Skip to content

FEISHU_CONFIG_README.md

Latest commit

 

History

History
483 lines (373 loc) · 10.4 KB

FEISHU_CONFIG_README.md

File metadata and controls

483 lines (373 loc) · 10.4 KB
Raw

OpenClaw 飞书多机器人配置指南

通俗易懂版 - 把读者当小白

兼容性提醒： 这份文档主要用于解释飞书 channels、accounts、bindings 这些概念。 对于当前这套 knowledge-sweet 脱敏包，稳定基线是 channels.feishu + bindings + dispatcher + 共享工作区。 如果目标环境在重启时提示 agentToAgent 不是合法配置项，不要继续添加顶层 agentToAgent，应回到 文档关系与高频问题说明.md 按当前方案排查。

目录

  1. 先理解概念
  2. 配置文件在哪里
  3. 配置项详解
  4. 完整流程示例
  5. 常见修改场景

1. 先理解概念

1.1 你想要什么？

你想在飞书群里创建多个机器人，每个机器人有不同的"大脑"（模型），一起帮你完成任务。

飞书群聊
├── 机器人 A（指挥）→ 思考任务、分配工作
└── 机器人 B（推理）→ 执行具体推理任务

1.2 实现这个需求需要三步

步骤 做什么 类比
第一步 去飞书开放平台创建机器人 办理身份证
第二步 在 OpenClaw 配置里填入机器人信息 登记身份证信息
第三步 把机器人绑定到不同的 Agent 分配工作岗位

2. 配置文件在哪里

文件路径：

~/.openclaw/openclaw.json

怎么找到它：

  1. 打开 Finder（访达）
  2. 按 Cmd + Shift + G
  3. 输入 ~/.openclaw/
  4. 找到 openclaw.json 文件

怎么修改它：

  • 用 VS Code 或任何文本编辑器打开
  • 修改后保存即可
  • 重启 OpenClaw 服务使配置生效

3. 配置项详解

3.1 整体结构概览

{
  "models": { ... },      // 第1节：有哪些模型可用
  "agents": { ... },     // 第2节：有哪些 Agent（工人）
  "channels": { ... },   // 第3节：飞书账号信息
  "bindings": { ... },   // 第4节：谁对应谁
  "agentToAgent": { ... } // 第5节：Agent 之间怎么沟通
}

3.2 models - 有哪些模型可用

位置： 第 24-130 行

什么意思：

这里定义了你有哪些"大脑"可以用。就像手机里安装了多个 AI App。

示例配置：

模型名称 提供商 特点
MiniMax-M2.5 MiniMax 主力模型，适合对话
MiniMax-M2.1 MiniMax 轻量模型
DeepSeek-R1 DeepSeek 推理模型，适合复杂逻辑

对应关系：

模型 ID（全称）                    简短写法
─────────────────────────────────────────────
minimax-cn/MiniMax-M2.5        →  Minimax
deepseek/deepseek-ai/DeepSeek-R1 →  DeepSeek-R1

3.3 agents - 有哪些 Agent

位置： 第 131-186 行

什么意思：

这里定义了你的"工人"。每个 Agent 有：

  • id：工人工号（内部用）
  • name：名字（显示用）
  • model：用什么大脑
  • identity：机器人的身份标识

示例配置：

"list": [
  {
    "id": "main",           // 工号：main
    // 没写 model，用默认的
  },
  {
    "id": "recruiter",       // 工号：recruiter
    "name": "recruiter",
    "model": "minimax-cn/MiniMax-M2.5",  // 用 MiniMax 大脑
    "identity": {
      "name": "招聘专员（飒姐）",  // 名字
      "emoji": "💼"               // 图标
    }
  },
  {
    "id": "deepseek",        // 工号：deepseek
    "name": "deepseek",
    "model": "deepseek/deepseek-ai/DeepSeek-R1",  // 用 DeepSeek 大脑
    "identity": {
      "name": "DeepSeek",
      "emoji": "🧠"
    }
  }
]

大白话：

Agent 列表：
├── main     （默认 Agent，没设身份）
├── recruiter（招聘专员，用 MiniMax）
└── deepseek （推理助手，用 DeepSeek）

3.4 channels - 飞书账号信息

位置： 第 237-258 行

什么意思：

这里登记你在飞书创建的机器人"身份证"信息。

"channels": {
  "feishu": {                    // 飞书平台
    "accounts": {                // 账号列表
      "claw1": {                 // 账号名（你起的）
        "appId": "cli_a93b...",  // 飞书给的 ID
        "appSecret": "H7CF..."   // 飞书的密码
      },
      "claw2": {
        "appId": "cli_a938...",
        "appSecret": "NV7M..."
      }
    }
  }
}

大白话：

飞书账号登记：
├── claw1 → appId: cli_a93b... （第1个机器人）
└── claw2 → appId: cli_a938... （第2个机器人）

3.5 bindings - 绑定关系（最重要！）

位置： 第 191-206 行

什么意思：

这里是把飞书账号和 Agent 配对的核心配置！

bindings 的逻辑：
飞书账号 claw1 收到的消息 → 交给 Agent main 处理
飞书账号 claw2 收到的消息 → 交给 Agent deepseek 处理

示例配置：

"bindings": [
  {
    "agentId": "main",           // ← Agent 的工号
    "match": {
      "channel": "feishu",       // ← 平台类型（固定写 feishu）
      "accountId": "claw1"       // ← 飞书账号名
    }
  },
  {
    "agentId": "deepseek",
    "match": {
      "channel": "feishu",
      "accountId": "claw2"
    }
  }
]

