OpenClaw Agent Send：30+ 平台消息自动化，从手动发消息到命令行一键投递

🚩 2026 年「术哥无界」系列实战文档 X 篇原创计划 第 57 篇，OpenClaw 最佳实战「2026」系列第 27 篇 大家好，欢迎来到 术哥无界 | ShugeX ｜ 运维有术。 我是术哥，一名专注于 AI 编程、AI 智能体、Agent Skills、MCP、云原生、AIOps、Milvus 向量数据库的技术实践者与开源布道者！ Talk is cheap, let's explore。无界探索，有术而行。

OpenClaw Agent Send 信息图封面

图 1：OpenClaw Agent Send - 30+ 平台消息自动化

你在用飞书、Telegram、Slack 这些工具时，可能遇到过这些情况：

• 想让 AI 自动发消息，得写一堆 API 调用代码
• 不同平台的接口差异大,适配成本高
• 需要从脚本里触发消息，但没有现成的命令行工具

这些问题的根源是同一个：没有一个统一的命令行接口来操作多平台消息。

OpenClaw Agent Send 用一个 CLI 命令解决了这个问题——openclaw agent --message "你的消息" 一条命令,就能通过 AI 发送消息到飞书、Telegram、Slack 等 30+ 平台。

1. 这是什么？

OpenClaw Agent Send 是 OpenClaw 项目提供的一组命令行工具，让你能通过 CLI 与 AI 助手交互,并把消息投递到各种通信平台。

先说清楚一件事：Agent Send 不是独立产品，而是 OpenClaw 的功能模块。OpenClaw 本身是一个本地优先的个人 AI 助手,目前在 GitHub 上有 322k+ Stars,是开源领域最热门的 AI 助手项目之一。

Agent Send 解决的核心问题是：把 AI 能力接入你已经在用的通信工具。

不管是飞书群聊、Telegram 私聊,还是 Slack 频道,都能通过命令行触发 AI 回复。这对于自动化脚本、CI/CD 流程、定时任务来说,简直是刚需。

核心能力

多平台支持：WhatsApp、Telegram、Slack、Discord、飞书（Feishu/Lark）、Signal、iMessage、Microsoft Teams、Matrix 等 30+ 平台。

本地运行：数据不离开你的设备,隐私完全可控。

命令行驱动：不用写 API 调用代码,直接用命令行发消息。

2. 核心概念

在动手之前,先搞清楚三个概念的关系：Session、Agent、Channel。

Session（会话）

Session 是对话的容器。每个 Session 有唯一的 sessionKey,比如 agent:main:feishu:group:123456。

Session 保存了：

• 对话历史
• 当前思考模式（thinking level）
• 详细程度设置（verbose）

当你用 --session-id 参数时,Agent 会复用现有会话,而不是创建新的。这对于保持上下文连贯性很重要。

Agent（代理）

Agent 是执行任务的 AI 实体。OpenClaw 支持配置多个隔离的 Agent,每个有自己的工作空间和配置。

典型配置：

{
  agents: {
    list: [
      { id: "main" },
      {
        id: "ops",
        workspace: "/home/user/ops-workspace",
      },
    ],
  },
}

用 --agent ops 就能指定使用哪个 Agent 处理消息。

Channel（渠道）

Channel 是消息的出入口。飞书是 Channel,Telegram 是 Channel,Slack 也是 Channel。

Agent Send 的核心价值就是：屏蔽不同 Channel 的 API 差异，让你用统一的命令行接口操作所有平台。

以飞书为例,配置好 Channel 后,Agent 就能通过 WebSocket 长连接接收消息,也能把回复发回飞书群聊或私聊。

OpenClaw Agent Send 架构图

图 2：Session、Agent、Channel 三层架构关系

3. 基础用法

最简单的命令

openclaw agent --message "帮我总结一下今天的日志"

