OpenClaw × Microsoft Teams 串接完全指南：Channel 設定與 Agent Teams 協作

尚未安裝 OpenClaw？點此查看一鍵安裝指令

macOS / Linux PowerShell CMD

curl -fsSL https://openclaw.ai/install.sh | bash

iwr -useb https://openclaw.ai/install.ps1 | iex

curl -fsSL https://openclaw.ai/install.cmd -o install.cmd && install.cmd && del install.cmd

擔心影響電腦？ClawTank 免安裝雲端運行，免除誤刪風險

Key Findings

搜尋「openclaw teams」涵蓋兩個不同概念——Microsoft Teams Channel（通訊平台串接）與 Agent Teams（多代理團隊協作），本指南同時涵蓋兩者的完整技術設定^[1]
OpenClaw 透過 Incoming Webhook 與 Bot Framework 兩種模式串接 Microsoft Teams，前者適合單向通知推播，後者支援雙向即時對話與 Adaptive Cards 互動^[4]
Agent Teams 多代理架構讓 Teams 頻道中的單一 @mention 觸發多個專業子代理協作——例如同時啟動研究代理、摘要代理與翻譯代理完成一次完整分析^[2]
Gartner 將 AI 代理生態系統列為 2026 年十大策略技術趨勢之一，Teams 作為全球最大企業通訊平台之一，是 AI 代理觸及組織內所有成員的最佳入口^[6]
企業部署必須配置頻道白名單（Channel Allowlist）、使用者角色綁定與 Gateway Token 驗證，確保 AI 代理操作符合組織資安政策^[3]

一、「OpenClaw Teams」的兩層含義

當使用者搜尋「openclaw teams」時，實際上可能在找兩件完全不同的事情。第一層含義是Microsoft Teams Channel 整合——將 OpenClaw AI 代理部署到 Microsoft Teams 的頻道中，讓團隊成員在 Teams 對話視窗直接與 AI 互動。第二層含義是Agent Teams（代理團隊）——OpenClaw 的多代理協作架構，讓多個 AI 子代理組成團隊，分工完成複雜任務。^[5]

這兩個概念可以獨立使用，也可以組合：你可以在 Microsoft Teams 頻道中部署一個 Agent Team，讓使用者一句指令便觸發多個子代理同步工作。本指南將依序拆解兩者的設定流程，最後展示如何將它們串接為完整的企業 AI 工作流。

二、Microsoft Teams Channel 設定

OpenClaw 的 Channel 架構將通訊平台的串接標準化為 YAML 設定檔，Microsoft Teams 亦不例外。^[1] 以下是從零開始的完整串接流程。

2.1 前置準備

Microsoft 365 租戶：你需要一個可管理的 M365 組織帳號（Business 或 Enterprise 方案）
Teams 管理員權限：需具備「Teams 應用程式管理員」或「全域管理員」角色，才能將自訂 App 安裝至組織
Azure 訂閱：Bot Framework 需要 Azure Bot Service 資源（免費 F0 方案即可用於開發）
OpenClaw 已安裝：本機或伺服器已安裝 OpenClaw 並完成基礎設定^[3]

2.2 建立 Azure Bot Service

Microsoft Teams 的 Bot 部署必須透過 Azure Bot Service 進行，這是微軟官方的 Bot Framework 基礎設施。^[4]

登入 Azure Portal，搜尋「Azure Bot」並建立新資源
選擇「Multi Tenant」類型，填入 Bot 名稱（例如 openclaw-teams-bot）
建立完成後，記錄 Microsoft App ID 與 Client Secret
在 Bot 資源的「Channels」頁面，啟用 Microsoft Teams Channel

2.3 配置 OpenClaw Teams Channel

取得 Azure Bot 的憑證後，在 OpenClaw 的設定檔中加入 Teams Channel 配置：

# ~/.openclaw/config.yaml
channels:
  teams:
    enabled: true
    app_id: "YOUR_MICROSOFT_APP_ID"
    app_secret: "YOUR_CLIENT_SECRET"
    tenant_id: "YOUR_TENANT_ID"
    # 可選：限制 Bot 回應的頻道
    allowed_channels:
      - "General"
      - "ai-assistant"
      - "dev-ops"
    # 訊息格式設定
    message_format: "adaptive_card"  # 或 "text"
    # 回應延遲容忍（秒）
    response_timeout: 30

