什么是 飞书群组提到回复器？

飞书群组提到回复器是一个专门设计的技能，旨在提高 AI 智能体在飞书生态系统中的参与度和实用性。通过利用 Openclaw Skills，此工具可以坚控群组对话，并精确识别智能体何时被 @提到或收到私聊消息。这使得在专业沟通渠道中能够进行更具响应性且更像人类的互动。

此技能充当了原始聊天事件与可执行智能体响应之间的桥梁。它确保您的 AI 助手不会无所事事，而是成为团队工作流中的积极参与者，在被召唤时随时提供即时反馈或支持。通过使用 Openclaw Skills 的标准化框架，它会自动处理消息解析和发送者识别的复杂性。

下载入口:https://github.com/openclaw/skills/tree/main/skills/lorpha/feishu-group-mention-responder

安装与下载

1. ClawHub CLI

从源直接安装技能的最快方式。

2. 手动安装

将技能文件夹复制到以下位置之一

优先级：工作区 > 本地 > 内置

3. 提示词安装

将此提示词复制到 OpenClaw 即可自动安装。

飞书群组提到回复器 应用场景

• 当团队成员在协作飞书群组中需要 AI 智能体的即时协助时。
• 在高流量聊天环境中识别智能体的唯一身份以触发特定任务。
• 自动打招呼或确认标签该机器人的用户，以进行支持或查询。
• 构建能够区分一般群组闲聊和直接请求的互动机器人。

1. 该技能利用 Openclaw Skills 框架坚控来自飞书 API 的传入消息流。
2. 它扫描传入消息内容，查找特定的机器人 ID 或机器人名称。
3. 检测到后，它会提取发送者的用户 ID 和昵称以实现个性化交互。
4. 智能体构建本地化响应（通常为中文），并包含回馈原始发送者的 @提到。
5. 集成的消息工具将回复发回发生触发的特定群组或私聊 ID。

飞书群组提到回复器 配置指南

要部署此技能，请确保您的飞书应用具有所需的权限：im:message:send_as_bot 和 im:ch@t:read。

# 为 Openclaw Skills 框架定义环境变量
export FEISHU_APP_ID="your_app_id"
export FEISHU_APP_SECRET="your_app_secret"
export BOT_NAME="Antigravity"

确保智能体配置为 feishu 频道并已加入目标群组。

飞书群组提到回复器 数据架构与分类体系

该技能处理由 Openclaw Skills 框架提供的以下格式的数据：

name: feishu-group-mention-responder
description: 在飞书群中，当机器人被@提及或接收到直接消息时，自动进行回复。

飞书群@提及响应器

概述

此技能旨在使 Antigravity 能够在飞书群聊中对其被@提及的消息或直接发送给它的消息进行自动响应。这提高了机器人在群聊中的参与度和用户体验。

何时使用

• 当用户希望 Antigravity 在飞书群聊中对@提及做出回应时。
• 当用户需要 Antigravity 能够识别其在群聊中的身份并进行交互时。

核心原则

• 识别提及： 代理必须能够从传入的飞书消息中准确识别出对其自身的@提及。
• 上下文感知： 虽然初始回复可以是通用的，但未来可以扩展为根据消息内容提供更具体的帮助。
• 不重复回复： 避免对非提及消息或已被处理的消息进行重复回复。

技能实现细节

该技能将通过以下步骤实现：

1. 消息： OpenClaw 框架将负责飞书群聊中的消息。
2. 提及检测： 在接收到的消息内容中，通过解析或预处理机制检测是否存在 @机器人ID 或 @机器人名称 的提及。
3. 提取发送者信息： 获取@提及消息的发送者 ID 和昵称，以便在回复中@回该用户。
4. 构建回复： 生成一个包含适当问候语和可能的问题（例如：“您好！有什么我可以帮您的吗？”）的中文回复。回复中将@回原发送者。
5. 发送回复： 使用 message 工具将回复消息发送回原始群聊。

预期消息结构 (OpenClaw -> Agent)

飞书消息事件通常会包含以下信息（OpenClaw 可能会进行预处理）：

{
  "channel": "feishu",
  "ch@t_type": "group", // "p2p" for direct messages
  "ch@t_id": "oc_xxxxxx", // Group ch@t ID
  "sender_id": "ou_xxxxxx", // Sender user ID
  "sender_name": "用户昵称",
  "message_id": "om_xxxxxx",
  "content": "您好 @Bot名称，请问...",
  "mentions": [ // If OpenClaw processes mentions
    {
      "user_id": "ou_bot_xxxxxx",
      "user_name": "Bot名称"
    }
  ]
}

回复逻辑

在 _process_message 函数或其他适当的消息处理逻辑中，检查 message.mentions 数组或 message.content 是否包含对当前代理的提及。

发送回复的工具调用示例：

message({
    action: "send",
    channel: "feishu",
    to: "oc_xxxxxx", // 原始群聊ID
    message: "您好 @[ou_xxxxxx]！有什么可以帮您的吗？", // @提及原始发送者
    # 如果 OpenClaw 提供了 reply_to_message_id，可以使用它来回复特定消息
    # reply_to: "om_xxxxxx"
})

常见错误与注意事项

• 权限不足： 确保飞书应用拥有 im:message:send_as_bot 和 im:ch@t:read 权限。
• 机器人 ID / 名称识别： 代理需要知道它在飞书系统中的唯一标识符（Bot ID 或 App ID）或其配置的名称，以便准确识别提及。
• 循环回复： 避免在回复中无意中再次触发提及，导致无限循环。
• 群聊 ID 获取： 确保能正确获取到发送消息的群聊 ID。
• 提及格式： 飞书的@提及格式可能因 API 版本和消息类型而异，需要适配。