这条命令会：

1. 启动默认 Agent
2. 发送消息给 AI
3. 输出回复到终端

指定目标

# 发送到指定手机号（需要配置对应的 Channel）
openclaw agent --to +15555550123 --message "status update"
# 使用指定的 Agent
openclaw agent --agent ops --message "Summarize logs"
# 复用已有会话
openclaw agent --session-id 1234 --message "继续上次的任务"

核心参数详解

手动 vs 自动化对比

图 3：手动发消息 vs 自动化发消息效率对比

运行模式

通过 Gateway（默认）：

• 命令发送到本地 Gateway（ws://127.0.0.1:18789）
• Gateway 路由到对应 Agent
• 支持会话管理和路由

本地运行（--local）：

• 强制使用本地嵌入式运行时
• 不依赖 Gateway
• 需要本地配置模型 API Key

4. 飞书集成实战

飞书（Feishu/Lark）是 OpenClaw 官方内置的 Channel,支持完整功能。下面通过实际案例演示如何配置和使用。

4.1 快速配置

方法一：Onboarding 向导（推荐）

openclaw onboard

按提示选择飞书,输入 App ID 和 App Secret 即可。

方法二：CLI 配置

openclaw channels add  # 选择 Feishu

4.2 手动配置步骤

如果需要更精细的控制,可以手动配置。

第一步：创建飞书应用

访问 https://open.feishu.cn/app，创建企业自建应用,获取 App ID 和 App Secret。

第二步：配置权限

在「权限管理」中添加以下权限：

{
  "scopes": {
    "tenant": [
      "im:message",
      "im:message:readonly", 
      "im:message:send_as_bot",
      "im:resource"
    ]
  }
}

第三步：启用机器人能力

在「应用能力」→「机器人」中启用。

第四步：配置事件订阅

选择「使用长连接接收事件」（WebSocket 方式,不需要公网 URL）,添加事件： im.message.receive_v1。

第五步：更新配置文件

{
  channels: {
    feishu: {
      enabled: true,
      domain: "feishu",  // 国际版用 "lark"
      connectionMode: "websocket",
      dmPolicy: "pairing",
      groupPolicy: "open",
      accounts: {
        main: {
          appId: "cli_xxx",
          appSecret: "xxx",
          botName: "AI Assistant",
          typingIndicator: true,
          resolveSenderNames: true,
        },
      },
    },
  },
}

第六步：发布应用

创建版本并提交审核,审核通过后即可使用。

4.3 访问控制配置

飞书 Channel 支持细粒度的访问控制。

私聊策略（dmPolicy）：

• pairing（默认）：需要配对码验证
• allowlist：仅允许白名单用户
• open：开放所有人

群聊策略（groupPolicy）：

• open（默认）：允许所有群
• allowlist：仅允许白名单群
• requireMention: true：需要 @ 提及才响应

4.4 实战案例一：定时日报提醒

假设你需要每天早上 9 点在飞书群里发送日报提醒：

# 结合 crontab 使用
# 0 9 * * * /usr/local/bin/openclaw agent --message "今天是 $(date +%Y-%m-%d)，请大家提交日报" --deliver --reply-channel feishu --reply-to "#daily-standup"

关键点：

• --deliver：把回复发送到渠道
• --reply-channel feishu：指定飞书渠道
• --reply-to "#daily-standup"：发送到指定群聊

4.5 实战案例二：CI/CD 构建通知

# 在 CI 脚本中
if [ $? -eq 0 ]; then
  openclaw agent --message "✅ 构建成功：${BUILD_NAME}" --deliver --reply-channel feishu --reply-to "#ci-notifications"
else
  openclaw agent --message "❌ 构建失败：${BUILD_NAME}，请检查日志" --deliver --reply-channel feishu --reply-to "#ci-notifications"
fi

4.6 实战案例三：运维告警处理

# 监控脚本检测到异常时
openclaw agent --agent ops --message "检测到服务器 CPU 使用率超过 90%，当前实例：${INSTANCE_ID}，请分析原因并给出处理建议" --deliver --reply-channel feishu --reply-to "@zhangsan" --timeout 120

