OpenClaw 配置多Agent:手把手教你搭建4人AI团队

大家是不是都听说过多Agent协作？

没听说过也没有关系，今天我们就来一起看看多Agent到底是个啥？为啥要使用多Agent？

简单来说，就是可以给自己配一个AI团队，每个成员负责不同的工作。比如我现在就有4个AI员工，小嘿是总管，负责调度和日常沟通，嘿小素专门收集素材和做选题，嘿小文负责写文章和排版，嘿小查负责审核和事实核查。

为什么要搞多Agent？一开始我也觉得，一个AI不就够了吗，还整那么多干嘛。但用了一段时间我发现，单Agent确实有局限。

你想想，如果一个AI什么都干，那它的人格设定就会很模糊。今天让它写文章，明天让它做数据分析，后天让它帮你审稿，时间久了你都不知道它到底是个什么角色。而且，不同的任务可能需要不同的大模型，写作用Claude效果好，审核用DeepSeek成本低，但单Agent只能用一个模型。

多Agent就解决了这些问题。每个Agent有明确的职责和人格，用最适合的模型，工作起来就像真的有个小团队一样。

这篇文章我就把我配置多Agent的完整过程分享给大家，从创建机器人到配置人格信息，每一步都有截图和代码，照着做就能配好。

一、数据备份恢复

配置之前先说个重要的事，就是备份。不管你是刚开始配置还是已经用了一段时间，都建议先把配置文件备份一份，万一改错了还能恢复回来。

我们以腾讯云服务器为例，先登录服务器：

1、备份配置文件

执行下面这几个命令：

cd ~/.openclaw/
cp -p openclaw.json openclaw.json_baknew
ll openclaw.json openclaw.json_baknew

2、如果需要恢复配置

万一改错了，执行这几个命令就能恢复：

cd ~/.openclaw/
cp -p openclaw.json_baknew openclaw.json
ll openclaw.json openclaw.json_baknew

恢复完记得重启OpenClaw Gateway：

openclaw gateway restart

二、创建多个飞书机器人

主Agent的配置这里就不展开说了，如果你还没配置过，可以先去看下这2篇文章。

OpenClaw（Clawdbot）：飞书 + 火山引擎 ，配置全网爆火的OpenClaw原来如此简单！

OpenClaw（Clawdbot）：QQ + 腾讯云 ，配置全网爆火的OpenClaw原来如此简单！

我这次准备配4个Agent，一个主Agent加3个子Agent，分工是这样的：

小嘿：主Agent，负责Agent调度，日常使用。

嘿小素：素材、资料、数据收集，灵感记录，选题策划。

嘿小文：文章写作，排版，配图，风格打磨。

嘿小查：事实核查，敏感词违规检测，文章审核。

先去飞书开发平台创建机器人：https://open.feishu.cn/app?lang=zh-CN

在飞书开放平台，可以通过应用创建流程配置OpenClaw智能机器人。点击立即创建按钮。

选好头像，填好名字，再点立即创建，机器人就创建好了。

这里的App ID和App Secret记得保存好，后面配置OpenClaw要用。

重复上面的步骤，把需要的4个机器人全部创建完。

三、配置多Agent

机器人创建好之后，接下来给每个Agent创建自己的工作区。

执行这个命令：

openclaw agents add xsu

指定好工作区目录后，一路选择No，看到下面这个提示就说明工作区创建成功了：

把所有工作区都创建完，可以用这个命令查看：

openclaw agents list --verbose

接下来配置飞书权限。

把下面这段提示词发给你的主Agent（我这里是小嘿），让它帮你配置：

给你两个官方文档，你做为知识库记住到本地，然后深入学习一下其中的内容，
https://docs.OpenClaw.ai/zh-CN/concepts/multi-agent
https://github.com/OpenClaw/OpenClaw/

