Token导航 LogoToken导航

Agent Skill · 研究检索

create-agent-feishu(创建 Agent 飞书)

create-agent-feishu 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

create-agent-feishu 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为执行命令;许可证为 MIT-0,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 30,998。

总安装 2,784周安装 116GitHub Stars 公开资料未说明下载 928核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.2.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:create-agent-feishu(创建 Agent 飞书)
来源仓库:https://github.com/caoyachao/create-agent-feishu
安装命令:
openclaw skills install create-agent-feishu
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install create-agent-feishu

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

在 OpenClaw 中创建一个新的 Agent 智能体,包括 workspace 目录结构、记忆系统文件、openclaw.json 配置修改、飞书 channel 与 binding 设置。适用于新增 AI 分身、多角色管理等场景。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install create-agent-feishu;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要执行命令,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

create-agent-feishu 怎么安装?

在终端执行 openclaw skills install create-agent-feishu。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

create-agent-feishu 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

create-agent-feishu 需要什么权限?

权限级别是执行命令。安装流程涉及命令执行,可能通过 openclaw skills install create-agent-feishu 联网下载 Skill 或依赖。用户安装前应确认命令来源、仓库内容和执行环境。

create-agent-feishu 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

create-agent-feishu 用的人多吗?

公开数据是累计安装 2,784 次,近一周安装 116 次,下载 928 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

create-agent-feishu 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 需要执行命令,装到常用环境前要先评估影响面。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 不能接受 Skill 在你机器上执行命令的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
create-agent-feishu

创建 Agent 飞书 · 本页

2,784—执行命令MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
openclaw-create-agent
version
1.2.0
description
在 OpenClaw 中创建一个新的 Agent 智能体,包括 workspace 目录结构、记忆系统文件、openclaw.json 配置修改、飞书 channel 与 binding 设置。适用于新增 AI 分身、多角色管理等场景。

使用场景

当用户需要以下操作时激活此 Skill:

  • "帮我创建一个新智能体"
  • "新增一个 agent"
  • "配置一个飞书机器人"
  • "给我的小说角色/助手/分身创建一个 agent"
  • "openclaw 怎么加 agent"

核心概念

两个目录的分工

目录用途是否手动维护
~/.openclaw/workspace/agents/<agent>/灵魂工作区(人格、记忆、日记、规范)✅ 手动创建和维护
~/.openclaw/agents/<agent>/运行时数据(session 历史、models.json)❌ 系统自动生成
原则:永远不要在 ~/.openclaw/agents/ 里手动创建文件。

Agent 目录标准结构

创建 agent 时,在 ~/.openclaw/workspace/agents/<agent-name>/ 下建立以下文件和目录:

~/.openclaw/workspace/agents/<agent-name>/
├── AGENTS.md              # 工作规范、安全策略、心跳行为
├── IDENTITY.md            # 身份档案(名字、物种、气质、签名台词、emoji)
├── SOUL.md                # 灵魂定义(核心性格、说话方式、价值观锚点)
├── MEMORY.md              # 长期记忆(职责、配置、重要决策的蒸馏记录)
├── USER.md                # 关于用户的人类档案(只存在于 main session)
├── TOOLS.md               # 本地工具备忘(设备昵称、SSH、偏好声音等)
├── HEARTBEAT.md           # 心跳任务清单(为空则跳过)
├── BOOTSTRAP.md           # 首次启动引导(可选,完成后可删除)
├── memory/                # 每日记忆文件(`YYYY-MM-DD.md`)
├── diary/                 # 私密日记(碎片、观察、未请求的思考)
├── saves/                 # 游戏/项目存档(如适用)
├── output/                # 任务/项目输出文件(详见 AGENTS.md 规范)
└── .openclaw/
    └── workspace-state.json   # 状态标记

Output 文件夹规范(重要)

核心原则:所有任务/项目的输出文件必须结构化存放在 output/ 目录下。

output/
├── task-001-description/     # 任务子目录
│   ├── README.md            # 任务说明和上下文
│   ├── files...             # 任务相关文件
│   └── result/              # 最终输出
├── project-name/            # 项目子目录
│   ├── src/                 # 源代码
│   ├── assets/              # 资源文件
│   └── docs/                # 文档
└── ...

