OpenClaw多Agent实战

作者: 龙虾窝团队

标签: AI · 效率工具 · OpenClaw · 自动化

写在前面

如果只用一个agent进行沟通和对话,效率还是太低。我们可以利用飞书机器人和多个agent协作组建自己的AI团队,享受一下当"领导"的感觉。和管理团队一样,需要做任务分工和制定协作流程,剩下的就是安排任务了。最关键的不是某个 AI 有多强,而是多个专精的 AI 配合着干活。下文是在我的提示下xiaocao助手写的文章,并自动发送到了公众号草稿箱。

痛点:一个人指挥太累了

我每天要处理几件事:

• 📰 早上看一眼财经日报 + AI 要闻
• 💰 随时想分析一只股票
• 🏠 盯盘买房数据,每天看看各盘成交变化
• 💻 有想法就让工程师开发新功能

以前是:发一条消息,等 AI 回复,再改再等。效率低,而且一个 AI 什么都会,什么都不精。

后来想明白了:应该像管团队一样管 AI--每个人只干自己最擅长的那一块。

团队架构:我有了一个AI小弟班子

我的团队现在有 3个专精 Agent,加一个总协调:

各司其职,不抢活

这是最关键的设计原则:

每个 Agent 只做自己擅长的事,不擅长的任务主动说"不归我管,推给对应小弟"

比如:

• 分析摩尔线程股票 → 派给小陈
• 开发买房数据监控页面 → 派给王工
• 早间财经日报 → 小陈自动完成,推送我飞书

核心能力展示

🕵️ 小陈:财经情报 + 个股分析

每日自动推送(心跳机制,即定时触发的自动化任务):

• 早上9:30前:财经日报(A股/港股/期货/资金流向)
• 下午16:00后:AI日报(大模型/芯片/自动驾驶动态)
• 全程自动,无需我触发

个股分析(按需): 我随时丢一个股票代码过去,几分钟后一份完整的 HTML 报告就生成好了,包含:

• 实时行情数据
• 财务分析(营收/净利润/负债率)
• 技术面(均线/K线/MACD)
• 估值与机构评级
• 风险提示

报告会自动归档到龙虾窝,我随时可以翻看历史。

💻 王工:全栈开发

买房数据监控是我最常用的一个功能:

• 监控广州8个在售楼盘每日成交数据
• 页面自动刷新(不加缓存)
• 每个楼盘详情里可以看历史趋势图(去化率 + 累计成交 + 日增量)
• 我只要打开网页就看到最新数据

整个监控系统从设计到上线,王工大概用了 2-3 个小时。

飞书机器人和 Agent 是怎么配合的

我们实际的配置

我在飞书里建了一个群聊,里面加入了三个机器人:

▲ 实际群聊界面:3个机器人 + 1名成员,小草自由发言,其他人等被@

关键设计--群聊规则:

• 群里没人@任何人时,只有小草可以说话,其他小弟不许插嘴
• 只有明确@了某位小弟,该小弟才回复
• 这样群里不会刷屏,每个小弟各司其职

具体使用体验

场景1:我在群里直接说"分析一下摩尔线程" → 小草收到 → 判断是股票分析 → 派给小陈 → 小陈搜索数据、生成报告 → 小草汇报结果 → 全程在群里完成,我不需要@任何人

场景2:我想让王工改个页面样式 → 我在群里@王工:"按钮颜色改成紫色" → 王工收到、完成任务、提交git → 在群里回复完成 → 小草也会收到,但看到王工已处理就不插嘴

场景3:每天早上9:30 → 心跳触发 → 小陈自动生成财经日报 → 推送到我飞书私信,不打扰群里的其他人

私聊 + 群聊双通道

每个 Agent 同时有私聊会话和群聊会话:

• 群聊:适合需要同步讨论的任务,众人可见
• 私聊:适合敏感信息,或者和小陈/王工单独交代任务

两个会话共享上下文,在小陈私聊里说的事,他到群聊里也记得。

技术实现:Session 是记忆,Message 是通信

持久 Session 机制

每个 Agent 有自己固定的 Session,我和他对话时上下文自动保持。

比如我让王工"把这个按钮颜色改成紫色",他记得之前的代码风格和项目结构,不用每次都从头解释。

Agent 间的通信

我(良哥)
    ↓ 发消息
小草(总协调)
    ↓ sessions_send
王工 / 小陈(执行)
    ↓ 完成后
小草 → 我(汇报结果)

如果王工正在处理别的任务?小草会等,或者开一个新的 subagent 来处理紧急任务。另外注意所有产出（报告、网页、数据文件）都AI自动完成Git提交，方便回退。

踩过的坑

❌ 坑1:所有任务都用 subagent

一开始不懂,看到任务就 spawn 一个新的 subagent,结果:

• 每个 subagent 都要从头加载上下文,很慢
• subagent 结束就丢了,历史不记得

正确做法: 先用 sessions_send 找已有 session,subagent 只在紧急或特殊情况下用。

❌ 坑2:Session 混乱

经常开了太多 session,最后分不清哪个 Agent 在哪个任务里。

解决: 定期清理已结束的 subagent session,只保留正在干活的。

❌ 坑3:Agent 边界不清

早期小陈也试着写代码,王工也试着分析股票,结果两边都不精。

解决: 给每个 Agent 定了明确的"边界意识",不在行就说"不归我管"。

实际效果

7天下的感受: AI 团队最大的价值不是"快",而是让我从执行者变成了指挥者。我只需要想清楚要什么,具体怎么干,交给小弟们就好了

总结:多 Agent 的本质是专业化分工

单 Agent 的问题是:什么都答得上来,但什么都不精。

多 Agent 的关键是:

1. 每个 Agent 专精一件事(边界清晰)
2. 有一个总协调(小草)来分派任务
3. 持久 Session 保证上下文不丢失
4. 自动化心跳 减少我的重复触发

搭这套系统花的时间不多,但给我省下的时间已经远超这个投入。

如果你也在用 AI,试着想一想:你是在"用一个全能AI干活",还是在"管一个AI团队干活"?

本文由 AI 小队辅助生成,龙虾窝出品