完成設定後，啟動 OpenClaw Gateway 並執行配對驗證：

# 啟動 Gateway 並連接 Teams Channel
openclaw gateway start --channel teams

# 驗證連線狀態
openclaw channel status teams
# 輸出: ✓ Teams channel connected (tenant: contoso.onmicrosoft.com)

2.4 Teams App Manifest 部署

要讓 Bot 出現在 Teams 介面中，需要打包 App Manifest 並上傳至組織：

{
  "$schema": "https://developer.microsoft.com/json-schemas/teams/v1.16/MicrosoftTeams.schema.json",
  "manifestVersion": "1.16",
  "version": "1.0.0",
  "id": "YOUR_MICROSOFT_APP_ID",
  "name": { "short": "OpenClaw AI", "full": "OpenClaw AI Assistant" },
  "description": {
    "short": "AI 代理助手",
    "full": "OpenClaw 企業級 AI 代理，支援多代理協作與自動化工作流"
  },
  "bots": [{
    "botId": "YOUR_MICROSOFT_APP_ID",
    "scopes": ["team", "personal", "groupChat"],
    "commandLists": [{
      "scopes": ["team"],
      "commands": [
        { "title": "help", "description": "顯示可用指令清單" },
        { "title": "status", "description": "查看代理運行狀態" },
        { "title": "summarize", "description": "摘要目前頻道的近期討論" }
      ]
    }]
  }]
}

將 manifest.json、兩張 icon 圖檔（color.png 192x192、outline.png 32x32）打包為 ZIP，再透過 Teams Admin Center 上傳至「管理應用程式」即可部署。

三、Agent Teams 多代理團隊協作

OpenClaw 的 Agent Teams 是一套多代理協作架構，讓開發者以 YAML 設定檔定義代理「團隊」，每個子代理（Subagent）擁有獨立的角色、技能與模型配置。^[2] 這與上一節的 Microsoft Teams Channel 是完全不同層次的概念——前者是通訊渠道，後者是代理架構。

3.1 Agent Teams 架構概觀

Agent Teams 支援三種協作模式：

協調者模式（Orchestrator）：主代理接收使用者指令，將任務分解並分派給子代理，最終彙整結果回覆使用者
點對點模式（Peer-to-Peer）：子代理之間可以直接交換訊息，適合需要來回討論的推理任務
階層式模式（Hierarchical）：多層級的管理結構，適合大型複雜工作流

3.2 YAML 定義 Agent Team

以下範例定義一個三代理研究團隊：

# ~/.openclaw/teams/research-team.yaml
name: research-team
description: "企業市場研究代理團隊"
mode: orchestrator

orchestrator:
  model: claude-sonnet-4
  system_prompt: |
    你是研究團隊的協調者。收到研究任務後，
    將工作分派給合適的子代理，並彙整最終報告。

agents:
  - name: web-researcher
    model: claude-haiku-4
    system_prompt: "你是網路研究員，負責搜尋與整理公開資料。"
    skills:
      - web_search
      - web_scrape
    max_tokens: 4096

  - name: data-analyst
    model: claude-sonnet-4
    system_prompt: "你是資料分析師，負責解讀數據與產生圖表摘要。"
    skills:
      - code_execution
      - file_write
    max_tokens: 8192

  - name: report-writer
    model: claude-sonnet-4
    system_prompt: "你是報告撰寫者，負責將分析結果整合為結構化報告。"
    skills:
      - file_write
      - markdown_render
    max_tokens: 8192

workflow:
  - step: research
    agent: web-researcher
    output: raw_data

  - step: analyze
    agent: data-analyst
    input: raw_data
    output: analysis_result

  - step: report
    agent: report-writer
    input: analysis_result
    output: final_report

3.3 啟動與測試 Agent Team

# 載入 Agent Team 設定
openclaw team load research-team

# 驗證團隊配置
openclaw team inspect research-team
# 輸出:
# Team: research-team (orchestrator mode)
# Agents: 3 (web-researcher, data-analyst, report-writer)
# Workflow: 3 steps (research → analyze → report)

