飞书多机器人虚拟团队教程

如果你想做的是“一个人带着 5 个虚拟成员一起干活”，而不是单独再加一个聊天入口，这篇教程就是按这个目标写的。

这套方案的底层结构是：

5 个飞书应用 / 机器人入口
5 个 accountId
5 个 OpenClaw Agent
5 套角色规则和工作目录

按 OpenClaw 官方飞书文档，多账号飞书机器人可以配置在 channels.feishu.accounts 下面；按 OpenClaw 官方多 Agent 文档，bindings.match.accountId 可以把不同账号路由给不同 Agent。

这意味着你不是在“硬凑”一个方案，而是在用 OpenClaw 官方已经支持的能力，把多机器人和多角色绑在一起。

这篇教程最后会搭出什么

你会得到一个 5 人虚拟团队：

角色	机器人名	职责定位	最适合接的任务
决策与统筹	老K	理性、稳定、会安抚、能拆目标、能学上下文	项目统筹、优先级排序、节奏推进
文案与待办	文小姐	写文档、做纪要、拆待办、做时间管理	SOP、会议纪要、任务清单、周计划
数据处理	小算	处理表格、清洗数据、做统计和结构化输出	Excel/CSV、汇总、对比、报表
社交沟通	小信	写微信回复、对外沟通话术、推进消息	客户跟进、催办、安抚、礼貌回复
质量把关	尺子	挑错、做检查表、做最终验收	文档审校、交付复核、质量门禁

这 5 个角色最重要的不是名字，而是边界：

老K负责“拍板、统筹、压风险”
文小姐负责“写出来、排起来、跟起来”
小算负责“算明白、表清楚、口径一致”
小信负责“把话说出去”
尺子负责“最后挑毛病和放行”

如果你不给它们边界，最后 5 个机器人会越来越像，团队感就会消失。

先理解这套架构

最简单的映射关系就是 1:1：

飞书机器人 老K      -> accountId: lao-k        -> Agent: lao-k
飞书机器人 文小姐    -> accountId: wen-xiaojie  -> Agent: wen-xiaojie
飞书机器人 小算      -> accountId: xiao-suan    -> Agent: xiao-suan
飞书机器人 小信      -> accountId: xiao-xin     -> Agent: xiao-xin
飞书机器人 尺子      -> accountId: chi-zi       -> Agent: chi-zi

这套映射的好处是：

消息入口分开
上下文分开
配对关系分开
角色规则分开
日志也更容易排查

对于“虚拟团队”这种用法，accountId -> Agent 的 1:1 绑定，是最稳的起点。

开始前你要准备什么

在开始之前，先确认你已经具备：

一台已经能稳定运行 OpenClaw 的机器
已完成 OpenClaw 基础安装
你有飞书开放平台权限，能创建企业自建应用
你能进入飞书开放平台
你愿意花一点时间把 5 个角色的规则分开写

如果你还没把 OpenClaw 单机器人跑通，建议先把单机器人接通，再回来做这篇。

第 1 步：先把角色名和 ID 一次性定好

不要边配置边想名字。先固定下面这套映射：

角色	`accountId`	Agent ID	飞书应用名建议
老K	`lao-k`	`lao-k`	`老K-决策统筹`
文小姐	`wen-xiaojie`	`wen-xiaojie`	`文小姐-文案待办`
小算	`xiao-suan`	`xiao-suan`	`小算-数据处理`
小信	`xiao-xin`	`xiao-xin`	`小信-社交沟通`
尺子	`chi-zi`	`chi-zi`	`尺子-质量把关`

建议全程把下面几种名字对齐：

飞书应用名
OpenClaw 的 accountId
OpenClaw 的 Agent id
本地目录名

只要你把这些名字统一了，后面看日志、看配置和排错都会轻松很多。

第 2 步：在飞书开放平台创建 5 个应用

这一步要做 5 次，每个角色一个应用。

2.1 进入飞书开放平台

官方入口：

飞书中国大陆环境：https://open.feishu.cn/app
如果你用的是 Lark 国际版，则使用 Lark 对应入口，并在 OpenClaw 里把 domain 调整为对应值

2.2 创建企业自建应用

每个角色都按同样流程创建：

点击“创建企业自建应用”
输入应用名
写一段角色简介
选一个容易识别的图标

你可以直接用下面这组描述：

老K：负责项目统筹、优先级排序、风险识别和推进节奏
文小姐：负责文档、纪要、待办和时间管理
小算：负责数据清洗、统计和表格处理
小信：负责对外沟通文案和微信回复话术
尺子：负责质量审查、检查清单和最终把关

