🦞 OpenClaw 多 Agent 實戰攻略

安裝 OpenClaw
當起老闆

從看不懂到指揮龍蝦天團,一步步搭起你的 AI 員工團隊,在飛書或 Telegram 上直接當老闆

✍️ 原作者:暫星  |  X @lumoswhy  | 繁體中文整理版
小智boss · 總指揮
探探researcher · 情報
文文writer · 撰稿
極客coder · 開發

跟風裝了 OpenClaw,結果發現不知道讓他幹嘛。

看到操作一臉懵:這個和普通的大模型有什麼區別,也不能自動幹活。別人的龍蝦能 24 小時自動產出,一個指令搞定全套,你的龍蝦就是個普通聊天框?

這篇文章就是要解決這個核心問題——在 OpenClaw 的世界裡,配置多個 Agent,讓它們術業有專攻,讓你在飛書或 Telegram 上直接當上老闆!

🧠
小智
agent: boss
總指揮,負責統籌規劃和任務分發
🔍
探探
agent: researcher
情報專家,專門負責資訊挖掘與調研
✍️
文文
agent: writer
內容創作者,擅長文字表達與撰稿
💻
極客
agent: coder
技術擔當,專注程式碼開發

每位成員都擁有獨立的「辦公桌」(工作區)、「員工卡」(認證)和「工作日誌」(記憶),彼此互不干擾。

⚙️

一、環境準備與安裝

1.1 安裝必要工具(以 Mac 為例)

# 安裝 Homebrew(如已安裝可跳過)
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

# 安裝 Node.js
brew install nodejs

# 安裝 OpenClaw
curl -fsSL https://openclaw.ai/install.sh | bash

# 驗證安裝
openclaw --version
💡 提示

看到版本號就說明安裝成功了。如果沒反應,重做第三步(安裝 OpenClaw 那行)。

1.2 初始化配置

openclaw onboard --install-daemon

按照嚮導提示操作:

  1. 選擇 yes 開始配置
  2. 選擇 QuickStart 快速模式
  3. 選擇你偏好的 AI 模型(推薦 OpenAI / Claude / Gemini)
  4. 暫時跳過其他進階選項(後續可調整)

完成後你就擁有了第一個可用的 Agent!

👥

二、搭建 Agent 員工團隊

2.1 Agent 的本質是什麼?

把 Agent 理解成一位獨立的員工。每位員工配備:

2.2 公司架構

~/.openclaw/
├── openclaw.json           # 公司規章制度(全局設定檔)
├── workspace/              # 小智的辦公桌
│   ├── AGENTS.md           # 工作流程手冊
│   ├── SOUL.md             # 性格人設文件
│   ├── USER.md             # 老闆資訊檔案
│   └── memory/             # 工作記憶儲存
├── workspace-researcher/   # 探探的辦公桌
├── workspace-writer/       # 文文的辦公桌
├── workspace-coder/        # 極客的辦公桌
├── agents/
│   ├── boss/agent/         # 小智的身份檔案櫃
│   │   ├── auth-profiles.json
│   │   └── sessions/
│   ├── researcher/agent/   # 探探的身份檔案櫃
│   ├── writer/agent/       # 文文的身份檔案櫃
│   └── coder/agent/        # 極客的身份檔案櫃
└── skills/                 # 公司共享技能庫

2.3 兩種招募方式

方式一:命令行嚮導(推薦)

# 招募調研員
openclaw agents add researcher

# 招募撰稿員
openclaw agents add writer

# 招募開發員
openclaw agents add coder

# 查看團隊成員
openclaw agents list --bindings

嚮導會自動完成所有配置:建工位、發工牌、設置權限。

方式二:手動編輯直接修改 ~/.openclaw/openclaw.json

⚠️ 重要提醒

身份認證不可共享:每個 Agent 必須有獨立的 auth-profiles.json
工作區不可複用:不同 Agent 使用相同的 agentDir 會引發認證衝突。
技能庫分層管理:workspace/skills/ 是個人專屬,~/.openclaw/skills/ 是全員共享。

🤖

三、建立飛書 / Telegram Bot

3.1 建立 Bot 步驟

  1. 登入飛書開放平台(open.feishu.cn)或 Telegram BotFather
  2. 建立企業自建應用(或 Telegram Bot)
  3. 為每個 Agent 建立獨立的應用:小智 Bot、探探 Bot、文文 Bot、極客 Bot
  4. 取得每個 Bot 的關鍵資訊:App ID、App Secret、Verification Token、Encrypt Key
  5. 開啟機器人能力,配置以下權限:取得用戶基本資訊、取得與更新群組訊息、查看群訊息、取得與發送單聊/群組訊息、接收群聊中 @我 或單聊訊息、以應用身份發訊息、取得與上傳圖片或檔案資源
  6. 修改訂閱方式:選「使用長鏈接接收事件」,並新增「接收訊息」事件
  7. 在「版本管理與發布」中,建立一個版本並發布

3.2 配置通道

# 配置小智的 Bot
openclaw auth add --agent boss --channel feishu

# 配置探探的 Bot
openclaw auth add --agent researcher --channel feishu

# 配置文文的 Bot
openclaw auth add --agent writer --channel feishu

# 配置極客的 Bot
openclaw auth add --agent coder --channel feishu

3.3 建立群組

🔀

四、分配工位:Bindings 路由

Bindings 是訊息分發規則,決定來自不同來源的訊息應該交給哪個 Agent 處理。

優先順序(由高到低)

