OpenClaw 高级配置指南：一个网关对接多个飞书机器人

hyunbar777
0 阅读15分钟

1. 引言

在使用 OpenClaw 搭建 AI 助理的过程中，很多用户会面临一个共同的需求：希望能够根据不同的任务类型，灵活切换不同的大语言模型。例如，处理复杂逻辑和代码时希望调用推理能力更强的 Gemini 或 DeepSeek，日常闲聊或快速问答时则使用 Kimi 或通义千问以节省配额。然而，OpenClaw 默认的配置方式（通过腾讯云控制台可视化界面）通常只能绑定一个飞书机器人，导致模型切换变得麻烦——每次都要去后台修改配置，或者依赖终端命令临时切换。

本文旨在提供一种 “一劳永逸”的高级配置方案：通过直接修改 OpenClaw 的核心配置文件，实现单个 OpenClaw 网关同时接入多个飞书机器人，并将每个机器人绑定到不同的模型。你将能够在飞书客户端中，通过选择不同的机器人对话，自动获得不同模型的服务，就像拥有多个各怀绝技的 AI 助理。

本指南基于以下环境：

  • 腾讯云轻量应用服务器（地域东京），已预装 OpenClaw 镜像。

  • 已成功配置两个模型：

    • arkcode/deepseek-v3.2（用于代码与推理任务）
    • arkcode/kimi-k2.5（用于日常对话与长文本处理）

  • 你已经在飞书开放平台创建了两个企业自建应用，并分别启用了机器人能力。

通过本指南，你将学会：

  • OpenClaw 的核心概念：Agent、模型、通道、绑定。
  • 如何为不同任务创建独立的 Agent，并为其指定默认模型。
  • 如何修改 OpenClaw 配置文件，使两个飞书机器人同时在线。
  • 如何通过绑定规则，将每个机器人与特定的 Agent 关联。
  • 测试验证及常见问题排查。

包含详细步骤、代码示例及排错指南，确保你能顺利实现多机器人多模型的灵活调用。

2. 理解 OpenClaw 的核心架构

在动手配置之前，有必要先理清 OpenClaw 的几个核心组件。这能帮助你理解后续每一步操作的意义，避免盲目复制命令。

2.1 Agent（代理）

Agent 是 OpenClaw 中处理对话的“虚拟助手”。每个 Agent 拥有独立的工作区（workspace），可以存储独立的对话历史、上下文记忆，并绑定一个默认的模型。你可以创建多个 Agent，分别赋予不同的角色设定（system prompt），并指定不同的模型。

2.2 Model（模型）

模型即你配置的各种大语言模型，例如 arkcode/deepseek-v3.2、arkcode/kimi-k2.5、gemini/gemini-2.0-flash 等。模型可以全局配置，但每个 Agent 需要明确指定使用哪个模型。

2.3 Channel（通道）

通道是消息的入口，负责接收来自不同平台的消息。OpenClaw 支持飞书、钉钉、微信公众号等多种通道。对于飞书，一个通道可以包含多个飞书机器人账号（accounts）。

2.4 Binding（绑定）

绑定是连接通道消息与 Agent 的桥梁。你可以定义规则：当某个飞书机器人（accountId）发来消息时，将该消息交给指定的 Agent 处理。绑定规则是 OpenClaw 实现多机器人多模型的核心机制。

小结：我们的目标就是创建两个 Agent，分别设置不同的模型，然后创建两个飞书机器人账号，通过绑定规则将机器人1绑定到 Agent1，机器人2绑定到 Agent2。

3. 准备工作

在开始配置前，请确保你已经完成以下前提条件：

3.1 腾讯云服务器环境

  • 已购买腾讯云轻量应用服务器（建议地域选择东京或其他海外节点，以降低访问境外 API 的延迟）。
  • 服务器已预装 OpenClaw 镜像，或已自行安装 OpenClaw（版本 ≥ 1.5.0）。
  • 能够通过 SSH 登录服务器（例如使用密码或密钥）。

