一句话总结：OpenClaw 支持主 Agent 创建子 Agent 并行处理任务——一个负责搜索，一个负责写作，一个负责发布。本文教你如何编排这支 AI 团队。
在 OpenClaw 中，一个"主 Agent"（你的主要对话 Agent）可以通过 sessions_spawn 创建多个"子 Agent"，每个子 Agent 独立执行特定任务。这就像一个项目经理（主 Agent）分配任务给团队成员（子 Agent）。
| 模式 | 说明 | 适用场景 |
|---|---|---|
| 串行模式 | 主 Agent 依次完成所有任务 | 简单、线性的任务 |
| 主从模式 | 主 Agent 分配，子 Agent 执行 | 复杂任务的并行处理 |
| 流水线模式 | 子 A 的输出作为子 B 的输入 | 多步骤的数据处理 |
| 投票模式 | 多个子 Agent 独立完成，主 Agent 裁决 | 需要多角度分析的决策 |
// 基本用法
{
"task": "搜索今天的 AI 热点新闻并整理成列表",
"taskName": "news-searcher",
"mode": "run" // 一次性执行
}
// 带上下文的子 Agent
{
"task": "根据以下新闻列表生成日报 HTML",
"taskName": "news-writer",
"context": "fork", // 继承父 Agent 的对话上下文
"mode": "run"
}// 主 Agent 创建子 Agent 后，使用 yield 等待结果
// 子 Agent 完成后会自动通知主 Agent// 查看所有活跃的子 Agent
{
"action": "list",
"recentMinutes": 60 // 最近 60 分钟的子 Agent
}同时生成 3 个不同主题的教程页面：
// 主 Agent 同时创建 3 个子 Agent
子Agent-1: "生成 OpenClaw GitHub Skill 教程页面"
子Agent-2: "生成 MCP 安全审计教程页面"
子Agent-3: "生成 Skill Workshop 教程页面"
// 主 Agent 使用 sessions_yield 等待所有子 Agent 完成
// 收到完成通知后，更新 sitemap.xml// Step 1: 创建研究 Agent
研究Agent: "搜索最新的 AI Agent 安全漏洞报道，整理成要点列表"
// Step 2: 研究完成后，创建写作 Agent
写作Agent: "根据以下研究要点，写一篇踩坑实录文章" + 研究结果
// Step 3: 写作完成后，创建发布 Agent
发布Agent: "将文章保存到网站并更新 sitemap"// 对同一个问题创建 3 个不同视角的 Agent
乐观Agent: "从积极角度分析 AI Agent 的发展前景"
悲观Agent: "从风险角度分析 AI Agent 的潜在问题"
中立Agent: "综合分析 AI Agent 的机遇与挑战"
// 主 Agent 综合三方观点，生成平衡的分析报告| 优化项 | 方法 | 效果 |
|---|---|---|
| 并行度 | 同时创建多个子 Agent | 总时间 = 最慢子Agent的时间 |
| 上下文精简 | 不使用 context: "fork"，只传必要信息 | 减少 50-80% Token 消耗 |
| 任务拆分 | 将大任务拆成独立的小任务 | 提高成功率和并行度 |
| 结果缓存 | 子 Agent 结果保存到文件而非上下文 | 避免上下文膨胀 |