實際配置範例

{
  "bindings": [
    // 主工作群的訊息 → 小智
    {
      "agentId": "boss",
      "match": {
        "channel": "feishu",
        "peer": { "kind": "group", "id": "主工作群 ID" }
      }
    },
    // 協作群中,不同 Bot 帳號對應不同 Agent
    {
      "agentId": "researcher",
      "match": {
        "channel": "feishu",
        "accountId": "探探的 AppID",
        "peer": { "kind": "group", "id": "協作群 ID" }
      }
    }
    // ... 依此類推配置 writer、coder
  ]
}
📞

五、開通內線:Agent 互相對話

5.1 啟用 Agent 間通訊

這個功能預設關閉,需要手動開啟:

{
  "tools": {
    "agentToAgent": {
      "enabled": true,
      "allow": ["boss", "researcher", "writer", "coder"]
    }
  }
}

5.2 設置會話可見性

{
  "tools": {
    "sessions": {
      "visibility": "all"  // 讓所有 Agent 看到彼此的對話
    }
  }
}
可見性選項說明

"self" — 只看自己的會話(完全隔離)
"tree" — 看自己及派生的子任務(預設)
"agent" — 看同一 Agent 的所有會話
"all" — 看所有 Agent 的所有會話(完全開放)

5.3 兩種任務派發方式

📨 sessions_send — 向已有會話發訊息

適用:Agent 已在線,有活躍會話。需要先配置 agentToAgent 和 sessions.visibility。

🚀 sessions_spawn — 建立新會話執行任務

適用:一次性任務、需要隔離的任務。不需要目標 Agent 已有活躍會話。支援 mode="run"(一次性)和 mode="session"(持久)。

簡單類比:sessions_send = 給同事發訊息,讓他現在處理;sessions_spawn = 臨時雇一個外包,幹完走人。

📋

六、建立團隊資訊中心

內部通訊打通了,但還有個問題:小智安排給探探的任務,文文和極客並不知情。解決方案是建立一個共享知識庫,所有成員都能讀寫。

6.1 建立共享目錄

mkdir -p ~/.openclaw/shared/notes
~/.openclaw/shared/
├── board.md     # 團隊公告欄:重要通知和動態
├── tasks.md     # 任務看板:進行中和已完成的任務
└── notes/
    ├── research/ # 調研報告
    ├── drafts/   # 文章草稿
    └── code/     # 程式碼文件

6.2 配置共享目錄索引

{
  "agents": {
    "defaults": {
      "memorySearch": {
        "extraPaths": ["~/.openclaw/shared"]
      }
    }
  }
}

6.3 各 Agent 協作規範

🎬

七、實戰演示:完整任務流轉

老闆下令:撰寫一篇關於 AI Agent 多智能體協作的技術文章,並配套一個演示腳本。以下是完整的任務流轉過程:

👤 老闆 🧠 小智
「我需要一篇關於 AI Agent 多智能體協作的技術文章,要有實際案例,最好配個演示腳本。」
🧠 小智
分析任務,拆解為三個子任務(調研→撰稿→開發),更新 shared/tasks.md,透過 sessions_send 向探探派發調研任務,回覆老闆預計明天交付。
🔍 探探
搜尋調研 OpenClaw、AutoGPT、LangChain 等主流框架,整理實際應用案例,儲存報告至 shared/notes/research/multi-agent-research.md,回覆小智任務完成。
🧠 小智 ✍️ 文文
收到探探完成通知,派發寫作任務:「請基於調研報告撰寫技術文章,草稿存至 shared/notes/drafts/。」
✍️ 文文
讀取探探的調研報告,構思文章結構,撰寫並儲存草稿至 shared/notes/drafts/multi-agent-article.md,回覆小智完成。
🧠 小智 💻 極客
派發開發任務:「請根據文章草稿中的技術方案,開發一個簡單的演示腳本。」
💻 極客
閱讀文章草稿,設計腳本架構,撰寫演示程式碼,儲存至 shared/notes/code/multi-agent-demo/,回覆小智完成。
🧠 小智 👤 老闆
「任務全部完成!✅ 調研報告、✍️ 文章草稿、✅ 演示腳本,請查閱,如需調整請告知。」
✨ 核心亮點

老闆只說了一句話,剩下的全由團隊自主完成。透過任務拆解、並行協作、資訊共享、進度追蹤、自動協調五大機制,真正實現「一個指令搞定全套」。

🏁

八、寫在最後

搭建多 Agent 團隊只是開始,真正的價值在於持續優化和使用。以下五點建議:

01
從簡單任務開始
先讓團隊處理簡單任務,逐步增加複雜度,建立信任感。
02
持續優化人設
根據實際表現調整各 Agent 的 SOUL.md 和 AGENTS.md。
03
建立工作規範
在 shared/board.md 中明確團隊協作規範,讓每個 Agent 有所遵循。
04
定期回顧總結
讓小智定期總結團隊協作中的問題和改進點,持續迭代。
05
善用共享知識庫
將有價值的資訊沉澱到 shared/ 目錄,形成團隊知識資產。

原文出處

原作者:暫星 X@lumoswhy
原文:https://x.com/lumoswhy/status/2030807300257300613
本頁為繁體中文整理版,內容依原文翻譯整理,部分用語依台灣習慣調整。