林月半子：OpenClaw多Agent实操：一个人指挥一支AI军队

林月半子：OpenClaw多Agent实操：一个人指挥一支AI军队 林月半子：OpenClaw多Agent实操：一个人指挥一支AI军队 Modified March 25 Code block Plain Text Copy } } } } } 另外需要同时开放飞书权限： im:message.group msg ， 两者配合一起才有效果。 Agent 之间如何通信 很多小伙伴觉得多 Agent 就是各干各的，其实不然。 多 Agent 模式的核心意义在于：安排一个 Agent 负责监督，当其他执行任务的 Agent 卡住或出错时，监督者能及时介入进行修复工作，确保流程不至于中断。 有了各司其职的专家，接下来最关键的就是让它们协作起来。在我的系统里，机器人 首席牛马官 的背后，其实是一个严密的组织架构。 首席牛马官：你的 AI 部门主管 我设定了一个名为 main （首席牛马官） 的主 Agent。 它的核心职责不是自己埋头干活，而是 “接单”与“派单” ： • 接住需求 ：它负责直接对接我（林月半子）的所有原始指令。 • 精准调度 ：它会判断任务类型，然后像主管一样喊对应的 Agent 起来干活。比如让 brainstorm 去做头脑风暴，让 writer 去写公众号文章，或者让 coder 去写代码。 • 串联全场 ：它是整个流程的指挥官，负责把各个环节串联起来，确保任务不掉链子。 核心机制： sessions send Agent 之间相互通信并不是靠大声喊，而是通过 OpenClaw 内置的 sessions send 工具实现的。 简单理解，这就是它们之间的“内线电话”。 硬核配置：开启 agentToAgent 要让“内线电话”打得通，你必须在配置文件里给它们开通权限。这涉及到 agentToAgent 的关键配置： 💡 1. 必须启用 ：首先要将 enabled 设置为 true 。 2. 设置白名单 ：在 allow 列表里明确规定谁能跟谁说话。 比如，我想让我的首席牛马官 （main） 能够指挥专门负责生图的 mulerun 以及其他agent，配置如下： Code block Plain Text Copy { "tools":{ "agentToAgent":{ "enabled":true, "allow":[ "main", "mulerun", "brainstorm", "writer", "coder" ] } } } 通过这种配置，首席牛马官就获得了给 mulerun 下达指令的权限。 这样，复杂的任务就会被拆解并在专家之间流转，而你只需要在飞书里对“首席牛马官”发号施令即可。 写在最后 搞定了多 Agent 架构，你手里已经握着一支随时待命的 AI 军队了。但要让这支军队真正产生战斗力，重点不在于堆砌模型，而在于你作为“架构师”的 组织设计 。 AI 时代，一个人就是一支军队。 我一直认为，与其强求一个 AI 像超人一样无所不能，不如像组建公司一样，设计出最适合你的 团队协作模式 。 在我的设想里，你的“牛马团队”可以进化出以下几种高级阵法： • 线性流水线 ：前置 Agent 交付，后置 Agent 接力。比如： 调研员 挖深度资料 写手 出初稿 校审官 降噪纠错。 • 依赖并行 ：复杂任务拆解，多路齐头并进。比如： 架构师 定大框架， 后端 和 前端 专家同时开工，最后交给 质量监督 统一把关。 我很好奇，你的牛马团队目前是怎么分工的？ 是打算搭建一套 高效的流水线 ，还是设计一个 复杂的并行阵法 ？ 欢迎在评论区晒出你的 Agent 配置清单或协作构想！ 让我们一起看看，谁才是最硬核的AI 架构师！ 看到这里，你大概已经知道多 Agent 能干什么了。 下一步是你自己跑起来。 如果卡住了，或者想少走弯路，后台找我，我自己从搭环境到落地跑了一遍。 感兴趣的私信我，备注「 龙虾 」。 感谢看到这里 👏 觉得有用的话，点赞 👍 / 在看 👀 / 转发 🫱 / 评论 📣 星标 ⭐ 一下，下次更新不迷路 另外需要同时开放飞书权限： im:message.group msg ， 两者配合一起才有效果。 Agent 之间如何通信 很多小伙伴觉得多 Agent 就是各干各的，其实不然。 多 Agent 模式的核心意义在于：安排一个 Agent 负责监督，当其他执行任务的 Agent 卡住或出错时，监督者能及时介入进行修复工作，确保流程不至于中断。 有了各司其职的专家，接下来最关键的就是让它们协作起来。在我的系统里，机器人 首席牛马官 的背后，其实是一个严密的组织架构。 首席牛马官：你的 AI 部门主管 我设定了一个名为 main （首席牛马官） 的主 Agent。 