执行规则:

  1. 每个新任务/项目 → 在 output/ 下创建一个子目录
  2. 子目录命名 → 使用 task-序号-简短描述 或 项目名称 格式
  3. 默认创建 → 执行文件操作前,先创建 output/ 目录(如不存在)
  4. 文件归属 → 所有生成的文件、下载的内容、脚本输出都放入对应子目录

为什么重要:

  • 避免工作区根目录混乱
  • 任务可追踪、可回溯
  • 便于清理和归档
  • 支持多任务并行

必备文件清单(最小可运行集)

文件作用必填
AGENTS.md定义 Every Session 行为、记忆规则、安全边界✅
IDENTITY.md定义 "我是谁"✅
SOUL.md定义 "我如何思考与表达"✅
MEMORY.md长期记忆的容器✅
USER.md用户档案(main agent 强烈建议,其他可选)建议
TOOLS.md环境专属备忘建议
HEARTBEAT.md周期性检查任务可选
.openclaw/workspace-state.json标记 onboarding 完成建议
memory/存放每日记忆✅
diary/私密日记空间建议

配置文件修改:~/.openclaw/openclaw.json

第 1 步:注册 Agent

在 agents.list 数组中添加:

{
  "id": "<your-agent-id>",
  "name": "<your-agent-name>",
  "workspace": "/root/.openclaw/workspace/agents/<your-agent-id>",
  "agentDir": "/root/.openclaw/agents/<your-agent-id>",
  "memorySearch": {
    "enabled": true
  },
  "subagents": {
    "allowAgents": ["*"]
  }
}
占位符说明: - <your-agent-id>: Agent 的唯一标识,如 writer, assistant, novelist - <your-agent-name>: 显示名称(可选,默认等于 id)

字段说明:

  • id: Agent 的唯一标识符,全系统唯一,不能与其他 agent 重复
  • name: 显示名称(可选),在日志和回复中显示
  • workspace: 灵魂工作区路径,系统会从这里读取人格文件(IDENTITY.md, SOUL.md 等)
  • agentDir: 运行时路径,系统会自动创建 sessions/ 和 models.json
  • memorySearch.enabled: 是否开启向量记忆检索,建议开启
  • subagents.allowAgents: 允许该 agent spawn 的其他 agent 列表,["*"] 表示允许 spawn 任何 agent
关于模型配置:模型不在 agent 级别单独配置,而是通过全局 agents.defaults.model 统一设置,所有 agent 继承默认模型。如需为特定 agent 指定不同模型,可在 openclaw.json 的 agents.defaults.models 中定义别名引用。

关于 subagents.allowAgents

subagents.allowAgents 配置控制该 agent 能否通过 sessions_spawn 启动其他 agent,以及在 agents_list 中能看到哪些 agent。

配置值含义agents_list 效果
["*"]允许 spawn 任何 agentallowAny: true,显示所有 agents
["player", "writer"]白名单模式只显示指定的 agents
[] 或未配置只能 spawn 自己只返回自己

建议:对于需要多 agent 协作的场景,设置为 ["*"] 以启用完整的 agent 发现能力。

第 2 步:配置飞书 Channel 账号

在 channels.feishu.accounts 下添加账号(与 agents 配置独立,可复用给多个 agents):

"<your-feishu-account-id>": {
  "appId": "<your-app-id>",
  "appSecret": "<your-app-secret>",
  "dmPolicy": "pairing",
  "groupPolicy": "pairing",
  "allowFrom": [],
  "groupAllowFrom": []
}
占位符说明: - <your-feishu-account-id>: 飞书账号标识,任意字符串,如 mybot, writer-feishu - <your-app-id>: 从飞书开放平台获取的 AppID(格式如 cli_xxxxxxxx) - <your-app-secret>: 从飞书开放平台获取的 AppSecret

Channel 策略详细说明:

字段类型必填说明
appIdstring✅飞书应用的 AppID,从飞书开放平台获取
appSecretstring✅飞书应用的 AppSecret,与 AppID 配对
dmPolicystring✅私聊策略,见下表
groupPolicystring✅群聊策略,见下表
allowFromstring[]可选私聊白名单,仅这些 open_id 可私聊
groupAllowFromstring[]可选群聊白名单,仅这些 open_id 可在群中@机器人
requireMentionboolean可选群聊中是否需要@机器人才响应

Policy 策略类型详解:

