字数 3290，阅读大约需 17 分钟

OpenClaw 多 Agent 配置指南

适配 OpenClaw 2026.3.x | 最后更新：2026-03-20
综合整理自 VA7 架构指南 + 飞书配置实战经验 + 雷神实际部署经验

引言：OPC 一人公司，如何打造你的 AI 军团？

一个人，能干多少事？

传统答案：一个人能干的事是有限的。写文章、做咨询、搞运维、管社群、做产品——每一项都需要一个专人。

2026年的答案：一个人 + 一支 AI Agent 军团，可以干一个团队的活。

这就是 OPC（One Person Company）的核心逻辑——不是"一个人什么都自己干"，而是"一个人指挥一支 AI 团队干"。

雷神的 AI 军团：9 个 Agent，覆盖全业务链

以下是我在 OpenClaw 上实际搭建的 9 人 Agent 团队，覆盖了从内容生产到技术交付的完整业务链：

                    ┌─────────────┐
                    │  main 大总管  │  🎯 统筹全局、任务分配、跨Agent协调
                    └──────┬──────┘
                           │
        ┌──────────┬───────┼───────┬──────────┐
        │          │       │       │          │
   ┌────▼────┐ ┌───▼───┐ ┌─▼──┐ ┌──▼───┐ ┌───▼────┐
   │consultant│ │content│ │prod│ │ dev  │ │communit│
   │ HR顾问   │ │内容创作│ │产品│ │开发者 │ │ 社群   │
   └────┬────┘ └───┬───┘ └─┬──┘ └──┬───┘ └───┬────┘
        │          │       │       │          │
   ┌────▼────┐ ┌───▼───┐ ┌─▼───────▼──┐
   │knowledge│ │integr.│ │   devops   │
   │ 知识库   │ │ 集成  │ │   运维     │
   └─────────┘ └───────┘ └────────────┘

这套架构解决了什么问题？

1. 1. 内容引擎：knowledge（素材库）→ content（写作）→ community（分发），形成内容飞轮
2. 2. 咨询交付：consultant（方案）→ developer（实现）→ devops（部署），端到端交付
3. 3. 产品迭代：product（需求）→ developer（开发）→ integration（集成），快速迭代
4. 4. main 作为中枢：不亲自干活，而是做任务拆解、优先级排序、跨 Agent 协调

关键设计原则

• • 每个 Agent 有独立 workspace：记忆不串、人设不混
• • AGENTS.md 全员一致：所有 Agent 知道彼此是谁、怎么协作
• • main 拥有最大权限：可以调度所有 Agent
• • 专业 Agent 最小权限：只做自己领域的事

一、先想清楚：你需要多 Agent 吗？

不是所有场景都需要多 Agent。先问自己三个问题：

决策树

你的需求是什么？
│
├── 个人使用，不需要角色分工
│   └── 方案 A：单 Agent 多 Session（最简单）
│
├── 需要多角色分工，但信任环境
│   ├── 每个角色对应一个飞书应用
│   │   └── 方案 B：多 Agent 软隔离（多 Bot）
│   └── 只想用一个飞书应用，按群路由
│       └── 方案 B2：多 Agent 单 Bot（按群路由）
│
├── 需要处理敏感数据
│   └── 方案 C：Docker Sandbox（中等安全）
│
└── 企业级部署，安全要求极高
    └── 方案 D：多 Gateway 硬隔离（最强安全）

二、核心概念

2.1 Agent 是什么

一个 Agent = 一个独立的"大脑"，拥有：

2.2 关键术语

2.3 路由优先级

Bindings 是确定性的，最具体的优先：

1. 1. peer 匹配（精确 DM/群/频道 ID）→ 最高优先级
2. 2. parentPeer 匹配（线程继承，Discord/Slack）
3. 3. guildId + roles（Discord 角色路由）
4. 4. guildId（Discord）
5. 5. teamId（Slack）
6. 6. accountId 匹配
7. 7. channel 级别匹配（accountId: "*"）
8. 8. fallback → default: true 的 Agent（没有则列表第一个，默认 main）

三、配置方案

方案 A：单 Agent 多 Session（最简单）

适合：个人用户、快速上手、不需要角色隔离

{
  "agents": {
    "list": [
      { "id": "main", "default": true, "workspace": "~/.openclaw/workspace" }
    ]
  },
  "channels": {
    "feishu": {
      "appId": "cli_xxx",
      "appSecret": "xxx"
    }
  }
}