学习完以后，你参考下方这个飞书多账号的示例文件，对我给你提供的账号进行配置。

# 示例文件

{
"channels": {
"feishu": {
"defaultAccount": "main",
"accounts": {
"main": {
"appId": "cli_xxx",
"appSecret": "xxx",
"botName": "小嘿"
        },
"xsu": {
"appId": "cli_yyy",
"appSecret": "yyy",
"botName": "嘿小素"
        },
"xwen": {
"appId": "cli_yyy",
"appSecret": "yyy",
"botName": "嘿小文"
        },
"xcha": {
"appId": "cli_yyy",
"appSecret": "yyy",
"botName": "嘿小查"
        }
      }
    }
  },
"bindings": [
    {
"agentId": "main",
"match": { "channel": "feishu", "accountId": "main" }
    },
    {
"agentId": "xsu",
"match": { "channel": "feishu", "accountId": "xsu" }
    },
    {
"agentId": "xwen",
"match": { "channel": "feishu", "accountId": "xwen" }
    },
    {
"agentId": "xcha",
"match": { "channel": "feishu", "accountId": "xcha" }
    }
  ]
}

# 配置
- main 账号
appId：cli_xxxxx
appSecret：xxxxx

- xsu 账号
appId：cli_xxxxx
appSecret：xxxxx

- xwen 账号
appId：cli_xxxxx
appSecret：xxxxx

- xcha 账号
appId：cli_xxxxx
appSecret：xxxxx

这个操作会重启服务，一般不会有返回结果。等一会儿，给每个机器人发个你好，如果都能正常回复，就说明多Agent模式生效了。

如果子Agent没回复，可以让主Agent帮你检查一下：

直到所有子Agent都能正常回复，配置就算成功了：

四、配置Agent的人格信息

Agent配置好之后，还需要给它们设定人格，让它们知道自己是谁、负责什么工作。

把下面这些提示词分别发给对应的Agent就行：

### 主Agent：小嘿
你的名字叫小嘿，你的身份是嘿哥的AI员工兼总管。
你是主Agent，你的主要职责是：帮助嘿哥统筹和规划任务，负责Agent调度，日常使用。你的性格：幽默风趣为主，有点腹黑，偶尔喜欢使用emoji表情。
你有3个下属名字叫嘿小素，嘿小文，嘿小査，她们的账号名分别为：xsu，xwen，xcha。

### 子Agent：嘿小素
你的名字叫嘿小素，你的身份是嘿哥的AI员工。
你的主要职责是：素材、资料、数据收集，灵感记录，选题策划。
你还有一个领导叫小嘿，他有的时候会给你指派任务。

### 子Agent：嘿小文
你的名字叫嘿小文，你的身份是嘿哥的AI员工。
你的主要职责是：文章写作，排版，配图，风格打磨。
你还有一个领导叫小嘿，他有的时候会给你指派任务。

### 子Agent：嘿小查
你的名字叫嘿小査，你的身份是嘿哥的AI员工。
你的主要职责是：事实核查，敏感词违规检测，文章审核。
你还有一个领导叫小嘿，他有的时候会给你指派任务。

五、安装技能

1、安装 Obsidian 技能（通用）

请帮我从 https://github.com/kepano/obsidian-skills 提取并安装 Obsidian相关的工具，配置为全局技能(Global Skill)。

2、搜索技能安装（通用）

帮我依次安装以下Skill，配置为全局技能(Global Skill)，装一个测一个，确认能用了再装下一个:
1、Tavily AI优化搜索；
2、Brave Search 通用网页搜索；
3、Multi Search Engine(免费搜索引擎，覆盖国内外)
npx clawhub@latest install multi-search-engine
4、find-skills(搜索和发现更多 Skill)
npx clawhub@latest install find-skills
5、Agent-Reach 多平台搜索: https://raw.githubusercontent.com/Panniantong/agent-reach/main/docs/install.md。

3、内容获取技能安装（通用）

帮我安装如下技能，配置为全局技能(Global Skill)：
1、x-reader(国内链接解析:微信公众号、小红书、B站、X等)
https://github.com/runesleo/x-reader.git
2、Jina Reader 网页内容提取：https://jina.ai/reader/。

