夜雨聆风今天我重新整理了一下自己的 OpenClaw 小龙虾 agent，才发现前面踩过的一个大坑，其实很基础。
我一直以为自己已经搭好了多 agent 系统，结果后来才看明白，很多设置只是“看起来有”，并没有真正进入系统调度。
我原来以为，多个 agent自动会建立好
前段时间为了做多 agent，我看了不少资料，也上了不少课。
我当时的理解很简单：安排openclaw建立几 个 agent，这套系统就算搭起来了。
基于这个思路，我设了 3 个子 agent：工作区、多媒体区、代码开发区。
问题在于，虽然名字都起好了，目录也分出来了，但它们长期工作并不正常。
所以今天我专门持续调试 OpenClaw，并且另外开了一个窗口，用 GPT-5.4 和我一起把这个问题重新拆开。
然后，才知道：
虽然表面上有几个 agent 空间，但真正持续工作的，其实只有一个主 workplace。所有入口内容，最后都汇集到了这个地方。
连我前段时间安装的视频生成工程流，也一直堆在这里。这样一来，我以为存在的“多媒体子引擎”，实际上根本没有真正接管任务。
直白一点，我之前设置的很多所谓子 agent，本质上只是几个文件夹，而不是系统里真正参与调度的 agent。
问题不在界面，在 config.json
和 GPT-5.4 继续讨论后，我才清楚：这些 agent 必须在 config.json 里做好对应的路由配置，主 agent 才能把任务正确分发出去。
没有路由配置，主 agent 不会调度。没有系统注册，子 agent 就只是摆设。
所以今天我把一开始就该做对的结构，重新梳理了一遍：
1. 设立一个主 agent，名字叫 main_agent。
2. 执行重启，也就是运行 Openclaw gateway start。
3. 确认原来的工作内容，从最初的 workplace 迁移到了新的 workplace_main_agent。
4. 在主 agent 下重新建立 3 个子 agent 进程。
5. 为这些子 agent 补齐各自需要的 soul、user、agent、daily 等配置文件。
6. 把这 3 个子 agent 正式注册进系统，让它们真正进入调度链路。
7. 再把 video_pipeline 这个视频生成工程流，迁移到新的 media 子引擎里。
我才明白多agent的做法
多 agent 系统的核心，不是你界面上看起来有多少机器人，而是三件事有没有同时成立。
只有一个清晰入口。
有一个真正负责分派任务的主 agent。
子 agent 已经写进配置、注册进系统，并且被路由规则真正调用。
这三件事少一件，多 agent 都可能只是表面热闹。
另外，多机器人配置，每个机器人对应一个agent的做法也是同样可取的。而且在telegram或者discord中，或许可以在群里互相对话沟通交流。这是我下一步要做的事情。
如果觉得文章对你有帮助，记得点.赞.转.发.收.藏喔！