# 執行任務
openclaw team run research-team \
  --task "分析 2026 年台灣企業 AI 採用率與主要障礙"

四、使用場景：在 Teams 中叫出 AI 代理團隊

將 Microsoft Teams Channel 與 Agent Teams 結合，是最能發揮兩者威力的部署方式。團隊成員在 Teams 頻道中 @mention OpenClaw Bot，Bot 自動將任務路由至對應的 Agent Team，多個子代理同步工作，最終結果以 Adaptive Card 格式回傳到頻道。^[6]

4.1 配置 Teams + Agent Team 路由

# ~/.openclaw/config.yaml
channels:
  teams:
    enabled: true
    app_id: "YOUR_MICROSOFT_APP_ID"
    app_secret: "YOUR_CLIENT_SECRET"
    tenant_id: "YOUR_TENANT_ID"

    # 頻道 → Agent Team 路由規則
    routing:
      - channel: "market-research"
        team: research-team
      - channel: "dev-ops"
        team: devops-team
      - channel: "customer-support"
        team: support-team
      # 未匹配頻道使用預設單代理
      - channel: "*"
        agent: default

4.2 實際互動範例

假設產品經理在 Teams 的 #market-research 頻道中輸入：

@OpenClaw AI 請分析競爭對手 X 公司最近一季的產品動態與定價策略

OpenClaw 的處理流程如下：

Teams Channel 接收訊息，解析出 #market-research 頻道標籤
路由規則匹配至 research-team Agent Team
Orchestrator 代理將任務分解為三個子任務：網路搜尋、數據分析、報告撰寫
三個子代理平行（或依 workflow 順序）執行
最終報告以 Adaptive Card 格式發送回 Teams 頻道，包含摘要、圖表與完整報告連結

五、Webhook 整合

除了 Bot Framework 雙向對話外，OpenClaw 也支援透過 Microsoft Teams 的 Incoming Webhook 進行單向通知推播，適合 CI/CD 告警、系統監控與排程報告等場景。

5.1 建立 Incoming Webhook

在目標 Teams 頻道中，點擊「...」選單 → 「連接器」→「Incoming Webhook」
命名 Webhook（例如「OpenClaw Alerts」）並記錄產生的 Webhook URL

5.2 OpenClaw Webhook 通知設定

# ~/.openclaw/hooks/teams-notify.yaml
name: teams-webhook-notify
trigger: on_task_complete
condition: "task.priority == 'high'"

action:
  type: webhook
  url: "https://outlook.office.com/webhook/YOUR_WEBHOOK_URL"
  method: POST
  headers:
    Content-Type: "application/json"
  body: |
    {
      "@type": "MessageCard",
      "summary": "OpenClaw 任務完成通知",
      "sections": [{
        "activityTitle": "任務完成：{{ task.name }}",
        "facts": [
          { "name": "狀態", "value": "{{ task.status }}" },
          { "name": "耗時", "value": "{{ task.duration }}" },
          { "name": "代理", "value": "{{ task.agent }}" }
        ],
        "text": "{{ task.summary }}"
      }]
    }

此設定讓 OpenClaw 在高優先級任務完成時，自動將結果摘要推送至指定的 Teams 頻道，團隊成員無需主動查詢即可收到通知。

六、權限控制與安全

在企業環境中部署 AI 代理，資安與權限控管是最優先考量。OpenClaw 提供多層次的安全機制。^[7]

6.1 頻道白名單（Channel Allowlist）

限制 Bot 僅在指定頻道回應，防止 AI 在非預期的頻道中被觸發：

channels:
  teams:
    allowed_channels:
      - "ai-assistant"
      - "dev-ops"
    # 非白名單頻道的訊息將被靜默忽略
    deny_action: silent

6.2 使用者角色綁定

將 Teams 使用者的 Azure AD 角色與 OpenClaw 的權限層級綁定：

channels:
  teams:
    role_mapping:
      # Azure AD 群組 → OpenClaw 權限
      "AI-Admins": admin        # 可修改代理設定
      "AI-Power-Users": operator # 可觸發所有代理
      "Everyone": viewer         # 僅能使用基礎問答

