多Agent企微接入管理

SKILLAI 工具
AI 工具 未标注权限 许可证不明确
安装这个技能

多Agent接入多企业微信机器人。自动发现openclaw.json中配置的WeCom Bot账号与Agent列表,建立绑定关系,支持新账号接入引导、配置诊断与验证。

一句话选型结论

按资料字段整理

多Agent企微接入管理是AI 工具类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类AI 工具 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_9203a591/wecom-multi-agent-bot
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

AI 工具
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_9203a591仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791716674
正文体量11.9 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
组合多个 AI 能力

把写作、检索、总结串成一条流程。

搭工作流

把固定流程做成可重复调用的步骤。

做提示词与评测

整理提示词并对比输出效果。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在AI 工具场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
多Agent企微接入管理当前 未标注权限 未标注 未标注 未标注 有
执行计划 只读 GitHub 仓库 151.5 万 Codex、Claude、Cursor 有
Playwright MCP 测试 浏览器控制 ClawHub 市场 136.5 万 OpenClaw 有
完成前的验证 未标注权限 GitHub 仓库 131.9 万 Codex、Claude、Cursor 有
子 Agent 驱动开发 只读 GitHub 仓库 131.2 万 Codex、Claude、Cursor 有
前端设计 执行命令 GitHub 仓库 125.6 万 Codex、Claude、Cursor 有

SKILL.md 全文

11.9 KB
模型实际读到的说明书原文,来自技能仓库

多Agent接入多企业微信机器人 Skill (v1.0)

在同一个 OpenClaw 实例中,多个 Agent 各自绑定不同的企业微信 Bot,独立接收和发送消息。每个 Agent 可拥有独立的人设、模型和工作空间,实现角色分工与资源隔离。

架构原理

企微用户 ──→ Bot A ──→ WeCom Plugin ──→ binding match ──→ Agent A (人设A + 模型A)
企微用户 ──→ Bot B ──→ WeCom Plugin ──→ binding match ──→ Agent B (人设B + 模型B)
企微用户 ──→ Bot C ──→ WeCom Plugin ──→ binding match ──→ Agent C (人设C + 模型C)

关键依赖:
1. WeCom Plugin (@wecom/wecom-openclaw-plugin) — 提供多账号 + bindings 支持
2. openclaw.json — 配置 channels.wecom.accounts(多Bot账号)和 bindings(Agent路由绑定)
3. 每个 Agent — 在 agents.list 中独立定义,各自有独立的 workspace/SOUL/模型配置

人设隔离设计

每个 Agent 通过独立 workspace 实现物理级别的人设隔离:

~/.openclaw/
├── workspace/                 → Agent A
│   ├── SOUL.md                ── 角色定义(你是谁)
│   ├── USER.md                ── 用户画像(为谁工作)
│   ├── TOOLS.md               ── 工具偏好
│   └── AGENTS.md              ── 行为规则
│
├── workspace-b/               → Agent B
│   ├── SOUL.md                ── 完全不同的角色
│   ├── USER.md
│   └── ...
│
└── workspace-c/               → Agent C
    └── ...

人设配置要点

配置项 作用 示例
SOUL.md 人格+语气+行为准则 "我是财务分析专家,严谨专业"
USER.md 服务对象画像 "我只为董事长服务"
AGENTS.md 可调用的子Agent "我有子Agent芳芳"
TOOLS.md 本地工具信息 "我的企微Bot ID是xxx"

模型独立配置

每个 Agent 可以在其 agent/models.json 中指定专属模型,不依赖全局配置。

配置文件层级

~/.openclaw/agents/<agent-id>/agent/models.json

配置示例

{
  "providers": {
    "openai": {
      "baseUrl": "https://api.openai.com/v1",
      "apiKey": "***",
      "models": [
        {
          "id": "gpt-4o",
          "name": "GPT-4o",
          "contextWindow": 128000,
          "maxTokens": 4096
        }
      ]
    },
    "deepseek": {
      "baseUrl": "https://api.deepseek.com/v1",
      "apiKey": "***",
      "api": "openai-completions",
      "models": [
        {
          "id": "deepseek-v4-flash",
          "name": "DeepSeek V4 Flash"
        }
      ]
    }
  }
}

模型隔离的最佳实践

场景 1:各角色用不同模型
- 主 Agent 用 GPT-4o(综合能力强)
- 财务分析 Agent 用 DeepSeek(成本低、数学好)
- 客服 Agent 用 Claude Haiku(速度快、便宜)

场景 2:不同模型提供方
- 财务 Agent 用自建推理服务器(数据不出域)
- 运营 Agent 用公有云模型

场景 3:模型继承
- 如果某个 Agent 没有 models.json,会自动继承全局配置的 models.providers
- 在 global defaults 中设置 model.primary 作为兜底

