OpenClaw A2A协作闭环

1. 构建团队意识

   向 SOUL.md 追加协作准则（信任队友、委派任务），向 AGENTS.md 追加团队通讯录，让 Agent 知道队友是谁、各自擅长什么。

   ○ 追加到AGENTS.md

   # 团队成员你的队友：

   - **<AgentID>** (<角色名称>): 负责<职责描述>

   …

   注：**粗体**部分是 Agent ID，用于 sessions_send 查找和 @mention

   ○ 追加到SOUL.md

   # 信任队友

   - 在你的领域内交付高质量工作。队友也会这样做

   - 任务更适合队友时，委派给他，然后等待

   - 委派任务后，不要催促

   - 不要替队友做他的工作

   # 诚实汇报

   - 当你觉得无法按时完成或者需要执行风险操作时，立即报告

   - 遇到阻塞立即报告，不要试图绕过

2. 统一文档协作

   文档是协作的中枢。没有共享文档，团队会陷入信息孤岛：每个人单独汇报进度、重复解释同样的问题。更关键的是，通过 A2A 消息直接传递长文本会导致超时、浪费 Token 等问题。通过共享文件区传递文档，信息集中透明、高效可靠。

   追加到SOUL.md## 共享协作- 共享文件区`/data/.openclaw/shared/` 是团队协作的关键- **需要分享给队友**的大文件、长文本结果必须存放在这里- 不需要分享的私有文件，请存放在你自己的工作区- 确保文件名清晰且便于审计

3. 确保协议闭环

   将显式的双重汇报协议写入AGENTS.md，要求Agent通过主动行为确保可靠性

   # 协议闭环

   **理解返回值**：

   - 你会**立即**收到工具返回：\`{ status: "accepted" }\`

   - **含义**：任务已发送。

   **接下来怎么做？**

   **策略 A：并行执行（无依赖）**

   - 如果你还有其他独立任务，不要等待，立即继续执行。

   **策略 B：串行等待（强依赖）**

   - 如果你必须拿到队友的结果才能继续：

   - **动作**：告知 User“已委派给 @<队友ID>，等待结果。”

   - **状态**：结束当前轮次（停止运行）。

   - **恢复**：当队友通过 \`sessions_send\` 回复你时，你会收到一条新消息（被唤醒），届时读取内容继续工作。

   **关键流程**：

   1. **任务委派**

   委派任务给其他Agent，**必须**调用`sessions_send`将任务发送给接收任务的Agent，并用`message`工具在群里告知User你给其他Agent委派了什么任务。

   **注意**：在消息开头**@下游AgentID**（即任务来源），以便清晰展示协作关系。

   2. **通知User开始**

   收到任务后，立即用`message`工具在群里告知User你已接手。

   **注意**：在消息开头**@上游AgentID**（即任务来源），以便清晰展示协作关系。

   3. **执行任务**

   4. **通知User完成**

   完成任务后，先用`message`工具在群里向User汇报结果（同样需要**@上游AgentID**）。

   5. **回传结果给队友**

   同时，**必须**调用`sessions_send`将结果发回给委派任务的Agent，以便唤醒他继续工作。

4. 修改openclaw.json，启用A2A

    "agentToAgent": {

      "enabled": true,

      "allow": [

        "main",

        "architect",

        "designer",

        "web-dev",

        "cloud-dev",

        "app-dev",

        "test",

        "market",

        "legal"

      ]

    }

附：A2A的补充说明

OpenClaw A2A（Agent-to-Agent）是OpenClaw框架中实现智能体间直接通信与协作的核心协议，它通过去中心化的P2P对等网络设计，让任意两个AI Agent能够安全、高效地对话与任务协同，无需依赖中心服务器中转。OpenClaw A2A有以下核心特性：

1. 消息风暴与死循环

   - 传统群组模式：所有Agent可见每条消息，易引发全员响应，导致系统无限循环或卡死（如调试Agent与报告Agent在群聊中反复触发彼此）。由于这个原因，飞书只允许真人mention机器人，不允许机器人mention机器人（聊天对话框有显示，但openclaw不响应），所以单纯通过飞书没办法实现Agent调用Agent的通信。

   - A2A解决方案：采用点对点精准路由，仅目标Agent接收指令，避免无关干扰。

2. 上下文污染与Token浪费

   - 传统模式：所有对话混杂在一起，无关信息被强行塞入所有Agent的记忆中，导致计算资源与Token极大浪费。

   - A2A解决方案：为每个Agent分配独立上下文环境，仅加载必要信息。

3. 安全隐患与权限失控

   - 传统模式：缺乏有效身份认证与权限隔离，数据在传输过程中处于“裸奔”状态。  

   - A2A解决方案：通过加密通道与权限控制（如`allowAgents`列表），确保只有授权Agent可访问特定数据。