让多个 OpenClaw 小龙虾（Agent）高效协作，核心是创建独立 Agent、角色分工、消息路由、任务编排与跨设备 / 云端协同，下面是完整可落地的方案。

---

一、核心原理：多 Agent 协作架构

OpenClaw 多 Agent 协作基于独立隔离 + 角色分工 + 消息通信 + 任务调度，实现 “单实例多龙虾” 或 “多实例集群” 两种模式：

• 单实例多 Agent：同一 OpenClaw 进程内创建多个 Agent，共享网关，通过内部消息通信，适合本地 / 轻量协作。
• 多实例集群：多台设备 / 服务器部署 OpenClaw，通过网关 / 云端节点互联，适合大规模、高可用、跨地域协作。

---

二、Step 1：批量创建独立 Agent（单实例）

1. 查看现有 Agent

bash

openclaw agents list

默认只有 1 个default/main Agent。

2. 批量创建多 Agent（推荐）

bash

# 总管：统筹调度、分配任务、汇总结果
openclaw agents add main --name "总管龙虾"
# 写作：内容创作、文案生成
openclaw agents add write --name "写作龙虾"
# 开发：代码编写、调试、部署
openclaw agents add dev --name "开发龙虾"
# 设计：图片/视频生成、UI设计
openclaw agents add design --name "设计龙虾"
# 运维：监控、告警、定时任务
openclaw agents add ops --name "运维龙虾"

• 每个 Agent 自动生成独立工作区：~/.openclaw/workspace-<AgentID>（Linux/mac）或C:\Users\你\.openclaw\workspace-<AgentID>（Windows）。
• 配置自动写入openclaw.json，实现数据隔离、互不干扰。

3. 手动指定工作区（更安全隔离）

bash

openclaw agents add dev --name "开发龙虾" --workspace ~/openclaw-dev-workspace

---

三、Step 2：角色分工与能力配置（关键）

1. 为 Agent 绑定专属模型（提升效率）

编辑~/.openclaw/openclaw.json，为不同 Agent 指定专用模型：

json

{
  "agents": {
    "list": [
      {
        "id": "main",
        "name": "总管龙虾",
        "model": "openai/gpt-4o",
        "maxConcurrent": 3,
        "timeout": 300000
      },
      {
        "id": "write",
        "name": "写作龙虾",
        "model": "anthropic/claude-3-sonnet",
        "maxConcurrent": 2
      },
      {
        "id": "dev",
        "name": "开发龙虾",
        "model": "deepseek-coder",
        "maxConcurrent": 2
      },
      {
        "id": "design",
        "name": "设计龙虾",
        "model": "qwen3-vl",
        "contextWindow": 131072
      }
    ]
  }
}

2. 配置 Agent 技能与工具白名单

• 写作龙虾：开放web_search、file_write、summary工具。
• 开发龙虾：开放code_run、git、docker、deploy工具。
• 设计龙虾：开放image_gen、video_gen、design工具。
• 运维龙虾：开放monitor、alert、cron、restart工具。

---

四、Step 3：消息路由与协作通信（核心）

1. 启用多 Agent 协作模式

编辑openclaw.json，开启子 Agent 与消息路由：

json

{
  "agents": {
    "subagents": {
      "enabled": true,
      "maxConcurrent": 5,
      "timeout": 300000,
      "model": "openai/gpt-4o-mini"
    },
    "router": {
      "enabled": true,
      "mode": "auto", // auto自动路由 / manual手动指定
      "rules": [
        {
          "trigger": "写作|文案|文章",
          "target": "write"
        },
        {
          "trigger": "代码|开发|部署",
          "target": "dev"
        },
        {
          "trigger": "图片|设计|视频",
          "target": "design"
        }
      ]
    }
  }
}

2. Agent 间消息通信（session_send）

在 Agent 对话中，使用session_send指令向其他 Agent 发送任务：

bash

运行

# 总管龙虾 向 写作龙虾 发送任务
session_send write "基于2026年AI行业热点，撰写500字行业分析报告"

# 写作龙虾 完成后 向 总管龙虾 回传结果
session_send main "已完成AI行业分析报告，内容如下：..."

3. 飞书 / 多群协作（推荐落地）

• 创建多个飞书 Bot：每个 Bot 绑定一个 Agent，对应一个业务群（如内容群、开发群、设计群）。
• 群 - Agent 绑定：“一群一角色”，避免上下文串台。
• 协作流程：在总管群发指令→总管分派→各 Agent 在对应群执行→结果回传总管→汇总输出。

---

五、Step 4：跨设备 / 云端协同（多实例集群）

1. 云端部署（主节点，推荐阿里云）

• 购买阿里云轻量应用服务器（2GiB 内存 +），选择OpenClaw 镜像一键部署。
• 放通18789 端口，配置百炼 API-Key，生成访问 Token。
• 启动网关服务：

bash

运行

openclaw gateway start --port 18789 --token your-gateway-token

2. 本地 / 边缘设备接入（子节点）

• 在本地设备（Mac/Windows/Linux）安装 OpenClaw。
• 连接云端主节点：

bash

运行

openclaw node join --gateway http://云端IP:18789 --token your-gateway-token

• 查看节点状态：

bash

运行

openclaw node status

3. 跨设备任务分发

• 总管 Agent 在云端，接收全局指令。
• 按设备性能 / 地理位置，将任务分发到本地 / 边缘设备的 Agent 执行（如本地 GPU 跑设计任务，云端跑长文本任务）。

---

六、Step 5：实战协作流程（示例：内容创作）

1. 用户指令（在总管群）：“启动 2026 年 AI 内容创作流程：搜集热点→写报告→设计封面→发布”。
2. 总管龙虾（main）：
   • 向写作龙虾（write）发送：“搜集 2026 年 AI 智能体行业 10 大热点”。
   • 向设计龙虾（design）发送：“准备 AI 行业报告封面设计需求”。
3. 写作龙虾（write）：
   • 执行web_search，输出热点报告。
   • 向总管回传结果，并通知设计龙虾。
4. 设计龙虾（design）：
   • 基于热点报告，生成封面图片。
   • 向总管回传封面。
5. 总管龙虾（main）：
   • 汇总报告 + 封面，生成最终内容。
   • 向运维龙虾（ops）发送：“发布到小红书 / 公众号”。
6. 运维龙虾（ops）：
   • 执行自动发布，返回发布链接。

---

七、关键配置与优化

1. 并发与超时

json

"maxConcurrent": 5, // 最大并发任务数
"timeout": 300000 // 任务超时时间（毫秒）

2. 权限控制

• 高风险 Agent（如 dev/ops）：添加触发条件（授权人、关键词、二次确认）。
• 工具白名单：仅开放必要工具，避免越权操作。

3. 监控与自愈

• 运维龙虾（ops）定时执行：openclaw agents health，监控所有 Agent 状态。
• 配置告警：Agent 异常时，自动通知总管 / 管理员。

---

八、常见问题与排查

1. Agent 间无法通信：检查subagents.enabled是否为true，网关端口是否放通。
2. 任务串台：确保 “一群一 Agent”，工作区完全隔离。
3. 跨设备连接失败：检查云端 IP / 端口、Token 是否正确，防火墙是否放行。

---

九、进阶：Clawith 团队版（Aware 感知系统）

Clawith 的Aware 感知系统让 Agent 具备 “同事认知、长期记忆、上下文感知”，协作更像真实团队：

• 广场功能：Agent 分享工作进展，互相感知任务状态。
• 长期记忆：沉淀历史讨论、决策，避免重复工作。
• 智能触发：无需轮询，任务完成 / 用户 @立即响应。

---