一个人管了10只小龙虾：多实例部署、多平台接入与实战场景全记录

我那台 Windows 电脑，64G 内存，配好之后放那儿半个月没碰过了。上面跑着 10 个小龙虾，小龙虾 A 和小龙虾 B 互相修，根本不需要我远程上去。Mac Mini 也配了一台，团队也在用。

群里经常有人问：为什么要开多个实例？配置文件老是出错怎么办？自动发 X 怎么做的？整理了一下，把这些问题一次讲清楚，加上我跑了半个月每天在用的场景。

经常被问的问题

Q：为什么要开多个实例，一个机器人全干了不行吗？

两个原因。第一，一个 bot 不够用，有很多事情可以交给它们干。第二，更重要的是，至少要有两个实例互为备份。其中一个配置文件搞坏了，另一个能帮你修。

Q：多实例需要多少资源？

大概 500 兆内存可以跑一个实例。我现在 10 个实例，大概消耗六七个 G 内存。用得越久，本地存的数据越多，我现在数据已经有一个 G 了。

Q：配置模型老是出错怎么办？

尽量别自己去改配置文件，容易改错。两个简单的办法：

第一种，先在本地装一个 Claude Code 或者 Codex，然后让它帮你配小龙虾。

第二种，先配国产模型。去买一个智谱或者 MiniMax 几十块钱的套餐，然后一路点 Yes，需要什么 key 就给它，先跑起来。跑起来之后再把 aigocode 的教程丢给它，让它帮你切换模型。

经验就是：多配几个实例，多配几个模型，基本上就没什么问题了。

Q：AI 写的东西不像我的风格怎么办？

半年以前 AI 写的东西还没我好，半年以后我已经追不上它了。选最好的模型，我只管 Yes 和 No 就完了。

三个平台怎么选

飞书

最早用飞书，因为团队日常办公就在上面。群里直接 @ 就能聊，很方便。但用了一阵发现两个问题：对话框不支持 Markdown 输出，流式响应不好。

做通知非常好，我们现在接了很多个 webhook，飞书群随时给我们发各种通知。

不过好消息是 OpenClaw 官方正在做飞书原生插件，目前已经在内测了。新插件支持流式输出卡片回复、表情回复、读取合并转发消息，还能以用户身份操作飞书的多维表格、日历日程、任务、云文档。之前飞书的短板基本都在补。

Discord

做出海方向，自然就转到了 Discord。一上手就觉得对了。建一个 Server，下面分 Channel：weekly、project、passage、construction，每个 Channel 还能开 Thread 做细分，主频道保持干净，细节全折叠在 Thread 里。

推荐知县的文章《Agent 训练师进阶指南：用 Discord 打造高效 OpenClaw 协作系统》，我的 Discord 工作台就是参考他搭的。

日常频道说一句话，Agent 自动开 Thread 回复，不污染主线。不同 Channel 可以绑不同 Agent、配不同模型。OpenClaw 默认支持 4 个 Session 同时响应，相当于同时推 4 条线。

Telegram（主力）

Telegram 更轻量，配置简单，流式输出，emoji 响应，移动端体验也好，走路上也能跟 Agent 聊。现在 Telegram 是主力。

Discord 重但组织能力强，适合团队协作。

怎么开多个实例

核心思路很简单：每个实例就是一个独立的 OpenClaw 进程，有自己的配置文件和 Bot Token。

Telegram

已经有一个实例在跑的情况下，再开一个很简单：

1. 找 @BotFather 创建一个新 Bot，拿到 Token

   

   

2. 把 Token 发给你现有的小龙虾，让它帮你完成剩下的配置和启动

它会自动帮你建好新实例的配置文件、启动新进程。每个 Telegram Bot 就是一个独立的 Agent，跟不同的 Bot 聊就是跟不同的 Agent 对话。

Discord

跟 Telegram 一样，每个实例对应一个独立的 Discord Bot。

1. 浏览器打开 discord.com/developers/applications，点 New Application 创建一个新应用

2. 左侧点 Bot，点 Reset Token 生成 Token，保存好。然后把下面三个 Intent 全部打开，记得点 Save Changes

3. 左侧点 OAuth2 → URL Generator，SCOPES 勾选 bot 和 applications.commands，BOT PERMISSIONS 勾选 Send Messages、Read Message History、View Channels，复制底部生成的链接，浏览器打开，选你的 Server 授权

4. 把 Token 发给你现有的小龙虾，让它帮你完成剩下的配置和启动

搞定之后在 Discord 里就能看到 Bot 了，直接发消息就能对话。

每个 Bot 可以分配到不同的 Channel 里，各干各的。同一个 Server 里的 Bot，新建 Channel 它自动就在，不用再邀请。但如果你新建了一个 Server，需要重新把 Bot 邀请进去。

Discord 还有个好处：配合 Thread 用，主频道保持干净，细节折叠在 Thread 里。不同 Channel 可以给不同 Bot 配不同的 systemPrompt，比如 #weekly 频道配周报助手，#code-review 频道配代码审核，各管各的。

飞书

有几个 Agent 就创建几个飞书应用。每个应用就是一个独立的飞书机器人。

1. 登录飞书开放平台（open.feishu.cn），创建企业自建应用

2. 进入应用详情页，在「凭证与基础信息」拿到 App ID 和 App Secret

3. 先去「添加应用能力」加一个机器人，有些权限需要先有机器人能力才能开

4. 进「权限管理」，把这些权限加上：contact:user.base:readonly、im:message、im:message.p2p_msg:readonly、im:message.group_at_msg:readonly、im:message:send_as_bot、im:resource。如果想让机器人不用 @ 也能响应群消息，再加 im:message.group_msg

