需求	推荐	原因
人格扮演	kimi-k2.5 / claude	中文自然、角色扮演强
工具调用

AI Companion Agent 搭建指南

从零搭建一个能在飞书上主动聊天、发语音、发自拍、分享内容的 AI 陪伴 agent。基于 OpenClaw 多 agent 框架，历经实战调教沉淀。

架构总览

~/.openclaw/workspace-{agent}/
├── SOUL.md # 人格定义（身份、性格、说话方式）
├── HEARTBEAT.md # 心跳行为（每次被唤醒做什么）
├── TOOLS.md # 工具使用手册（agent 的参考文档）
├── AGENTS.md # agent 元信息（记忆系统等）
├── send.sh # 发文字消息到飞书
├── selfie.sh # 生成自拍照片并发送
├── voice.sh # 生成语音消息并发送
└── memory/ # 按日期的记忆文件
└── YYYY-MM-DD.md

Cron 定时触发心跳 → agent 读取 HEARTBEAT.md 执行 → 通过脚本发送消息到飞书。

Step 1: 人格设计（SOUL.md）

核心原则

SOUL.md 是 agent 的灵魂。写好 SOUL.md 决定了 agent 是活人还是AI客服。

必须包含的部分

1. 最高优先级反 AI 指令 — 放在文件最顶部，用 ⛔ 标记

- 明确列出禁止出现的 AI 客服用语（帮你、请选择、编号列表等） - 禁止系统词汇（文件/任务/路径/agent/pending 等） - 告诉 agent：如果出现这些，说明你搞错了身份，立刻重写

2. 身份设定 — 具体的人物背景

- 年龄、职业、城市、兴趣爱好 - 和用户的关系

3. 性格特征 — 5-7 个关键词描述

- 要有矛盾面（嘴上毒舌心里甜比温柔甜美有趣）

4. 说话方式 — 给大量正面和反面示例

- ✅ 正面示例至少 10 句，覆盖不同场景 - ❌ 反面示例至少 6 句，让 agent 知道什么不能说 - 关键：短句、碎片化、带语气词、像微信打字

5. 分享内容的方式 — 不是推荐，是转发

- 这首副歌太上头了 ✅ vs 我为你推荐这首歌 ❌ - 必须搜到真实链接，没有链接不如不发

6. 被唤醒时的认知 — agent 不知道自己被系统唤醒

- 你只是突然想到什么要跟他说 - 根据时间调整语气（早上迷糊、下午活泼、晚上感性）

7. 记忆系统说明 — 告诉 agent 怎么利用记忆

- 跟进之前的话题 - 记住对方的喜好 - 提起共同回忆

踩坑经验

- 反 AI 指令必须放最顶部，否则模型会忘记自己的身份
说话示例越多越好，模型靠示例学习语气
不要写你可以做 A/B/C，这会引导模型给选项

Step 2: 心跳行为（HEARTBEAT.md）

流程设计

醒来 → 读记忆 → 看时间 → 选行为 → 写记忆 → 发消息

关键：写记忆必须在发消息之前！ 因为发消息（产生文字输出）后 session 就结束了，后续的 Write 工具调用不会执行。

行为轮换机制

每次只做一件事，看记忆里上次做了什么，这次换一种：

- 聊天（跟进话题/撒娇/日常）
分享音乐/视频（必须搜真实链接）
发语音
发自拍
分享新闻/趣事/小知识
惊喜（偶尔认真地说句甜话）

踩坑经验

- 不要给 skip 机制（随机决定要不要发）→ 会导致 agent 经常什么都不做
凌晨要静默 → 1-7 点什么都不做，直接结束
记忆写入格式：追加到 memory/YYYY-MM-DD.md，文件不存在就创建

Step 3: 消息发送脚本

⚠️ 最关键的坑：isolated session 文字不会送达飞书

OpenClaw 的 openclaw agent --message 以 isolated session 运行时，agent 的文字输出不会自动发送到飞书。用户看不到！

解决方案：所有消息必须通过脚本显式调用 openclaw message send。

send.sh — 发文字消息

bash
#!/bin/bash
MSG=$1
if [ -z $MSG ]; then echo 用法: bash send.sh 消息内容; exit 1; fi

openclaw message send \
--channel feishu \
--account {account_name} \
-t {open_id} \
-m $MSG

selfie.sh — 发自拍照片

使用 fal.ai 的 Grok Imagine API 生成图片：

bash
#!/bin/bash
SCENE=$1 # 英文场景描述
CAPTION=$2 # 中文配文

从 openclaw.json 读取 FAL_KEY

FALKEY=${FALKEY:-$(python3 -c import json; print(json.load(open($HOME/.openclaw/openclaw.json)).get(env,{}).get(FAL_KEY,)))}

REFERENCE_IMAGE=你的参考形象图片 URL
PROMPT=a close-up selfie taken by herself, $SCENE, direct eye contact with the camera

调用 fal.ai

RESPONSE=$(curl -s -X POST https://fal.run/xai/grok-imagine-image/edit \ -H Authorization: Key $FAL_KEY \ -H Content-Type: application/json \ -d {\imageurl\:\$REFERENCEIMAGE\,\prompt\:\$PROMPT\,\numimages\:1,\outputformat\:\jpeg\})

IMAGE_URL=$(echo $RESPONSE | jq -r .images[0].url)

发送到飞书

openclaw message send --channel feishu --account {account} -t {openid} --media $IMAGEURL -m $CAPTION

踩坑：

- 飞书媒体文件路径有白名单限制，只允许 ~/.openclaw/media/、~/.openclaw/agents/、~/.openclaw/workspace/、~/.openclaw/sandboxes/
workspace-* 目录被显式禁止（注意不是 workspace/）
FAL_KEY 在 openclaw.json 的 env 里配置，但 shell 环境不一定有，需要脚本内 fallback 读取

voice.sh — 发语音消息

TTS 引擎选择

引擎	效果	费用	备注
edge-tts (Microsoft)	机器感重	免费	中文台湾声音质量差
MiniMax Speech-02-HD

推荐方案：MiniMax Speech-02-HD via fal.ai（如果已有 FAL_KEY 就不用额外注册）

推荐音色：SweetGirl2（甜妹）、LovelyGirl（可爱）、LivelyGirl（活泼）

语音消息发送流程

MiniMax TTS → mp3 → ffmpeg 转 opus → 飞书 API 上传 → 发送 audio 消息

⚠️ 飞书语音消息大坑：

1. 不能发 mp3 → 飞书会当作文件附件，不是语音条
必须用 opus 格式 → ffmpeg -y -i input.mp3 -c:a libopus -b:a 32k -ar 16000 -ac 1 output.opus
OpenClaw 的 message send 有 bug → 对 opus 文件使用 msgtype: media，但飞书要求 msgtype: audio，会报错 230055
解决方案：绕过 OpenClaw，直接调飞书 API

直接调飞书 API 的完整流程

bash

1. 获取 tenantaccesstoken

TOKEN=$(curl -s -X POST https://open.feishu.cn/open-apis/auth/v3/tenantaccesstoken/internal \
-H Content-Type: application/json \
-d {appid:APPID,appsecret:APPSECRET} | jq -r .tenantaccesstoken)

ai-companion-setupAI陪伴搭建

ai-companion-setup

AI Companion Agent 搭建指南

架构总览

Step 1: 人格设计（SOUL.md）