它的核心职责不是自己埋头干活，而是 “接单”与“派单” ： • 接住需求 ：它负责直接对接我（林月半子）的所有原始指令。 • 精准调度 ：它会判断任务类型，然后像主管一样喊对应的 Agent 起来干活。比如让 brainstorm 去做头脑风暴，让 writer 去写公众号文章，或者让 coder 去写代码。 • 串联全场 ：它是整个流程的指挥官，负责把各个环节串联起来，确保任务不掉链子。 核心机制： sessions send Agent 之间相互通信并不是靠大声喊，而是通过 OpenClaw 内置的 sessions send 工具实现的。 简单理解，这就是它们之间的“内线电话”。 硬核配置：开启 agentToAgent 要让“内线电话”打得通，你必须在配置文件里给它们开通权限。这涉及到 agentToAgent 的关键配置： 💡 1. 必须启用 ：首先要将 enabled 设置为 true 。 2. 设置白名单 ：在 allow 列表里明确规定谁能跟谁说话。 比如，我想让我的首席牛马官 （main） 能够指挥专门负责生图的 mulerun 以及其他agent，配置如下： 通过这种配置，首席牛马官就获得了给 mulerun 下达指令的权限。 这样，复杂的任务就会被拆解并在专家之间流转，而你只需要在飞书里对“首席牛马官”发号施令即可。 写在最后 搞定了多 Agent 架构，你手里已经握着一支随时待命的 AI 军队了。但要让这支军队真正产生战斗力，重点不在于堆砌模型，而在于你作为“架构师”的 组织设计 。 AI 时代，一个人就是一支军队。 我一直认为，与其强求一个 AI 像超人一样无所不能，不如像组建公司一样，设计出最适合你的 团队协作模式 。 在我的设想里，你的“牛马团队”可以进化出以下几种高级阵法： • 线性流水线 ：前置 Agent 交付，后置 Agent 接力。比如： 调研员 挖深度资料 写手 出初稿 校审官 降噪纠错。 • 依赖并行 ：复杂任务拆解，多路齐头并进。比如： 架构师 定大框架， 后端 和 前端 专家同时开工，最后交给 质量监督 统一把关。 我很好奇，你的牛马团队目前是怎么分工的？ 是打算搭建一套 高效的流水线 ，还是设计一个 复杂的并行阵法 ？ 欢迎在评论区晒出你的 Agent 配置清单或协作构想！ 让我们一起看看，谁才是最硬核的AI 架构师！ 看到这里，你大概已经知道多 Agent 能干什么了。 下一步是你自己跑起来。 如果卡住了，或者想少走弯路，后台找我，我自己从搭环境到落地跑了一遍。 感兴趣的私信我，备注「 龙虾 」。 感谢看到这里 👏 觉得有用的话，点赞 👍 / 在看 👀 / 转发 🫱 / 评论 📣 星标 ⭐ 一下，下次更新不迷路 🔗 原文链接： https://mp.weixin.qq.com/s/OmlRx3K8... https://mp.weixin.qq.com/s/OmlRx3K8... 原创 林月半子聊AI 林月半子聊AI 林月半子的AI笔记2026年2月17日 18:30 浙江 🧑‍💻 小伙伴们也可以通过阿里云百炼Coding Plan 来部署： 首购低至 7.9 元，续费 5 折起，支持Qwen3.5、Qwen3 max、Qwen3 coder、GLM 5、GLM 4.7、Kimi k2.5等模型 👉戳链接直达：https://t.aliyun.com/U/0iiOuy 👉查看详细部署教程：https://t.aliyun.com/U/MNkA9b 最多三步，即可拥有 7x 24小时在线、随时响应的AI助手 小伙伴们也可以通过阿里云百炼Coding Plan 来部署： 首购低至 7.9 元，续费 5 折起，支持Qwen3.5、Qwen3 max、Qwen3 coder、GLM 5、GLM 4.7、Kimi k2.5等模型 👉戳链接直达：https://t.aliyun.com/U/0iiOuy 👉查看详细部署教程：https://t.aliyun.com/U/MNkA9b 最多三步，即可拥有 7x 24小时在线、随时响应的AI助手 关注 「 林月半子的AI笔记 」 ， 设为 「 星标 」 我是林月半子，帮你用AI和自动化工具， 「 提升10倍工作效率 」！ 上一篇文章 《我的 OpenClaw Token 账单降了 72%，只因装了这个插件》 ，我的本意是教大家怎么减少 Token 消耗，结果评论区和后台的画风全是： 《我的 OpenClaw Token 账单降了 72%，只因装了这个插件》 “你那个多 Agent 到底是怎么配出来的？” “飞书不同群对应不同人格是怎么实现的？” 看来大家对省钱只是基础需求，对搞个 AI 团队才是真爱。既然大家最感兴趣，那今天我就把实操逻辑全盘托出。 为什么需要 Multi Agent？ 我发现很多群友在使用 OpenClaw 时，都是“一号通吃”：写文案、改代码、生图全在一个主 Agent 里搞定。 