夜雨聆风🎯 让你在 30 分钟内拥有一个分工明确的 AI 开发团队
📚 目录
1️⃣ 什么是多 Agent 系统？
2️⃣ 系统架构预览
3️⃣ 准备工作（包含飞书配置）
4️⃣ 开始搭建
5️⃣ 飞书多 Agent 实战
6️⃣ 验证与测试
7️⃣ 常见问题
1️⃣ 什么是多 Agent 系统？
想象一下你要开发一个产品，通常需要：
做技术方案设计 写代码 验证功能 把控质量 沟通需求
💡 多 Agent 系统就是把这些角色都变成 AI Agent，让它们各司其职，协同工作。
2️⃣ 系统架构预览
📁 目录结构
Plain Text ~/.openclaw/ ├── agents/ │├── main/ │├── product-manager/ │├── architect/ │├── developer/ │├── tester/ │└── reviewer/ ├── workspace/ ├── workspace-product-manager/ ├── workspace-architect/ ├── workspace-developer/ ├── workspace-tester/ └── workspace-reviewer/ |
👥 Agent 角色矩阵
— 任务分发、协调 — 需求收集、产品设计 — 技术方案设计 — 代码实现 — 功能测试 — 代码审查
3️⃣ 准备工作
✅ 环境要求
• macOS 或 Linux 系统 • Node.js 18+ 已安装 • OpenClaw 已安装并配置
🔍 检查 OpenClaw 状态
Plain Text openclaw status |
📌 飞书配置（必读）
⚠️ 如果你需要通过飞书与 Agent 交互，必须完成以下飞书应用配置。
步骤 1：创建飞书应用
在飞书开放平台创建自建应用，获取 App ID 和 App Secret
步骤 2：申请权限
Plain Text docx:document docx:document:create drive:drive im:message im:message:send_as_bot |
步骤 3：配置应用凭证
在 openclaw.json 的 plugins.entries.feishu 中配置：
Plain Text { "plugins": { "entries": { "feishu": { "enabled": true, "appId": "cli_xxx", "appSecret": "xxx", "groupAllowFrom": ["oc_xxx"] } } } } |
步骤 4：绑定 Agent 到飞书
Plain Text openclaw agents bind --agent |
4️⃣ 开始搭建
📂 第一步：创建目录结构
Plain Text mkdir -p ~/.openclaw/agents/{product-manager,architect,developer,tester,reviewer}/agent mkdir -p ~/.openclaw/agents/{product-manager,architect,developer,tester,reviewer}/sessions mkdir -p ~/.openclaw/workspace-{product-manager,architect,developer,tester,reviewer} |
⚙️ 第二步：配置 openclaw.json
在 agents.list 中添加各个 Agent：
Plain Text { "agents": { "list": [ { "id": "product-manager", "workspace": "~/.openclaw/workspace-product-manager", "identity": { "name": "产品经理", "emoji": "📊", "theme": "professional" }, "skills": ["product-management"], "model": { "provider": "minimax", "model": "MiniMax-M2.7-highspeed" } } ] } } |
📝 第三步：创建各 Agent 的 SOUL.md
为每个 Agent 创建 SOUL.md 文件，定义其角色和职责。
Plain Text # SOUL.md - 产品经理 Agent 你是 AI 产品经理，专注于需求分析和产品设计。 ## 核心职责 - 收集和整理用户需求 - 编写产品需求文档 (PRD) - 设计用户流程和功能规划 ## 风格 - 专业、清晰、有条理 - 善于沟通和倾听 - 以用户价值为导向 |
📄 第四步：创建工作空间配置文件
在每个独立工作空间中创建：AGENTS.md、SOUL.md、USER.md
Plain Text # 工作空间文件结构 workspace-product-manager/ ├── AGENTS.md# 任务路由规则 ├── SOUL.md# Agent 角色定义 └── USER.md# 用户偏好设置 |
5️⃣ 飞书多 Agent 实战
👥 飞书群组配置
— 主调度器，所有任务的入口 — 需求分析和产品设计 — 技术方案设计 — 代码实现 — 功能测试 — 代码审查
🔄 任务分发流程
当你发送任务给主调度器时，它会自动识别任务类型并派发给正确的 Agent。
Plain Text 示例任务分发： 你：帮我开发一个用户登录接口 ↓ 主调度器识别：开发任务 ↓ 派发给：developer ↓ 开发工程师开始实现 |
6️⃣ 验证与测试
📋 查看所有 Agent
Plain Text openclaw agents list |
🧪 测试单个 Agent
Plain Text openclaw agent --agent product-manager --message "请介绍一下你的职责" |
✅ 验证配置
Plain Text openclaw models list |
7️⃣ 常见问题
❓ Q1: Agent 无法启动？
Plain Text # 检查状态 openclaw gateway status # 重启 Gateway openclaw gateway restart |
❓ Q2: 模型配置失败？
确保：
1. API 密钥已正确设置 2. 模型 ID 格式正确 3. 模型提供商已启用
❓ Q3: 如何给 Agent 添加新技能？
编辑 openclaw.json，在对应 Agent 的 skills 数组中添加技能名称。
❓ Q4: Agent 之间如何通信？
通过主调度器的 sessions_send 功能实现 Agent 间消息传递。
🎉 恭喜！
你已经成功搭建了 OpenClaw 多 Agent 系统。现在你可以：📊 让产品经理分析需求 🏗️ 让架构师设计技术方案 💻 让开发工程师实现功能 🧪 让测试工程师验证质量 🔍 让评审审查代码一个完整的 AI 开发团队，尽在掌控！
🔄 关键流程图
📊 任务分发流程（Plain Text 流程图）
流程说明：
1. 用户发起任务 → 2. 主调度器识别 → 3. 自动派发 → 4. 专业处理 → 5. 结果汇总
🤝 Agent 间协作流程
📝 总结
💡 一句话总结：本教程教你用 OpenClaw 搭建一个分工明确的 AI 开发团队，让任务自动路由到对的 Agent，实现效率提升 10 倍的开发体验。
你能学到：
✅ 多 Agent 协作原理
✅ OpenClaw 深度配置
✅ 飞书集成实战
✅ 工作空间隔离最佳实践
✅ 生产级 AI Agent 架构