OpenClaw 多 Agent 协作

组建龙虾军团，子 Agent 和多 Agent 玩法全解析

你好，我是鱼皮。这应该是大家最期待的玩法了 —— 搞个龙虾军团！OpenClaw 支持两种多智能体模式：子 Agent 和多 Agent。这篇教程带你全面了解它们的用法和区别。

子 Agent（最常用）

子 Agent（Subagent）你可以理解成临时外包。

主龙虾是队长，遇到可以并行的任务时，临时派出几只 “外包小龙虾” 去干活，干完了再回来汇报结果，然后外包虾就下班走人了。

什么是子 Agent

子智能体有几个重要特点：

• 并行执行：多个子智能体可以同时干活，互不阻塞，效率翻倍
• 上下文隔离：每个子智能体有自己独立的上下文，不会污染主龙虾的对话
• 自动汇报：干完活会自动把结果汇报给主龙虾，主龙虾再整合

使用子 Agent

使用子智能体的方法很简单，有两种方式。

方式一：对话触发

可以直接在对话中提到 “用子智能体去做”，AI 会自己判断要不要使用 OpenClaw 内置的 sessions_spawn 工具，然后派子智能体去干活。

比如我跟小龙虾说：

我想获取鱼皮 2 个网站的截图，请你派 2 个子智能体分别完成。
- mianshiya.com
- codefather.cn

可以看到，AI 成功派了多个子智能体，它们会并行运行，互不阻塞。比起一个龙虾自己干活，更快速地完成了任务：

可以在 Web 控制台中，查看到更详细的子智能体信息：

方式二：斜杠命令触发

使用 OpenClaw 的斜杠命令 /subagents spawn，相当于你亲自下令派一个子智能体去干活，能更稳定地触发子智能体机制。

比如让小龙虾帮我截取自己的 3 个网站的图片，拼接到一起然后发送给我：

帮我截取 3 个网站，并且把 3 张图横着拼接到一起然后发送给我
/subagents spawn 截图 mianshiya.com
/subagents spawn 截图 codefather.cn
/subagents spawn 截图 laoyujianli.com

可以看到，创建了 3 个子智能体，然后由主智能体汇总截图并拼接，快速完成了任务：

对了，还有个省钱技巧，子智能体可以用便宜的模型，还能单独设置回复模式。

# 全局设置子智能体的默认模型
openclaw config set agents.defaults.subagents.model "zai/glm-4.7-flash"

# 或者在对话中临时指定
/subagents spawn --model zai/glm-5 --thinking high 帮我写一篇技术报告

管理子 Agent

为什么要管理子智能体？

因为子智能体派出去之后不一定乖乖干活，可能跑偏了、卡住了、或者你想看看它具体做了什么。这时候就需要查看、指挥、甚至干掉它们。

建议先开启 /verbose full，否则在飞书里可能看不到子智能体的 runId，有了这个 id 我们后续能控制这个子智能体：

来试一试，比如我让 AI：

帮我派 2 个子智能体，每个智能体都睡觉 3 分钟，其他什么事都不用做。

可以看到每个子智能体的 runId：

子智能体管理常用命令如下，我们依次来玩一玩：

命令	作用	用法示例
/subagents list	查看所有子智能体	/subagents list
/subagents kill	终止子智能体	/subagents kill <id>
/steer	给正在运行的子智能体发指令	/steer <id> 换个方向做
/kill	立即终止子智能体（无确认）	/kill <id> 或 /kill all

1）/subagents list 查看正在运行的子智能体，还能看到最近执行完成任务的子智能体：

2）/subagents info <runId> 查看某个子智能体的详情：

3）/subagents steer <runId> <新指令> 给正在跑的子智能体发新指令，改变任务方向：

4）/subagents kill <runId> 停掉某个子智能体，/subagents kill all 停掉当前会话所有子智能体：

其实执行 /stop 干掉主对话后，子智能体也会全部停掉。

多 Agent

多 Agent 和子 Agent 不一样，相当于你养了多只 独立的 小龙虾，每只龙虾有自己独立的工作空间、身份人设、记忆和会话。

你可以让不同的 Agent 干不同的活，比如一只专门写代码、一只专门审核代码、一只专门管理家族群。

创建新的 Agent

先执行命令来创建一个 Agent，名称为 review，专门负责审核代码：

openclaw agents add review

按照引导选择配置就好，复用主代理的鉴权配置（不用再配置一通 API Key 了），其他的都选择 No：

同样的方法，再创建一个编程小龙虾：

openclaw agents add coding

每个小龙虾对应的工作空间都是独立的：

可以在 Web 控制台查看和管理各个小龙虾：

配置路由

接下来需要配置「路由」，也就是 “谁的消息” 发给 “哪个 Agent” 来处理。

先通过飞书提供的工具快速创建 2 个飞书机器人：

跟之前接入飞书一样，需要到管理后台审核应用并通过：

然后到了最复杂的部分，建议先把当前的 openclaw.json 配置文件备份一下。

一定要仔细看下面几张图改动的部分，主要是在 agents.list 中添加新 Agent 的信息、在 channels.feishu.accounts 中添加新机器人的 AppID 和 AppSecret、以及添加 bindings 路由绑定：

