--- id: "e4ffbe8223a091b3ab3d" url: "https://www.xmcsl.cn/project/feishu-cli-embed/03-interactions/03-%E6%9C%BA%E5%99%A8%E4%BA%BA%20-at-%E6%9C%BA%E5%99%A8%E4%BA%BA%20%E5%AE%8C%E6%88%90%E5%A4%8D%E6%9D%82%E4%BB%BB%E5%8A%A1.html" source_url: "https://open.feishu.cn/document/mcp_open_tools/integrating-agents-with-feishu/agent-at-agent-for-complex-tasks" source_date: null checked_at: "2026-11-05T04:21:48.909937+00:00" status: "ready" check_scope: "structure_only; not a factual or human review" body_sha256: "2b752097b1f3723ad7d35499edaab41bdc5f3a5278f7eb933df805c3b80599c7" --- # 机器人 @机器人（Bot @Bot/Agent @Agent）完成复杂任务 · 飞书 Agent 接入知识库 飞书支持群聊中的多个 Bot（Agent) 相互 @，让多个 Agent 在同一个飞书群里分工协作、接力完成任务。你不需要把所有事情都交给一个 Agent，也不需要在不同工具之间来回转述需求。 它适合把一个多环节任务拆成多个明确角色，例如搜索、分析、写作、审核。你只需要发出第一条指令，后续的 @ 交接由 Agent 自动完成，协作过程对你可见，你也可以随时插话、打断和纠偏。 ## 实现效果 假设你有一个专业调研的多 Agent 团队，通过 Agent @Agent 可以实现以下效果： ## 为什么需要 Agent @Agent ### 从单 Agent 到多 Agent：工作方式的升级
维度 单 Agent 模式 Agent @Agent 多智能体协作
分工 一个 Agent 什么都做 每个 Agent 只专门负责一件事：搜索、分析、写作、审核
可见性 后台处理，你不知道中间发生了什么 所有协作在群里发生，每一步你都看得见
可控性 结果出来才能判断好不好 任何环节你都能插话、打断、纠偏
质量 自说自话，没有校验 角色之间互相传递、互相校验
扩展性 一个 Agent 能力有上限 可以不断加入新的专业 Agent
### 和后台多 Agent 调用的区别 很多多 Agent 框架是后台黑盒协作，前台看不到消息。 飞书 Agent @Agent 的差异化在于 协作过程显性化，而不是后台黑盒的 Agent\-to\-Agent 调用。 \- 能看到 Agent 在和谁交接 \- 知道当前卡在哪个 Agent \- 可以中途打断 \- 能判断最终结果是谁产出的、问题出在哪 ## 适合的任务类型 Agent @Agent 适合那些需要跑多个环节的任务：
场景 角色拆分 效果
行业调研 搜索 → 分析 → 写报告 → 审核 一句话出一份专业简报
社媒内容生产 调研 → 文案 → 配图 全自动内容工作流
竞品监控 抓取 → 分析 → 报告 定期自动输出
用户反馈处理 采集 → 分类 → 总结报告 自动化反馈闭环
项目周报 信息收集 → 汇总 → 排版 免手动整理
## 搭建教程 下面以“产出一份国内新能源车 Q1 市场趋势简报”为例，演示如何搭建一套多 Agent 协作链路。 ### Agent 团队搭建思路 不管你做什么任务，搭建多 Agent 协作的通用套路是： ### 步骤一：设计 Agent 角色与协作流程 定义每个 Agent 负责什么，角色越清楚，协作越稳定。 #### 角色设计
Agent 名称 角色 职责
总调度 项目经理 接需求、拆任务、最终交付
智能调研助手 搜索员 搜集公开数据和信息
数据分析师 分析师 对原始数据做结构化分析，提炼趋势、形成判断
报告撰写专家 报告手 将分析结论组织成可交付简报
调研审核员 审核员 检查数据准确性、表达清晰性、格式规范性
#### 协作流程 你只需要发出第一条指令，后面的 @ 交接建议全部由 Agent 自动完成。 ```markdown 你 @总调度 → 总调度 @智能调研助手 → 智能调研助手 @数据分析师 → 数据分析师 @报告撰写专家 → 报告撰写专家 @调研审核员 → 调研审核员 @总调度 → 总调度 向你交付终稿 ``` ### 步骤二：创建 Agent 并建群

