用聊天的方式配置OpenClaw多Agent

开篇

之前给大家分享过OpenClaw单Agent的配置方法，大家上手后会发现一个问题：

单Agent看似全能，啥都能做，但一旦场景涉及多个专业领域，就会明显力不从心。

我们除了配置Skill优化模型能力外，还有一个更高效的解决方案—配置多Agent协同工作，这也是拆分复杂任务、提升模型效率的玩法。

那多Agent配置会不会很复杂？

你只需要准备好对应的SOP流程和凭证，然后一句”帮我配置多Agent”，剩下的配置全都可以自动完成。

多Agent 的技术原理与优势

为什么多Agent能解决单agent的问题？这要从大模型的工作原理说起。

上下文构成：OpenClaw每次发送消息给大模型时，上下文由三部分组成：Agent文件+工具列表+ 近期消息。单agent模式下会随着使用不断膨胀。
单agent的瓶颈：上下文越大，大模型的注意力越分散，回复质量下降，还会导致token 费用大幅增加。
多Agent的优势：

回答质量更高

每个子agent只有少量相关文件、工具和对话历史，上下文更精简，大模型注意力更聚焦，回答更精准。
节省token费用

上下文变小，单次调用token消耗降低，直接省成本。
避免上下文溢出

拆分后每个Agent 的上下文都不会触及长度上限，系统更稳定。

所以，多Agent 拆分不仅是功能上的分类，更是一种技术优化手段。

前置准备：先创建飞书应用

自动配置之前，你需要先为每个agent 创建对应的飞书应用，并获取凭证。

步骤如下：

打开飞书开放平台
点击「创建企业自建应用」
填写应用名称（建议与Agent ID 一致，如dba、ops）
在「凭证与基础信息」页面复制App ID 和App Secret

重复以上步骤，为你需要的每个角色创建一个应用。

把配置文件喂给AI

把下面内容保存为”多agent配置.md”，通过飞书聊天窗口发给AI。

# OpenClaw多Agent配置 SOP（通用版）## 核心原则AI读取本 SOP 后，遇到用户说"配置多 Agent"、"添加 Agent"、"创建 XX/YY Agent"时，执行以下步骤。角色名称和数量由用户指定，本SOP 不写死任何角色。## 执行步骤步骤 1：询问用户要创建哪些Agent（角色名称和数量）步骤 2：检查并创建 workspace    ~/.openclaw/workspace-{角色名小写}例如：`~/.openclaw/workspace-dba`步骤 3：获取飞书凭证（App ID + App Secret）步骤 4：写入飞书凭证到 openclaw.json    openclaw config set每个 Agent 设置 groupPolicy=open（允许接收 DM）步骤 5：写入 bindings 配置到 openclaw.json    {      "agentId": "{角色名}",      "match": {        "channel": "feishu",        "accountId": "{角色名小写}"      }    }步骤 6：注册 Agent    openclaw agents add {角色名} --workspace ~/.openclaw/workspace-{角色名小写}步骤 7：在各 workspace 创建 SOUL.md- AI 根据角色名自行生成角色定义（专业领域、说话风格、核心能力）步骤 8：执行 `openclaw gateway restart`步骤 9：验证并告知用户完成    openclaw agents list告知用户每个 Agent 的飞书 Bot 名称，可直接 DM 对话。## 触发词配置多 Agent、添加多 Agent、创建 Agent、添加 XX/YY Agent## 关键概念-**groupPolicy**：open = 允许 DM-**bindings**：路由规则，channel=feishu + accountId={角色名小写}

实际配置过程

*注意：配置完成后openclaw的网关会重启，之前的会话不会反馈进度，需要重新询问配置进度。

总结

配置多agent，你只需要做两件事：

提前为每个 Agent 创建飞书应用，把凭证准备好
把SOP告诉Openclaw，让它替你做

感兴趣的同学可以参考文章内容开启你的多agent配置。