OpenClaw 多 Agent 配置实战指南

基于 OpenClaw 2026.3.23-2 版本，亲测可用。

📋 配置前准备

环境要求

OpenClaw 版本
: 2026.3.23-2 或更高
Node.js
: v18+
模型 Provider
: DashScope（阿里云）已配置

检查当前配置

# 查看版本
openclaw --version
# 查看当前配置
cat ~/.openclaw/openclaw.json | jq .agents
# 检查服务状态
openclaw gateway status

🎯 为什么要配置多 Agent

单 Agent 的局限：

一个模型干所有活，效率低
专业任务不够专业（比如写代码不如专用模型）
无法并行处理复杂任务

多 Agent 的优势：

专人专事（代码交给 coder，写作交给 creative）
并行协作（复杂任务分给多个 agent）
成本优化（简单任务用便宜模型）

📦 第一步：备份原配置

重要！先备份，防止配错了回不去。

cp ~/.openclaw/openclaw.json ~/.openclaw/openclaw.json.backup.$(date +%Y%m%d)

🔧 第二步：编辑配置文件

打开配置文件：

vim ~/.openclaw/openclaw.json

找到 agents部分，替换成下面的配置。

📝 第三步：多 Agent 配置（完整版）

{
"agents":{
"defaults":{
"model":{
"primary":"dashscope/qwen3.5-plus"
},
"imageModel":{
"primary":"dashscope/qwen3-vl-plus"
},
"models":{
"dashscope/qwen3.5-plus":{"alias":"assistant"},
"dashscope-us/qwen3-max-2025-09-23":{"alias":"max"},
"dashscope/glm-4.7":{"alias":"glm"},
"dashscope/glm-5":{"alias":"long-text"},
"dashscope/qwen3-coder-next":{"alias":"coder-fast"},
"dashscope/qwen3-coder-plus":{"alias":"coder"},
"dashscope/qwen3-vl-flash":{"alias":"vision-fast"},
"dashscope/qwen3-vl-plus":{"alias":"vision"},
"dashscope/MiniMax-M2.5":{"alias":"reasoning"},
"dashscope/kimi-k2.5":{"alias":"creative"},
"dashscope/wan2.6-t2i":{"alias":"image-gen"}
},
"workspace":"/home/admin/.openclaw/workspace",
"compaction":{"mode":"safeguard"}
},
"list":[
{
"id":"main",
"name":"通用助手",
"model":{"primary":"dashscope/qwen3.5-plus"},
"subagents":{"thinking":"off"}
},
{
"id":"coder",
"name":"代码专家",
"model":{"primary":"dashscope/qwen3-coder-plus"},
"subagents":{"thinking":"on"}
},
{
"id":"coder-fast",
"name":"快速代码助手",
"model":{"primary":"dashscope/qwen3-coder-next"},
"subagents":{"thinking":"off"}
},
{
"id":"vision",
"name":"视觉分析专家",
"model":{"primary":"dashscope/qwen3-vl-plus"},
"subagents":{"thinking":"off"}
},
{
"id":"long-context",
"name":"长文本专家",
"model":{"primary":"dashscope/glm-5"},
"subagents":{"thinking":"off"}
},
{
"id":"creative",
"name":"创意写作专家",
"model":{"primary":"dashscope/kimi-k2.5"},
"subagents":{"thinking":"off"}
},
{
"id":"reasoning",
"name":"逻辑推理专家",
"model":{"primary":"dashscope/MiniMax-M2.5"},
"subagents":{"thinking":"on"}
},
{
"id":"data-analyst",
"name":"数据分析专家",
"model":{"primary":"dashscope/qwen3.5-plus"},
"subagents":{"thinking":"on"}
},
{
"id":"investment-advisor",
"name":"投资分析顾问",
"model":{"primary":"dashscope/qwen3.5-plus"},
"subagents":{"thinking":"on"}
},
{
"id":"research-assistant",
"name":"研究助理",
"model":{"primary":"dashscope/glm-4.7"},
"subagents":{"thinking":"off"}
},
{
"id":"image-gen",
"name":"图像生成专家",
"model":{"primary":"dashscope/wan2.6-t2i"},
"subagents":{"thinking":"off"}
}
]
}
}

⚙️ 配置说明

模型选择逻辑

Agent	模型	为什么选它
`main`	qwen3.5-plus	综合能力最强，适合协调
`coder`	qwen3-coder-plus	专门优化代码生成
`coder-fast`	qwen3-coder-next	响应快，适合简单任务
`vision`	qwen3-vl-plus	视觉识别能力强
`long-context`	glm-5	超长上下文支持
`creative`	kimi-k2.5	创意写作优秀
`reasoning`	MiniMax-M2.5	逻辑推理能力强
`data-analyst`	qwen3.5-plus	数据分析够用
`investment-advisor`	qwen3.5-plus	投资分析综合能力强
`research-assistant`	glm-4.7	信息检索准确
`image-gen`	wan2.6-t2i	图像生成专用

Thinking 模式

thinking: on
- 启用推理模式，适合复杂任务（coder、reasoning、data-analyst、investment-advisor）
thinking: off
- 快速响应，适合简单任务（main、vision、creative 等）

