如何在飞书群中调用多个 Agent

💡 本文适合人群：已经部署 OpenClaw 并接入飞书，需要在一个工作区管理多个 Agent，实现不同场景下调用不同智能体的开发者。

📋 前言

在实际工作中，我们经常需要不同的 AI 助手处理不同类型的任务：

• 🛠️ 技术助手 - 解答编程问题、代码审查
• ✍️ 文案助手 - 撰写文档、润色文章
• 📊 数据助手 - 数据分析、报表生成
• 💬 客服助手 - 回答常见问题、用户支持

如何在飞书群中灵活调用这些不同的 Agent？本文将详细介绍两种主流方案。

🎯 方案对比与选择

📌 方案一：群聊路由绑定（推荐）

这是最常见、最稳定的方式：为每个角色创建独立的飞书群，每个群绑定一个专属 Agent。

第一步：创建多个 Agent

为不同职责创建独立的 Agent 工作区：

# 创建技术助手
openclaw agents add tech-assistant --workspace ~/.openclaw/workspace-tech

# 创建文案助手
openclaw agents add writer-assistant --workspace ~/.openclaw/workspace-writer

# 创建数据助手
openclaw agents add data-assistant --workspace ~/.openclaw/workspace-data

说明：

• 每个 Agent 有独立的工作区和配置文件
• 可以为每个 Agent 配置不同的模型、工具权限
• 工作区之间相互隔离，互不影响

第二步：获取飞书群 ID

在需要绑定的飞书群里@你的机器人发送任意消息，然后查看 OpenClaw 日志：

tail -f ~/.openclaw/logs/gateway.log | grep "peer"

你会看到类似输出：

peer: { kind: 'group', id: 'oc_xxxxxxxxxx' }

记录下这个 id，格式为 oc_xxxxxxxxxx。

或者，在飞书群中点击右上角菜单 → 群设置，也可以查看群 ID。

第三步：配置路由绑定

修改 ~/.openclaw/openclaw.json，在 bindings 数组中添加规则：

{
  "bindings": [
    {
      "agentId": "tech-assistant",
      "match": {
        "channel": "feishu",
        "peer": {
          "kind": "group",
          "id": "oc_tech_group_id"
        }
      }
    },
    {
      "agentId": "writer-assistant",
      "match": {
        "channel": "feishu",
        "peer": {
          "kind": "group",
          "id": "oc_writer_group_id"
        }
      }
    },
    {
      "agentId": "data-assistant",
      "match": {
        "channel": "feishu",
        "peer": {
          "kind": "group",
          "id": "oc_data_group_id"
        }
      }
    }
  ]
}

⚠️ 关键原则：

• 必须使用 peer.kind + peer.id 的标准格式
• kind 可以是 group（群聊）或 user（私聊）
• 不可随意添加未知字段，否则配置会失效

第四步：重启网关

openclaw gateway restart

验证配置

1. 查看路由绑定：

   openclaw config get bindings
   

2. 在飞书群中测试：
   • 技术群@机器人："如何优化这段 Python 代码？"
   • 文案群@机器人："帮我润色这篇文章"
   • 数据群@机器人："分析这个销售数据"
3. 查看日志确认：

   tail -f ~/.openclaw/logs/gateway.log
   

🔄 方案二：智能体间协作调用（高级玩法）

如果你希望在同一个群内动态切换不同角色，可以配置 Agent 之间的相互调用。

第一步：创建专业 Agent

# 创建代码专家
openclaw agents add code-expert --workspace ~/.openclaw/workspace-code

# 创建数据专家
openclaw agents add data-expert --workspace ~/.openclaw/workspace-data

# 创建主 Agent（协调者）
openclaw agents add main-assistant --workspace ~/.openclaw/workspace-main

第二步：配置主 Agent 的调用权限

在 ~/.openclaw/openclaw.json 中为主 Agent 启用 sessions_send 工具：

{
  "agents": {
    "list": [
      {
        "id": "main",
        "workspace": "~/.openclaw/workspace-main",
        "tools": {
          "profile": "messaging"
        }
      },
      {
        "id": "code-expert",
        "workspace": "~/.openclaw/workspace-code",
        "tools": {
          "profile": "coding"
        }
      },
      {
        "id": "data-expert",
        "workspace": "~/.openclaw/workspace-data",
        "tools": {
          "profile": "analysis"
        }
      }
    ]
  }
}

工具权限说明：

• messaging - 包含 sessions_send 等通信工具
• coding - 包含代码执行、文件读写等工具
• analysis - 包含数据分析、图表生成等工具

