OpenClaw 多 Agent 架构深度解析：打造你的 AI 协作团队

在日常使用 AI 助手时，我们经常会遇到这样的困扰：一个 AI 既要写代码、又要查资料、还要处理日常事务，结果是什么都做但什么都不精。如果能像人类团队一样，让不同的 AI 各自负责擅长的事情，岂不是更高效？

本文将深入解析 OpenClaw 的多 Agent 架构，带你了解如何通过 Agent 分工协作，构建一个高效的 AI 工作流。

为什么需要多 Agent？

想象这样一个场景：

场景 A：你有一个通用的 AI 助手，但它既要处理 Unity 游戏开发，又要管理家庭日程，结果配置越来越复杂，工具权限难以控制。
场景 B：你希望在 Telegram 上与 AI 深度讨论技术问题，但在 WhatsApp 上只想快速查询信息，不想被长篇大论打扰。
场景 C：有一个复杂的任务，需要同时并行处理多个子任务，单个 AI 串行处理太慢。

多 Agent 架构的核心价值：

维度	单 Agent	多 Agent
专业分工	通用型，样样通样样松	专业型，各司其职
资源隔离	共享配置，容易冲突	独立工作区，互不干扰
安全边界	权限难控制	细粒度工具控制
并行处理	串行执行	多任务并行

OpenClaw 的 Agent 架构

什么是 Agent？

在 OpenClaw 中，一个 Agent 是一个完全隔离的 AI 大脑，拥有：

独立工作区：~/workspaces/<agent> —— 文件、配置、记忆
独立状态目录：~/.openclaw/agents/<agent>/agent —— 认证、模型配置
独立会话存储：~/.openclaw/agents/<agent>/sessions —— 聊天记录
独立人格配置：AGENTS.md、SOUL.md、USER.md

~/.openclaw/
├── agents/
│   ├── main/           # 主 Agent
│   │   ├── agent/      # 配置和认证
│   │   └── sessions/   # 会话历史
│   ├── helix/          # 项目专用 Agent
│   │   ├── agent/
│   │   └── sessions/
│   └── unity/          # Unity 开发 Agent
│       ├── agent/
│       └── sessions/
└── workspaces/
    ├── clawd/          # main 的工作区
    ├── helix/          # helix 的工作区
    └── unity/          # unity 的工作区

Agent 类型

OpenClaw 支持三种类型的 Agent 协作：

1. 主 Agent（Main Agent）

默认 Agent，处理通用任务
负责协调和派发任务给其他 Agent

2. 专用 Agent（Dedicated Agent）

针对特定领域或项目
例如：Unity 开发 Agent、家庭管理 Agent

3. 子 Agent（Sub-Agent）

临时 spawned 出来的 Agent
处理并行任务，完成后自动销毁

Agent 路由机制

入站路由（Gateway 层）

当消息进入 OpenClaw 时，Gateway 通过 bindings 配置决定路由到哪个 Agent：

// openclaw.json
{
  "agents": {
    "list": [
      { "id": "main", "workspace": "~/workspaces/clawd" },
      { "id": "helix", "workspace": "~/workspaces/helix" },
      { "id": "unity", "workspace": "~/workspaces/unity" }
    ]
  },
  "bindings": [
    // 按账号路由
    { "agentId": "main", "match": { "channel": "telegram", "accountId": "8134174815" } },
    { "agentId": "helix", "match": { "channel": "telegram", "accountId": "8221433362" } },
    { "agentId": "unity", "match": { "channel": "telegram", "accountId": "8444434740" } },
    
    // 按群组路由
    { "agentId": "unity", "match": { 
      "channel": "whatsapp", 
      "peer": { "kind": "group", "id": "xxx@g.us" } 
    }}
  ]
}

路由优先级（最具体的优先）：

peer 精确匹配（特定 DM/群组）
guildId / teamId（Discord/Slack）
accountId 匹配
通道级匹配
默认 Agent

出站派发（Agent 主动）

主 Agent 可以主动派发任务给其他 Agent，使用 sessions_send 工具：

// 伪代码示意
sessions_send(
  agentId: "helix",
  message: "检查项目状态并生成报告"
)

子 Agent：并行任务处理

核心概念

Sub-Agent 是从现有 Agent 中 spawned 出来的后台任务：

在独立 session 中运行：agent:<agentId>:subagent:<uuid>
支持并行处理，不阻塞主 Agent
完成后自动向请求者汇报结果
可设置超时、清理策略

使用场景

你向 main 发送："帮我同时做三件事：
1. 检查 helix 项目的 git 状态
2. 查询今天的天气
3. 总结一下昨天的会议纪要"

main 的处理流程：
  ├→ spawn sub-agent A → 检查 helix git 状态
  ├→ spawn sub-agent B → 查询天气
  └→ spawn sub-agent C → 总结会议纪要
  
等待所有子 Agent 完成
  ↓
汇总结果并回复你

配置示例

{
  "agents": {
    "defaults": {
      "subagents": {
        "model": "anthropic/claude-sonnet-4-5",  // 子 Agent 专用模型
        "thinking": "off",
        "maxConcurrent": 4,                      // 最大并发数
        "archiveAfterMinutes": 60                // 自动归档时间
      }
    },
    "list": [{
      "id": "main",
      "subagents": {
        "allowAgents": ["helix", "unity"]  // 允许派发给这些 Agent
      }
    }]
  }
}

Agent 间通信

启用通信

在 openclaw.json 中启用 Agent-to-Agent 通信：

{
  "tools": {
    "agentToAgent": {
      "enabled": true,
      "allow": ["main", "helix", "unity"]  // 允许通信的 Agent 列表
    }
  }
}

通信工具

工具	功能	使用场景
`sessions_send`	向其他 Agent 发送消息	派发任务、请求协作
`sessions_list`	查看其他 Agent 的会话	检查谁在线
`sessions_history`	获取其他 Agent 的历史	了解上下文
`session_status`	查看 Agent 状态	检查是否忙碌

通信流程示例

你 → main: "让 helix 检查项目状态"
  ↓
main 识别任务应派发给 helix
  ↓
main → helix: "检查 git 状态"
  ↓
helix 执行 git status
  ↓
helix → main: "返回结果"
  ↓
main 汇总 → 你: "helix 项目状态正常，最新提交是..."