{
  "agents": {
    "defaults": {
      "model": {
        "primary": "deepseek/deepseek-v4-flash"
      }
    }
  }
}

模型策略配置

在 Agent 的 agents.list 中可以指定默认模型:

{
  "agents": {
    "list": [
      {
        "id": "my-agent",
        "name": "我的Agent",
        "model": {
          "primary": "gpt-4o"
        }
      }
    ]
  }
}

快速配置指南

如果尚未配置多账号

  1. 在 企业微信后台 创建多个智能体 Bot
  2. 记录每个 Bot 的 BotID 和 Secret
  3. 执行以下步骤完成配置

步骤 1:添加企微 Bot 账号

# 交互式添加(推荐)
openclaw channels add

# 或 CLI 直接配置
openclaw config set channels.wecom.accounts.<accountId>.botId <BOT_ID>
openclaw config set channels.wecom.accounts.<accountId>.secret <BOT_SECRET>
openclaw config set channels.wecom.accounts.<accountId>.name "显示名称"
openclaw config set channels.wecom.accounts.<accountId>.dmPolicy "open"

步骤 2:创建设置 Agent

在 openclaw.json 的 agents.list 中定义 Agent(已有则跳过):

{
  "agents": {
    "list": [
      {
        "id": "my-new-agent",
        "name": "我的新Agent",
        "workspace": "~/.openclaw/workspace-my-new-agent"
      }
    ]
  }
}

步骤 3:建立绑定关系

将 Bot 账号绑定到对应 Agent:

openclaw config set bindings '[{"agentId":"my-new-agent","match":{"channel":"wecom","accountId":"my-new-bot-account"}}]'

> ⚠️ 此命令会覆盖所有 bindings。如需追加,先读取现有 bindings 再合并。

合并方式:

# 读取当前 bindings → 追加新条目 → 写回
openclaw config get bindings
# 然后在结果数组中追加你的新绑定
openclaw config set bindings '<完整数组>'

步骤 4:重启 Gateway

openclaw gateway restart

步骤 5:验证

向对应 Bot 发送一条消息,确认消息被路由到正确的 Agent。

新 Agent 创建清单

当你需要为团队新增一个角色时,按以下步骤:

1️⃣ 在企业微信后台创建 Bot

  1. 登录 企业微信后台
  2. 进入「智能体」→「创建智能体」
  3. 设置 Bot 名称、头像、描述
  4. 发布后获取 BotID 和 Secret
  5. 将 Bot 拉入需要工作的群聊

2️⃣ 在 OpenClaw 中创建 Agent

# 创建 Agent 工作目录
mkdir -p ~/.openclaw/workspace-<agent-id>

# 创建基础人设文件
cat > ~/.openclaw/workspace-<agent-id>/SOUL.md << 'EOF'
# SOUL.md - 你是谁

[在这里定义 Agent 的人设、语气、行为准则]

- **角色**: 客服助理
- **语气**: 热情专业
- **原则**: 首问负责制
EOF

cat > ~/.openclaw/workspace-<agent-id>/USER.md << 'EOF'
# USER.md - 你的服务对象

[描述 Agent 为谁服务、服务场景]
EOF

# 可选:配置专属模型
mkdir -p ~/.openclaw/agents/<agent-id>/agent
cat > ~/.openclaw/agents/<agent-id>/agent/models.json << 'EOF'
{
  "providers": {
    "deepseek": {
      "baseUrl": "https://api.deepseek.com/v1",
      "apiKey": "***",
      "api": "openai-completions",
      "models": [
        {
          "id": "deepseek-v4-flash",
          "name": "DeepSeek V4 Flash"
        }
      ]
    }
  }
}
EOF

# 添加 Agent 到配置文件
openclaw config set agents.list[#] '{
  "id": "<agent-id>",
  "name": "<显示名称>",
  "workspace": "~/.openclaw/workspace-<agent-id>"
}'

3️⃣ 添加 Bot 账号

openclaw config set channels.wecom.accounts.<accountId>.botId <BOT_ID>
openclaw config set channels.wecom.accounts.<accountId>.secret <BOT_SECRET>
openclaw config set channels.wecom.accounts.<accountId>.name "<显示名称>"
openclaw config set channels.wecom.accounts.<accountId>.dmPolicy "open"
openclaw config set channels.wecom.accounts.<accountId>.welcomeText "你好!我是<显示名称>"
openclaw config set channels.wecom.accounts.<accountId>.streamPlaceholderContent "正在思考..."