第三步：在对话中触发调用

在飞书群里@主 Agent，用自然语言指令让它调用其他 Agent：

示例 1：调用代码专家

@main 我需要写一个 Python 爬虫，让 code-expert 来写，完成后直接发给我。

示例 2：调用数据专家

@main 分析上季度的销售数据，让 data-expert 生成报告。

工作流程：

1. 主 Agent 收到用户请求
2. 内部调用 sessions_send 工具，将任务转发给专业 Agent
3. 专业 Agent 处理任务并返回结果
4. 主 Agent 将结果返回给用户

整个过程对用户透明，用户只需要和主 Agent 对话即可。

📝 飞书插件的高级配置

如果你需要更精细的控制，飞书官方插件支持以下高级特性。

多账号支持

为不同的飞书账号配置独立的应用凭证：

{
  "channels": {
    "feishu": {
      "enabled": true,
      "domain": "feishu",
      "accounts": {
        "main": {
          "appId": "cli_main_xxx",
          "appSecret": "secret1"
        },
        "support": {
          "appId": "cli_support_xxx",
          "appSecretFile": "~/.secrets/support.txt"
        }
      }
    }
  }
}

适用场景：

• 企业多部门独立使用
• 个人账号和工作账号分离
• 不同业务线独立运营

群组权限控制

为不同群组设置不同的工具权限：

{
  "channels": {
    "feishu": {
      "groups": {
        "oc_xxx": {
          "requireMention": true,
          "toolsBySender": {
            "张三": {
              "deny": ["shell", "exec"]
            },
            "李四": {
              "allow": ["web_search", "web_fetch"]
            },
            "*": {
              "allow": ["web_search"]
            }
          }
        }
      }
    }
  }
}

配置说明：

• requireMention - 是否需要@机器人才响应
• toolsBySender - 按用户设置工具权限
  • deny - 禁止使用的工具
  • allow - 允许使用的工具
  • * - 默认规则（适用于其他所有用户）

智能回复模式

配置自动回复规则，减少不必要的响应：

{
  "channels": {
    "feishu": {
      "autoReply": {
        "enabled": true,
        "minMessages": 5,
        "debounceMs": 3000
      }
    }
  }
}

配置说明：

• enabled - 是否启用自动回复
• minMessages - 群消息达到多少条后才响应
• debounceMs - 响应延迟（毫秒），避免频繁回复

🎯 配置验证

配置完成后，可以用以下命令检查状态：

查看所有 Agent

openclaw agents list

输出示例：

✅ tech-assistant (~/.openclaw/workspace-tech)
✅ writer-assistant (~/.openclaw/workspace-writer)
✅ data-assistant (~/.openclaw/workspace-data)

查看飞书渠道状态

openclaw config get channels.feishu

查看路由绑定

openclaw config get bindings

测试消息路由

在飞书群里@对应的机器人测试，观察日志确认消息是否正确路由到指定 Agent：

tail -f ~/.openclaw/logs/gateway.log | grep "agent"

💡 选型建议

🔧 常见问题

问题 1：配置后不生效

可能原因：

• 配置文件语法错误
• 网关未重启
• 群 ID 填写错误

解决方法：

# 检查配置文件语法
cat ~/.openclaw/openclaw.json | python -m json.tool

# 重启网关
openclaw gateway restart

# 查看日志确认
openclaw gateway logs

问题 2：Agent 无法相互调用

可能原因：

• 工具权限未配置
• sessions_send 工具未启用

解决方法：

{
  "agents": {
    "list": [
      {
        "id": "main",
        "tools": {
          "profile": "messaging"
        }
      }
    ]
  }
}

问题 3：群消息无响应

可能原因：

• groupPolicy 配置为 allowlist
• 群 ID 不在白名单中

解决方法：

# 临时改为开放模式
openclaw config set channels.feishu.groupPolicy open

# 或添加群 ID 到白名单
openclaw config set channels.feishu.groupAllowFrom '["oc_xxx"]'

📚 相关资源

• OpenClaw 官方文档
• OpenClaw GitHub
• 飞书官方插件使用指南
• OpenClaw 配置说明

🎯 总结

通过本文，你学习了两种在飞书群中调用多个 Agent 的方案：

✅ 群聊路由绑定 - 简单稳定，适合职责明确的场景
✅ 智能体间协作调用 - 灵活强大，适合复杂协作场景
✅ 高级配置 - 多账号、权限控制、智能回复

选择建议：

• 初学者从方案一开始，配置简单易懂
• 需要灵活协作用方案二，实现智能体间调用
• 企业级使用结合两种方案，实现最佳效果

如果需要具体的配置文件示例或遇到报错，欢迎在评论区留言或联系 OpenClaw 社区获取帮助！

祝你使用愉快！ 🎉