3.2 飞书开放平台配置

你需要在飞书开放平台创建两个独立的企业自建应用，并为每个应用配置机器人能力。每个应用都需要完成以下步骤：

  1. 创建应用：登录 飞书开放平台，点击“创建企业自建应用”，分别命名为“我的Gemini助手”、“我的Kimi助手”（名称可自定）。

  2. 获取凭证：进入每个应用的“凭证与基础信息”，记录下 App ID 和 App Secret。

  3. 配置事件订阅：

    • 在“事件订阅”页面，将“订阅方式”设置为 WebSocket 方式（注意：OpenClaw 使用 WebSocket 连接，不需要配置 Request URL）。
    • 如果启用了 Encrypt Key，请记录下来，后续需要在配置文件中填写。
    • 添加事件：至少需要订阅 im.message.receive_v1 事件，以便接收用户发送的消息。

  4. 配置机器人能力：

    • 在“机器人”页面，开启机器人能力。
    • 配置消息卡片的回调地址（可选，但如果要用卡片交互需配置）。
    • 添加必要的权限：至少需要 im:message 权限（发送消息）。

  5. 发布版本：在“版本管理与发布”中创建一个版本，提交审核。由于是自建应用，审核通常很快，或者你可以直接设置为“可用”。

完成以上步骤后，你将拥有两个飞书机器人的 App ID 和 App Secret，以及可能存在的 Encrypt Key。

3.3 已配置好的模型

假设你已经在 OpenClaw 中配置好了以下两个模型（模型名称可能会因实际配置略有不同，请用 openclaw models list 确认）：

  • arkcode/deepseek-v3.2
  • arkcode/kimi-k2.5

如果你尚未配置这两个模型，请先通过腾讯云控制台的“模型配置”界面或命令行添加它们。具体方法不在本文详述，但可参考 OpenClaw 官方文档。

4. 创建两个专属 Agent

首先，我们需要为两个不同的模型创建独立的 Agent。

4.1 SSH 登录服务器

打开终端，使用 SSH 登录你的腾讯云服务器：

ssh root@你的服务器IP

4.2 查看现有 Agent

输入以下命令，查看当前已有的 Agent：

openclaw agents list

如果你刚刚安装 OpenClaw，可能只有一个默认的 default 或 main 的 Agent。

4.3 创建两个新 Agent

我们将创建两个 Agent，分别命名为 agent-deepseek（用于代码推理）和 agent-kimi（用于日常对话）。

# 创建 agent-deepseek
openclaw agents add agent-deepseek
​
# 创建 agent-kimi
openclaw agents add agent-kimi

执行后，系统会提示确认，输入 yes 或直接回车即可。每个 Agent 会默认在 ~/.openclaw/workspace-<agent-name> 下创建独立的工作区，用于存储对话记录。

4.4 为 Agent 设置默认模型

我们需要为每个 Agent 指定要使用的模型。

# 为 agent-deepseek 设置默认模型为 deepseek-v3.2
openclaw models set arkcode/deepseek-v3.2 --agent agent-deepseek
​
# 为 agent-kimi 设置默认模型为 kimi-k2.5
openclaw models set arkcode/kimi-k2.5 --agent agent-kimi

注意：请确保模型名称与 openclaw models list 输出中的完全一致。如果模型名称包含空格或特殊字符，可能需要用引号括起来。

4.5 验证 Agent 配置

使用以下命令查看 Agent 详情，确认默认模型已正确设置：

openclaw agents describe agent-deepseek
openclaw agents describe agent-kimi

输出中应包含 Model: arkcode/deepseek-v3.2 或 arkcode/kimi-k2.5 的字段。

至此，两个 Agent 已准备就绪，接下来需要配置飞书通道。

5. 修改配置文件，实现多飞书机器人接入

OpenClaw 的核心配置文件位于 ~/.openclaw/openclaw.json。我们将通过手动编辑该文件，添加两个飞书机器人的账号信息，并建立与 Agent 的绑定。

5.1 备份当前配置文件

在修改之前，务必备份原文件，以便出错时恢复：

cp ~/.openclaw/openclaw.json ~/.openclaw/openclaw.json.bak.$(date +%Y%m%d)