这里用了：

• --agent ops：指定运维 Agent（可能有专门的工具和权限）
• --timeout 120：等待 2 分钟获取完整回复
• --reply-to "@zhangsan"：发送给指定用户

飞书集成流程图

图 4：从命令行到飞书消息投递的完整流程

5. 高级技巧

Session 工具：Agent 间通信

OpenClaw 提供了一套 Session 工具,让不同的 Agent 可以相互通信。

可用工具：

sessions_send 用法：

{
  "sessionKey": "agent:main:feishu:group:123456",
  "message": "请处理这个任务",
  "timeoutSeconds": 30
}

返回值取决于 timeoutSeconds：

• timeoutSeconds = 0：异步执行,返回 { runId, status: "accepted" }
• timeoutSeconds > 0：同步等待,返回 { runId, status: "ok", reply }

Agent 间通信流程

1. 发起请求：Agent A 调用 sessions_send 给 Agent B
2. 执行任务：Agent B 处理请求
3. Reply-Back 循环：最多 5 轮 ping-pong（可配置）
4. Announce 步骤：发送结果到目标渠道

配置示例：

{
  session: {
    agentToAgent: {
      maxPingPongTurns: 5,
    },
  },
}

多 Agent 路由配置

{
  agents: {
    list: [
      { id: "main" },
      {
        id: "ops",
        workspace: "/home/user/ops-workspace",
      },
    ],
    bindings: [
      {
        agentId: "main",
        match: {
          channel: "feishu",
          peer: { kind: "direct", id: "ou_xxx" },
        },
      },
      {
        agentId: "ops",
        match: {
          channel: "feishu",
          peer: { kind: "group", id: "oc_zzz" },
        },
      },
    ],
  },
}

Send Policy 配置

你可以限制某些场景下禁止 Agent 发送消息。

{
  channels: {
    feishu: {
      sendPolicy: {
        rules: [
          {
            match: { channel: "feishu", chatType: "group" },
            action: "deny"
          }
        ],
        default: "allow"
      }
    }
  }
}

这个配置会禁止 Agent 向飞书群聊主动发送消息。

6. 最佳实践

环境变量管理

敏感信息不要写进配置文件,用环境变量：

export FEISHU_APP_ID="cli_xxx"
export FEISHU_APP_SECRET="xxx"

配置文件里引用：

{
  channels: {
    feishu: {
      accounts: {
        main: {
          appId: "${FEISHU_APP_ID}",
          appSecret: "${FEISHU_APP_SECRET}",
        },
      },
    },
  },
}

超时设置建议

• 简单查询：30-60 秒
• 复杂分析：120-300 秒
• 后台任务：用 --deliver 异步处理

错误处理

脚本中建议加上错误检查：

result=$(openclaw agent --message "$msg" --json --timeout 60)
if [ $? -ne 0 ]; then
  echo "Agent Send 失败：$result"
  exit 1
fi

日志记录

开启 verbose 模式调试：

openclaw agent --message "test" --verbose full

消息长度控制

飞书有消息长度限制,配置里可以设置：

{
  channels: {
    feishu: {
      textChunkLimit: 2000,  // 单条消息最大字符数
      streaming: true,        // 启用流式输出
      blockStreaming: true,   // 长消息分块发送
    },
  },
}

总结

OpenClaw Agent Send 把多平台消息操作统一到一个命令行接口,对于需要自动化消息投递的场景非常实用。

几个关键点：

• 30+ 平台支持,飞书是官方内置的 Channel
• 命令行驱动,无需写 API 调用代码
• 本地运行,数据隐私可控
• Session 工具,支持多 Agent 协作

如果你的工作流里需要定时发消息、CI/CD 通知、运维告警,值得花时间配置一下。

相关资源

官方文档：https://docs.openclaw.ai

Agent Send 文档：https://docs.openclaw.ai/tools/agent-send

飞书集成文档：https://docs.openclaw.ai/channels/feishu

GitHub 仓库：https://github.com/openclaw/openclaw

好啦,谢谢你观看我的文章,如果喜欢可以点赞转发给需要的朋友,我们下一期再见！敬请期待！