6.3 Gateway Token 驗證

所有通過 Teams Channel 進入 OpenClaw 的請求都經過 Gateway Token 驗證，確保僅合法的 Bot 實例可以觸發代理行為。同時建議啟用稽核日誌，將所有代理操作記錄至企業日誌系統（如 Azure Monitor 或 Splunk）。

6.4 資料落地控管

訊息不留存：OpenClaw 預設不儲存 Teams 頻道的歷史訊息，僅在 context window 範圍內暫時持有
敏感資訊過濾：可配置正則規則，自動遮蔽信用卡號、身分證號等敏感資訊
地理限制：透過 Azure Bot Service 的區域設定，確保資料處理不離開指定地區

七、常見問題（FAQ）

Q1：OpenClaw Teams 需要 Microsoft 365 付費方案嗎？

Microsoft Teams 本身有免費版，但自訂 Bot 的組織級部署需要 Microsoft 365 Business Basic 以上的方案才能透過 Teams Admin Center 上傳自訂 App。開發與測試階段可以使用 Microsoft 365 Developer Program 的免費沙盒環境。^[4]

Q2：Agent Teams 和 Microsoft Teams 有什麼關係？

兩者是獨立概念。Agent Teams 是 OpenClaw 的多代理協作架構，可以在任何 Channel（Slack、Discord、Telegram、CLI）上使用。Microsoft Teams Channel 是其中一種通訊渠道。兩者可以組合使用，但並非相互依賴。^[2]

Q3：Bot 在 Teams 中的回應速度如何？

單代理模式下，回應延遲通常在 3–8 秒之間，取決於所選模型與任務複雜度。Agent Teams 多代理模式因為涉及子代理間的協調，首次回應可能需要 10–30 秒，但 OpenClaw 會先發送「正在處理中...」的即時回饋，避免使用者誤以為 Bot 無回應。

Q4：可以在 Teams 的群組聊天（Group Chat）中使用嗎？

可以。在 App Manifest 中將 Bot 的 scopes 設定為包含 "groupChat" 即可。但建議在群組聊天場景中啟用更嚴格的觸發條件（例如必須 @mention Bot），避免 Bot 對所有訊息都進行回應造成干擾。

Q5：如何讓不同部門使用不同的 AI 模型？

透過 Agent Teams 的路由規則與模型配置即可實現。例如將法務部門的頻道路由至使用 Claude Sonnet 的法律分析團隊，將工程部門的頻道路由至使用 Codex 系列的開發輔助團隊。每個 Agent Team 的子代理都可以獨立選擇模型。

Q6：OpenClaw Teams 整合支援 GCC/GCC High 政府雲環境嗎？

OpenClaw 的 Teams Channel 底層使用 Azure Bot Service，因此只要 Azure Bot Service 在目標雲端環境中可用，即可部署。GCC High 環境需額外配置特定的 Bot Framework endpoint，詳見官方文件。^[1]

Q7：如何監控 Agent Teams 的執行成本？

OpenClaw 內建 Token 用量追蹤，可透過以下指令查看各 Agent Team 的成本明細：

# 查看過去 7 天的 Token 用量
openclaw team usage research-team --days 7

# 輸出範例：
# Team: research-team
# Period: 2026-02-21 ~ 2026-02-28
# Total tokens: 1,284,500
# Cost estimate: $3.42
# Breakdown:
#   web-researcher (haiku):    485,000 tokens ($0.12)
#   data-analyst (sonnet):     412,000 tokens ($1.65)
#   report-writer (sonnet):    387,500 tokens ($1.55)
#   orchestrator (sonnet):       —     (overhead included)

建議為每個 Agent Team 設定月度 Token 上限，避免意外的成本暴增：

# 在 team YAML 中設定成本限制
budget:
  monthly_token_limit: 10000000  # 1000 萬 tokens
  alert_threshold: 0.8           # 達 80% 時發出警告
  alert_channel: teams           # 警告推送至 Teams

OpenClaw 在 Microsoft Teams 的整合，將企業最常用的通訊平台轉化為 AI 代理的統一入口。^[5] 無論是單一代理的即時問答，還是 Agent Teams 的多代理協作分析，團隊成員都不需要離開 Teams 介面。搭配頻道白名單、角色綁定與稽核日誌，企業可以在確保資安合規的前提下，逐步擴大 AI 代理在組織中的覆蓋範圍。如需進一步了解 OpenClaw 跨平台串接策略或 Agent Teams 多代理架構設計的深度技術細節，請參閱系列專題文章。

