OpenClaw 多 Agents 分工协作教程，轻松打造一个研发团队

多 Agents 协作是 OpenClaw 的精髓，可以把它们想象成一群住在你服务器里的专业“外包人员”：一个负责统筹，一个负责查资料，一个负责写代码，互不打扰且效率翻倍。

根据 OpenClaw 的官方逻辑和最新社区实践，我整理了一份教程：

多 Agents 配置核心逻辑

在 OpenClaw 中，实现多 Agent 协作的关键在于 隔离（Isolation） 与 绑定（Binding）。

1、物理目录隔离

每个 Agent 都是独立的实体。当你运行 openclaw agents add [name] 时，系统会在 ~/.openclaw/agents/ 下创建独立文件夹：

• agent.md：定义该 Agent 的“灵魂”（人格、职责、系统提示词）。

• MEMORY.md：该 Agent 的专属记忆，不会被其他 Agent 看到。

• workspace/：独立的运行空间。

2、模型分层（Cost-Aware）

你可以为不同能力的 Agent 分配不同的模型。例如：

• 调度员（Manager）：使用推理能力强的模型（如 Gemini 1.5 Pro）。

• 基础任务（Worker）：使用响应极快的模型（如 Groq 驱动的 Llama 3）。

分步配置教程步骤

1、创建 Agent 团队

在终端执行以下命令，创建两个具有不同职责的 Agent：

# 创建调度员（负责接收指令和分配）
openclaw agents add boss-manager

# 创建技术专家（负责写代码和解决技术难题）
openclaw agents add tech-expert

2、定义 Agent 灵魂 (agent.md)

分别进入它们的文件夹修改 agent.md：

• boss-manager/agent.md：

  "你是一个项目经理。你的职责是理解用户意图。如果涉及代码，请通过 @tech-expert 引导它完成。你只负责最终结果的汇总和输出。"

• tech-expert/agent.md：

  "你是一个资深的前端工程师。你只负责编写、重构和审查代码。不要进行废话文学，直接给出技术实现。"

3、修改 openclaw.json 进行绑定

这是实现“互不干扰”的核心。在 agents.list 中定义它们，并在 bindings 中设置路由：

{
  "agents": {
    "list": [
      { "id": "boss-manager", "model": "gemini-1.5-pro" },
      { "id": "tech-expert", "model": "groq-llama-3" }
    ]
  },
  "channels": {
    "telegram": {
      "bindings": [
        { "agentId": "boss-manager", "chatId": "你的个人ID" },
        { "agentId": "tech-expert", "chatId": "技术讨论群ID" }
      ]
    }
  }
}

多 Agent 协作示例（Manager + Specialist）

为了实现“分工合作”，通常采用 Lobster 工作流引擎 或 Cross-Agent Mention。

场景示例：开发一个 React 组件

• 用户 向 boss-manager 发送指令：“帮我写一个 Ant Design 的表格组件”。

• boss-manager 识别需求，在对话中 @tech-expert：“请根据用户的 AntD 需求编写 React 代码”。

• tech-expert 被唤醒，它在自己的独立 workspace 中生成代码，并把结果返回给 boss-manager。

• boss-manager 收到代码，检查没问题后，回复给用户。

进阶技巧：如何保证“互不干扰”？

禁用全局工具：在 openclaw.json 中，为特定的 Agent 设置 tools.deny。例如，不让 Manager 动你的文件系统，只让 Expert 动。

使用不同的 API Key：如果某个 Agent 任务量大，可以给它分配单独的 API 渠道，防止触发布发限制。

清理上下文：利用 STATE.yaml 模式，只传递任务路径（Path），而不是传递整个文件的长文本，既省 Token 也能防止上下文污染。

未经允许不得转载：前端资源网 - w3h5 » OpenClaw 多 Agents 分工协作教程，轻松打造一个研发团队