期记忆完全隔离、成本可控可单独配置模型和 API 配额、专业分工专注特定领域提升效率。二、实操第一步创建多个工作区打造专业化智能体创建多工作区的核心是通过 OpenClaw CLI 生成独立智能体再为每个智能体配置专属的身份与工作规范步骤清晰、可直接落地。步骤 1创建智能体自动生成工作区使用 OpenClaw 命令行工具CLI创建不同用途的智能体系统会自动为每个智能体建立独立的工作区和会话存储无需手动创建文件夹。执行以下命令# 创建写作助手智能体 openclaw agents add writer # 创建代码助手智能体 openclaw agents add coder # 创建数据分析智能体 openclaw agents add analyst执行完成后系统会在 ~/.openclaw/ 目录下生成以下结构每个智能体的工作区和会话存储完全独立~/.openclaw/ ├── agents/ │ ├── writer/ │ │ └── sessions/ # 写作助手的会话存储 │ ├── coder/ │ │ └── sessions/ # 代码助手的会话存储 │ └── analyst/ │ └── sessions/ # 数据分析的会话存储 ├── workspace-writer/ # 写作助手工作区 ├── workspace-coder/ # 代码助手工作区 └── workspace-analyst/ # 数据分析工作区步骤 2配置智能体身份SOUL.mdSOUL.md 是智能体的“人格说明书”需为每个智能体单独配置明确其核心职责、性格特点和能力边界避免功能重叠。以下是三个典型智能体的 SOUL.md 配置示例1. 写作助手~/.openclaw/workspace-writer/SOUL.md# SOUL.md - 写作助手 ## 核心职责 专注于内容创作、文案撰写和文档优化不处理技术代码任务。 ## 性格特点 - 用词优美、生动善用比喻和例子 - 注重文章的可读性和逻辑结构 - 对文字有洁癖追求表达的精准 ## 能力边界 ✅ **可以做** - 撰写各类文章、文案、脚本 - 润色和优化已有文本 - 提供创意灵感和写作建议 ❌ **不做** - 代码编写和调试 - 数据分析和计算 - 系统运维任务 ## 工作风格 - 先理解需求再动笔 - 注重细节反复打磨 - 保持客观避免过度修饰2. 代码助手~/.openclaw/workspace-coder/SOUL.md# SOUL.md - 代码助手 ## 核心职责 专注于代码开发、调试、重构和技术方案设计不处理非技术类任务。 ## 技术专长 - 精通 JavaScript/TypeScript、Python、Go - 熟悉前端框架React、Vue和后端开发 - 了解云原生、容器化和 DevOps 最佳实践 ## 代码风格 - 简洁清晰注释充分 - 遵循 SOLID 原则和设计模式 - 注重性能优化和安全性 - 优先使用标准库和成熟方案 ## 能力边界 ✅ **可以做** - 编写、重构、调试代码 - 设计技术架构和方案 - 代码审查和最佳实践建议 ❌ **不做** - 文案撰写和内容创作 - 非技术类咨询 - 跨领域的通用建议3. 数据分析助手~/.openclaw/workspace-analyst/SOUL.md# SOUL.md - 数据分析助手 ## 核心职责 专注于数据处理、统计分析和可视化提供基于数据的洞察和建议。 ## 能力专长 - 数据清洗和转换 - 统计分析和假设检验 - 数据可视化图表、仪表板 - 趋势预测和异常检测 ## 工作原则 - 数据驱动避免主观臆断 - 透明展示分析过程 - 指出数据局限性和不确定性 - 用通俗语言解释技术结论 ## 能力边界 ✅ **可以做** - 处理结构化数据CSV、JSON、SQL - 统计分析和数据挖掘 - 制作图表和报告 ❌ **不做** - 代码开发和部署 - 文案创作 - 非数据的业务决策步骤 3配置工作规范AGENTS.mdAGENTS.md 用于定义智能体的工作流程、质量标准和工具使用规范确保智能体的工作符合预期。以写作助手为例其 AGENTS.md 配置如下# AGENTS.md - 写作助手工作规范 ## 工作流程 1. **理解需求**明确写作目标、受众、风格 2. **大纲规划**先列大纲确认结构再动笔 3. **初稿撰写**快速完成不纠结细节 4. **反复打磨**优化表达调整节奏 5. **最终检查**校对错别字确认格式 ## 质量标准 - 标题吸引人且准确 - 开头 50 字抓住读者 - 段落之间逻辑连贯 - 结尾有力或引发思考 ## 工具使用 - 优先使用飞书云文档协作 - 使用 Obsidian 管理笔记 - 必要时调用 summarize 工具总结资料三、实操第二步创建多个飞书机器人实现独立响应OpenClaw 支持两种多机器人配置模式可根据使用场景选择。本文重点介绍“独立团”模式每个智能体对应一个独立飞书机器人角色更清晰、隔离更彻底适合团队协作和专业化场景。