注意：所有 session 共享 workspace 和 MEMORY.md，记忆可能"串"。

方案 B：多 Agent 软隔离（推荐大多数场景）⭐

适合：多角色分工、小团队协作、不需要强安全隔离

每个 Agent 对应一个飞书应用（独立 Bot）：

{
  "agents": {
    "list": [
      { "id": "main", "default": true, "name": "大总管", "workspace": "~/.openclaw/workspace-main" },
      { "id": "dev", "name": "开发助理", "workspace": "~/.openclaw/workspace-dev" },
      { "id": "content", "name": "内容助理", "workspace": "~/.openclaw/workspace-content" }
    ]
  },
  "channels": {
    "feishu": {
      "enabled": true,
      "accounts": {
        "main":    { "appId": "cli_main_xxx",    "appSecret": "xxx" },
        "dev":     { "appId": "cli_dev_xxx",     "appSecret": "xxx" },
        "content": { "appId": "cli_content_xxx", "appSecret": "xxx" }
      }
    }
  },
  "bindings": [
    { "agentId": "main",    "match": { "channel": "feishu", "accountId": "main" } },
    { "agentId": "dev",     "match": { "channel": "feishu", "accountId": "dev" } },
    { "agentId": "content", "match": { "channel": "feishu", "accountId": "content" } }
  ],
  "tools": {
    "agentToAgent": {
      "enabled": true,
      "allow": ["main", "dev", "content"]
    }
  }
}

注意：

• • 每个 Agent 需要独立的飞书应用
• • 软隔离是"君子协议"，Agent 技术上可以访问其他 workspace
• • agentToAgent.allow 必须包含所有 Agent ID

方案 B2：多 Agent 单 Bot（按群路由）

适合：不想创建多个飞书应用，按群灵活路由

{
  "agents": {
    "list": [
      { "id": "main", "default": true, "workspace": "~/.openclaw/workspace-main" },
      { "id": "dev", "workspace": "~/.openclaw/workspace-dev" },
      { "id": "content", "workspace": "~/.openclaw/workspace-content" }
    ]
  },
  "channels": {
    "feishu": {
      "appId": "cli_xxx",
      "appSecret": "xxx"
    }
  },
  "bindings": [
    { "agentId": "dev",     "match": { "channel": "feishu", "peer": { "kind": "group", "id": "oc_dev_group_xxx" } } },
    { "agentId": "content", "match": { "channel": "feishu", "peer": { "kind": "group", "id": "oc_content_group_xxx" } } },
    { "agentId": "main",    "match": { "channel": "feishu" } }
  ],
  "tools": {
    "agentToAgent": {
      "enabled": true,
      "allow": ["main", "dev", "content"]
    }
  }
}

注意：用户只需要记住一个机器人，不同群里是不同 Agent 服务。最后一条是 fallback。

方案 C：Docker Sandbox（中等安全）

适合：处理敏感数据、防止 prompt injection 跨 Agent 泄露

{
  "agents": {
    "defaults": {
      "sandbox": {
        "mode": "all",
        "scope": "agent",
        "workspaceAccess": "rw",
        "docker": {
          "binds": [
            "/shared/skills:/skills:ro",
            "/shared/references:/references:ro"
          ]
        }
      }
    },
    "list": [
      { "id": "main", "default": true, "sandbox": { "mode": "off" } },
      { "id": "dev", "workspace": "~/.openclaw/workspace-dev" },
      { "id": "content", "workspace": "~/.openclaw/workspace-content" }
    ]
  }
}

前提：需要先运行 scripts/sandbox-setup.sh 构建 Docker 镜像。

方案 D：多 Gateway 硬隔离（最强安全）

适合：企业级部署、高可用、安全要求极高

每个 Agent 独立 Gateway 进程：

# Gateway A
openclaw gateway start --config ~/.openclaw/openclaw-main.json

# Gateway B
openclaw gateway start --config ~/.openclaw/openclaw-content.json

每个配置文件独立定义 agents、channels、port。

四、飞书应用配置（方案 B/B2 适用）

4.1 创建飞书应用

1. 1. 登录 飞书开放平台
2. 2. 点击「创建应用」→ 选择「机器人」
3. 3. 为每个 Agent 创建独立应用（方案 B）或只创建一个（方案 B2）

4.2 每个应用必做配置

4.3 配置检查清单

五、Agent 人设文件

5.1 必备文件

每个 Agent 工作区需要以下文件：

5.2 SOUL.md 示例（大总管）

# SOUL.md - 大总管

你是用户的首席助理，专注于统筹全局、任务分配和跨 Agent 协调。

## 核心职责
1. 接收用户需求，分析并分配给合适的专业 Agent
2. 跟踪各 Agent 任务进度，汇总结果反馈给用户
3. 处理跨领域综合问题，协调多 Agent 协作

## 协作方式
- 技术问题 → 发送给 dev
- 内容创作 → 发送给 content
- 运营数据 → 发送给 ops

5.3 AGENTS.md 统一模板（所有 Agent 相同）

## 团队成员

| Agent ID | 名称 | 职责 |
|---------|------|------|
| main | 大总管 | 统筹全局、分配任务 |
| dev | 开发助理 | 代码开发、技术架构 |
| content | 内容助理 | 内容创作、文案撰写 |