5. 进「事件与回调」，事件配置方式选「使用长连接接收事件」，添加这几个事件：im.message.receive_v1（必需）、im.message.message_read_v1、im.chat.member.bot.added_v1、im.chat.member.bot.deleted_v1

6. 点「版本管理与发布」→ 创建版本 → 申请发布

7. 把 App ID 和 App Secret 发给你的小龙虾，让它完成配置。或者手动执行：

openclaw config set channels.feishu.appId "cli_xxxxx"
openclaw config set channels.feishu.appSecret "your_app_secret"
openclaw config set channels.feishu.enabled true

发布后就能在飞书里和机器人对话了，拉到群里 @ 它就行。

有个坑：群聊默认是白名单模式，机器人拉到群里可能不回复。让小龙虾自己改一下群聊策略配置就好了。

飞书用的是 WebSocket 长连接，不需要配回调地址，也不需要公网 IP。

几个实用的场景

发公众号

以前写一篇公众号：选题 1 小时 + 写稿 1 小时 + 排版 30 分钟 + 配图 20 分钟 = 将近 3 小时。

现在跟 AI 说一句"帮我写一篇 xxx，推到公众号草稿箱"。它自动获取 access_token、上传图片到微信素材库、生成 HTML、推到草稿箱。我打开草稿箱检查一下，直接发布。10 分钟搞定。

踩过一个大坑：Python 发中文到微信 API 会乱码，requests.post(url, json=data) 默认把中文转成 \uXXXX，微信不会自动解码。必须手动 json.dumps(data, ensure_ascii=False).encode("utf-8")。这个坑浪费了半天。

推特运营

情报 Agent 定时刷 X，筛选有爆款潜力的内容推到素材库。推文 Agent 从素材里挑选，直接帮我发推。

现在推特用户的回复我都不自己回了，全部通过小龙虾来操作。

代码审核

这是我觉得 Agent 目前对做产品最方便的事情。配置好之后，可以直接在手机端操作小龙虾，让它帮你写网站、部署、推 GitHub、改代码。

完整的流程是这样的：Agent 拉取项目代码，跑接口测试、用浏览器测页面交互，发现问题记录到 Notion 文档。然后用 Claude Code 根据文档针对性修复，修完让 Agent 再检查。几轮下来，发现过不少人工不容易注意到的 bug。

情报采集

多个 cron 定时任务，分别监控不同数据源：OpenClaw 相关内容、AI 出海热点、有潜力的新项目。采集到的内容自动沉淀到 Notion，打上标签分类。

以前每天花 1 小时刷信息流，现在打开 Notion 看整理好的就行。

知识星球

文档即大脑

有一句话我特别认同：你的一切，最终都要落到文档上。

不管是采集的情报、踩过的坑、总结的经验、写好的草稿、发现的 bug，全部沉淀到文档。

我用 Notion + Obsidian 双备份。Agent 产出的所有内容自动写入 Notion（接了 4 个数据库 API：工作日志、内容草稿、用户管理、知识库），同时同步到 Obsidian 作为本地备份。

为什么要双备份？OpenClaw 自带记忆系统（MEMORY.md + memory/ 目录），但不排除网络中断、上下文压缩导致信息丢失。维护好文档体系，就算 Agent 失忆了，把文档喂给它，立马恢复。

操作很简单，直接跟小龙虾说"帮我把所有内容同步到 Notion"，它会提醒你要一个 Notion API key，你把一个页面的 API key 给它，以后所有内容都会同步过去。我基本上每天让它给我写日报，汇报今天做了哪些事、有哪些事待做。

Obsidian 的双链笔记在这里特别好用。Agent 写入的每条信息都能通过 wikilinks 跟其他笔记建立联系，时间长了自然形成知识网络。如果你把内容同步到了 Obsidian，本地还可以用 Claude Code 来管理这些 Markdown 文件和 Skills，特别方便。

踩坑经验

模型配置

刚开始对模型配置不熟，经常出问题：对话中断、Agent 失忆、光回复但不执行操作。折腾了好几天才搞明白 baseUrl、apiKey、api 字段怎么配。

现在配了多个大模型做备份，一个有问题立刻切到另一个，用 /model 命令就能切换。深度思考用 Claude Opus，写代码可以用 Codex（免费），日常杂活用便宜的模型。还配了故障转移，watchdog 每 5 分钟检测一次，主模型挂了自动切备用。

部署环境

现在 Windows 64G 内存的主力机稳定跑着，从来没宕机过。另外买了台 Mac Mini M4，团队在用。

成本

很多人觉得搞 AI 很贵。算笔账：

硬件一台 Windows 主力机（已有的，64G 内存），加一台 Mac Mini M4 给团队用，3186 块。月度费用：电费几块钱，Claude Max 大概 1450（$200/月，主力模型），Codex 免费，Brave Search 35 块（情报抓取用）。月均总成本大约 1490。

做个对比：请一个实习生 3000 块一个月，每天工作 8 小时，会请假。我的 AI 团队 1490 一个月，7x24 在线，不休息。而且模型升级了，能力自动变强。

10 分钟拥有你的第一个 AI 员工

不需要会写代码，不需要买服务器。

npm install -g openclaw && openclaw onboard

去 aigocode.com 注册拿 API Key，找 @BotFather 建个 Telegram Bot 填上 Token，基本就能跑起来了。跑起来之后你会发现，一个不够，你想要第二个、第三个。最后就变成了我现在这样，管理一支 AI 团队。