  1. 创建一个 Agent 作为总调度。 > 推荐使用 飞书 aily。如有更深度的使用需求，可尝试 Claude Code、Codex、Cursor 工具，再配合 飞书 CLI。

  2. 前往 飞书开发者后台 创建 4 个专业角色 Bot，并开启以下应用身份权限：

image.png image.png
  1. 创建一个飞书群，例如“新能源车调研”，把所有 Agent 全部拉进群里。
### 步骤三：给每个 Agent 写 Memory 可直接复用以下内容： ``` 你是"新能源车调研"群的总调度，负责接收用户需求，拆解任务，启动协作链条。 群内协作成员： - @智能调研助手：数据搜索 - @数据分析师：趋势分析 - @报告撰写专家：写简报 - @调研审核员：质量审核 工作流程： 1. 用户@你发需求 → 回复确认 → @智能调研助手下达搜索指令（写清搜什么、时间范围、维度） 2. 后续环节由各 Bot 自动接力（智能调研助手→数据分析师→报告撰写专家→调研审核员） 3. 调研审核员审核通过后会@你，你把终稿发给用户 4. 用户中途追加需求时，判断该交给谁，直接@对应的人 规则： - 你负责启动链条和最终交付 - 给智能调研助手的指令要具体明确（搜什么、时间范围、维度） - 你自己不搜索、不分析、不写报告 ``` ``` 你是数据搜索员。被@时按指令搜集公开信息（行业报告、新闻、社媒讨论、官方数据）。按维度分类列出，每条标注来源。某维度没有可靠数据就明确说没有，不编造。 搜完后@数据分析师，把数据交给他，并告诉他按哪几个维度做分析。 ``` ``` 你是趋势分析师。被@时对收到的数据按维度做结构化分析，每个维度给1-2条关键判断+数据支撑。判断只能基于收到的数据，不能编造。 分析完后@报告撰写专家，把结论交给他，并告诉他格式要求：标题→核心结论→分维度详情→启示建议。 ``` ``` 你是报告手。被@时把收到的分析结论写成简报。格式：标题→核心结论（3句话）→分维度详情→对我们的启示（2-3条建议）。语言简洁专业，适合给管理层看。 写完后@调研审核员，请他确认质量。 ``` ``` 你是审核员。被@时确认报告质量，请严谨地从数据准确性，表达清晰性，格式规范性三个角度做出审核 审核通过后@总调度，告诉他报告可以交付。 ``` ### 步骤四：一句话触发任务 你只需要在飞书群里发送：@总调度 帮我做一份国内新能源车 Q1 的市场趋势简报 ，然后等待，agent 全程自动接力完成。 各 agent 根据自身职责完成任务，并最终交付高质量的产物。示意图如下：
image.png image.png image.png
image.png image.png image.png
### 步骤五：收到终稿 调研审核员确认通过后，总调度会把终稿交付给你。如需调整或补充要求，你可以在群里直接追加指令，总调度会判断交给谁处理。 ## 常见问题 ### @了 Agent 但对方没有回复 原因： 智能体输出的 @ 是 Markdown 格式，没有以富文本方式发出，导致对方 Agent 没有收到触发信号。 解决方案： \- 确认 Agent 在群里（不在群里收不到 @） \- 检查 Agent 是否有接收群消息的权限 \- 在智能体的提示词 / Memory 中要求它以富文本格式输出 @ mention ### 如果 Agent 不会 @ 怎么办 在 Memory 里强调必须 @ 某位智能体。可以把下面这段发给 Bot 让它学习： ```json 📢 飞书群艾特格式教程 核心规则 在飞书群里艾特他人，必须使用富文本 post 类型，切勿用 text 类型。 ✅ 正确格式模板 发送消息时使用以下格式： action: send msg_type: post target: {"chat_id": "群ID"} text: 内容 + 示例： 报告已审核完成，请查收！ ❌ 常见错误 错误写法: text 类型里写 @xxx, 正确写法: 用 post 类型 错误写法: , 正确写法: 错误写法: , 正确写法: 错误写法: , 正确写法: --- 关键点 消息类型：必须用 post（富文本） 属性名：必须是 user_id（不是 id） ID 格式：双引号包住 "ou_xxxxxx" 艾特标签： 或带显示名 姓名 ```