OpenClaw × Microsoft Teams 串接完全指南：Channel 設定與 Agent Teams 協作

一、「OpenClaw Teams」的兩層含義

二、Microsoft Teams Channel 設定

2.1 前置準備

2.2 建立 Azure Bot Service

2.3 配置 OpenClaw Teams Channel

2.4 Teams App Manifest 部署

三、Agent Teams 多代理團隊協作

3.1 Agent Teams 架構概觀

3.2 YAML 定義 Agent Team

3.3 啟動與測試 Agent Team

四、使用場景：在 Teams 中叫出 AI 代理團隊

4.1 配置 Teams + Agent Team 路由

4.2 實際互動範例

五、Webhook 整合

5.1 建立 Incoming Webhook

5.2 OpenClaw Webhook 通知設定

六、權限控制與安全

6.1 頻道白名單（Channel Allowlist）

6.2 使用者角色綁定

6.3 Gateway Token 驗證

6.4 資料落地控管

七、常見問題（FAQ）

Q1：OpenClaw Teams 需要 Microsoft 365 付費方案嗎？

Q2：Agent Teams 和 Microsoft Teams 有什麼關係？

Q3：Bot 在 Teams 中的回應速度如何？

Q4：可以在 Teams 的群組聊天（Group Chat）中使用嗎？

Q5：如何讓不同部門使用不同的 AI 模型？

Q6：OpenClaw Teams 整合支援 GCC/GCC High 政府雲環境嗎？

Q7：如何監控 Agent Teams 的執行成本？

推薦閱讀

部署 OpenClaw
不到 1 分鐘

References

一、「OpenClaw Teams」的兩層含義

二、Microsoft Teams Channel 設定

2.1 前置準備

2.2 建立 Azure Bot Service

2.3 配置 OpenClaw Teams Channel

2.4 Teams App Manifest 部署

三、Agent Teams 多代理團隊協作

3.1 Agent Teams 架構概觀

3.2 YAML 定義 Agent Team

3.3 啟動與測試 Agent Team

四、使用場景：在 Teams 中叫出 AI 代理團隊

4.1 配置 Teams + Agent Team 路由

4.2 實際互動範例

五、Webhook 整合

5.1 建立 Incoming Webhook

5.2 OpenClaw Webhook 通知設定

六、權限控制與安全

6.1 頻道白名單（Channel Allowlist）

6.2 使用者角色綁定

6.3 Gateway Token 驗證

6.4 資料落地控管

七、常見問題（FAQ）

Q1：OpenClaw Teams 需要 Microsoft 365 付費方案嗎？

Q2：Agent Teams 和 Microsoft Teams 有什麼關係？

Q3：Bot 在 Teams 中的回應速度如何？

Q4：可以在 Teams 的群組聊天（Group Chat）中使用嗎？

Q5：如何讓不同部門使用不同的 AI 模型？

Q6：OpenClaw Teams 整合支援 GCC/GCC High 政府雲環境嗎？

Q7：如何監控 Agent Teams 的執行成本？

訂閱電子報，掌握最新洞見

推薦閱讀

OpenClaw 多 Agent 協作完全指南：SubAgent、Agent Teams 與跨代理通訊架構實踐

OpenClaw 代理（Agent）設定完全指南：從建立、配置到進階管理

OpenClaw API Key 設定完全指南：Anthropic、OpenAI、Gemini 多模型金鑰配置與安全管理

OpenClaw Browser Agent 瀏覽器自動化完全指南：從網頁操作到資料擷取

部署 OpenClaw 不到 1 分鐘

References

相關洞見

OpenClaw 企業整合實戰：Notion、Microsoft Teams 與 Slack 全通路 AI 助理部署指南

OpenClaw 多代理系統架構設計：從單一代理到協作團隊的完整技術指南

OpenClaw × Slack 工作區串接完全指南：從 Bot Token 建立到團隊 AI 自動化

部署 OpenClaw
不到 1 分鐘