5.2 编辑配置文件

使用你熟悉的文本编辑器打开配置文件，例如 nano 或 vim：

nano ~/.openclaw/openclaw.json

5.3 理解配置结构

一个典型的 OpenClaw 配置文件包含以下主要部分：

  • gateway：网关全局设置。
  • agents：定义所有 Agent。
  • models：模型配置（通常由命令行管理，可不手动修改）。
  • channels：通道配置，包含飞书、钉钉等。
  • bindings：绑定规则。

我们将重点关注 channels.feishu 和 bindings 部分。

5.4 添加两个飞书账号到 feishu 通道

找到 "channels" 下的 "feishu" 对象。如果之前通过腾讯云控制台配置过一个机器人，可能会看到类似这样的结构：

"feishu": {
  "enabled": true,
  "connectionMode": "websocket",
  "appId": "cli_xxxxx",
  "appSecret": "secret"
}

这种是单账号配置，无法容纳多个机器人。我们需要将其改造为多账号结构：使用 accounts 对象来容纳多个机器人。

修改后的 feishu 部分应如下所示：

"feishu": {
  "enabled": true,
  "connectionMode": "websocket",
  "accounts": {
    "deepseek-bot": {
      "appId": "cli_你的第一个机器人_AppID",
      "appSecret": "你的第一个机器人_AppSecret",
      "encryptKey": "你的第一个机器人_EncryptKey（如果没有则留空）",
      "verificationToken": "你的第一个机器人_VerificationToken（如果没有则留空）"
    },
    "kimi-bot": {
      "appId": "cli_你的第二个机器人_AppID",
      "appSecret": "你的第二个机器人_AppSecret",
      "encryptKey": "你的第二个机器人_EncryptKey",
      "verificationToken": "你的第二个机器人_VerificationToken"
    }
  }
}

关键点：

  • accounts 是一个对象，其中的每个键（如 deepseek-bot、kimi-bot）可以自定义，但建议用有意义的名称，方便后续绑定。
  • 每个账号内必须包含 appId 和 appSecret，如果飞书应用中配置了 Encrypt Key 或 Verification Token，也必须填写，否则 WebSocket 连接会失败。
  • 原有的单账号字段（appId、appSecret）必须删除，否则会导致配置错误。

5.5 定义两个 Agent（如果尚未在 agents 列表中）

在 agents 部分，确保已经包含了我们刚刚创建的两个 Agent。通常 agents 部分如下：

"agents": {
  "list": [
    {
      "id": "agent-deepseek",
      "workspace": "/root/.openclaw/workspace-agent-deepseek",
      "model": "arkcode/deepseek-v3.2"
    },
    {
      "id": "agent-kimi",
      "workspace": "/root/.openclaw/workspace-agent-kimi",
      "model": "arkcode/kimi-k2.5"
    }
  ]
}

注意：这里的 workspace 路径应与实际路径一致（可通过 openclaw agents describe 查看）。如果 model 字段未出现，可以手动添加，或者由 openclaw models set 命令自动更新。

5.6 建立绑定规则（bindings）

现在是最关键的一步：定义绑定，将飞书机器人与 Agent 关联起来。

在配置文件的根对象中，找到或创建 "bindings" 数组：

"bindings": [
  {
    "agentId": "agent-deepseek",
    "match": {
      "channel": "feishu",
      "accountId": "deepseek-bot"
    }
  },
  {
    "agentId": "agent-kimi",
    "match": {
      "channel": "feishu",
      "accountId": "kimi-bot"
    }
  }
]

解释：

  • agentId：指定要绑定的 Agent ID。
  • match：匹配规则，这里指定了通道为 feishu，并且飞书账号的 accountId 为我们在 accounts 中定义的键名（deepseek-bot 和 kimi-bot）。
  • 当 OpenClaw 收到来自 deepseek-bot 的消息时，会自动交给 agent-deepseek 处理，该 Agent 会使用默认模型 arkcode/deepseek-v3.2 进行回复。

