什么是子Agent任务编排？

OpenClaw的 sessions_spawn 是核心的子Agent任务编排机制。想象一下，你是一个项目经理，手下有多个专家同时干活——这就是子Agent编排的精髓。

世界上有一种编程范式叫"分而治之"，在AI Agent的世界里，它有了新的名字：sessions_spawn。每个子Agent都是一个独立的思考单元，它们可以并行执行、互不干扰，最后把结果汇总到你面前。

基础用法：启动一个子Agent

1. 最简单的spawn

sessions_spawn({
  task: "搜索最新的AI Agent新闻并生成摘要",
  mode: "run"
})

这会创建一个子Agent，执行指定任务，完成后自动通知父Agent。

2. 指定模型和参数

sessions_spawn({
  task: "分析这段代码的安全漏洞",
  model: "gpt-4o",
  thinking: "high",
  timeoutSeconds: 120,
  mode: "run"
})

3. 带标签的任务

sessions_spawn({
  task: "生成SEO优化的HTML页面",
  taskName: "seo-page-gen",
  label: "SEO生成器",
  mode: "run"
})

taskName 是稳定别名，后续可通过它精确查找任务。 label 是显示名称，方便在列表中识别。

并行任务：多Agent同时工作

周星驰在《功夫》里说过："天下武功，无坚不摧，唯快不破。" 在AI Agent的世界里，唯并行不破。

// 同时启动3个子Agent
sessions_spawn({
  task: "搜索OpenClaw最新博客文章",
  taskName: "blog-search",
  mode: "run"
})

sessions_spawn({
  task: "分析竞品futuretools.io的最新变化",
  taskName: "competitor-analysis",
  mode: "run"
})

sessions_spawn({
  task: "检查网站sitemap是否有死链",
  taskName: "sitemap-check",
  mode: "run"
})

// 等待所有子Agent完成
sessions_yield({ message: "等待3个子任务完成..." })

上下文传递：fork模式

默认情况下，子Agent是隔离的（isolated），看不到父Agent的对话历史。但有些场景需要子Agent了解上下文：

sessions_spawn({
  task: "根据刚才的讨论，生成一份总结报告",
  context: "fork",  // 继承父Agent的完整对话上下文
  mode: "run"
})

多模型协同

不同任务用不同模型，就像不同岗位用不同人才：

// 复杂推理用高级模型
sessions_spawn({
  task: "分析这份财报的核心数据和趋势",
  model: "gpt-4o",
  thinking: "high",
  taskName: "financial-analysis",
  mode: "run"
})

// 简单格式转换用轻量模型
sessions_spawn({
  task: "将Markdown表格转换为HTML",
  model: "gpt-4o-mini",
  taskName: "format-convert",
  mode: "run"
})

超时与错误处理

sessions_spawn({
  task: "爬取100个网页并分析内容",
  timeoutSeconds: 300,  // 5分钟超时
  runTimeoutSeconds: 600,  // 总执行超时10分钟
  mode: "run"
})

错误处理策略

• timeoutSeconds：单次调用超时，超时后子Agent被终止
• runTimeoutSeconds：总执行时间限制
• cleanup: "delete"：完成后自动清理子Agent（默认）
• cleanup: "keep"：保留子Agent供后续检查

实战案例：SEO批量生成流水线

// 第一步：搜索热词
sessions_spawn({
  task: "搜索当前AI Agent和OpenClaw相关的热门关键词",
  taskName: "keyword-research",
  mode: "run"
})

// 第二步：生成内容（依赖第一步结果）
sessions_yield({ message: "等待关键词研究完成..." })

// 第三步：并行生成多个页面
const topics = ["MCP教程", "Agent安全", "Skill开发"]
topics.forEach(topic => {
  sessions_spawn({
    task: `生成关于"${topic}"的SEO优化HTML页面`,
    taskName: `seo-${topic}`,
    mode: "run"
  })
})

sessions_yield({ message: "等待所有页面生成完成..." })

查看和管理子Agent

// 列出当前会话的所有子Agent
subagents({ action: "list" })

// 查看子Agent历史
sessions_history({ sessionKey: "子Agent的sessionKey" })

// 向子Agent发送消息
sessions_send({
  sessionKey: "子Agent的sessionKey",
  message: "请调整输出格式"
})

最佳实践

✅ 推荐做法

• 任务拆分粒度：每个子Agent负责一个明确的子任务
• 合理设置超时：避免子Agent无限运行
• 使用taskName：便于后续查找和管理
• 并行无依赖任务：最大化执行效率
• 谨慎使用fork：仅在需要上下文时使用

❌ 常见错误

• 一个子Agent塞太多任务 → 拆分成多个
• 不设超时导致卡死 → 始终设置timeoutSeconds
• 过度使用fork浪费token → 默认用isolated
• 子Agent之间有数据依赖但未等待 → 用sessions_yield同步

进阶：Session绑定

sessions_spawn({
  task: "持续监控网站状态",
  taskName: "site-monitor",
  // 绑定到一个命名session，可跨对话复用
  mode: "run",
  cleanup: "keep"
})