## 协作协议
1. 使用 `sessions_send` 进行跨 Agent 通信
2. 收到请求后 10 分钟内响应
3. 任务完成后主动反馈结果

六、部署步骤

6.1 创建目录

# 创建各 Agent 工作区
for agent in main dev content; do
  mkdir -p ~/.openclaw/workspace-$agent/memory
done

6.2 写入配置

编辑 ~/.openclaw/openclaw.json，填入上面的配置模板。

6.3 创建人设文件

在每个 workspace 下创建 SOUL.md、AGENTS.md、USER.md。

6.4 校验并重启

# 校验 JSON
python3 -c "import json; json.load(open('$HOME/.openclaw/openclaw.json'))" && echo "✅ JSON 正确"

# 重启 Gateway
openclaw gateway restart

6.5 功能测试

1. 1. 单聊测试：飞书搜索并添加 Bot，发送消息测试响应
2. 2. 群聊测试：将 Bot 拉入群聊，@Bot 测试
3. 3. 跨 Agent 测试：向大总管发技术问题，观察是否分发给 dev

七、问题排查

八、配置方案对比

九、Per-Agent 工具与沙箱配置（v2026.1.6+）

从 v2026.1.6 开始，每个 Agent 可以有独立的沙箱和工具限制：

{
  "agents": {
    "list": [
      {
        "id": "personal",
        "workspace": "~/.openclaw/workspace-personal",
        "sandbox": { "mode": "off" }
        // 无工具限制 — 所有工具可用
      },
      {
        "id": "family",
        "workspace": "~/.openclaw/workspace-family",
        "sandbox": {
          "mode": "all",
          "scope": "agent",
          "docker": {
            "setupCommand": "apt-get update && apt-get install -y git curl"
          }
        },
        "tools": {
          "allow": ["read"],
          "deny": ["exec", "write", "edit", "apply_patch"]
        }
      }
    ]
  }
}

重要规则：

• • tools.elevated 是全局的且基于发送者，不能按 Agent 配置
• • 工具 allow/deny 控制的是工具，不是 Skills
• • 如果 Skill 需要运行二进制文件，确保 exec 被允许且文件存在于沙箱中
• • setupCommand 位于 sandbox.docker 下，容器创建时运行一次
• • scope: "shared" 时，per-agent 的 sandbox.docker.* 会被忽略

十、Skills 管理

• • Per-Agent Skills：放在各 Agent 工作区的 skills/ 文件夹下
• • 共享 Skills：放在 ~/.openclaw/skills 下，所有 Agent 可用
• • 优先级：Per-Agent > 共享

十一、Group Chat 提及配置

对于群聊场景，使用 groupChat.mentionPatterns 让 @提及清晰映射到目标 Agent：

{
  "id": "family",
  "name": "Family Bot",
  "workspace": "~/.openclaw/workspace-family",
  "identity": { "name": "Family Bot" },
  "groupChat": {
    "mentionPatterns": ["@family", "@familybot", "@Family Bot"]
  }
}

十二、CLI 工具

# 添加新 Agent（交互式向导）
openclaw agents add <agentId>

# 验证配置
openclaw agents list --bindings

十三、进阶：高级路由示例

按人员路由（老板专用 Agent）

{
  "bindings": [
    {
      "agentId": "opus",
      "match": { "channel": "feishu", "peer": { "kind": "direct", "id": "ou_boss_xxx" } }
    },
    { "agentId": "chat", "match": { "channel": "feishu" } }
  ]
}

按群路由 + fallback

{
  "bindings": [
    { "agentId": "family", "match": { "channel": "feishu", "peer": { "kind": "group", "id": "oc_family_xxx" } } },
    { "agentId": "work",   "match": { "channel": "feishu", "peer": { "kind": "group", "id": "oc_work_xxx" } } },
    { "agentId": "main",   "match": { "channel": "feishu" } }
  ]
}

参考来源

• • OpenClaw 官方文档：多智能体路由
• • VA7 多 Agent 架构配置指南（Gist）
• • 飞书多 Agent Bot 完整配置指南（v2.1，已过时）
• • 雷神 OpenClaw 实际部署经验