我为我的龙虾斩分身:OpenClaw 多智能体实操

飞哥数智谈，全栈工程师，在济南这个二线城市做 AI 社群，AI·Spring 社群发起人，同时，担任 TRAE Friends 社区济南 Fellow，致力于 AI 提效与 AI 编程普及与落地。

很久没有写关于 OpenClaw 的文章了，但并不意味着我不再喜欢小龙虾，相反，我依然觉得 OpenClaw 是个具有深远意义的产品。

或者，准确地说，龙虾类产品意义重大，但此处的龙虾并不特指 OpenClaw，可以是 Hermes，可以是 QClaw，也可以是 XClaw。

它们实现了 AI 智能体真正意义上的”破圈”，让普通大众对智能体都有了一定认知。

我也一直都在使用，虽然，不像社群里的几位大佬那么重症，但 Coding Plan 也一直没断过。

用了这么久，我越来越觉得 OpenClaw 和人的学习很像，它也有先天和后天两类知识。

OpenClaw 的先天知识很重要，所以，我们会给自己的虾找各种大佬提炼出来的”系统提示词”。

但，我感觉后天知识比先天知识更重要，因为后天知识是你真实的”喂养”，是可以让虾越来越匹配你偏好的过程。

当然，这个过程也是非常慢热的，可能你喂一次效果不好，再喂一次效果依然不好，这个过程，劝退了很多人。

这也是为什么很多人都在养虾，但他们手里的虾和别人口中的虾不太一样的主要原因。

随着一次次的喂养，我的 OpenClaw 已经越来越让我满意了。

但是，随着一次次的喂养，虾的技能越来越多，承担的事情越来越杂，它好像人一样，精神分裂了。

这其实也非常好理解，很多冲突的工作，我全部给了一只虾，既要它在和我头脑风暴时天马行空，又要它帮我实现代码时严谨可靠。

我都看不起我自己。

于是，我打算让我的虾来个”斩分身”——修仙小说专用词汇，指把自己不擅长/特别擅长的能力独立成一个分身，帮助自己更好的升级。在 OpenClaw 里，我采用多 Agent 模式去实现的。

于是，我有了阿大到阿五。

• 阿大：一个全能型助理，就是原有的 OpenClaw 主 Agent。
• 阿二：一个自媒体助理，重在文笔、逻辑，了解我所有的文章内容。
• 阿三：一个天马星空的思考者，不干事，只负责提出各种创意。
• 阿四：一个产品经理，负责帮我编写各类售前方案，由我之前的各种项目方案喂养。
• 阿五：一个严谨可靠的实干家，主要负责帮我开发各种任务。

这样分工之后，阿三想，阿四写文档，阿五做，阿二则专职帮我运营自媒体，最后由阿大兜底。

而我，终于可以成为喝茶的老板了~

我是一个技术博主，理论聊的有点多，我们看看多 Agent 如何实际操作吧。

先说明我的环境：腾讯轻量云部署 OpenClaw 原版、MiniMaxCoding Plan、飞书。

由于都是一个 OpenClaw 实例，因此 MiniMax 采用统一的 API_Key 即可。

需要拆分的主要就是飞书的机器人和 OpenClaw 多 Agent 配置。

飞书机器人的建立和默认 OpenClaw 安装一样，只是需要根据自己的需要创建不同的机器人，方便通过机器人区分不同的 Agent。

这里就不多说了。

我们主要看下 OpenClaw 多 Agent 配置，以阿二（zimeiti）为例。

第一，创建 agent 对应的文件夹。

# zimeiti agentmkdir -p ~/.openclaw/workspace-zimeitimkdir -p ~/.openclaw/workspace-zimeiti/memorymkdir -p ~/.openclaw/agents/zimeiti/agentmkdir -p ~/.openclaw/agents/zimeiti/sessions# 复制 main agent 的配置到 zimeiti agentcp ~/.openclaw/agents/main/agent/auth-profiles.json ~/.openclaw/agents/zimeiti/agent/cp ~/.openclaw/agents/main/agent/models.json ~/.openclaw/agents/zimeiti/agent/

第二，openclaw.json 中声明 agent，配置文件中的 agents.list 属性。

"list": [ {"id": "main-agent","default": true,"name": "阿大","workspace": "~/.openclaw/workspace","agentDir": "~/.openclaw/agents/main/agent"  },  {"id": "zimeiti-agent","name": "阿二","workspace": "~/.openclaw/workspace-zimeiti","agentDir": "~/.openclaw/agents/zimeiti/agent"  }]

第三，openclaw.json 中配置飞书渠道，由于腾讯云的 openclaw 面板仅支持一个飞书机器人，所以，这次采取了手动配置。

"channels": {"feishu": {"defaultAccount": "main","accounts": {"main": {"appId": "cli_a95ecef526381cb2","appSecret": "dlKc0UlnSeIv0icGN5il0cnmdREQJSho","botName": "阿大-飞书","domain": "feishu","groupPolicy": "open"      },"zimeiti": {"appId": "cli_a95957481438dcc2","appSecret": "KpbmyKKErdYMFwfd4XQ7gfMbn1uLpbAJ","botName": "阿二-飞书","domain": "feishu","groupPolicy": "open"      }    }  }},

第四，openclaw.json 中配置 agent 和渠道的绑定关系。

"bindings": [  {"agentId": "main-agent","match": {"channel": "feishu","accountId": "main"    }  },  {"agentId": "zimeiti-agent","match": {"channel": "feishu","accountId": "zimeiti"    }  }]

第五，一定记得重启 openclaw。

openclaw gateway restart

经过这五步之后，你就可以拥有一个”斩”出来的分 agent，当然，还缺少最后一步。

分 agent 第一次对话，会提示下图，按照提示在龙虾命令行中执行配对即可。

好了，到这里，你就真正拥有了两个龙虾助理，并且，还只需要部署一套 OpenClaw。

当然，你也可以像我一样再继续分出更多的助理。

我们抛开上面的实际操作，稍微想想。

其实这就是软件设计中非常常见的单一职责原则，专业的人干专业的事，所以道理都是相通的。