安全与隔离

工作区隔离

每个 Agent 拥有独立的工作目录，文件互不干扰：

main:   ~/workspaces/clawd/
helix:  ~/workspaces/helix/
unity:  ~/workspaces/unity/

工具权限控制

可以为每个 Agent 设置不同的工具权限：

{
  "agents": {
    "list": [{
      "id": "unity",
      "tools": {
        "allow": ["read", "exec", "sessions_spawn"],
        "deny": ["write", "edit", "apply_patch", "gateway", "cron"]
      }
    }]
  }
}

沙箱隔离

支持 Docker 沙箱，限制 Agent 的执行环境：

{
  "agents": {
    "list": [{
      "id": "unity",
      "sandbox": {
        "mode": "all",      // 总是沙箱
        "scope": "agent"    // 每个 Agent 独立容器
      }
    }]
  }
}

实战案例：Unity 开发工作流

场景描述

你正在开发一个 Unity 游戏项目，希望：

快速询问代码问题 → 主 Agent
深度技术讨论 → Unity 专用 Agent
并行检查多个模块 → Sub-Agent

配置方案

// openclaw.json
{
  "agents": {
    "list": [
      {
        "id": "main",
        "name": "通用助手",
        "workspace": "~/workspaces/clawd",
        "model": "anthropic/claude-sonnet-4-5"
      },
      {
        "id": "unity",
        "name": "Unity 专家",
        "workspace": "~/workspaces/unity",
        "model": "anthropic/claude-opus-4-5",
        "tools": {
          "allow": ["read", "exec", "sessions_spawn"],
          "deny": ["gateway", "cron"]
        }
      }
    ]
  },
  "bindings": [
    { "agentId": "main", "match": { "channel": "telegram", "accountId": "main_bot" } },
    { "agentId": "unity", "match": { "channel": "telegram", "accountId": "unity_bot" } }
  ],
  "tools": {
    "agentToAgent": {
      "enabled": true,
      "allow": ["main", "unity"]
    }
  }
}

使用流程

你 → main: "Unity 项目中如何实现对象池？"
  ↓
main 识别为 Unity 问题
  ↓
main → unity: "解释对象池实现"
  ↓
unity 详细回答并给出代码
  ↓
unity → main: "返回结果"
  ↓
main 整理 → 你: "Unity 对象池的最佳实践是..."

最佳实践

✅ 推荐做法

明确分工：每个 Agent 专注一个领域
合理命名：Agent ID 要直观（unity、home、work）
最小权限：只给 Agent 需要的工具权限
文档沉淀：在每个 Agent 的 AGENTS.md 中记录职责

❌ 避免的错误

过度拆分：3-5 个 Agent 足够，太多反而难管理
权限过大：不要在所有 Agent 上开放危险工具
循环依赖：避免 Agent A 调用 B，B 又调用 A
忽视隔离：不要把敏感数据放在共享目录

文档建议

在每个 Agent 的 AGENTS.md 中添加：

## Agent 协作规则

### 职责范围
- 本 Agent 负责：Unity 游戏开发相关任务
- 不处理：家庭日程、通用查询

### 任务派发
当用户提到以下关键词时，派发给对应 Agent：
- "Unity" / "游戏" / "C#" → 本 Agent 处理
- "helix" / "项目 A" → 派发给 helix Agent
- "家庭" / "日程" → 派发给 home Agent

### 工具使用
- ✅ 允许：read, exec, sessions_spawn
- ❌ 禁止：write（避免意外修改配置文件）

常见问题

Q1: 子 Agent 和独立 Agent 有什么区别？

子 Agent：临时 spawned，用完即走，适合并行任务
独立 Agent：长期运行，有独立身份和配置，适合不同场景

Q2: Agent 之间能共享数据吗？

A: 默认隔离，但可以通过：

sessions_send 传递消息
共享文件目录（不推荐）
主 Agent 汇总转发

Q3: 一个 WhatsApp 号能绑定多个 Agent 吗？

A: 可以，通过 peer 匹配不同 DM/群组，但回复都用同一个号码发送。

Q4: 子 Agent 失败后怎么办？

A: 可以设置 runTimeoutSeconds 超时，或使用 cleanup: "delete" 自动清理。

总结

本文核心要点：

多 Agent 架构解决了单 Agent 的权限混乱和专业性不足问题
Agent 路由通过 bindings 配置实现入站消息的智能分发
子 Agent支持并行任务处理，提高整体效率
Agent 间通信通过工具调用实现协作，保持隔离性
安全边界通过工作区隔离、工具控制、沙箱实现

关键收获

多 Agent 不是炫技，而是让 AI 像团队一样工作——各司其职、协同配合。从单 Agent 到多 Agent 的演进，本质上是从"万能助手"到"专业团队"的升级。

参考资料

💡 下期预告：深入解析 OpenClaw 的 Node 系统——如何在多设备间远程控制你的 AI 助手

📬 订阅更新：关注公众号或订阅 RSS，获取最新技术文章