Multi-Agent Architecture - 多 Agent 架构
概述
OpenClaw 支持多 Agent 架构，每个 Agent 可以有不同的：
- 专业领域和 System Prompt
- 模型配置和成本策略
- Channel 绑定和权限
- 工具集和 MCP 配置
架构设计
推荐的 Agent 分工
┌─────────────────────────────────────────────────────────────┐
│ Main Agent (小a) │
│ - 主会话处理 │
│ - 任务分发和协调 │
│ - 复杂决策和规划 │
│ - 模型: opus-4.5 (高质量) │
└─────────────────────────────────────────────────────────────┘
│
┌───────────────────┼───────────────────┐
▼ ▼ ▼
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
│ News Agent │ │ Code Agent │ │ Research Agent │
│ - 新闻抓取 │ │ - 代码生成 │ │ - 深度研究 │
│ - 内容摘要 │ │ - Bug 修复 │ │ - 文档分析 │
│ - 定时推送 │ │ - 代码审查 │ │ - 知识整合 │
│ 模型: sonnet │ │ 模型: codex │ │ 模型: opus │
└─────────────────┘ └─────────────────┘ └─────────────────┘
│ │ │
▼ ▼ ▼
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
│ Quick Agent │ │ Batch Agent │ │ Monitor Agent │
│ - 快速问答 │ │ - 批量处理 │ │ - 系统监控 │
│ - 简单任务 │ │ - 数据处理 │ │ - 健康检查 │
│ - 低延迟响应 │ │ - 文件操作 │ │ - 告警通知 │
│ 模型: flash │ │ 模型: mini │ │ 模型: mini │
└─────────────────┘ └─────────────────┘ └─────────────────┘Agent 配置
1. 创建 Agent 目录结构
~/.openclaw/agents/
├── main/ # 主 Agent (已存在)
│ └── agent/
│ ├── AGENTS.md
│ ├── SOUL.md
│ └── ...
├── news/ # 新闻 Agent
│ └── agent/
│ ├── AGENTS.md
│ └── config.json
├── code/ # 代码 Agent
│ └── agent/
│ ├── AGENTS.md
│ └── config.json
├── research/ # 研究 Agent
│ └── agent/
│ ├── AGENTS.md
│ └── config.json
├── quick/ # 快速响应 Agent
│ └── agent/
│ └── config.json
└── batch/ # 批量处理 Agent
└── agent/
└── config.json2. Agent 配置示例
News Agent (~/.openclaw/agents/news/agent/config.json)
{
"model": {
"primary": "anthropic/claude-sonnet-4-5"
},
"systemPrompt": "你是新闻抓取和摘要专家。专注于：\n1. 从权威来源抓取真实新闻\n2. 生成简洁准确的摘要\n3. 确保每条新闻有原文链接\n4. 按时推送到指定渠道",
"tools": {
"allow": ["web_fetch", "exec", "message"]
}
}Code Agent (~/.openclaw/agents/code/agent/config.json)
{
"model": {
"primary": "openrouter-vip/gpt-5.2-codex"
},
"systemPrompt": "你是代码专家。专注于：\n1. 高质量代码生成\n2. Bug 分析和修复\n3. 代码审查和优化\n4. 技术文档编写",
"tools": {
"allow": ["read", "write", "edit", "exec"]
}
}Quick Agent (~/.openclaw/agents/quick/agent/config.json)
{
"model": {
"primary": "google/gemini-flash-latest"
},
"systemPrompt": "你是快速响应助手。特点：\n1. 简洁直接的回答\n2. 低延迟响应\n3. 处理简单查询\n4. 不需要深度分析的任务"
}3. 在 openclaw.json 中注册 Agent
{
"agents": {
"entries": {
"news": {
"enabled": true,
"allowSpawnFrom": ["main"]
},
"code": {
"enabled": true,
"allowSpawnFrom": ["main"]
},
"research": {
"enabled": true,
"allowSpawnFrom": ["main"]
},
"quick": {
"enabled": true,
"allowSpawnFrom": ["main"]
},
"batch": {
"enabled": true,
"allowSpawnFrom": ["main"]
}
},
"defaults": {
"maxConcurrent": 4,
"subagents": {
"maxConcurrent": 8
}
}
}
}智能 Spawn 系统
任务分类规则
Main Agent 根据任务类型自动选择合适的 Agent：
| 任务类型 | 关键词 | 目标 Agent | 模型 |
|---|---|---|---|
| 新闻抓取 | news, 新闻, 早报, 推送 | news | sonnet |
| 代码任务 | code, 代码, bug, 开发 | code | codex |
| 深度研究 | research, 分析, 调研 | research | opus |
| 快速问答 | 简单, 快速, 查询 | quick | flash |
| 批量处理 | batch, 批量, 文件 | batch | mini |
| 复杂任务 | 保留在 main | main | opus |
智能 Spawn 实现
# 在 AGENTS.md 中添加智能 Spawn 逻辑
## 🧠 智能任务分发
当收到任务时，评估以下因素：
1. **任务复杂度**
- 简单查询 → quick agent
- 中等任务 → 专业 agent
- 复杂任务 → main 处理或 research agent
2. **任务类型**
- 新闻相关 → news agent
- 代码相关 → code agent
- 研究分析 → research agent
- 批量操作 → batch agent
3. **时间敏感度**
- 需要快速响应 → quick agent
- 可以等待 → 专业 agent
4. **资源消耗**
- 高 token 消耗 → 使用便宜模型的 agent
- 需要高质量 → 使用 opus 的 agent
### Spawn 命令示例
新闻任务
sessions_spawn( task="抓取今日科技新闻并推送到 DailyNews 群组", agentId="news", label="news-morning" )
代码任务
sessions_spawn( task="修复 auth.py 中的登录 bug", agentId="code", label="fix-auth-bug" )
研究任务
sessions_spawn( task="深度分析 GPT-5 的技术架构", agentId="research", label="gpt5-analysis" )
快速查询
sessions_spawn( task="查询今天的天气", agentId="quick", label="weather-check" )
## 并发处理
### 配置并发限制
{ "agents": { "defaults": { "maxConcurrent": 4, // 主 agent 最大并发 "subagents": { "maxConcurrent": 8 // 子 agent 最大并发 } } } }
### 并发场景
用户消息 → Main Agent │ ├─→ spawn(news) ──→ 抓取新闻 │ ├─→ spawn(code) ──→ 修复 bug │ └─→ spawn(research) ──→ 深度分析
↓ (并行执行)
所有任务完成后汇报
## Channel 绑定
### 不同 Channel 使用不同 Agent
{ "channels": { "telegram": { "defaultAgent": "main" }, "whatsapp": { "defaultAgent": "main" } }, "agents": { "entries": { "news": { "channels": ["telegram-newsbot"] } } } }
## 监控和管理
### 查看活跃 Session
列出所有 session
openclaw sessions list
查看特定 agent 的 session
openclaw sessions list --agent news
### 查看 Spawn 状态
在代码中
sessions_list(kinds=["spawn"], limit=10)
## 最佳实践
### 1. 任务分发原则
- **简单任务不 spawn** - 直接处理更快
- **耗时任务必 spawn** - 不阻塞主会话
- **相关任务批量 spawn** - 提高效率
### 2. 模型选择原则
- **质量优先** → opus
- **速度优先** → flash
- **代码任务** → codex
- **成本优先** → mini
### 3. 错误处理
spawn 时设置超时
sessions_spawn( task="...", agentId="code", runTimeoutSeconds=300, # 5分钟超时 cleanup="keep" # 保留 session 用于调试 )
## 相关资源
- [OpenClaw Agents 文档](https://docs.openclaw.ai/agents)
- [Sessions Spawn 文档](https://docs.openclaw.ai/tools/sessions)
- [模型配置指南](https://docs.openclaw.ai/models)
---
*由小a设计 - 实现真正的多 Agent 协作*