为什么要做Agent隔离而不是协同

把日常工作拆解后交给不同的Agent分别处理，核心收益是上下文干净、响应准确。协同办公听起来更高级，但有两个现实问题：一是配置复杂度陡增，需要额外打通消息会话通道，新手容易出错；二是Token消耗会达到隔离模式的数倍甚至十几倍，因为每个Agent都需要长期记忆自己和其他Agent的工作内容。对于个人或小团队来说，隔离办公是性价比最高的方案。

以自媒体工作为例，可以让OpenClaw自动拆解工作内容，生成4个子Agent分别负责不同板块（比如文案、选题、数据分析、排版），每个Agent独立运行互不干扰。

整体流程概览

完整配置分为6步：

  1. 创建飞书应用
  2. 配置 openclaw.json
  3. 建立飞书长连接
  4. 配置子Agent
  5. 绑定飞书与子Agent并激活
  6. 定义子Agent人设

下面逐步展开。

第一步：创建飞书应用

一个机器人对应一个Agent。如果需要4个Agent，就创建4个飞书应用，每个应用的配置流程相同。

用企业级账号（非个人账号）登录飞书开放平台，点击「创建企业自建应用」，填写机器人名称和头像信息。创建完成后：

  • 添加应用能力：在左侧菜单选择「添加应用能力」→「机器人」
  • 获取凭证：记录 APP ID 和 APP Secret，后续配置需要用到
  • 开通权限：在「权限管理」→「开通权限」中，把消息与群组的权限全部开通。这是飞书与OpenClaw对话的关键通道。其他权限（云文档、多维表格等）根据需求开通
  • 创建版本：在「版本管理与发布」中创建版本

注意：「事件与回调」此时先跳过，需要等OpenClaw配置完成后才能成功连接。

第二步：配置 openclaw.json

找到OpenClaw的配置目录，路径通常为：

C:\Users\{你的用户名}\.openclaw

用编辑器打开 openclaw.json，找到 channels 字段下的 feishu 渠道，修改其中的 accounts 字段，填入刚才获取的凭证信息。

配置完成后在终端重启网关：

openclaw gateway restart

第三步：建立飞书长连接

回到飞书应用后台，配置「事件与回调」：

  • 点击「事件与回调」→「事件配置」→「订阅方式」→ 选择「长连接」→「保存」
  • 点击下方「添加事件」，搜索 receive，添加该事件
  • 回调配置重复上述操作，回调事件选择「卡片回传交互」

配置完成后重新创建版本并发布。此时登录飞书客户端就能看到这个应用机器人了。

第四步：创建子Agent工作区

建立通讯渠道只是第一步，要实现彻底隔离还需要创建独立的子工作区。整体目录结构是每个Agent拥有自己独立的 workspace 目录。

在终端输入：

openclaw agents add demo

其中 demo 是Agent名称，按需替换。系统会提示配置大模型的API Key，按提示填写即可。最后一步的渠道选择选「No」——因为已经在 openclaw.json 里配置过了。

第五步：绑定并激活

将飞书应用和OpenClaw子Agent绑定：

openclaw agents bind --agent demo --bind feishu:demo

绑定后必须重启网关：

openclaw gateway restart

重启后去飞书上给这个应用发送第一条消息，系统会返回一个匹配码。复制终端命令完成配对：

openclaw pairing approve feishu [你的匹配码]

这一步如果之前没有重启网关，可能导致对话内容串台，务必确认已重启。

第六步：定义Agent人设

配置完通讯和隔离之后，需要为每个Agent定义角色，主要通过3个Markdown文件完成：

  • IDENTITY.md（身份定义）：确立AI的角色设定、基本立场和语言风格，解决「我是谁」和「我该用什么口吻说话」的问题。比如一个文案助手，可以设定它的写作偏好、擅长领域和输出格式。

  • USER.md（用户画像）：描述交互对象的信息、偏好和需求，帮助AI实现个性化服务。包括用户的专业背景、内容偏好、常见需求等。

  • SOUL.md（核心价值观）：定义AI的思维模式和内在驱动力。相比 IDENTITY.md 的表面人格，SOUL.md 决定了AI在面对模糊选择时的「直觉」——比如是追求数据严谨还是偏向创意表达。

一个实用技巧是：把这3个文件的用途和你的需求告诉AI，让AI帮你生成初稿，再做微调。这比从零开始写效率高得多。

实际效果与边界

这套配置跑通之后，每个Agent在飞书上都是独立的聊天窗口，上下文完全隔离。实际使用中，日常文章可以交给文案Agent完成初稿，人工只需要调整细节和补充截图。但Agent的能力边界也很明确——涉及实操经验、需要截图演示的教程类内容，目前还是需要人工完成。

对于一人公司或独立创作者来说，这种「一台电脑 + 一个网关 + 多个隔离Agent」的架构，是当前成本最低、上手最快的多Agent方案。不需要自建服务器，不需要复杂的编排框架，把精力花在定义好每个Agent的职责边界上，回报反而最大。