一两种配置模式对比模式一分身术单 Bot 多路由适合个人用户仅创建 1 个飞书机器人通过路由规则分配到不同智能体配置简单但机器人形象统一模式二独立团多 Bot 独立适合团队协作为每个智能体创建独立飞书机器人直接绑定对应智能体角色清晰但配置工作量稍大。二步骤 1为每个智能体创建飞书应用访问 飞书开放平台为写作助手、代码助手、数据分析助手分别创建独立应用每个应用对应一个飞书机器人步骤完全一致以下以写作助手为例1. 创建应用登录飞书开放平台点击“创建企业自建应用”应用名称写作助手建议与智能体 ID 一致便于管理应用描述专注内容创作的 AI 助手上传专属头像建议使用与角色相关的图标如笔、文档等区分不同机器人。2. 配置权限在“权限管理”中添加以下必要权限确保机器人能正常接收和发送消息、访问相关资源权限名称权限 ID用途接收消息im:message接收用户消息接收群组消息im:message.group_at_msg接收群组提醒发送消息im:message发送回复消息获取群组信息im:chat读取群组信息获取用户信息contact:user.base:readonly识别用户身份查看、评论云文档docs:docs读取和评论文档创建云文档docs:docs:create创建新文档3. 启用事件订阅在“事件订阅”中启用“长连接接收事件”订阅以下两个核心事件im.message.receive_v1接收消息、im.message.message_read_v1消息已读。4. 获取凭证在“凭证与基础信息”页面获取该应用的 App ID 和 App Secret点击“查看”可复制密钥这两个凭证将用于后续 OpenClaw 通道配置需妥善保存。5. 重复创建其他机器人按照上述步骤分别创建“代码助手”和“数据分析助手”的飞书应用注意每个应用的名称、头像需区分且会获取独立的 App ID 和 App Secret避免混淆。三步骤 2配置机器人发布范围创建完成后需发布机器人才能正常使用步骤如下进入每个飞书应用的“版本管理与发布”页面点击“创建版本”填写简单的版本信息如“初始版本”点击“保存”在“发布管理”中选择发布范围测试阶段选择“仅本组织”邀请内部用户测试正式发布选择“所有组织”供所有用户使用。四、实操第三步配置通道与路由实现智能体与机器人绑定完成工作区和飞书机器人的创建后需通过 OpenClaw CLI 配置通道将每个飞书机器人与对应的智能体绑定确保消息能准确路由到目标智能体。步骤 1添加飞书通道绑定智能体使用以下命令为每个智能体添加对应的飞书通道替换命令中的 App ID 和 App Secret 为你获取到的凭证# 添加写作助手的飞书通道 openclaw channels add feishu \ --account-id writer-bot \ --agent writer \ --app-id cli_axxxxxxxxxxxxxxxx \ --app-secret xxxxxxxxxxxxxxxxxxxx # 添加代码助手的飞书通道 openclaw channels add feishu \ --account-id coder-bot \ --agent coder \ --app-id cli_ayyyyyyyyyyyyyyyy \ --app-secret yyyyyyyyyyyyyyyyyy # 添加数据分析助手的飞书通道 openclaw channels add feishu \ --account-id analyst-bot \ --agent analyst \ --app-id cli_azzzzzzzzzzzzzzzz \ --app-secret zzzzzzzzzzzzzzzzzz参数说明--account-id通道的唯一标识符自定义建议与机器人名称一致便于区分--agent绑定的智能体 ID与创建智能体时的 ID 一致如 writer、coder--app-id飞书应用的 App ID--app-secret飞书应用的 App Secret。步骤 2验证通道配置通道添加完成后执行以下命令验证智能体与通道的绑定关系是否正确# 查看所有通道状态 openclaw channels status # 查看智能体和通道的绑定关系 openclaw agents list --bindings预期输出如下表明绑定成功╔═════════════╤════════════════════════════════╗ ║ Agent │ Channel Bindings ║ ╠═════════════╪════════════════════════════════╣ ║ writer │ feishu:writer-bot ║ ║ coder │ feishu:coder-bot ║ ║ analyst │ feishu:analyst-bot ║ ╚═════════════╴════════════════════════════════╝步骤 3配置路由规则可选对于“独立团”模式每个智能体对应独立机器人添加通道时已自动完成路由配置无需额外操作。