乐于分享
好东西不私藏

OpenClaw 高阶玩法:Token 直接砍半!让 AI Agent 学会合

OpenClaw 高阶玩法:Token 直接砍半!让 AI Agent 学会合
这是极拓工坊的第 28 篇原创!

Token 消耗直接减半。

不是靠压缩提示词,不是靠换更便宜的模型。

而是——让你的 AI Agent 学会了一件事:

打电话给另一个 Agent。

这不是科幻。这是一个叫 A2A 的协议,正在悄悄改变整个 AI Agent 的游戏规则。


先说一个让人后背发凉的事实

你现在用的 AI Agent,大概率是这样的——

一个 Agent,身兼数职。写代码、查资料、分析数据、画图、发邮件……你往里塞了十几个工具,系统提示词写了 5000 个 Token,工具定义又吃掉 3000 个。

每一次对话,不管你问的是"今天天气怎样"还是"帮我重构这段代码",这些上下文全部加载一遍

就像你请了一个全能管家,但每次让他倒杯水,他都要先把十八般武艺从头演练一遍。

荒谬吗?

但这就是现在绝大多数 AI Agent 的现状。

更要命的是——当你在家里的电脑上跑着一个 Agent,公司服务器上跑着另一个 Agent,它们之间完全没法说话。

每一个 Agent,都是一座孤岛。 


A2A:给 Agent 装一部电话

A2A,全称 Agent-to-Agent Protocol。

别被英文名唬住。它的本质,就是给 AI Agent 之间装了一部电话。

回想一下互联网的历史:

1960 年代,每台电脑都是孤立的。你在这台机器上算出了结果,想传给隔壁那台?抱歉,拿软盘拷。

然后 TCP/IP 来了。电脑之间能通信了。再然后 HTTP 来了,浏览器和服务器能说话了。

万维网就是这么炸开的。

AI Agent 正站在同一个节点上。

2024 年之前,每个 Agent 各自为战。LangChain 构建的 Agent 和 AutoGen 构建的 Agent,鸡同鸭讲。跑在不同机器上的 Agent,更是老死不相往来。

但,

A2A 协议出现了。

它定义了四件事:

怎么找到对方——服务发现。每个 Agent 发布一张"名片"(Agent Card),写清楚自己叫什么、擅长什么、地址在哪。别的 Agent 想合作?先读名片。

怎么发消息——标准化格式。文本(TextPart)、文件(FilePart)、结构化数据(DataPart),三种消息类型覆盖所有场景。

怎么确认身份——安全认证。Bearer Token 通行证,Ed25519 硬件级身份验证,所有通信留审计日志。

怎么高效沟通——同步调用像打电话,异步任务像发快递,SSE 流式像看直播。你选。

有了这套标准,任何遵循 A2A 的 Agent,不管什么框架、什么语言、跑在哪台机器,都能直接对话。

就这么简单。


实战:OpenClaw A2A Gateway

理论讲完了。来看真东西。

GitHub 上有个项目叫 openclaw-a2a-gateway(作者 win4r / AI超元域),是目前最完整的 A2A 协议落地实现之一。

一句话概括它干了什么:

让你不同机器上的 OpenClaw Agent,像同事发微信一样互相沟通。

场景还原

你的个人电脑上跑着一个写代码的 Agent。公司服务器上跑着一个分析数据的 Agent。

以前,它们互不认识。

装上 A2A Gateway 之后:

你:"帮我分析一下这份销售数据" 代码 Agent:"这事数据老哥更专业,我转给他" 数据 Agent:"分析好了,结论给你" 代码 Agent:"报告出来了,核心发现是……" 

你只说了一句话。两个 Agent 在背后自动完成了分工协作。

太丝滑了。

架构一目了然

两边对称部署,互相配置对方的地址和 Token。

就像两个人互存了手机号。

安全?稳得一批

  • Bearer Token
    每个请求必须带通行证,裸连免谈
  • 多 Token 轮换
    换密码不用停服务,零停机
  • Ed25519 设备身份
    硬件级认证,不是你的机器根本冒充不了
  • JSONL 审计日志
    谁在什么时候说了什么,全部留痕

部署?三行命令

git clone https://github.com/win4r/openclaw-a2a-gateway cd openclaw-a2a-gateway && npm install --production openclaw plugins install ./ 

填上对方地址和 Token,重启。

完事。


50% Token 省在哪了

这是最实际的部分。

传统思路是堆——把所有能力塞进一个超级 Agent。写代码、分析数据、画图、搜索……系统提示词越来越长,工具定义越来越多。

每一次调用,全量上下文一起吃。

系统提示词
工具定义
对话内容
总计
全能 Agent
~5000
~3000
~2000
~10000
A2A 拆分后(单次)
~2000
~1000
~2000
~5000

原理很朴素:各司其职,按需调用。

写代码的 Agent 只加载代码相关的上下文。需要数据分析?A2A 一个消息扔过去,数据 Agent 只加载数据相关的上下文。

两边都轻装上阵。

不是省出来的,是本来就不该浪费的。


这件事的深层意义

技术细节讲完了。但我想多说一层。

A2A 协议的意义,不只是"两个 Agent 能聊天了"。

它意味着——AI Agent 开始有了"社会性"。

想想人类社会怎么运转的?分工。医生看病、律师打官司、厨师做饭。没有谁是全能的,但通过协作,整个系统的能力远超个体之和。

AI Agent 走的是同一条路。

从"一个全能 Agent 解决所有问题",到"一群专精 Agent 各司其职、互相调用"——

这不是技术迭代。

这是范式转移。

当千万个 Agent 可以通过 A2A 自由发现彼此、自由组队协作——那已经不是"工具"了。

那是一个 Agent 互联网。

我们正站在这个故事的第一页。


动手指南

想亲手试一把的,这里是你需要的全部:

代码仓库:win4r/openclaw-a2a-gateway

前置条件: - OpenClaw ≥ 2026.3.0 - Node.js ≥ 22 - 两台能互通的机器(推荐 Tailscale 组网,最省事)

三行命令部署,十分钟跑通。