5.7 保存并退出

在 nano 中按 Ctrl+O 保存，Ctrl+X 退出；在 vim 中按 Esc，输入 :wq 回车。

5.8 验证配置文件格式

在重启服务之前，建议用 jsonlint 或类似工具检查 JSON 格式是否正确。如果没有安装，可以使用 OpenClaw 自带的诊断命令：

openclaw doctor --fix

该命令会检查配置并尝试修复常见问题。如果返回错误，请根据提示检查 JSON 格式（如缺少逗号、花括号不匹配等）。

5.9 重启 OpenClaw 网关

使配置生效：

openclaw gateway restart

等待几秒钟，服务重新启动。

5.10 检查日志，确认两个机器人在线

使用以下命令查看实时日志：

openclaw logs --tail 50

你应该能看到类似以下的输出，表明两个飞书机器人均已成功连接：

[INFO] [feishu] deepseek-bot connected (app_id: cli_xxxx1)
[INFO] [feishu] kimi-bot connected (app_id: cli_xxxx2)
[INFO] Gateway started, listening for messages...

如果只有其中一个连接成功，请检查对应账号的 appId/appSecret 是否正确，以及 Encrypt Key 是否匹配。

6. 测试验证

现在，我们来验证两个机器人是否分别使用了正确的模型。

6.1 在飞书中与 deepseek-bot 对话

  1. 打开飞书客户端，找到你配置的第一个机器人（例如“我的DeepSeek助手”）。

  2. 在群聊中 @ 它，或者在单聊中直接发送消息。建议发送一个需要推理的问题，比如：

    请用 Python 写一个快速排序算法。

  3. 等待回复。理论上，这个机器人应该调用 arkcode/deepseek-v3.2 模型，回复的内容会体现出 DeepSeek 的代码能力。

image.png

6.2 在飞书中与 kimi-bot 对话

  1. 找到第二个机器人（例如“我的Kimi助手”）。

  2. 发送一个适合 Kimi 的问题，比如：

    请介绍一下长文本处理的技巧。

  3. 观察回复。Kimi 以长文本处理见长，回答应该更偏向于概括和解释。

image.png

6.3 进一步确认模型

如果你仍不确定实际调用了哪个模型，可以查看 OpenClaw 的日志，里面会记录每次请求所使用的 Agent 和模型：

openclaw logs --tail 20 | grep "model"

日志中会包含类似 agent=agent-deepseek model=arkcode/deepseek-v3.2 的信息，帮助你确认绑定是否生效。

7. 进阶优化与问题排查

7.1 如何实现更细粒度的模型切换？

除了绑定整个机器人，你还可以在同一个机器人内通过对话前缀或指令切换模型。但这需要编写自定义的 Agent 逻辑（例如使用 OpenClaw 的插件机制）。本文主要介绍的是多机器人方案，简单直接，适合大多数场景。

7.2 如何处理对话历史隔离？

每个 Agent 拥有独立的工作区，因此两个机器人的对话历史是完全隔离的。这意味着：

  • 与 deepseek-bot 的对话不会影响 kimi-bot 的上下文。
  • 你可以为每个 Agent 设置不同的 system prompt（通过 openclaw agents config 命令设置 system_prompt）。

7.3 飞书机器人频繁断连怎么办？

如果日志中出现 WebSocket 断开重连的提示，可能是网络不稳定或飞书服务抖动。OpenClaw 会自动重连，一般无需干预。如果问题持续，可以尝试：

  • 检查服务器时间是否同步（ntpdate）。
  • 检查防火墙是否限制了出站连接（飞书 WebSocket 需要访问 wss://open.feishu.cn 等域名）。

7.4 绑定不生效：机器人收到消息但无回复

可能的原因及解决方法：

  1. binding 中的 accountId 拼写错误：请确保 match.accountId 与 accounts 中的键名完全一致（区分大小写）。
  2. Agent 未设置默认模型：运行 openclaw agents describe <agent-id> 确认模型字段不为空。如果为空，重新执行 openclaw models set ... --agent <agent-id>。
  3. 飞书事件订阅未配置：登录飞书开放平台，检查每个机器人是否已订阅 im.message.receive_v1 事件。
  4. 权限不足：确保每个机器人都已添加 im:message 权限，并重新发布版本。