若选择“分身术”模式单机器人多路由或需要更细粒度的路由控制如同一机器人在不同群组路由到不同智能体可手动编辑 ~/.openclaw/openclaw.json 文件示例配置如下{ agents: { list: [ { id: writer, workspace: /Users/qiqi/.openclaw/workspace-writer, model: claude-sonnet-4-20250514 }, { id: coder, workspace: /Users/qiqi/.openclaw/workspace-coder, model: claude-opus-4-20250514 }, { id: analyst, workspace: /Users/qiqi/.openclaw/workspace-analyst, model: claude-sonnet-4-20250514 } ] }, channels: { feishu_writer: { type: feishu, accountId: writer-bot, appId: cli_axxxxxxxxxxxxxxxx, appSecret: xxxxxxxxxxxxxxxxxxxx }, feishu_coder: { type: feishu, accountId: coder-bot, appId: cli_ayyyyyyyyyyyyyyyy, appSecret: yyyyyyyyyyyyyyyyyy }, feishu_analyst: { type: feishu, accountId: analyst-bot, appId: cli_azzzzzzzzzzzzzzzz, appSecret: zzzzzzzzzzzzzzzzzz } }, bindings: [ { agentId: writer, match: { channel: feishu, accountId: writer-bot } }, { agentId: coder, match: { channel: feishu, accountId: coder-bot } }, { agentId: analyst, match: { channel: feishu, accountId: analyst-bot } } ] }步骤 4重启 Gateway使配置生效所有配置完成后重启 OpenClaw Gateway确保通道和路由配置生效openclaw gateway restart执行以下命令查看启动日志确认无错误信息openclaw logs --tail 50五、测试与验证确保多智能体正常运行配置完成后需通过私聊、群组测试和隔离性验证确认每个智能体能正常响应、路由准确且记忆完全隔离。一测试步骤1. 私聊测试在飞书中分别与三个机器人私聊验证其响应是否符合配置的身份与写作助手对话“你好你是谁” → 预期响应介绍自己是专注内容创作的写作助手与代码助手对话“你好你会做什么” → 预期响应介绍自己是专注代码开发的代码助手与数据分析助手对话“你好你的职责是什么” → 预期响应介绍自己是专注数据处理的数据分析助手。2. 群组测试创建不同的飞书群组邀请对应的机器人 机器人测试其响应“内容创作群” → 邀请写作助手写作助手 帮我写一段产品介绍“技术开发群” → 邀请代码助手代码助手 这段代码有什么问题“数据分析群” → 邀请数据分析助手数据分析助手 帮我分析这组数据的趋势。预期结果每个机器人仅响应自身职责范围内的请求不跨领域回应。3. 隔离性验证验证不同智能体的记忆是否完全隔离这是物理隔离的核心体现与写作助手对话“记住我最喜欢的颜色是蓝色”切换到代码助手问“我最喜欢的颜色是什么”预期结果代码助手回复“不知道”或类似内容表明记忆未被污染。二常见问题排查问题 1机器人无响应# 检查 Gateway 状态 openclaw gateway status # 查看实时日志 openclaw logs --follow # 检查通道连接 openclaw channels status --probe问题 2消息路由错误# 查看当前绑定关系 openclaw agents list --bindings # 验证配置文件 openclaw doctor --fix问题 3机器人消息无法接收检查飞书开放平台确认事件订阅已启用、应用已发布、权限已审批。六、高级配置优化智能体性能与成本基础配置完成后可通过高级配置进一步优化智能体的专业性、安全性和成本控制实现更精细的管理。一为不同智能体分配不同模型根据任务复杂度为不同智能体选择不同的模型平衡性能和成本。