先说明要查什么,不要只说“你去搜”
要告诉它:搜索范围、时间范围、目标人群、输出重点。比如“请查最近 14 天的 SaaS 行业定价调整新闻,筛选和中型企业客户相关的案例”。
Tool 的价值不是“功能更多”,而是把 OpenClaw 从会说话,变成会连接真实世界。如果你要它分析新闻、处理简历、读周报、汇总表格,tool 通常都不是可选项,而是必选项。
Tool 不是“让 AI 变聪明”的东西,而是让它能接触真实资料。没有 tool,AI 只能基于训练记忆和你发给它的内容回答。
你可以把 tool 理解成 OpenClaw 伸出去的一只手:去查网页、读文档、读表格、看日历、拿聊天记录。
在飞书场景里,最重要的 tool 之一就是 Feishu 插件。它能减少复制粘贴,让 OpenClaw 直接读取文档、消息、日历等工作上下文。
要告诉它:搜索范围、时间范围、目标人群、输出重点。比如“请查最近 14 天的 SaaS 行业定价调整新闻,筛选和中型企业客户相关的案例”。
例如:“优先使用公司内部文档和 CRM 数据,公开网页只用于补充背景。” 没有来源优先级,AI 可能把不同可信度的信息混在一起。
让它在结论旁边附上来源、时间、关键数字。这样你才能快速复核,而不是重新查一遍。
Tool 负责拿数据,skill 负责按岗位标准做判断。比如“读取简历”是 tool,“按岗位要求评分”是 skill。
官方文档列出可读取群聊/单聊历史、搜索消息、回复消息、下载图片和文件。部分企业还可额外开通以用户身份发消息。
可创建云文档、更新云文档、读取云文档内容。这意味着它不只是“读文档”,还可以把整理后的结果直接写回去。
可创建和管理多维表格、数据表、字段、记录、视图。适合把结构化结果落成追踪表,而不只是给你一段文字。
可管理日历和日程、查忙闲,也可创建/查询/更新任务。适合把“会后行动项”直接推进成实际协作对象。
“请读取这篇飞书文档,帮我提炼给管理层的一页摘要,只保留结论、风险和需要拍板的事。” 这是最典型的文档读取场景。
同时读取销售周报、市场周报、产品周报,再输出跨部门经营摘要。这里重点是减少搬运和拼接。
会前读取相关群聊、会议纪要和日程安排,生成“背景、未决问题、建议提问”。这样上下文不再散落在多个地方。
例如把会议纪要转为行动项后,直接写入云文档、多维表格或任务系统。这比只生成一段文本更接近真正交付。
请读取飞书文档里的品牌策略说明,再搜索最近 7 天竞品在公众号、视频号上的新品内容,只保留互动量明显高的内容,并输出“主题、亮点、对我们的启发、建议动作”。
请读取飞书文档中的岗位说明和这批简历,抽取候选人的岗位相关经历、年限、城市、薪资预期,并整理成初筛表。信息缺失项单独列出来。
请读取飞书里的本周 5 份团队周报文档,找出重复出现的风险和延期项,按“问题、影响范围、负责人、建议跟进”输出给我。
“这个任务需要真实信息,请调用可用的 tools 来完成。” 这句话本身没有错,但对小白帮助不大,因为它没有说明到底读什么、去哪读、最后交付什么。
“请读取飞书里的这 3 篇周报和本周会议纪要,汇总出重复出现的风险、需要我拍板的问题和下周关键动作,输出成一页管理摘要。” 这里你没有强调工具,但任务已经天然会触发正确能力。
通常是因为“查什么、从哪里查、查完怎么整理”没有说清。你要同时指定范围、来源和格式,不能只说“帮我搜一下”。
官方文档明确提醒:涉及发送、修改、写入等重要操作,要“先预览,再确认”,不要让 AI 处于完全脱离人工干预的全自动状态。
不是。官方插件文档写明,这依赖额外权限 `im:message.send_as_user`,而且部分企业环境不支持。可以把它理解为“可能支持,但不是默认一定能用”。
选一个你平时需要“查资料再汇总”的任务,明确写出 3 件事:要查哪些来源、时间范围是什么、最后要什么格式。只要这三件写清,tool 的效果就会上来。