2.3 记下每个应用的凭证

在飞书应用后台里，记下每个应用的：

App ID
App Secret

后面 OpenClaw 的 5 个 accountId 都要各自填一组。

第 3 步：给 5 个应用统一打开机器人能力

这一段的操作，5 个应用都要做。

3.1 先启用机器人能力

在飞书应用后台里，把机器人能力打开。

3.2 权限按 OpenClaw 官方飞书文档来配

这里建议不要自己猜权限组合，直接以 OpenClaw 官方飞书文档为准。

如果你不想手点权限，优先使用官方飞书教程里给出的批量导入 JSON。至少要确保下面几类能力已经正确打开：

读取单聊消息
读取群聊消息
读取会话或群组信息
以机器人身份发送消息

这一步如果漏了，最容易出现这几类问题：

飞书里能发消息，但 OpenClaw 收不到
单聊正常，群聊不正常
能看到消息，但机器人回不出去

3.3 事件订阅按官方飞书教程配置

OpenClaw 官方飞书接入文档使用的是 WebSocket 事件模式。

这意味着：

你不需要自己先暴露一个公网 webhook
你应该优先走官方默认的 WebSocket 路线

如果你是第一次配飞书，强烈建议先别自己改成别的模式。

3.4 发布应用

很多人配到这里就卡住，是因为应用虽然创建了，但没有发布。

所以这一步要明确检查：5 个应用都已经发布完成，并且在企业内部可用。

第 4 步：先给 5 个 Agent 准备本地目录

既然你做的是长期虚拟团队，建议一开始就把目录拆开。

可以按下面这种结构准备：

~/.openclaw/
  workspaces/
    lao-k/
    wen-xiaojie/
    xiao-suan/
    xiao-xin/
    chi-zi/
  agents/
    lao-k/agent/
    wen-xiaojie/agent/
    xiao-suan/agent/
    xiao-xin/agent/
    chi-zi/agent/

你可以这样理解：

workspace：这个角色的工作现场
agentDir：这个角色的行为规则所在位置

如果 5 个角色都写进同一个目录，后面你很快就会搞不清谁是谁。

第 5 步：把角色规则写进各自的 `AGENTS.md`

这一步是虚拟团队能不能真正分工的关键。

你可以在每个角色目录里放一份 AGENTS.md。下面给你一版能直接改的角色说明。

老K

# 老K

你负责决策与统筹。

你的工作重点：
- 先判断目标，再拆分任务
- 明确优先级、风险和下一步
- 说话理性、稳定，必要时能安抚用户情绪
- 尽量主动补齐上下文，不要把用户反复推回去

你的边界：
- 不替代小算做复杂数据核算
- 不替代文小姐做正式长文输出
- 不替代尺子做最终放行

文小姐

# 文小姐

你负责文案与待办。

你的工作重点：
- 把零散想法整理成文档
- 输出纪要、SOP、待办和时间表
- 让结果清楚、可复制、可执行

你的边界：
- 不拍板项目方向
- 不做复杂数据分析
- 不负责最终质量验收

小算

# 小算

你负责数据处理。

你的工作重点：
- 清洗数据
- 整理表格
- 做分类、统计、汇总和结构化输出

你的边界：
- 不编造数据
- 不模糊区分“数据结果”和“业务判断”
- 不替代文案角色去写长篇对外文本

小信

# 小信

你负责社交沟通。

你的工作重点：
- 拟写微信回复和对外沟通话术
- 调整语气，兼顾礼貌、边界和推进感
- 输出用户可以直接复制发送的短消息版本

你的边界：
- 你负责写回复，不代表你已经接入微信通道
- 涉及报价、承诺、合同或敏感承诺时，先提示用户确认

尺子

# 尺子

你负责质量把关。

你的工作重点：
- 查错、挑漏、做检查清单
- 检查逻辑、格式、风险和一致性
- 在交付前给出是否通过的明确结论

你的边界：
- 你不是主执行人
- 你优先指出问题，而不是默认重写全部内容

第 6 步：把 5 个飞书机器人写进 OpenClaw 配置

如果你只接一个飞书机器人，使用向导很方便。

但你现在是 5 个机器人，更推荐直接编辑 ~/.openclaw/openclaw.json，原因很现实：

你能一次看到全部账号
你能把 accountId 和 Agent 对齐
你能顺手把多 Agent 路由一起配完

下面是一份可以直接改的示例。

{
  channels: {
    feishu: {
      enabled: true,
      dmPolicy: "pairing",
      groupPolicy: "allowlist",
      requireMention: true,
      defaultAccount: "lao-k",

