OpenClaw 多 Agent 架构实践:从“全能助手”到“分职分权”

在初期使用 OpenClaw 时，我习惯将所有任务塞进同一个 Agent。但随着使用深入，问题接踵而至：聊天记录混杂、任务上下文互相污染、长对话冲掉关键记忆。

后来我意识到：不要让一个 Agent 干所有事，而应按任务类型进行职能拆分。

为什么选择多 Agent 架构？

• 上下文隔离：不同任务各走各的路径，彻底告别“串台”。
• 差异化配置：每个 Agent 可绑定独立的人格（SOUL）和最适合的模型。
• 安全隔离：共享公共知识的同时，敏感数据（如健康、财务）可独立存储。
• 成本精算：轻任务用 Haiku/Gemini，重决策用 Opus/Sonnet。

一、我的“六部”分工架构

我通过任务类型定义了 6 个 Agent，底层共享同一个 OpenClaw 实例，前台通过 6 个不同的 Telegram Bot 接入：

Agent	职能描述	选用模型建议
内务府	全能管家，处理日常事务与综合调度	Opus
御花园	纯闲聊，不执行复杂操作	Haiku
文渊阁	资料库，处理知识性问题与长文档检索	Sonnet
观星台	盯数据：价格、新闻、服务状态监控	Sonnet
军机处	投资决策与深度分析，拒绝低智	Opus
太医院	健康管理，独立工作区，数据物理隔离	Sonnet

核心思路：底层一套系统，前台六个角色。

二、新增 Agent 的三段式映射

在 ~/.openclaw/openclaw.json 中，新增 Agent 遵循：Bot 入口 → Agent 大脑 → 路由绑定。

1. 注册通道 (Channel)

在 channels.telegram.accounts 中让系统识别 Bot 入口：

"wenyuange":{"name":"文渊阁","enabled":true,"botToken":"从_BotFather_获取的_Token","dmPolicy":"pairing",// 需 /pair 配对，防止陌生人骚扰"streamMode":"partial"// 流式输出，体验更丝滑}

2. 定义 Agent 属性

在 agents.list 中定义该 Agent 的大脑属性及存储路径：

{"id":"wenyuange","name":"文渊阁","workspace":"/Users/path/to/.openclaw/workspace",// 共享知识库"agentDir":"/Users/path/to/.openclaw/agents/wenyuange/agent",// 私有人格"model":"sub2api/claude-sonnet-4-6"// 默认模型}

3. 绑定路由 (Binding)

在 bindings 中完成对接，确保消息投递正确：

{"agentId":"wenyuange","match":{"channel":"telegram","accountId":"wenyuange"}}

三、模型管理

OpenClaw 支持通过 provider/model 格式管理多个 API 源。

1. 多 Provider 配置

即使通过同一个本地中转（如 localhost:8080），也可以配置多个 Provider 来区分订阅：

"providers":{"source-a":{"baseUrl":"http://localhost:8080","apiKey":"KEY_A","api":"anthropic-messages","models":[{"id":"claude-opus-4-6","contextWindow":200000}]},"source-b":{"baseUrl":"http://localhost:8080","apiKey":"KEY_B","api":"anthropic-messages","models":[{"id":"gemini-3.1-pro-high","contextWindow":200000}]}}

2. 模型白名单

如果配置了 agents.defaults.models，不在列表里的模型即便 Provider 里有，也无法通过 /model 切换。

四、共享工作区设计

我让 5 个 Agent 共享主工作区，仅“太医院”隔离。这种设计实现了：知识共享，人格隔离，隐私独立。

1. 目录结构直观图

这是目前稳定运行的目录布局，清晰展示了全局文件与 Agent 私有文件的关系：

~/.openclaw/├── openclaw.json           # 全局核心配置文件├── agents/                 # 【私有目录】存放各个 Agent 的人格│   ├── wenyuange/agent/│   │   └── SOUL.md         # 文渊阁特有人格（覆盖全局）│   ├── junjichu/agent/│   │   └── SOUL.md         # 军机处特有人格│   └── ...├── workspace/              # 【共享工作区】5 个 Agent 公用│   ├── SOUL.md             # 通用人格底稿│   ├── AGENTS.md           # 行为准则与操作红线（全量注入）│   ├── USER.md             # 用户个人偏好、习惯与信息│   ├── MEMORY.md           # 长期记忆：重要事实、项目进度│   └── knowledge/          # 静态知识库（PDF、Markdown 资料）└── workspace-taiyiyuan/    # 【隔离工作区】仅太医院访问    ├── MEDICAL_HISTORY.md  # 个人健康数据    └── HEALTH_PLAN.md      # 专项健康方案

2. 工作区优化建议

这些文件在每轮对话中都会全量注入上下文，必须遵循极简原则：

• SOUL.md：抓住性格核心，不写废话。
• AGENTS.md：最烧 Token 的地方。只留真正重要的操作红线，建议控制在 2KB 以内。
• MEMORY.md：定期整理。将过期或琐碎的信息移出，或归档到 knowledge/ 中，防止 Token 爆炸。
• 人格覆盖机制：OpenClaw 会优先读取 agentDir 里的文件。如果该目录下存在 SOUL.md，Agent 会忽略共享工作区里的版本，从而实现角色差异。

五、自动化备份方案

我使用 Git 将配置镜像到私有仓库，通过 OpenClaw 内置的 cron 实现自动备份。

备份策略

1. 脱敏处理：通过脚本将 openclaw.json 中的 Key/Token 替换为 [REDACTED]。
2. 动态扫描：递归发现 agents/ 下的新 Agent，无需硬编码。
3. 排除干扰：不备份 .jsonl 原始对话流和运行时生成的缓存 models.json。
4. 定时任务：

openclaw cron add --name "backup" --every 1h --agent main --message "bash backup.sh"

结语

拆分 Agent 后的系统不再是一个笨拙的对话框，而是一支训练有素的团队。这种架构既能共享知识，又能保留职能分工，是目前最顺手的 AI 管理方案。