完整流程图：

用户 在飞书群里 发消息
    │
    ▼
    claw1（第1个机器人）收到消息
    │
    ▼
    OpenClaw 查找 bindings：accountId = "claw1" 对应 agentId = "main"
    │
    ▼
    main Agent（MiniMax）处理消息，返回回复
    │
    ▼
    claw1 把回复发到群里

3.6 agentToAgent - Agent 之间的沟通

位置： 第 296-325 行

什么意思：

当 main Agent 收到一个复杂任务时，它可以"叫"deepseek 来帮忙。

示例配置：

"agentToAgent": {
  "global": {
    "timeout": 60000,     // 等待回复最多 60 秒
    "logLevel": "info",
    "retryAttempts": 2    // 失败重试 2 次
  },
  "agents": {
    "main": {
      "enabled": true,                // 开启通信
      "allowedAgents": ["recruiter", "deepseek"],  // 可以叫谁
      "triggerKeywords": [],          // 什么词触发（空=都触发）
      "forwardMessages": true,         // 把群消息转发给其他 Agent
      "receiveReplies": true           // 接收其他 Agent 的回复
    },
    "deepseek": {
      "enabled": true,
      "allowedAgents": ["main", "recruiter"],
      "triggerKeywords": [],
      "forwardMessages": true,
      "receiveReplies": true
    }
  }
}

4. 完整流程示例

场景：群里有两个机器人协同工作

群成员：

  • 你
  • claw1（指挥机器人）
  • claw2（推理机器人）

你说： "帮我算一下 123 * 456 的结果"

处理流程：

1. 消息发送到群里
   │
   ▼
2. claw1（账号）收到消息
   │
   ▼
3. OpenClaw 查找 bindings：
   accountId="claw1" → agentId="main"
   │
   ▼
4. main Agent（MiniMax）处理：
   "这是一个乘法题，比较简单，
    但为了演示，我让 deepseek 算一下"
   │
   ▼
5. main 通过 agentToAgent 调用 deepseek：
   "请计算 123 * 456"
   │
   ▼
6. deepseek Agent（DeepSeek-R1）计算：
   "56088"
   │
   ▼
7. deepseek 返回结果给 main
   │
   ▼
8. main 把结果发给你：
   "123 × 456 = 56088"
   │
   ▼
9. claw1 把回复发到群里

5. 常见修改场景

场景 1：增加第 3 个飞书机器人

需求： 再添加一个 Claude 模型的机器人

步骤：

第 1 步：去飞书开放平台

  • 创建一个新应用
  • 启用机器人功能
  • 获取 appId 和 appSecret

第 2 步：配置 openclaw.json

① 在 channels.feishu.accounts 添加新账号：

"claw3": {
  "appId": "cli_新申请的ID",
  "appSecret": "新申请的密码"
}

② 在 agents.list 添加新 Agent：

{
  "id": "claude",
  "model": "claude/claude-3-opus",  // 用的模型
  "identity": {
    "name": "Claude",
    "emoji": "🤖"
  }
}

③ 在 bindings 绑定账号：

{
  "agentId": "claude",
  "match": {
    "channel": "feishu",
    "accountId": "claw3"
  }
}

④ 在 agentToAgent.agents 添加配置：

"claude": {
  "enabled": true,
  "allowedAgents": ["main", "deepseek"],
  "triggerKeywords": [],
  "forwardMessages": true,
  "receiveReplies": true
}

场景 2：改变 Agent 用的模型

需求： 让 main Agent 改用 DeepSeek

步骤：

修改 agents.list 中 main 的 model：

{
  "id": "main",
  "model": "deepseek/deepseek-ai/DeepSeek-R1"  // 改成这个
}

场景 3：改变飞书账号绑定

需求： 让 claw2 绑定到 main，而不是 deepseek

步骤：

修改 bindings：

{
  "agentId": "main",         // 改成 main
  "match": {
    "channel": "feishu",
    "accountId": "claw2"    // 用 claw2
  }
}

场景 4：修改 Agent 名字

需求： 把 deepseek 改成"推理大师"

步骤：

修改 agents.list：

{
  "id": "deepseek",
  "identity": {
    "name": "推理大师",      // 改成这个
    "emoji": "🧠"
  }
}

快速参考表

你想做什么 去哪里改 改什么字段
添加新飞书机器人 channels 加 accountId
绑定账号到 Agent bindings 改 agentId 或 accountId
改变 Agent 用的模型 agents.list 改 model
改 Agent 显示名字 agents.list 改 identity.name
开启 Agent 互相聊天 agentToAgent 改 enabled 为 true

注意事项

  1. JSON 格式要正确：修改后确保语法正确（引号、逗号）
  2. 重启生效：修改配置后需要重启 OpenClaw
  3. 模型要已在 models 中定义：使用的模型必须在 models.providers 中配置
  4. accountId 要匹配：bindings 中的 accountId 必须在 channels.accounts 中存在

示例配置总结

飞书账号           →      Agent         →      模型
────────────────────────────────────────────────────
claw1 (第1个机器人) → main (指挥)     → MiniMax M2.5
claw2 (第2个机器人) → deepseek (推理) → DeepSeek-R1

以上为通用示例，可按自身环境替换。