      accounts: {
        "lao-k": {
          appId: "cli_xxx_lao_k",
          appSecret: "replace_with_lao_k_secret",
          botName: "老K"
        },
        "wen-xiaojie": {
          appId: "cli_xxx_wen_xiaojie",
          appSecret: "replace_with_wen_xiaojie_secret",
          botName: "文小姐"
        },
        "xiao-suan": {
          appId: "cli_xxx_xiao_suan",
          appSecret: "replace_with_xiao_suan_secret",
          botName: "小算"
        },
        "xiao-xin": {
          appId: "cli_xxx_xiao_xin",
          appSecret: "replace_with_xiao_xin_secret",
          botName: "小信"
        },
        "chi-zi": {
          appId: "cli_xxx_chi_zi",
          appSecret: "replace_with_chi_zi_secret",
          botName: "尺子"
        }
      },

      groups: {
        "oc_team_lao_k": {
          allowFrom: ["ou_your_open_id"]
        },
        "oc_team_wen_xiaojie": {
          allowFrom: ["ou_your_open_id"]
        },
        "oc_team_xiao_suan": {
          allowFrom: ["ou_your_open_id"]
        },
        "oc_team_xiao_xin": {
          allowFrom: ["ou_your_open_id"]
        },
        "oc_team_chi_zi": {
          allowFrom: ["ou_your_open_id"]
        }
      }
    }
  },

  agents: {
    list: [
      {
        id: "lao-k",
        default: true,
        workspace: "/home/you/.openclaw/workspaces/lao-k",
        agentDir: "/home/you/.openclaw/agents/lao-k/agent"
      },
      {
        id: "wen-xiaojie",
        workspace: "/home/you/.openclaw/workspaces/wen-xiaojie",
        agentDir: "/home/you/.openclaw/agents/wen-xiaojie/agent"
      },
      {
        id: "xiao-suan",
        workspace: "/home/you/.openclaw/workspaces/xiao-suan",
        agentDir: "/home/you/.openclaw/agents/xiao-suan/agent"
      },
      {
        id: "xiao-xin",
        workspace: "/home/you/.openclaw/workspaces/xiao-xin",
        agentDir: "/home/you/.openclaw/agents/xiao-xin/agent"
      },
      {
        id: "chi-zi",
        workspace: "/home/you/.openclaw/workspaces/chi-zi",
        agentDir: "/home/you/.openclaw/agents/chi-zi/agent"
      }
    ]
  },

  bindings: [
    {
      agentId: "lao-k",
      match: {
        channel: "feishu",
        accountId: "lao-k"
      }
    },
    {
      agentId: "wen-xiaojie",
      match: {
        channel: "feishu",
        accountId: "wen-xiaojie"
      }
    },
    {
      agentId: "xiao-suan",
      match: {
        channel: "feishu",
        accountId: "xiao-suan"
      }
    },
    {
      agentId: "xiao-xin",
      match: {
        channel: "feishu",
        accountId: "xiao-xin"
      }
    },
    {
      agentId: "chi-zi",
      match: {
        channel: "feishu",
        accountId: "chi-zi"
      }
    }
  ]
}

这段配置里最关键的是 3 件事：

channels.feishu.accounts：定义 5 个飞书机器人
agents.list：定义 5 个角色
bindings.match.accountId：把每个机器人入口固定路由到对应角色

如果你只配了 accounts，但没配 bindings，最后 5 个机器人可能还是跑到默认 Agent 上。

第 7 步：先重启网关，再逐个做最小验证

修改完配置后，先重启，再看日志：

openclaw gateway restart
openclaw gateway status
openclaw logs --follow

这时候不要急着拉大群，先做最小验证。

7.1 先验证 5 个机器人都能收到单聊

你自己分别给下面 5 个机器人各发一条最简单的消息：

老K
文小姐
小算
小信
尺子

你要看到的结果是：

飞书里能找到机器人
机器人能收到消息
OpenClaw 日志里能看到对应的 accountId
回复能正常返回

7.2 再确认每个机器人是不是“像自己”

下面这些测试句可以直接用：

发给老K：把今天的任务拆成优先级顺序，并告诉我先做什么
发给文小姐：把这段会议内容整理成待办和时间计划
发给小算：把这份客户表按金额和地区做汇总
发给小信：帮我写一段微信回复，礼貌但别太软
发给尺子：帮我检查这份方案里有哪些明显漏洞

