Token导航 LogoToken导航

Agent Skill · 效率

feishu-multi-agent(飞鼠多 Agent)

feishu-multi-agent 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。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。

feishu-multi-agent 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为接触敏感数据;许可证为 MIT-0,第三方扫描有提醒项,按安装量在效率类的 21,003 个 Skill 里排第 4,119。

总安装 14,326周安装 591GitHub Stars 公开资料未说明下载 4,681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
1.0.0

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:feishu-multi-agent(飞鼠多 Agent)
来源仓库:https://github.com/evan966890/feishu-multi-agent
安装命令:
openclaw skills install feishu-multi-agent
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 feishu-multi-agent

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

通过飞书编排多个 OpenClaw 代理的生产蓝图,包括文件驱动的任务队列、cron 调度和工作区沙箱解决方案。

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 feishu-multi-agent;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

    它需要接触敏感数据,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

feishu-multi-agent 怎么安装?

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

feishu-multi-agent 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。

feishu-multi-agent 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

feishu-multi-agent 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。

feishu-multi-agent 用的人多吗?

公开数据是累计安装 14,326 次,近一周安装 591 次,下载 4,681 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。

feishu-multi-agent 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

  • 需要接触敏感数据,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。
  • 需要处理效率类任务、又不想每次都手写提示词的人。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
feishu-multi-agent

飞鼠多 Agent · 本页

14,326—接触敏感数据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
feishu-multi-agent
description
Production blueprint for orchestrating multiple OpenClaw agents via Feishu with file-driven task queues, cron scheduling, and workspace sandbox workarounds.

feishu-multi-agent — 飞书多 Agent 编排实战指南

从 0 到 1 搭建一个包工头 + N 个下属 agent 的自动化团队,通过飞书与用户交互,文件驱动任务分发,cron 驱动持续工作。

本技能总结了在生产环境中运行 7 个飞书 agent(包工头 + 游戏工厂 + 龙虾出版社 + 小秘虾妹 + 炒币哥 + 炒股姐 + Agent猎头)的全部经验,涵盖架构设计、沙箱踩坑、任务队列、cron 编排、故障排查。

适用场景

  • 用 OpenClaw 管理多个 AI agent,每个 agent 绑定一个飞书 bot
  • 需要一个"包工头"agent 自动给其他 agent 派活
  • 希望 agent 持续工作(不是做一件事就停)
  • 需要文件驱动的任务队列(而非纯消息驱动)

架构总览

用户 ──飞书──→ 包工头(main) ──任务文件──→ buyer / kb / gf
                  │                         ↑
                  │                    cron 触发心跳
                  └── cron 巡查 ──检查状态──┘

不受包工头管理的 agent(用户直接控制):
  coach / travel / edu

核心概念

概念说明
包工头只管人不干活,通过文件派活 + openclaw agent 催活
任务队列每个下属 workspace 下 tasks/pending/ + tasks/done/
持续工作cron 高频触发 + HEARTBEAT.md 指示"做完一件做下一件"
沙箱限制Write 工具只能写 workspace 内,跨 workspace 必须用 bash

Step 1: 飞书应用准备

每个 agent 需要一个独立的飞书自建应用(bot)。参考 feishu-app-setup 技能完成:

  1. 在 open.feishu.cn 创建 N 个企业自建应用
  2. 每个应用添加机器人能力 + 批量导入权限
  3. 配置事件订阅(WebSocket 长连接)
  4. 发布上线

批量创建技巧:用 agent-browser --cdp-endpoint 连接已登录浏览器,循环创建+配置,免重复登录。

Step 2: OpenClaw 多账号配置

{
  "channels": {
    "feishu": {
      "enabled": true,
      "accounts": {
        "main":   { "appId": "cli_aaa", "appSecret": "secret_aaa", "name": "包工头" },
        "buyer":  { "appId": "cli_bbb", "appSecret": "secret_bbb", "name": "游戏工厂" },
        "kb":     { "appId": "cli_ccc", "appSecret": "secret_ccc", "name": "龙虾出版社" },
        "gf":     { "appId": "cli_ddd", "appSecret": "secret_ddd", "name": "小秘虾妹" }
      }
    }
  },
  "bindings": [
    { "agentId": "main",  "match": { "channel": "feishu", "accountId": "main" } },
    { "agentId": "buyer", "match": { "channel": "feishu", "accountId": "buyer" } },
    { "agentId": "kb",    "match": { "channel": "feishu", "accountId": "kb" } },
    { "agentId": "gf",    "match": { "channel": "feishu", "accountId": "gf" } }
  ]
}

Agent 列表配置

{
  "agents": {
    "list": [
      { "id": "main",  "name": "main",  "workspace": "~/.openclaw/workspace" },
      { "id": "buyer", "name": "buyer", "workspace": "~/.openclaw/workspace-buyer" },
      { "id": "kb",    "name": "kb",    "workspace": "~/.openclaw/workspace-kb" },
      { "id": "gf",    "name": "gf",    "workspace": "~/.openclaw/workspace-gf" }
    ]
  }
}