策略值含义使用场景
"pairing"需要先完成配对私密 agent,需要控制访问权限
"open"任何人都可以交互公开 agent,如客服、信息查询
"allowlist"仅白名单用户可交互特定人群使用,结合 allowFrom 配置

注意事项:

  • 首次使用 pairing 策略时,私聊会收到配对码提示,需要在 Kimi Claw Web 设置页查看配对码并输入
  • allowFrom 和 groupAllowFrom 中填写的是用户的 open_id(格式 ou_xxxxxxxx)

第 3 步:绑定 Agent 到飞书账号(Bindings)

在 bindings 数组中添加,将 agent 与飞书 channel 账号关联:

{
  "agentId": "<your-agent-id>",
  "match": {
    "channel": "feishu",
    "accountId": "<your-feishu-account-id>"
  }
}
绑定逻辑说明: - agentId: 指向 agents.list 中定义的 agent id - match.channel: 渠道类型,这里是 feishu - match.accountId: 指向 channels.feishu.accounts 中定义的账号 key

绑定匹配规则:

当飞书 channel 收到消息时,OpenClaw 按以下顺序匹配:

  1. 确定消息来源的飞书账号(accountId)
  2. 在 bindings 中查找 match.accountId 匹配的条目
  3. 根据 agentId 找到对应的 agent 配置
  4. 将消息路由到该 agent 的 workspace 处理

一对一 vs 一对多:

  • 一对一绑定(推荐):一个飞书账号绑定一个 agent
  { "agentId": "writer", "match": { "channel": "feishu", "accountId": "writer-feishu" } }
  • 一对多绑定:多个飞书账号可以绑定到同一个 agent
  { "agentId": "assistant", "match": { "channel": "feishu", "accountId": "assistant-bot-1" } }
  { "agentId": "assistant", "match": { "channel": "feishu", "accountId": "assistant-bot-2" } }
  • 多对一绑定:一个飞书账号根据条件路由到不同 agents(需要高级匹配规则)

完整创建流程(以创建 writer agent 为例)

以下示例假设你要创建一个名为 writer 的 agent,绑定到飞书账号 writer-feishu:

Step 1: 创建目录

mkdir -p /root/.openclaw/workspace/agents/writer/{memory,diary,output,.openclaw}
注意:output/ 目录用于存放所有任务/项目的输出文件,遵循 AGENTS.md 中的 Output 文件夹规范。

Step 2: 写入人格文件

创建以下文件(内容根据人设定制):

  • IDENTITY.md — 名字、气质、signature line、emoji
  • SOUL.md — 核心性格、说话方式、品味与厌恶
  • AGENTS.md — 工作规范、记忆规则、心跳行为、Output 文件夹规范
  • MEMORY.md — 长期记忆起始页(职责、变更记录)
  • USER.md — 用户档案模板
  • TOOLS.md — 环境备忘模板
  • HEARTBEAT.md — 可先留空或写注释

Step 3: 写入状态文件

cat > /root/.openclaw/workspace/agents/writer/.openclaw/workspace-state.json << 'EOF'
{
  "version": 1,
  "onboardingCompletedAt": "2026-04-14T02:46:05.000Z"
}
EOF

Step 4: 修改 ~/.openclaw/openclaw.json

① 注册 agent(添加到 agents.list):

{
  "id": "writer",
  "name": "writer",
  "workspace": "/root/.openclaw/workspace/agents/writer",
  "agentDir": "/root/.openclaw/agents/writer",
  "memorySearch": {
    "enabled": true
  }
}
注意:模型不在 agent 级别配置,而是继承全局默认模型或通过 agents.defaults.model 统一设置。

② 配置飞书 channel(添加到 channels.feishu.accounts):

"writer-feishu": {
  "appId": "cli_xxxxxxxxxxxxxxxx",
  "appSecret": "xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx",
  "dmPolicy": "pairing",
  "groupPolicy": "pairing",
  "allowFrom": [],
  "groupAllowFrom": []
}
⚠️ 替换 cli_xxxxxxxxxxxxxxxx 和 xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx 为你从飞书开放平台获取的真实凭证。

③ 绑定 agent 到飞书(添加到 bindings):

{
  "agentId": "writer",
  "match": {
    "channel": "feishu",
    "accountId": "writer-feishu"
  }
}

Step 5: 重启 Gateway

openclaw gateway restart
必须在执行前明确告知用户:"我现在将重启 OpenClaw Gateway 以应用新配置。"

Step 6: 验证连接

查看日志确认 WebSocket 已建立:

cat /root/.openclaw/logs/openclaw.log | grep "feishu\[writer-feishu\]"

预期输出:

feishu[writer-feishu]: starting WebSocket connection...
feishu[writer-feishu]: received message from ...