这样做的坏处显而易见： 1. 记忆负担 ：时间久了，主 Agent 的记忆文件（USER.md, memory/等）会变得极其臃肿。 2. 神经错乱 ：当你让它写公众号时，它可能会联想到你昨天改过的代码逻辑。上下文污染会导致 AI 响应变慢，甚至逻辑打架。 3. 成本高昂 ：每次对话，它都要读取大量无关的背景资料。 所以，我的方案是： 单 Gateway 模式 + 同一个 Bot + 不同飞书群组 = 物理隔离的专家团队。 也相当于你给大龙虾设置了无限的分身。 这并不是简单地把同一个机器人拉进不同的群 ，而是让每个群里的 Bot 虽然看起来是同一个，但 底层连接着 不同的 Agent、独立的工作区，甚至不同的模型。 比如： 头脑风暴助手 群我配了 glm 4.7 ，利用它强大的中文创意能力；而 公众号写手 群我配了 deepseek ，追求极致的性价比和逻辑输出。 同一个机器人，在不同群里，换个脑子干活。 每只🦞都有自己的办公室、记忆和会话，完全隔离。但它们又能通过“内线电话”互相协作。这就是 OpenClaw 多 Agent 模式的魅力。 两种流派：分身术 vs 独立团 有硬核网友在上一篇文章评论： 没错，OpenClaw 的灵活性就在这里。 那么到底是搞一个机器人好，还是搞一堆机器人好？ • 分身流 (本文重点)： 飞书里就一个 Bot，但你把它拉进不同的群，通过 bindings 路由，它就自动变成不同的“大脑”。 优点： 配置简单，适合追求效率的个人用户。 • 独立团 (硬核玩家方案)： 为调研、设计、代码分别创建独立的飞书机器人。 优点： 角色感极强，每个机器人的头像、名字在所有群里都是固定的，完全符合 多实体协作 的直观感受。 💡 无论你选哪种，底层都是 OpenClaw 的多 Agent 隔离机制。有兴趣挑战多 Bot 的可以去翻翻飞书插件的 PR: https://github.com/m1heng/clawdbot feishu/pull/137 。 它支持了飞书多机器人的接入。 本文以飞书为例来演示，但 OpenClaw 支持的渠道不止于此，Telegram、Discord 同样可以接入，玩法完全相通。关于飞书的基础配置，我之前写过一篇 详细教程 ，没配过的可以先去看那篇打底。 详细教程 今天我们先拆解最适合个人、门槛最低的 单 Bot 路由模式 。 核心思路：单 Gateway 模式 对于我们个人日常使用，我建议用 单 Gateway 模式 就够了。它能利用 bindings 功能实现“一号多用”，体验最丝滑，管理也最简单。 在动手配置前，先同步一个概念：在 OpenClaw 中，一个 Agent 不只是一个名字，它是一个 独立的“虚拟员工” ，拥有自己的： • Workspace (工作区) ：它的个人办公室（文件、 SOUL.md 、提示词）。 • AgentDir (状态目录) ：它的身份证（认证信息、模型配置）。 • Sessions (会话存储) ：它的私人记忆（独立的聊天记录，不跟别人串味）。 这种隔离，才是我们能把任务“拆包”给不同人做、从而节省 Token 并防止“大脑宕机”的根本原因。 实操配置 Step 1. 通过命令行添加新 Agent 这是最简单的方法。你可以使用内置的向导来创建一个隔离的 Agent： 这会自动在配置文件中创建一个名为 work 的新 Agent。 员工招募进来了，办公室（Workspace）也分好了，接下来得给它发一张显眼的“工牌”，好让我们在飞书群里一眼认出它。 Step 2. 编写“入职材料”，把 AI 捏出灵魂 在每个 Agent 的独立工作区（Workspace）下，我强烈建议配置 SOUL.md 、 AGENTS.md 和 USER.md 。如果说命令行给了 Agent 身体，那么这些文件就赋予了它大脑和记忆 。 这种基于文件的管理方式，不仅让 AI 的表现更稳定、可控，也让你的自动化工作流真正具备了 ‘专业直觉’。 💡 大家可以根据自己的 ID 来灵活调整。比如你建的是 coder ，那 SOUL.md 就要写得像个资深程序员；我建的是 work ，所以它就是我的全能管家。 Step 3. 将 Agent 和通信渠道绑定 首先我们需要在飞书建一个群组，然后添加群机器人 最重要的是需要拿到群会话 ID 打开 openclaw.json 追加路由，在 bindings 数组中添加你的飞书群组规则： 实际上我们现在已经配置好了这个 Agent 分身了。 但是现在我们在群里必须@这个机器人，才会给到我们回复，如果不加的话，它是给不到我回复的。 如果你想像和真人聊天一样，不用每次都艾特机器人，那就必须把 requireMention 设为 false 。这样，这个群就变成了你和该 Agent 的专属私人办公室。