Token导航 LogoToken导航TokenDH.com
效率权限需确认clawhub未标认证来源可访问clear审计通过

lark-multi-agent-factory云雀多 Agent 工厂

Agent Skill

lark-multi-agent-factory 用于辅助前端页面、组件、样式和交互逻辑开发,适合在 OpenClaw 中需要维护前端项目、生成组件或检查界面实现时使用。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。

总安装

2,493

周安装

106

GitHub Stars

公开资料未说明

下载量

873
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

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:lark-multi-agent-factory(云雀多 Agent 工厂)
来源仓库:https://github.com/cchenwei/lark-multi-agent-factory
安装命令:
openclaw skills install lark-multi-agent-factory
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 lark-multi-agent-factory

简介

批量创建与管理飞书机器人的多 Agent 配置工具。

  • 适合在 OpenClaw 中快速部署团队级智能助手集群。
  • 通过 clawhub 安装,仅当主插件为 @larksuite/openclaw-lark 时生效。
  • 使用前请确认组织内机器人配额与权限模板一致性。
  • 建议分阶段灰度发布以避免资源争抢。lark-multi-agent-factory 属于效率类 Skill,可作为该场景下的辅助能力补充。

SKILL.md

name
lark-multi-agent-factory
description
针对 @larksuite/openclaw-lark 官方插件的多 agent 批量配置工具。当用户说「添加 agent」「新建 agent」「配置飞书」「批量创建 agent」「添加新机器人」,且系统安装的是 @larksuite/openclaw-lark 插件时触发。支持 threadSession、replyMode、blockStreaming 等官方插件专属字段。
metadata

Lark Multi-Agent Factory

针对 @larksuite/openclaw-lark(≥ 2026.4.0) 的多 agent 批量配置向导。

feishu-multi-agent-factory 的区别 - 专为官方 @larksuite/openclaw-lark 插件设计(内置插件 @openclaw/feishu 用另一个) - 支持 threadSessionreplyModeblockStreaming 等官方插件专属字段 - 创建前自动检查插件是否已安装

核心脚本

~/.openclaw/workspace/skills/lark-multi-agent-factory/scripts/setup_agents.py

官方插件专属字段说明

字段级别类型说明
threadSessionchannelboolean开启后每个飞书话题为独立会话(推荐 true
replyModechannel / accountauto \static \streaming回复渲染方式:auto 自动选择,streaming 流式输出,static 纯文本
blockStreamingchannelboolean是否合并流式块(减少更新频率)
blockStreamingCoalescechannelobject流式合并策略(高级配置)

对话示例

批量创建 agents

用户:

帮我用官方飞书插件创建 2 个 agent:
1. id: analyst,数据分析师📊,AppId: cli_xxx1,Secret: yyy1
2. id: writer,内容创作者✍️,AppId: cli_xxx2,Secret: yyy2
用 streaming 模式,开启 threadSession

助手回应(先 dry-run 确认):

python3 ~/.openclaw/workspace/skills/lark-multi-agent-factory/scripts/setup_agents.py \
  --dry-run \
  --config '{
    "channel": {"threadSession": true, "replyMode": "streaming"},
    "agents": [
      {"id": "analyst", "name": "数据分析师", "emoji": "📊",
       "feishu_app_id": "cli_xxx1", "feishu_app_secret": "yyy1"},
      {"id": "writer", "name": "内容创作者", "emoji": "✍️",
       "feishu_app_id": "cli_xxx2", "feishu_app_secret": "yyy2"}
    ]
  }'

确认后执行:

python3 ~/.openclaw/workspace/skills/lark-multi-agent-factory/scripts/setup_agents.py \
  --config '...' --restart

调整 channel 级别参数

# 切换 replyMode(无需重新创建 agents)
python3 ~/.../setup_agents.py --set-channel --reply-mode streaming --restart

# 开启 threadSession
python3 ~/.../setup_agents.py --set-channel --thread-session true

# 关闭 blockStreaming
python3 ~/.../setup_agents.py --set-channel --block-streaming false

操作流程

第一步:收集信息

用户说想添加 agent 时,引导收集:

我需要以下信息:

1. **Agent ID**(英文小写,如 `analyst`)
2. **名称**(如「数据分析师」)
3. **Emoji**
4. **飞书 App ID**(格式:cli_xxxxxxxx)
5. **飞书 App Secret**
6. **replyMode**(可选,默认继承 channel 设置)
   - `auto` — 自动选择(推荐)
   - `streaming` — 流式输出,打字机效果
   - `static` — 纯文本,兼容性最佳

可同时提供多个 agent。

第二步:dry-run 预览

python3 ~/.openclaw/workspace/skills/lark-multi-agent-factory/scripts/setup_agents.py \
  --dry-run --config '<JSON>'

第三步:确认并创建

python3 ~/.openclaw/workspace/skills/lark-multi-agent-factory/scripts/setup_agents.py \
  --config '<JSON>' --restart

JSON 格式

{
  "channel": {
    "threadSession": true,
    "replyMode": "auto",
    "blockStreaming": false
  },
  "agents": [
    {
      "id": "analyst",
      "name": "数据分析师",
      "emoji": "📊",
      "description": "负责数据分析与报表",
      "feishu_app_id": "cli_xxxxxxxx",
      "feishu_app_secret": "xxxxxxxx",
      "feishu_domain": "feishu",
      "reply_mode": "streaming"
    }
  ]
}
channel 字段可选,第一次运行时写入 channels.feishu(已有值不覆盖)。 reply_mode 为 per-agent 覆盖,仅当与 channel 级别不同时才写入账号配置。

其他命令

# 查看现有 agents 及 channel 配置
python3 ~/.../setup_agents.py --list

# 删除 agent(仅移除配置,不删目录)
python3 ~/.../setup_agents.py --remove <id>

# 跳过插件检查(调试用)
python3 ~/.../setup_agents.py --skip-plugin-check --config '...'

前置条件

  1. 安装官方插件:
   openclaw plugins install @larksuite/openclaw-lark
  1. 禁用内置插件(若已安装,两者不可同时运行):
   openclaw plugins disable feishu
  1. 通过 openclaw channels add 配置顶层主账号(channels.feishu.appId/appSecret)。
  1. 重启 gateway 激活插件:
   openclaw gateway restart

自动完成的事项

步骤内容
✅ 插件检查验证 @larksuite/openclaw-lark 已安装
✅ workspace 目录~/.openclaw/workspace-{id}/ + 基础文件
✅ agentDir~/.openclaw/agents/{id}/agent/ + defaults.json
✅ agents.list写入 openclaw.json
✅ feishu accounts写入 channels.feishu.accounts(含 name 字段)
✅ channel 字段threadSession / replyMode 等首次写入
✅ bindingsagent ↔ feishu account
✅ agentToAgent.allow加入协作白名单
✅ session.dmScope自动设置多账号会话隔离

安全说明

  • App Secret 脱敏输出(仅显示前 4 位)
  • 凭据只写入本地 ~/.openclaw/openclaw.json
  • agent id 严格校验,防止路径穿越攻击

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

85.72%
按下载量换算748

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

权限需确认

当前来源未能明确判断权限范围,默认进入异常复核队列。

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。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills