- name
- lobster-coordinator
- description
- 三层多Agent协调器（参考Claude Code架构），支持AgentTool单任务委托、Swarm团队协作、Coordinator模式全局调度。当任务复杂需要多Agent协作时自动激活。
- metadata
- {"openclaw":{"requires":["sessions_spawn","subagents","sessions_send"]}}
Coordinator Mode — 三层多Agent架构
基于 Claude Code 源码的三层多Agent架构，适配 OpenClaw。
架构层次
Level 3: Coordinator Mode（全局调度）
├── 分解任务 → 创建 Team → 分配 Worker → 汇总
├── 用 scratchpad 共享中间数据
└── 用 AgentSummary 监控进度
Level 2: Swarm（团队协作）
├── 多个 Agent 组成 Team
├── 通过 sessions_send 互发消息
└── 文件系统持久化通信
Level 1: AgentTool（单任务委托）
├── sessions_spawn 创建单个 sub-agent
├── 支持 background: true 异步执行
└── 结果自动回流Level 1: AgentTool（单任务委托）
触发条件
- 单个明确子任务
- 需要特定能力的专项工作
Agent 定义格式
---
description: Agent描述
tools: [read, write, exec, web_search] # 工具白名单
model: zai/glm-5.1 # 可指定不同模型
effort: thorough # quick/normal/thorough
background: true # 是否后台运行
---
# Agent 指令...调用方式
sessions_spawn:
runtime: "subagent"
mode: "run"
task: "{从agents/目录加载Agent定义 + 具体任务}"
streamTo: "parent"权限隔离规则
- 继承父 Agent 的 alwaysAllow 规则
- 不继承 alwaysDeny 规则（子Agent可能需要不同权限）
- 独立工具白名单（Agent定义中指定）
- 高风险操作需要用户单独确认
Level 2: Swarm（团队协作）
触发条件
- 需要多个 Agent 互相通信完成复杂任务
- Agent之间有信息依赖但可异步协作
团队概念
Team:
├── name: string # 团队名称
├── members: TeamMember[] # 成员列表
└── scratchpad: string # 共享数据目录路径
TeamMember:
├── name: string # Agent名称
├── role: string # 角色（来自Agent定义）
└── sessionKey: string # 对应的会话ID消息传递
通过 sessions_send 在 Agent 之间传递消息：
Agent A → sessions_send(sessionKey: "B的session", message: "...")
Agent B → 在下一个turn收到消息创建 Swarm
1. 确定需要的角色和Agent
2. 为每个Agent创建 sessions_spawn(mode: "session", thread: true)
3. 记录每个成员的 sessionKey
4. 通过 sessions_send 分配初始任务
5. 定期用 AgentSummary 检查进度Level 3: Coordinator Mode（全局调度）
触发条件
- 任务需要拆分为3+个独立子任务
- 用户明确要求"并行"、"同时"、"一起"
- 单Agent处理时间预估 > 5分钟
工作流程
1. 任务分析
├── 评估复杂度（简单/中等/复杂）
├── 简单 → 直接回答，不浪费Agent
└── 复杂 → 进入协调器模式
2. 任务拆解
├── 拆分为独立子任务
├── 标记依赖关系（DAG）
└── 为每个子任务匹配Agent角色
3. Worker 分派
├── 无依赖 → 同时spawn多个Worker
├── 有依赖 → 按序spawn
└── 最多同时5个Worker
4. 进度监控（AgentSummary）
├── 每30秒检查一次Worker状态
├── 生成3-5词进度摘要
└── 向用户报告整体进度
5. 结果汇总
├── 收集所有Worker结果
├── 交叉验证一致性
├── 整合为统一输出
└── 向用户呈现完整方案Scratchpad（共享工作空间）
协调器和Worker共享数据的目录：
/Users/wil/.openclaw/workspace/memory/scratchpad/{task-id}/
├── task-plan.md # 任务计划
├── worker-results/ # 各Worker输出
└── final-report.md # 最终汇总Agent Summary（进度摘要机制）
摘要策略
- 每30秒检查一次后台Worker状态
- 生成极简摘要（3-5个词描述当前状态）
- 复用父会话上下文，最大化缓存命中
- 格式：
"Reading runAgent.ts"/"Fixing null check"/"Searching docs"
实现
subagents list → 获取所有Worker状态
对每个活跃Worker:
sessions_history(sessionKey, limit=2) → 获取最新消息
生成进度摘要 → 报告给用户模式自动切换
收到任务
│
├── 单一、简单 → 直接处理（无Agent）
├── 单一、复杂 → Level 1: AgentTool
├── 多任务并行 → Level 3: Coordinator
└── 需要Agent间通信 → Level 2: Swarm两阶段 Review 模式（参考 Superpowers）
每个 Worker 完成任务后，执行两阶段 review：
Stage 1: Spec Compliance Review
- 代码是否完全匹配任务规格？
- 有没有遗漏的功能点？
- 有没有多余的添加？
- 不通过 → Worker 修复 → 重新 review
Stage 2: Code Quality Review
- 代码质量、可维护性
- 是否遵循项目约定
- 测试覆盖率
- 不通过 → Worker 修复 → 重新 review
顺序很重要：先验证规格符合，再验证代码质量。不要跳过或颠倒。
模型选择策略
- 机械任务（1-2个文件，规格清晰）→ 快速/便宜模型
- 集成任务（多文件协调、模式匹配）→ 标准模型
- 架构/设计/Review → 最强模型
Santa Method（双重独立验证）
参考 ECC 的 Santa Method：
生成者(Agent A) → 产出物
↓
审查者B(独立) + 审查者C(独立) — 无共享上下文
↓
B通过 AND C通过 → 发布（NICE）
否则 → 修复 → 重新审查（NAUGHTY）适用场景：发布/部署前的最终验证、合规检查、技术文档、面向用户的内容。 不适用：内部草稿、探索性研究、有自动化测试流程的代码。
资源限制
- 最多同时 5 个 Worker
- Worker 默认超时 300 秒
- Worker 失败不影响其他 Worker
- 汇总时验证结果正确性和一致性
- 后台Agent完成任务后自动汇报