配置后重启 Gateway:

launchctl stop ai.openclaw.gateway && sleep 3 && launchctl start ai.openclaw.gateway

首次对话需配对:

openclaw pairing approve feishu <配对码>

Step 3: 创建任务队列目录

# 为每个受管 agent 创建任务目录
mkdir -p ~/.openclaw/workspace-buyer/tasks/{pending,done}
mkdir -p ~/.openclaw/workspace-kb/tasks/{pending,done}
mkdir -p ~/.openclaw/workspace-gf/tasks/{pending,done}

任务文件格式

tasks/pending/001-task-name.md:

# 任务标题
优先级: 高/中/低
下达时间: 2026-03-01 10:00
描述: 具体要做什么

完成后 agent 把文件从 pending/ 移到 done/。

Step 4: 配置包工头 SOUL.md

文件: ~/.openclaw/workspace/SOUL.md

关键内容:

# 包工头(监工/调度中心)

## 管辖范围
| Agent | 角色 |
|-------|------|
| buyer | 持续开发 HTML5 教育游戏 |
| kb    | 深度研究 + 写书 |
| gf    | 陪聊互动 + 内容推荐 |

不归你管的 agent:coach、travel、edu

## 巡查方式
- `openclaw sessions --agent <id> --active 60` 检查活动
- `ls ~/.openclaw/workspace-<id>/tasks/pending/` 检查任务队列

## ⚠️ 派活方式(重要)
必须用 bash 命令写任务文件,不要用 Write 工具!

    cat > ~/.openclaw/workspace-buyer/tasks/pending/003-xxx.md << 'EOF'
    # 任务标题
    优先级: 中
    描述: ...
    EOF

## 踢屁股
openclaw agent --agent <id> --message '检查 tasks/pending,有活就干'

Step 5: 配置下属 HEARTBEAT.md

游戏工厂(buyer)

# 工作循环
1. 检查 tasks/pending/,有任务就做第一个(按文件名排序)
2. 执行任务(cd game-factory && git pull → 开发 → commit && push)
3. 完成后移到 tasks/done/
4. 再检查 pending,有就继续
5. 没有待办时自主开发新游戏
6. 不要停,保持持续产出

龙虾出版社(kb)

# 工作循环
1. 检查 tasks/pending/,有任务就执行
2. 新话题 → 生成大纲 → 逐章写作
3. 催进度 → 继续上次未完成的章节
4. 完成后移到 tasks/done/
5. 有进行中的项目就主动往前写

小秘虾妹(gf)

# Heartbeat
## 先检查待办
查看 tasks/pending/,有任务优先做,完成后移到 tasks/done/

## 无待办时随机做一件事
1. 分享一首歌
2. 推荐有趣的东西
3. 分享趣闻
4. 发一张自拍
5. 随便聊聊

Step 6: 配置 Cron Jobs

包工头巡查(每 30 分钟)

openclaw cron add \
  --name "foreman-patrol" \
  --every 30m \
  --agent main \
  --session main \
  --timeout-seconds 300 \
  --thinking low \
  --system-event "执行巡查。检查 buyer/kb/gf 状态和任务队列,为空闲的下属派新任务。"

注意:--session main 的 job 必须用 --system-event,不能用 --message!

包工头汇报(每 4 小时)

openclaw cron add \
  --name "foreman-report" \
  --every 4h \
  --agent main \
  --session main \
  --timeout-seconds 300 \
  --thinking low \
  --system-event "向老板汇报。统计 buyer/kb/gf 过去 4 小时的产出和状态。"

游戏工厂持续开发(每 20 分钟)

openclaw cron add \
  --name "game-factory-cycle" \
  --every 20m \
  --agent buyer \
  --session isolated \
  --timeout-seconds 600 \
  --thinking low \
  --message "检查 tasks/pending/ 有任务就做,没有就自主开发新游戏。做完继续做下一个。"

小秘虾妹互动(每 2 小时)

openclaw cron add \
  --name "gf-heartbeat" \
  --every 2h \
  --agent gf \
  --session isolated \
  --timeout-seconds 180 \
  --thinking low \
  --message "检查 tasks/pending/ 有任务先做。没有的话随机做一件事分享给用户。"

Cron 管理

openclaw cron list                    # 查看所有 cron
openclaw cron run <job-id>            # 手动触发一次
openclaw cron update <id> --disabled  # 暂停
openclaw cron delete <id>             # 删除

⚠️ 关键踩坑与解决方案

坑 1: Write 工具受 workspace 沙箱限制

症状: [tools] write failed: Path escapes workspace root: /path/outside/workspace

原因: OpenClaw 的 Write/Read 工具使用 fs.realpath() 解析路径,严格限制在 workspace 目录内。Symlink 也无效(会被 realpath 解析为真实路径)。

解决方案:

场景解决方案
Agent 需要写 workspace 外的目录把目录移进 workspace,原位置留 symlink
包工头写其他 agent 的 workspace用 bash cat > file 而非 Write 工具
Agent 需要读其他 workspace用 bash cat file 或 ls dir

示例:buyer 需要写 ~/game-factory/:

mv ~/game-factory ~/.openclaw/workspace-buyer/game-factory
ln -s ~/.openclaw/workspace-buyer/game-factory ~/game-factory

坑 2: --session main 必须用 --system-event

症状: Error: Main jobs require --system-event (systemEvent).

