🤝 OpenClaw 多Agent协作完全指南

🎯 为什么需要多Agent协作？

一个Agent能做的事，两个Agent能做更多。但三个Agent在一起，如果不协作，就是三个在吵架的哲学家。

多Agent协作的核心理由只有一个：单个Agent的上下文窗口有上限，但人类的野心没有上限。

🏗️ 协作架构模式

选对架构，比你选什么模型更重要。就像选火锅底料——鸳鸯锅适合团队协作，九宫格适合各吃各的。

四种经典模式

📡 通信协议：Agent怎么说话？

Agent之间不说话，就像火锅没汤底——吃不了。OpenClaw 提供了三种通信方式：

1. Skill Message Passing（消息传递）

最基础的通信方式：一个Skill的输出是另一个Skill的输入。

# orchestrator skill - 任务分配器
async function orchestrate(task) {
  // 1. 让research agent收集资料
  const research = await callSkill('web-research', {
    query: task.topic,
    depth: 'deep'
  });
  
  // 2. 把资料传给writer agent
  const draft = await callSkill('content-writer', {
    context: research.result,
    format: 'markdown'
  });
  
  // 3. 让reviewer agent审稿
  return await callSkill('quality-reviewer', {
    content: draft.article
  });
}

2. Shared State（共享状态）

Agent们读写同一个状态对象，像一群人围着一块白板写字。

# 共享状态示例（YAML格式）
state:
  task_id: "seo-audit-20260628"
  progress:
    research: done
    writer: in_progress
    reviewer: pending
  data:
    keywords: ["OpenClaw", "Agent Skills"]
    sources: []
  artifacts:
    draft_url: ""
    final_url: ""

3. Event-Driven（事件驱动）

一个Agent干完活发个事件，其他Agent听到就自动开始干活。

📋 任务分配策略

任务分配比分配家务还难——至少家务不会跟你吵「这个任务不在我的能力范围内」。

三种分配算法

# 能力匹配分配示例
const agents = [
  { name: 'ResearchBot', skills: ['web-search', 'summarize'] },
  { name: 'CodeBot',    skills: ['python', 'debug'] },
  { name: 'WriteBot',   skills: ['markdown', 'seo'] }
];

function assignTask(task) {
  const best = agents
    .map(a => ({
      agent: a,
      score: a.skills.filter(s => 
        task.requiredSkills.includes(s)
      ).length
    }))
    .sort((a, b) => b.score - a.score)[0];
  
  return best.agent;
}

⚔️ 冲突解决：Agent吵架了怎么办？

多Agent系统最大的风险不是Agent不够聪明，而是Agent们对「正确答案」有不同意见。

常见冲突类型

# 冲突解决：投票机制
async function resolveConflict(proposals) {
  // 三个以上Agent，少数服从多数
  if (proposals.length >= 3) {
    const votes = {};
    proposals.forEach(p => {
      votes[p.result] = (votes[p.result] || 0) + 1;
    });
    const winner = Object.entries(votes)
      .sort((a, b) => b[1] - a[1])[0][0];
    return winner;
  }
  
  // 两个Agent，让Orchestrator拍板
  return await callSkill('orchestrator', {
    action: 'arbitrate',
    proposals
  });
}

🛠️ 实战：搭建一个三人写作团队

理论讲完了，来点实际的。下面是用 OpenClaw Skills 搭建一个「研究→写作→审核」三人Agent团队的完整配置。

# .openclaw/agents/writing-team/agent.yaml
name: writing-team
version: 1.0.0
description: "多Agent写作协作团队"

agents:
  - name: researcher
    model: gpt-4o
    skills: [web-research, summarize, fact-check]
    system_prompt: |
      你是研究专家。收到主题后，收集最新资料，
      输出结构化摘要（包含数据源、关键事实、引用）。
      不要写结论，只给事实。

  - name: writer
    model: claude-sonnet-4
    skills: [markdown-writer, seo-optimizer, citation-formatter]
    system_prompt: |
      你是写作专家。基于researcher提供的事实，
      撰写结构清晰、SEO友好的文章。
      保持客观，引用来源。

  - name: reviewer
    model: gpt-4o
    skills: [grammar-check, fact-verifier, readability-scorer]
    system_prompt: |
      你是审核专家。检查文章内容的事实准确性、
      语法错误、可读性。只输出需要修改的问题列表。

workflow:
  - step: 1
    agent: researcher
    output: research_data
  
  - step: 2
    agent: writer
    input: [research_data]
    output: draft
  
  - step: 3
    agent: reviewer
    input: [draft, research_data]
    output: review_report
  
  - step: 4
    agent: writer
    input: [draft, review_report]
    action: revise
    output: final_article

🔗 更多相关指南