7.5 如何添加第三个、第四个机器人？

流程完全一样：

  • 在飞书开放平台再创建一个应用，获取凭证。
  • 在 OpenClaw 配置文件的 accounts 中添加新账号。
  • 创建对应的新 Agent（可选，也可以复用现有 Agent）。
  • 在 bindings 中添加新规则。
  • 重启网关。

7.6 如何通过命令行管理多 Agent？

常用命令一览：

  • openclaw agents list：列出所有 Agent。
  • openclaw agents describe <agent-id>：查看 Agent 详情。
  • openclaw agents config <agent-id> --system-prompt "你是一个..."：设置角色提示。
  • openclaw models set <model-id> --agent <agent-id>：修改 Agent 的默认模型。
  • openclaw agents remove <agent-id>：删除 Agent（谨慎操作）。

8. 总结

通过本指南，你已经学会了如何在不依赖腾讯云可视化界面的情况下，通过直接修改 OpenClaw 配置文件，实现一个网关对接多个飞书机器人，并将每个机器人绑定到不同的 AI 模型。这种方法不仅解决了模型灵活切换的需求，还保持了对话历史的隔离，使每个机器人都能扮演独立的角色。

本方案的核心要点总结如下：

  • Agent 是处理对话的独立单元，每个 Agent 有自己的工作区和默认模型。
  • 飞书通道 支持多账号，通过 accounts 对象配置多个机器人。
  • 绑定规则 将特定飞书机器人的消息路由到指定 Agent。
  • 所有配置修改后需重启网关，并检查日志确认连接状态。

现在，你可以在飞书中愉快地与多个 AI 助理交流，根据任务类型选择最合适的模型，既享受了顶尖模型的推理能力，又合理分配了配额。未来，OpenClaw 还会支持更多通道和更灵活的绑定规则，但本文介绍的底层原理将始终适用。

如果你在配置过程中遇到任何未覆盖的问题，欢迎查阅 OpenClaw 官方文档，或在相关社区中提问。祝你使用愉快！

附录：常用配置文件参考

以下是一个简化后的完整配置示例（敏感信息已脱敏）：

{
  "gateway": {
    "token": "your-gateway-token"
  },
  "agents": {
      "list": [
      {
        "id": "agent-deepseek",
        "name": "丞相",
        "default": true,
        "workspace": "~/.openclaw/workspace-deepseek",
        "model":{
            "primary": "arkcode/deepseek-v3.2"
        }
      },
      {
        "id": "agent-kimi",
        "name": "吏部尚书",
        "workspace": "~/.openclaw/workspace-kimi",
        "model":{
            "primary": "arkcode/kimi-k2.5"
        }
      }
    ]
  },
   "session": {
    "dmScope": "per-account-channel-peer"
  },
  "channels": {
    "feishu": {
      "enabled": true,
      "domain": "feishu",
      "groupPolicy": "open",
      "accounts": {
        "default": {},
        "robot-1": {
          "appId": "cli_a9206e7409f89cc5",
          "appSecret": "这个不能告诉你",
          "botName": "丞相",
          "dmPolicy": "open"
        },
        
        "robot-2": {
          "appId": "cli_a939e58e4e39dcee",
          "appSecret": "这个不能告诉你",
          "botName": "吏部尚书",
          "dmPolicy": "open"
        }
      }
    }
  },
  "bindings": [
  {
    "agentId": "agent-deepseek",
    "match": {
      "channel": "feishu",
      "accountId": "robot-1"
    }
  },
  {
    "agentId": "agent-kimi",
    "match": {
      "channel": "feishu",
      "accountId": "robot-2"
    }
  }
 ]
}

将此模板中的占位信息替换为你的实际数据，即可快速部署。

（全文完，约 3800 字）

avatar
文章
阅读
粉丝