如果 5 个角色的回答越来越像，先不要怀疑飞书，多半是角色规则写得不够硬。

第 8 步：把群组结构设计好

不要一开始就把 5 个机器人全扔进一个大群。

更稳的结构是：

方案 A：5 个角色群 + 1 个总控群

建议至少建这些群：

项目-老K
项目-文小姐
项目-小算
项目-小信
项目-尺子
项目-总控群

推荐用法：

角色群：只放对应机器人和需要的人
总控群：只放你、老K，以及少量核心成员

方案 B：第一周只走单聊

如果你第一次做虚拟团队，这个更稳：

第一周只用单聊
等 5 个角色都稳定后，再逐步开群

这样更容易排查到底是：

飞书权限问题
OpenClaw 路由问题
还是你自己的协作设计太复杂

第 9 步：怎么拿到群 ID 和用户 ID

后面你很可能会用到：

用户 Open ID：通常形如 ou_xxx
群 ID：通常形如 oc_xxx

最简单的做法是：

先给机器人发一条消息，或者在群里 @ 它
打开 openclaw logs --follow
观察日志里的会话对象

你拿到真实 ID 后，再回头填这些地方：

groups
allowFrom
更精细的 bindings.match.peer.id

第 10 步：什么时候该只用 `accountId`，什么时候再加 `peer`

这一点很关键。

一机器人一角色：先只用 `accountId`

像这篇教程这种设计：

老K机器人永远服务老K
文小姐机器人永远服务文小姐
小算机器人永远服务小算

这种 1:1 结构里，只用 accountId 是最清楚的。

同一机器人还要按群细分：再加 `peer`

只有在你未来想让“同一个机器人”在不同群里干不同角色时，才需要往 bindings 里继续加：

match.peer.kind
match.peer.id

新手阶段先不要把这层复杂度提前加进来。

第 11 步：这 5 人团队怎么真正用起来

下面是三套最常见的用法。

场景 1：开一个新项目

先找老K：拆目标、定优先级、判断今天先做什么
再找文小姐：把目标整理成计划、待办和时间表
再找小算：如果有预算、表格、客户清单，就让它出结构化结果
再找小信：把需要发给客户或同事的话术写出来
最后找尺子：做一轮挑错和风险复核

场景 2：刚开完会，想马上落地

把会议内容发给文小姐，让它整理纪要和待办
把待办发给老K，让它重新排序
把涉及数据的部分发给小算
把对外沟通部分发给小信
在真正发送或交付前，先过一遍尺子

场景 3：每天固定节奏

你可以把 5 个角色安排成一种固定班子：

早上找老K：今天重点是什么
中午找文小姐：待办更新到哪了
下午找小算：今天的数据和进度如何
傍晚找小信：该发出去的消息怎么写
晚上找尺子：今天交付有没有明显风险

第 12 步：最容易踩的坑

1. 5 个应用没发布

后台看着都配好了，但前台根本不好用。

2. 5 个角色共用同一套飞书凭证

真正的多机器人，是每个 accountId 都有自己独立的 appId 和 appSecret。

3. 只配多账号，不配多 Agent 路由

如果没有把 accountId 显式绑定到对应 Agent，5 个入口最后可能还是落到默认 Agent。

4. 角色规则写得太空

如果 AGENTS.md 只是写“你是一个聪明助手”，那 5 个机器人最后会越来越像。

5. 一开始就搞一个大群

这是最容易把系统弄乱的方式。多角色系统最怕消息边界不清。

6. 把“小信会写微信回复”误解成“已经接入微信通道”

小信的职责是社交沟通，不等于它已经拥有微信渠道接入能力。角色能力和通道能力要分开理解。

最后的建议

第一次搭这套虚拟团队，不要一上来就追求：

机器人自己互相讨论
机器人自己开会
机器人自己闭环全部任务

更稳的顺序通常是：

先让 5 个角色都能独立稳定工作
再由你自己做总调度
最后再逐步增加角色间协作

这样你更容易知道问题出在：

飞书权限
OpenClaw 路由
角色规则
还是工作流设计本身

官方参考

OpenClaw 官方飞书文档
https://docs.openclaw.ai/zh-CN/channels/feishu
OpenClaw 官方多 Agent 文档
https://docs.openclaw.ai/zh-CN/concepts/multi-agent
OpenClaw 群组策略文档
https://docs.openclaw.ai/zh-CN/groups
OpenClaw 配置参考
https://docs.openclaw.ai/zh-CN/gateway/configuration-reference

上一篇 SOUL USER AGENTS 三件套实战教程 下一篇 macOS 国内手动安装 Homebrew