🚀 第四步：验证配置

检查语法

# 验证 JSON 语法
cat ~/.openclaw/openclaw.json | jq .

如果输出正常 JSON，说明语法没问题。

重启服务

openclaw gateway restart

检查状态

openclaw gateway status

看到 Runtime: running就说明成功了。

💡 第五步：使用多 Agent

方式 1：对话中直接调用

在消息前加 /agent-id：

/coder 帮我写一个Python爬虫
/vision 分析这张图片
/creative 写一篇关于 AI 的文章
/investment-advisor 分析贵州茅台股票
/coder-fast 写个HelloWorld函数

方式 2：使用 sessions_spawn

// 创建代码专家 agent
sessions_spawn({
  task:"帮我写一个 Web 爬虫",
  agentId:"coder",
  runtime:"subagent",
  mode:"run"
})
// 创建投资顾问 agent
sessions_spawn({
  task:"分析宁德时代股票",
  agentId:"investment-advisor",
  runtime:"subagent",
  mode:"run"
})

方式 3：自动协作（高级）

复杂任务会自动协调多个 agent：

用户：帮我做一个股票分析系统
自动协调流程：
1. investment-advisor →提供分析逻辑
2. coder →编写代码实现
3. data-analyst →设计数据可视化
4.汇总→完整系统

📊 实际使用案例

案例 1：写代码 + 写文档

任务：帮我写一个股票数据爬虫，并写使用说明
分配：
- coder →编写爬虫代码
- creative →撰写使用文档
- main →汇总整理

案例 2：投资分析报告

任务：写一篇新能源板块投资分析报告
分配：
- research-assistant →收集行业数据
- investment-advisor →分析投资逻辑
- creative →优化文章表达
- main →汇总整理

案例 3：图片 + 数据分析

任务：分析这张财务报表图片
分配：
- vision →识别图片内容
- data-analyst →分析财务数据
- main →汇总建议

⚠️ 常见问题

问题 1：配置后服务启动失败

原因：JSON 语法错误

解决：

# 验证语法
cat ~/.openclaw/openclaw.json | jq .
# 恢复备份
cp ~/.openclaw/openclaw.json.backup.*~/.openclaw/openclaw.json

问题 2：Agent 调用失败

原因：模型未开通或 API Key 问题

解决：

# 检查模型配置
cat ~/.openclaw/openclaw.json | grep -A 5"models"
# 测试模型
openclaw models test qwen3.5-plus

问题 3：Thinking 模式不生效

原因：某些模型不支持 thinking

解决：

qwen3-coder-plus 支持 thinking
qwen3-coder-next 不支持 thinking（设为 off）
检查模型文档确认支持情况

🎯 优化建议

根据使用频率调整

如果你经常写代码：

{
"id":"coder",
"model":{"primary":"dashscope/qwen3-coder-plus"},
"subagents":{"thinking":"on"}
}

如果你经常分析图片：

{
"id":"vision",
"model":{"primary":"dashscope/qwen3-vl-plus"},
"subagents":{"thinking":"off"}
}

成本优化

便宜模型组合：

简单任务 → glm-4.7（便宜）
代码任务 → qwen3-coder-next（快速）
复杂任务 → qwen3.5-plus（均衡）

📖 进阶配置

自定义 Agent

添加你自己的专用 agent：

{
"id":"my-custom-agent",
"name":"我的专用助手",
"model":{"primary":"dashscope/qwen3.5-plus"},
"subagents":{"thinking":"off"}
}

调整默认模型

{
"defaults":{
"model":{
"primary":"dashscope/glm-4.7"//改成默认用 glm
}
}
}

📞 故障排查

查看日志

# 查看网关日志
openclaw gateway logs
# 查看实时日志
tail -f /tmp/openclaw/openclaw-*.log

检查 Agent 列表

# 列出所有 agent
openclaw agents list

测试特定 Agent

# 测试 coder agent
openclaw agents test coder "写个 Hello World"

✅ 配置完成检查清单

备份原配置
编辑 openclaw.json
验证 JSON 语法（jq .）
重启服务（openclaw gateway restart）
检查服务状态（openclaw gateway status）
测试调用 agent（/coder 测试）
确认日志无错误

📚 相关资源

OpenClaw 官方文档
: https://docs.openclaw.ai
模型配置指南
: ~/.openclaw/workspace/docs/
配置备份
: ~/.openclaw/openclaw.json.backup.*

🎉 总结

配置多 Agent 就 5 步：

备份
- 防止配错
编辑
- 添加 agent 配置
验证
- 检查 JSON 语法
重启
- 应用配置
测试
- 调用 agent 确认

配置完成后，你就可以：

用 /coder写代码
用 /creative写文章
用 /vision分析图片
用 /investment-advisor分析股票
…

专人专事，效率翻倍！

配置时间: 2026-03-27OpenClaw 版本: 2026.3.23-2配置状态: ✅ 亲测可用

互动：

你配置了哪些 Agent？有什么使用心得？

欢迎交流～