
OpenClaw 不只是一个 Agent,它是一个 Agent 编排平台。通过子 Agent 系统和 ACP(Agent Communication Protocol)协议,OpenClaw 实现了任务委派、多 Agent 协作和跨框架互操作。
子 Agent 系统:任务委派的架构
子 Agent 系统的核心实现位于 src/agents/subagent-registry.ts,提供完整的子 Agent 生命周期管理:
核心能力
| 生成 | sessions_spawn | |
| 注册表 | ||
| 生命周期 | ||
| 清理 | ||
| 通知 | ||
| 跨进程 |
子 Agent 的工具集继承
子 Agent 的工具集遵循最小权限原则:
父 Agent 工具集(24+ 工具)
→ 8 层策略过滤
→ Subagent 策略层额外限制
→ 子 Agent 最终工具集(通常 8-15 个工具)
子 Agent 永远不会拥有比父 Agent 更多的权限。这确保了任务委派不会成为权限提升的途径。
实际场景:多 Agent 协作
假设你对 OpenClaw 说:"写一篇关于 Rust 异步编程的技术博客"
父 Agent 的编排过程:
每个子 Agent 在独立的会话中运行,拥有独立的上下文窗口。这意味着:
研究 Agent 的大量搜索结果不会污染写作 Agent 的上下文 每个 Agent 可以使用最适合其任务的模型(研究用快速模型,写作用高质量模型) 子 Agent 的失败不会影响其他子 Agent

ACP 协议:Agent 间通信标准
ACP(Agent Communication Protocol)是一个新兴的 Agent 间通信标准,OpenClaw 在 src/acp/ 中实现了它。
ACP 的核心设计
ACP 使用 stdio(NDJSON) 作为传输层:
IDE/客户端 ←→ [stdin/stdout NDJSON] ←→ OpenClaw ACP Bridge ←→ [WebSocket] ←→ Gateway
正如 CurateClick 的分析所说:OpenClaw ACP 是一个命令行工具,实现了 Agent Client Protocol,作为 IDE 和 OpenClaw Gateway 实例之间的桥梁。它通过 stdio 说 ACP 协议,将提示转发到 Gateway 的 WebSocket,并维护会话映射,使 AI 对话在编辑器重启后仍然持续。
ACP 消息格式
{"type": "prompt", "session": "abc123", "content": "帮我重构这个函数"}
{"type": "tool_call", "tool": "read", "params": {"path": "src/main.py"}}
{"type": "tool_result", "result": "...文件内容..."}
{"type": "response", "content": "我已经分析了这个函数,建议..."}
ACP 的价值
ACP 的最大价值在于跨框架互操作:
| IDE 集成 | |
| 跨框架协作 | |
| 自动化管道 | |
| 监控和审计 |
ACP Provenance(来源追踪)
OpenClaw 2026.3.8 版本引入了 ACP Provenance 功能:
Agent 保留来源上下文,注入与会话追踪 ID 绑定的可见收据 防止未授权的任务执行 提供取证级的可追溯性 在多 Agent 或定时任务并发运行的企业场景中尤为重要
子 Agent 的调度策略
OpenClaw 的子 Agent 调度支持多种模式:
串行模式
父 Agent → 子 Agent A → 完成 → 子 Agent B → 完成 → 汇总
适合有依赖关系的任务(如先研究再写作)。
并行模式
父 Agent → 子 Agent A ─┐
→ 子 Agent B ─┤→ 全部完成 → 汇总
→ 子 Agent C ─┘
适合独立的任务(如同时搜索多个主题)。
混合模式
父 Agent → 子 Agent A(研究)→ 完成
→ 子 Agent B(研究)→ 完成
→ 汇总研究结果
→ 子 Agent C(写作)→ 完成
→ 子 Agent D(审校)→ 完成
→ 最终输出
实际场景中最常用的模式。
与其他编排方案的对比
| 编排模式 | ||||
| 通信协议 | ||||
| 跨框架 | ||||
| 权限隔离 | ||||
| 独立上下文 | ||||
| 来源追踪 |
总结
OpenClaw 的子 Agent 系统和 ACP 协议代表了 AI Agent 编排的一个重要方向:标准化的 Agent 间通信。通过 ACP,不同框架的 Agent 可以互相协作;通过子 Agent 系统,复杂任务可以被分解为独立的子任务并行执行。这种设计为构建大规模 Agent 系统奠定了基础。
参考链接
CurateClick - 2026 Complete Guide: OpenClaw ACP AICost - OpenClaw 2026.3.8 Release: ACP Provenance Blockchain News - OpenClaw 2026.3.2: ACP Subagents Enabled by Default Ken Huang - OpenClaw Design Patterns Moely - OpenClaw Source Code Review
夜雨聆风