4️⃣ 建立绑定

# 先读取当前 bindings
BINDINGS=$(openclaw config get bindings --json 2>/dev/null || echo "[]")

# 用 python 合并追加
python3 -c "
import json
existing = json.loads('$BINDINGS')
existing.append({
    'agentId': '<agent-id>',
    'match': {
        'channel': 'wecom',
        'accountId': '<accountId>'
    }
})
print(json.dumps(existing))
" | openclaw config set bindings --stdin

5️⃣ 重启并验证

openclaw gateway restart
# 登录对应 Bot 的企微,发一条消息测试
# 确认消息到达正确的 Agent,且 Agent 使用配置的模型回复

配置诊断工具

运行诊断

scripts/diagnose.py

输出示例:

🧩 多Agent多企微Bot - 配置诊断报告
================================================================

📡 企微 Bot 账号 (4 个)
  📍 agent-a (客服Bot)      BotID: xxx...
  📍 agent-b (财务Bot)      BotID: xxx...
  📍 agent-c (运营Bot)      BotID: xxx...
  📍 agent-d (销售Bot)      BotID: xxx...

🤖 Agent 列表 (4 个)
  ✅ agent-a → SOUL.md ✅ → models.json ✅
  ✅ agent-b → SOUL.md ✅ → 无独立模型(继承全局)
  ✅ agent-c → SOUL.md ✅ → models.json ✅
  ✅ agent-d → SOUL.md ✅ → models.json ✅

🔗 Agent-Bot 绑定关系 (4 条)
  ✅ agent-a → agent-a (客服Bot)
  ✅ agent-b → agent-b (财务Bot)
  ✅ agent-c → agent-c (运营Bot)
  ✅ agent-d → agent-d (销售Bot)

================================================================
✅ 配置完整!所有 Bot 账号均已绑定 Agent。

诊断工具自动检查:
- 所有 Bot 账号是否已绑定 Agent
- 每个 Agent 是否有 SOUL.md(人设文件)
- 每个 Agent 是否有独立模型配置或继承全局
- 未绑定的账号和闲置 Agent 列表

常见问题

Q: Agent 回复后,消息是从哪个 Bot 发出的?

A: 由 bindings 决定。消息通过哪个 Bot 进入,就通过哪个 Bot 回复。每个 Bot 独立收发。

Q: 多个 Bot 可以绑到同一个 Agent 吗?

A: 可以。同一个 Agent 可以处理多个 Bot 账号的消息。这时 Agent 可通过 accountId 字段判断消息来源,按来源做不同回复策略。

Q: Agent 之间的人设会互相干扰吗?

A: 不会。每个 Agent 的 SOUL.md、USER.md、AGENTS.md 存放在独立的 workspace 目录中,OpenClaw 启动时各自加载自己的配置文件。这是物理隔离,不是逻辑隔离。

Q: 模型配置的优先级是怎样的?

A: agent/models.json > agents.list[].model.primary > agents.defaults.model.primary > 全局 models.providers

Q: 如果某个 Agent 没有 models.json 会怎样?

A: 自动继承全局配置中的模型提供方。通过 agents.defaults.model.primary 可以指定一个兜底模型。建议至少给全局配一套可用模型。

Q: 如何让 Agent 主动推送消息到企微群?

A: Agent 内部使用 exec 调用 WeCom Bot API:

# 获取 Token
TOKEN=$(curl -s "https://qyapi.weixin.qq.com/cgi-bin/bot/gettoken?bot_id=<BOT_ID>&bot_secret=<SECRET>" | python3 -c "import json,sys;print(json.load(sys.stdin).get('access_token',''))")
# 发送 Markdown 消息
curl -s -X POST "https://qyapi.weixin.qq.com/cgi-bin/bot/send?access_token=$TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"msgtype":"markdown","markdown":{"content":"# 报告标题\n正文内容..."}}'

Q: 配置完后 Bot 没反应怎么办?

A: 按以下顺序排查:
1. 确认 openclaw gateway restart 已执行
2. 确认企微 Bot 已正确配置
3. 运行 diagnose 检查绑定关系和人设完整性
4. 检查 Gateway 日志:openclaw gateway log --lines 50
5. 确认企微 Bot 的 IP 白名单包含服务器 IP

Q: 动态 Agent 路由(dynamicAgents)和多账号绑定的区别?

A:
- 动态 Agent 路由:自动为每个用户/群创建临时 Agent,适合客服/用户隔离场景
- 多账号绑定:手动将固定 Bot 绑定到固定 Agent,适合角色分工场景(如:财务Bot→财务Agent、运营Bot→运营Agent)
- 两者可以同时使用,不冲突

Q: 已有 Agent 如何切换模型?

A: 编辑对应 Agent 的 agent/models.json 文件,或通过 CLI 配置:

openclaw config set agents.list[?(@.id=='<agent-id>')].model.primary "gpt-4o"
openclaw gateway restart

重启后新模型生效。

常见问题

5 问
答案由本站依据条目字段整理
多Agent企微接入管理怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_9203a591/wecom-multi-agent-bot。安装方式为未标注。装完刷新技能列表或重开客户端。

多Agent企微接入管理支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

多Agent企微接入管理权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

多Agent企微接入管理收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

多Agent企微接入管理用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。