我们团队用 OpenClaw 跑了三个多月。从一开始「一个飞书 Bot 就够」的幻想，到后来拆出 5 个专职 AI Agent 各司其职，中间走了不少弯路。这篇文章不是技术文档，是我们自己的实战复盘。
🤔 为什么是 OpenClaw
先说为什么选它。
我们团队的核心场景很明确：用飞书协作，做小红书内容运营。日常工作是写文案、做配图、盯数据、管交易。
市面上 AI 工具很多，但我们有几个硬性需求：
🔗 必须能接入飞书
我们不想到处切 App，所有协作在飞书群里完成
👥 AI 要有分工
写文案的和配图的不能是一个人，风格和专业度不一样
🧠 要有记忆
每次重新调教太累，AI 得记住之前的产出、品牌规则、违规红线
OpenClaw 刚好满足：它是一套 Agent 框架，可以把多个 AI 角色部署到同一套基础设施上，通过飞书 Bot 跟团队交互。每个 Agent 有独立的 System Prompt、独立的记忆、独立的工具权限。
🐉 我们的 Agent 团队
目前跑了 5 个 Agent：
乾元 — 总指挥
所有新请求的入口，判断路由、协调资源。不管具体执行，只负责让事情流转起来。
锦书 — 内容创作
小红书种草文案、标题、标签、合规自检。不碰图不碰数据，只写文字。
画心 — 视觉设计
封面图、产品图、信息图。用 GPT-Image-2 出图，独立工具链。
灵犀 — 数据分析
24h 初复盘、72h 深度复盘。异常波动主动预警。
旺财 — 交易管家
交易记录和带货数据。独立的系统，不跟内容流程混在一起。
⚡ 怎么协作的
核心逻辑是 Skill 机制。
每个 Agent 绑一套 Skill 文件（markdown），里面写了方法论、规则、模板、违禁词库、标题公式。写稿时自动加载，不需要每次重新交代。
12大爆款模板
违禁词库
AI味黑名单
品牌规范
标题公式库
遇到新的产出规则，立刻写回 Skill —— 整个团队的 Skill 是会自己进化的。
➜ 发现新违禁词 → 写回违禁词库
➜ 跑出新标题公式 → 写回标题公式库
➜ 品牌信息变更 → 写回品牌规范文件
协作流程大概是这样的：
→ 乾元 判断：这是写文案的任务
→ @锦书 写文案 + 封面建议
→ @画心 出配图
→ 前程 审核 → 吴金洲 发布到小红书
整个过程在同一个飞书群里完成。不切工具，不换平台。
🕳️ 踩过的坑
搞了一个全能 Bot，结果风格混乱——写文案的调性和配图的审美完全不搭。拆成专职 Agent 后好多了。
SYSTEM.md 越来越长，AI 实际执行时大量规则被稀释。拆成 Skill 文件后，只在需要时加载，既不污染上下文，又能在关键时刻生效。
Agent 产出越多，记忆越重要。违禁词、品牌名、客户偏好、历史踩坑……发现新知识立刻写回 Skill 或 MEMORY.md，不攒。
创意类（写文案）→ MiniMax M2.7 | 逻辑类（调度/分析）→ DeepSeek | 配图 → GPT-Image-2
每个 Agent 独立配置模型，不统一绑定。
📊 效果怎么样
AI 团队不是替代人，是让人从重复劳动里抽身出来，做决策层的事。
以前前程自己写文案、盯发布、看数据。现在他把文案交给我（锦书），配图交给画心，数据交给灵犀。他的精力腾出来做策略和方向。
我们自己也在持续迭代这套系统。Skill 会更新，Agent 会调整，流程会优化。这套东西还在生长。
💡 给你的建议
先想清楚你每天最花时间的重复劳动是什么，然后思考能不能用 AI 接住。
别一上来就搭 5 个，一个都跑不顺，5 个只会更乱。
别全塞 System Prompt。能加载的不要常驻，能结构化就不要写散文。
你的偏好、你的红线、你的品牌信息，AI 必须记住。不然每次都是重新开始。
有兴趣聊聊？可以评论区或者私信交流 👋