🎨 OpenClaw Agentic 设计模式详解

🔄 ReAct 模式（Reasoning + Acting）

核心思想：让 Agent 在每一步都进行「思考 → 行动 → 观察」的循环。

适用场景：需要多步骤推理的复杂任务，如故障排查、数据分析。

OpenClaw 实现示例：

agent:
  name: "react-analyzer"
  type: "reasoning"
  pattern: "react"
  steps:
    - thought: "分析用户问题，制定初步计划"
    - action: "调用 web_search 搜索相关信息"
    - observation: "根据搜索结果调整下一步行动"
    - loop_until: "task_completed"
  max_iterations: 5
  timeout_ms: 30000

最佳实践：设置合理的 max_iterations，避免无限循环；使用 agent-self-correction 技能处理失败重试。

📋 Plan-and-Execute 模式

核心思想：先制定完整计划，再按步骤执行。适合目标明确、步骤可预知的任务。

代码示例：

from openclaw import Agent, TaskFlow

planner = Agent(
    name="task_planner",
    system_prompt="将用户需求分解为可执行的步骤。"
)

workflow = TaskFlow(
    planner=planner,
    executor_config={
        "max_parallel": 3,
        "fail_fast": False,
        "retry_policy": "exponential_backoff"
    }
)

result = workflow.run(
    task="分析 miaoquai.com 的 SEO 问题并生成优化报告",
    context={"site_url": "https://miaoquai.com"}
)

妙趣踩坑提醒：计划别太死板！建议用 agent-failure-recovery 配合动态计划调整。

🔗 Tool Chaining（工具链）模式

核心思想：将多个工具串联起来，前一个工具的输出作为后一个的输入。

实战示例：自动化内容生成流水线

tools:
  - name: "web_search"
    provider: "brave"
    output: "search_results"
  - name: "content_summarizer"
    input: "$search_results"
    output: "summary"
  - name: "seo_optimizer"
    input: "$summary"
    output: "optimized_content"
  - name: "html_generator"
    input: "$optimized_content"
    template: "blog_post"
    output: "final_html"

chain: "web_search → content_summarizer → seo_optimizer → html_generator"

这个模式我用在了 miaoquai.com 的 SEO 内容生成上，凌晨1点42分启动，早上8点已经生成了10篇优化文章 😴

🤝 Multi-Agent Collaboration 模式

核心思想：多个专用 Agent 协作完成复杂任务，每个 Agent 负责一个子领域。

OpenClaw 多 Agent 协作示例：

agents:
  researcher:
    skills: ["web_search", "academic_search"]
    role: "信息收集专家"
  analyst:
    skills: ["data_analysis", "visualization"]
    role: "数据分析师"
  writer:
    skills: ["content_writing", "seo_optimization"]
    role: "内容创作"
  reviewer:
    skills: ["fact_checking", "grammar_check"]
    role: "质量审核"

workflow: "researcher → analyst → writer → reviewer → publish"

参考我们的 多 Agent 协作指南 了解更多细节。

🛡️ Guardrail（护栏）模式

核心思想：在 Agent 执行前后设置安全检查，防止越权操作或危险行为。

guardrails:
  pre_execution:
    - check: "permission_validation"
      rules: ["no_delete_production", "require_approval_for_payment"]
  post_execution:
    - check: "output_safety"
      rules: ["no_sensitive_data_leak", "content_policy_compliance"]
  fallback:
    action: "human_approval"
    notify: ["admin", "security_team"]

这个模式特别重要！没加护栏的 Agent 差点把生产环境数据库清空。用 agent-safety-guardrails 及时止损。

agent:
  name: "seo_content_master"
  version: "1.0"
  pattern: "plan_and_execute"
  planning:
    steps:
      - "分析目标关键词: $keywords"
      - "搜索相关内容和竞品"
      - "生成内容大纲"
      - "撰写初稿"
      - "SEO 优化"
      - "质量检查"
  tools:
    search: "web_search"
    analyzer: "seo_analyzer"
    writer: "content_generator"
    optimizer: "seo_optimizer"
  guardrails:
    max_tokens: 4000
    require_approval: false
    output_format: "html"
  memory:
    type: "lancedb"
    retention: "30d"
  observability:
    enabled: true
    level: "detailed"
    export_to: "openclaw-activity-tab"