原因: main session 的 cron job 只接受 --system-event,不接受 --message。--message 仅用于 --session isolated。

对比:

# ✅ main session
openclaw cron add --session main --system-event "巡查指令"

# ✅ isolated session
openclaw cron add --session isolated --message "工作指令"

# ❌ 错误
openclaw cron add --session main --message "xxx"

坑 3: 飞书 WebSocket 静默断连

症状: Agent 不再收到飞书消息,但 gateway 进程仍在运行。日志中最后一条飞书消息后无新消息。

诊断:

# 查看最近的飞书消息
grep "feishu\[main\]" ~/.openclaw/logs/gateway.log | tail -5

# 如果最后一条 received 时间很久以前,WebSocket 可能断了

解决: 重启 gateway 重新连接:

launchctl stop ai.openclaw.gateway && sleep 3 && launchctl start ai.openclaw.gateway

验证:

grep "WebSocket client started" ~/.openclaw/logs/gateway.log | tail -10

坑 4: 飞书消息发太快导致 replies=0

症状: dispatch complete 显示 queuedFinal=false, replies=0,部分消息无回复。

原因: 用户在 5 秒内连续发多条消息,后面的消息被跳过(skipping duplicate message)或模型来不及处理。

缓解: 发消息后等几秒再发下一条。这是飞书 WebSocket SDK 的去重机制。

坑 5: Cron job 触发时 session 正忙

症状: openclaw cron run 返回 "ran": false, "reason": "already-running"

原因: 目标 session 正在处理其他请求,cron job 排队等待。

这是正常行为,job 会在 session 空闲后自动执行。不需要重试。

坑 6: Agent 上下文溢出

症状: Agent 回复质量下降或不回复。openclaw sessions 显示 context 使用率 > 70%。

诊断:

openclaw sessions --agent main
# 看 Tokens (ctx %) 列

解决: 让 agent 开新 session。对于 cron job,使用 --session isolated 每次启动新上下文。对于 main session,可能需要手动清理。

坑 7: failed to obtain token 连续报错

症状: gateway.err.log 中大量 failed to obtain token 警告。

原因: 某个 model provider 的 OAuth token 过期或失效。

解决: 检查 auth-profiles.json 中哪个 provider 有问题,重新认证:

openclaw auth login <provider>

运维 Checklist

每日检查

# 1. 所有 agent 活跃吗?
openclaw sessions --all-agents --active 60

# 2. cron 正常吗?
openclaw cron list

# 3. 飞书连接正常吗?
grep "WebSocket client started" ~/.openclaw/logs/gateway.log | tail -10

# 4. 有报错吗?
tail -20 ~/.openclaw/logs/gateway.err.log

故障快速恢复

# 飞书断连 → 重启 gateway
launchctl stop ai.openclaw.gateway && sleep 3 && launchctl start ai.openclaw.gateway

# Agent 不干活 → 手动催
openclaw agent --agent buyer --message "检查 tasks/pending,有活干活,没活自己找活"

# Cron 不触发 → 手动跑一次
openclaw cron run <job-id>

# Session 满了 → 看上下文使用率
openclaw sessions --agent <id>

工作流总结

                    ┌─────────────────────────┐
                    │     包工头 (main)         │
                    │  cron: 每30m巡查          │
                    │  cron: 每4h汇报           │
                    └───┬───────┬───────┬──────┘
                        │       │       │
              bash cat >│       │       │bash cat >
                        ▼       ▼       ▼
              ┌─────┐ ┌────┐ ┌────┐
              │buyer│ │ kb │ │ gf │
              │tasks│ │tasks│ │tasks│
              │pend/│ │pend/│ │pend/│
              │done/│ │done/│ │done/│
              └──┬──┘ └──┬─┘ └──┬─┘
                 │       │      │
            cron 20m  按需派活  cron 2h
                 │       │      │
                 ▼       ▼      ▼
            开发游戏   写书   随机互动

依赖

  • OpenClaw Gateway (运行中,带飞书 WebSocket 连接)
  • feishu-app-setup 技能(用于创建飞书应用)
  • agent-browser 技能(可选,用于批量飞书应用配置)
  • 飞书企业管理员权限

License

MIT

平台分布

OpenClaw

78.45%
按下载量换算3,672

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

未展示

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

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