飞书官方有提供示例的配置文件，可以到官方文档复制：

注意编写配置文件的过程中，不要多加逗号、也不要添加中文注释。建议在 VSCode 等代码编辑器中打开，会自动帮你做格式校验。

改完配置后，重启网关：

openclaw gateway restart

然后就可以愉快地跟多只小龙虾对话了~

一样的，先初始化小龙虾，我这里就随便说 2 句了：

你是鱼皮的编码虾，你的工作就是编写代码
你是鱼皮的审核虾，你的工作就是审核代码

然后你就可以给它们不同的任务，让多只小龙虾同时干活了：

多个 Agent 共享上下文协作

如果你想让多个机器人之间共享记忆、或者共同完成一个任务，最简单粗暴的方法就是让它们共享记忆文件，比如把主 Agent 的长期记忆文件 MEMORY.md 和主人信息 USER.md 拷贝给其他的 Agent。

还有更灵活的方法，开启 A2A（agent-to-agent）通信，让 Agent 之间可以互相发消息。

执行下面这几条命令：前两条开启 A2A 通信并设置允许哪些 Agent 互相联系，第三条将会话可见性设为 all，让 Agent 能看到其他 Agent 的会话（默认只能看到自己的），最后重启网关让配置生效。

openclaw config set tools.agentToAgent.enabled true
openclaw config set tools.agentToAgent.allow '["main","coding","review"]' --strict-json
openclaw config set tools.sessions.visibility "all"
openclaw gateway restart

还要告诉主 Agent “能够通过 OpenClaw 内置的工具找其他 Agent 干活”。需要修改主 Agent 的 AGENTS.md，这是专门教 Agent 如何干活的文件，需要增加多 Agent 协作的说明。

但是这种方式有个不足之处，虽然任务成功派发给了其他 Agent，但主 Agent 并不能及时获取到其他 Agent 的回应，可能仍然会自己干活。

实际上其他 Agent 已经在干活了：

这里有个细节：sessions_send 是同步等待的，适合快速问答；而 sessions_spawn 是异步的，对方干完活会自动汇报回来，适合耗时任务。所以正确的做法是让 Agent 根据任务复杂度选择工具。

需要确保 main Agent 可以 spawn 派发任务到其他 Agent，执行下列命令：

openclaw config set 'agents.list[0].subagents.allowAgents' '["main","coding","review"]' --strict-json
openclaw gateway restart

在主 Agent 的 AGENTS.md 文件末尾追加这段多 Agent 协作说明（里面的 Agent 名称和职责换成你自己的）：

## 多 Agent 协作

你不是一个人在战斗！你可以找其他 Agent 帮忙。

### 可用的 Agent

| Agent ID | 名字 | 擅长什么 |
|---|---|---|
| `coding` | 编码虾 | 写代码、调试、技术问题 |
| `review` | 审核虾 | 代码审查、方案评审、质量把关 |

### 怎么找它们

根据任务复杂度选择方式：

快速问答（几秒能回）→ 用 `sessions_send`（A2A 对话）：
- `sessionKey` 填 `agent:<agentId>:main`
- `timeoutSeconds` 建议设 60

耗时任务（超过 30 秒）→ 用 `sessions_spawn`（派任务）：
- `agentId` 填目标 Agent 的 id
- `task` 填具体任务描述
- 对方干完会自动汇报结果回来

### 注意事项

- 简单问题用 sessions_send（快速同步），复杂任务用 sessions_spawn（异步后台）
- sessions_send 默认等 30 秒，复杂问题会超时，这时改用 sessions_spawn
- 收到结果后，总结给主人，不要原封不动转发
- 不要同时找多个 Agent 做同一件事

这次，主 Agent 就可以给其他的小龙虾派发任务了（类似子 Agent 模式）。你可以额外给其他龙虾也进行类似的配置，让多个龙虾之间可以自由协作：

能在 Web UI 看到派发的任务和执行过程：

子 Agent 和多 Agent 的区别

简单列举一下两者的核心区别：

对比项	子智能体（Sub-Agent）	多 Agent
关系	同一个大脑派出的临时工	多个独立的大脑
工作区	共享主 Agent 的工作区	各自独立的工作区、记忆、人格
生命周期	任务完成就结束	永久存在，一直在线
用途	并行干活提效率	不同场景用不同人格/模型/权限

对大多数朋友来说，子 Agent 就够用了。多 Agent 更适合有多种使用场景、需要严格隔离的龙虾熟练工。

写在最后

龙虾军团组建好了！接下来我们来学习记忆管理和成本控制，让你的龙虾用得省心又省钱。

推荐资源

1）鱼皮 AI 导航网站：AI 资源大全、最新 AI 资讯、免费 AI 教程

2）编程导航学习圈：学习路线、编程教程、实战项目、求职宝典、交流答疑

3）程序员面试八股文：实习/校招/社招高频考点、企业真题解析

4）程序员写简历神器：专业模板、丰富例句、直通面试

5）1 对 1 模拟面试：实习/校招/社招面试拿 Offer 必备