编辑 ~/.openclaw/openclaw.json 文件{ agents: { list: [ { id: writer, model: claude-sonnet-4-20250514, workspace: /Users/qiqi/.openclaw/workspace-writer }, { id: coder, model: claude-opus-4-20250514, workspace: /Users/qiqi/.openclaw/workspace-coder }, { id: analyst, model: claude-sonnet-4-20250514, workspace: /Users/qiqi/.openclaw/workspace-analyst } ] } }成本优化建议日常任务如写作、简单查询使用 Claude Sonnet性价比高复杂任务如代码开发、深度分析使用 Claude Opus推理能力强简单查询如快速问答使用 Claude Haiku速度快、成本低。二配置独立的 API 密钥为每个智能体配置独立的 API 密钥便于成本追踪和配额管理执行以下命令# 为写作助手配置独立的 API 密钥 openclaw config set writer.anthropicApiKey sk-ant-xxxxxxxxxx # 为代码助手配置独立的 API 密钥 openclaw config set coder.anthropicApiKey sk-ant-yyyyyyyyyy # 为数据分析助手配置独立的 API 密钥 openclaw config set analyst.anthropicApiKey sk-ant-zzzzzzzzzz三配置专属技能Skills为不同智能体安装专属技能增强其专业能力适配具体工作场景# 写作助手安装文档协作、总结、笔记管理技能 openclaw skills install feishu-doc --agent writer openclaw skills install summarize --agent writer openclaw skills install obsidian --agent writer # 代码助手安装代码管理、版本控制、容器技能 openclaw skills install github --agent coder openclaw skills install git --agent coder openclaw skills install docker --agent coder # 数据分析助手安装表格处理、Python 分析技能 openclaw skills install feishu-bitable --agent analyst openclaw skills install python --agent analyst四配置沙盒隔离高安全性需求对于代码助手等需要执行外部命令的智能体启用 Docker 沙盒避免安全风险。编辑 ~/.openclaw/openclaw.json 文件{ agents: { list: [ { id: coder, sandbox: require, workspace: /Users/qiqi/.openclaw/workspace-coder } ] } }七、最佳实践打造高效、可维护的多智能体系统要充分发挥 OpenClaw 多智能体的优势需遵循以下最佳实践确保系统稳定、高效、易维护。1. 明确职责边界避免功能重叠每个智能体应专注于单一领域避免功能交叉提升响应精准度✅ 推荐设计写作助手文案、文档、脚本、代码助手开发、调试、重构、数据分析助手统计、可视化、报告❌ 不推荐设计一个智能体同时负责写作和代码、一个智能体兼顾写作和数据分析。2. 使用描述性命名便于管理采用清晰、统一的命名规范降低管理成本✅ 智能体 IDwriter、coder、analyst直观反映用途✅ 通道 IDfeishu-writer-bot、feishu-coder-bot关联智能体和平台❌ 避免使用agent1、bot2、helper3 等无意义命名。3. 定期备份工作区防止数据丢失每个智能体的工作区包含重要的配置和记忆数据需定期备份# 手动备份所有工作区生成带日期的压缩包 tar -czf openclaw-backup-$(date %Y%m%d).tar.gz ~/.openclaw/ # 自动备份每天凌晨 2 点需配置 cron 0 2 * * * tar -czf /backup/openclaw-$(date \%Y\%m\%d).tar.gz ~/.openclaw/4. 监控成本和性能优化资源配置定期查看智能体的资源使用情况调整模型配置控制成本# 查看每个智能体的资源使用统计 openclaw agents list --stats5. 渐进式部署降低风险不建议直接全面推广采用分阶段部署策略确保稳定性第一阶段个人测试验证隔离性和功能正确性第二阶段小团队试用收集反馈并优化配置第三阶段全面推广持续监控和迭代。八、常见问题 FAQQ1: 一个智能体可以绑定多个飞书机器人吗A: 可以。这是“分身术”模式通过 bindings 配置一个智能体可绑定多个飞书机器人根据群组或用户进行消息路由。Q2: 如何实现智能体之间的协作A: 有三种方式① 共享群组多个智能体加入同一个群组通过 不同机器人协作② sessions_send 工具实现智能体间的消息传递③ SubAgent 模式主智能体可生成子智能体执行具体任务。Q3: 可以混合使用不同的通讯平台吗