4、清除AI痕迹的技能（嘿小文，嘿小查）

帮我安装这俩技能：
Humanizer英文原版: https://github.com/blader/humanizer
Humanizer中文版:https://github.com/op7418/Humanizer-zh

5、Weixin MCP-微信文章阅读器（嘿小素）

一个极简的MCP，让大模型能够阅读微信公众号文章。

帮我安装如下技能或者MCP：
wexin-read-mcp
：https://github.com/Bwkyd/wexin-read-mcp

六、配置大模型

配置好之后，所有的子Agent与主Agent使用的都是同一个大模型，下面，我们来给子Agent更换不同的大模型。

1、嘿小文

我们给嘿小文更换一个 claude-sonnet-4-5-20250929 模型，将如下提示词发送给主Agent，让主Agent帮我们配置。

ANTHROPIC_API_KEY=你的Api Key
ANTHROPIC_BASE_URL=https://breakout.wenwen-ai.com
ANTHROPIC_MODEL=claude-sonnet-4-5-20250929
给我的嘿小文 Agent 配置 claude-sonnet-4-5-20250929 模型，然后重启下 Gateway。

2、嘿小查

我们给嘿小查更换一个 deepseek-v4-flash 模型，将如下提示词发送给主Agent，让主Agent帮我们配置。

API_KEY=你的Api Key
BASE_URL=https://api.deepseek.com
MODEL=deepseek-v4-flash
给我的嘿小查 Agent 配置 deepseek-v4-flash 模型，然后重启下 Gateway。

发送之后，主Agent虽然说已经配置成功了，但是我们给子Agent发消息，仍然存在问题。

嘿小文：

嘿小查：

我们让主Agent检查一下。

检查发现是由于 API Key 的问题导致的。

我们重新发送一下 API Key 后，再看看效果。

返回的结果与我们需要修改的大模型名称一致，这样就表示修改成功了。

七、Agent2Agent配置

默认情况下，多Agent之间是不能直接相互通信的。

据说Agent之间相互通信会消耗大量Token，还可能造成反复调用死锁的问题，所以出于安全考虑，默认是关闭的。

如果你确实需要开启，可以试试把下面这段提示词发给主Agent，让它帮你配置。不过我还没验证过，大家谨慎使用：

参考下面这个信息，将你和嘿小素的账号信息开启agenttoagent功能，修改openclaw.json的配置文件。
{
"tools": {
"agentToAgent": {
"enabled": true,
"allow": ["main", "researcher", "writer", "coder"]
    }
  }
}

我自己现在用的是文件共享的方式来实现Agent之间的协作。具体来说就是：

1. 8:00，让嘿小素把整理好的素材保存到 xsu/ 文件夹；
2. 8:30，让嘿小文读取 xsu/ 文件夹的数据，写好文章保存到 xwen/ 文件夹，标记为初稿；
3. 9:00，让嘿小查读取 xwen/ 文件夹的文章，审核后把结果保存到 xcha/ 文件夹；
4. 9:30，让嘿小文读取 xcha/ 文件夹的审核报告，修改后保存到 xwen/ 文件夹，标记为终稿。

用时间线把整个流程串起来，也能实现一个完整的工作流。

你可能会觉得，都2026年了，这样做是不是太LOW了？

但我觉得吧，不管干什么都得一步一步来，步子太大容易……你懂的 O(∩_∩)O哈哈~

说实话，我暂时不用Agent2Agent主要有这几个考虑：

1. 担心我的Token扛不住这个消耗；
2. 当前对Agent2Agent的需求还不是很强烈；
3. 流程还没完全理顺用熟，再加上Agent2Agent怕更乱。

所以我先用这种简单的方式让工作流跑起来，等熟练了再考虑Agent2Agent。到时候我会把配置过程分享给大家。

敬请期待吧！