常见错误与排查

1. "Channel is required when multiple channels are configured"

  • 如果为 agent 创建了 cron job,但没有显式指定 channel,会报此错
  • 解决:在 cron 配置中添加 "channel": "feishu" 和 "accountId": "writer-feishu"

2. 飞书消息没有路由到新 agent

  • 检查 bindings 中的 accountId 是否与 channels.feishu.accounts 的 key 一致
  • 检查 agentId 是否与 agents.list 中的 id 一致
  • 检查 openclaw.json 语法是否合法(逗号、括号匹配)
  • 检查 channels.feishu.enabled 是否为 true

3. 配对失败

  • 如果 dmPolicy 是 pairing,首次私聊需要配对码
  • 配对码可通过 Kimi Claw Web 设置页查看,或让已配对用户转发

4. "appId or appSecret not configured"

  • 检查飞书应用的凭证是否正确填写
  • 检查飞书应用是否在开放平台启用并发布了版本

完整最小配置示例

以下是一个完整可运行的 openclaw.json 片段,展示 agent、channel、bindings 三者的关联:

{
  "agents": {
    "defaults": {
      "model": {
        "primary": "kimi-coding/k2p5"
      }
    },
    "list": [
      {
        "id": "writer",
        "name": "writer",
        "workspace": "/root/.openclaw/workspace/agents/writer",
        "agentDir": "/root/.openclaw/agents/writer",
        "memorySearch": { "enabled": true },
        "subagents": {
          "allowAgents": ["*"]
        }
      }
    ]
  },
  "bindings": [
    {
      "agentId": "writer",
      "match": { "channel": "feishu", "accountId": "writer-feishu" }
    }
  ],
  "channels": {
    "feishu": {
      "enabled": true,
      "domain": "feishu",
      "requireMention": false,
      "defaultAccount": "main-bot",
      "accounts": {
        "writer-feishu": {
          "appId": "cli_xxxxxxxxxxxxxxxx",
          "appSecret": "xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx",
          "dmPolicy": "pairing",
          "groupPolicy": "pairing",
          "allowFrom": [],
          "groupAllowFrom": []
        }
      }
    }
  }
}
注意: - 模型配置在 agents.defaults.model 中统一设置,所有 agent 继承此默认模型 - subagents.allowAgents: ["*"] 启用完整的 agent 发现和多 agent 协作能力

关键对应关系图解:

┌─────────────────────────────────────────────────────────────┐
│  Message arrives at Feishu (appId: cli_xxxxxxxx)            │
└─────────────────────────────────────────────────────────────┘
                           │
                           ▼
┌─────────────────────────────────────────────────────────────┐
│  Channel: channels.feishu.accounts["writer-feishu"]         │
│  → Identified accountId: "writer-feishu"                    │
└─────────────────────────────────────────────────────────────┘
                           │
                           ▼
┌─────────────────────────────────────────────────────────────┐
│  Binding: bindings.find(b => b.match.accountId === "writer-feishu")
│  → Found: { agentId: "writer", ... }                        │
└─────────────────────────────────────────────────────────────┘
                           │
                           ▼
┌─────────────────────────────────────────────────────────────┐
│  Agent: agents.list.find(a => a.id === "writer")            │
│  → Found: { workspace: "/root/.openclaw/workspace/agents/writer" }
│  → Load SOUL.md, IDENTITY.md, MEMORY.md from this path      │
└─────────────────────────────────────────────────────────────┘
                           │
                           ▼
┌─────────────────────────────────────────────────────────────┐
│  Agent "writer" processes the message and replies           │
└─────────────────────────────────────────────────────────────┘

平台分布

OpenClaw

98.1%
按下载量换算910

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

通过

权限和风险

执行命令

安装流程涉及命令执行,可能通过 openclaw skills install create-agent-feishu 联网下载 Skill 或依赖。用户安装前应确认命令来源、仓库内容和执行环境。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills