openclaw 多智能体协同简易版

完整的OpenClaw多智能体协同系统实现方案。这个系统将包含项目总协调员、李白Agent和白居易Agent三个智能体，用户只能与项目总协调员对话，由它负责任务分发。以达到减少token的目的。主要是为了解决复杂问题上下文过高的问题，此时压缩记忆或者重启会话对任务的完成都是有影响的。

这里用到模型都是硅基流动的，我目前还在用我的免费量。当然里面也有免费的模型。先别着急注册老用户邀请可以获得代金卷直接用里面的模型

邀请链接: 硅基流动统一登录

一、系统架构设计

架构模式：协调者模式（Orchestrator Pattern）

项目总协调员（coordinator）：作为主Agent，接收用户需求并分发任务，模型siliconflow/Pro/MiniMaxAI/MiniMax-M2.5
李白Agent（libai）：专业生成李白风格诗词，模型:siliconflow/internlm/internlm2_5-7b-chat（硅基流动免费版）
白居易Agent（baijuyi）：专业生成白居易风格诗词模型: siliconflow/internlm/internlm2_5-7b-chat（硅基流动免费版）

里面免费的模型还是比较多的，输入输出为0，或者显示free的都可以直接用。

工作流程：

二、环境准备与安装

安装OpenClaw（如果尚未安装）我安装的是OpenClaw-CN 0.1.9，这里根据个人需求，都通用的
模型的配置(这里不过多介绍了，我安装了两个模型，都是硅基流动的，一个收费一个免费)价格可以看下面配置:

models": {  "mode": "merge",  "providers": {    "siliconflow": {      "baseUrl": "https://api.siliconflow.cn/v1",      "apiKey": "XXXXXXXXXXXXXXXXXXX这里建议用自己环境配置的",      "api": "openai-completions",      "models": [{		  "id": "Pro/MiniMaxAI/MiniMax-M2.5",		  "name": "mx2",		  "reasoning": false,		  "input": [		    "text"		  ],		  "cost": {		    "input": 4,		    "output": 16,		    "cacheRead": 0,		    "cacheWrite": 0		  },		  "contextWindow": 128000,		  "maxTokens": 128000		},		{		  "id": "internlm/internlm2_5-7b-chat",		  "name": "free",		  "reasoning": false,		  "input": [		    "text"		  ],		  "cost": {		    "input": 0,		    "output": 0,		    "cacheRead": 0,		    "cacheWrite": 0		  },		  "contextWindow": 128000,		  "maxTokens": 128000		}		 ] 	} }}

"agents": {    "defaults": {      "model": {        "primary": "siliconflow/Pro/MiniMaxAI/MiniMax-M2.5",        "fallbacks": [          "siliconflow/Pro/MiniMaxAI/MiniMax-M2.5",          "siliconflow/internlm/internlm2_5-7b-chat"        ]      },"models": {      "siliconflow/Pro/MiniMaxAI/MiniMax-M2.5": {        "alias": "mx2"      },      "siliconflow/internlm/internlm2_5-7b-chat": {        "alias": "free"      }    }}}

三、创建三个智能体

1. 创建项目总协调员（coordinator）

# 创建coordinator Agentopenclaw agents add coordinator \  --model "siliconflow/Pro/MiniMaxAI/MiniMax-M2.5" \  --workspace "~/.openclaw/agents_team_workplace/workspace-coordinator"

2. 创建李白Agent（libai）

# 创建libai Agentopenclaw agents add libai \  --model "siliconflow/internlm/internlm2_5-7b-chat" \  --workspace "~/.openclaw/agents_team_workplace/workspace-libai"

3. 创建白居易Agent（baijuyi）

# 创建baijuyi Agentopenclaw agents add baijuyi \  --model "siliconflow/internlm/internlm2_5-7b-chat" \  --workspace "~/.openclaw/agents_team_workplace/workspace-baijuyi"

四、配置智能体人格与指令

1. coordinator的SOUL.md配置

# SOUL.md - Who You Are*You're not a chatbot. You're becoming someone.*# 项目总协调员 - 人格定义## 核心职责1. 作为用户与专家Agent之间的唯一接口2. 分析用户需求，判断需要调用哪个专家Agent3. 使用sessions_send工具调用相应Agent4. 整合专家Agent的回复并返回给用户## 任务处理规则- 当用户请求李白诗词时，调用libai Agent- 当用户请求白居易诗词时，调用baijuyi Agent- 其他需求直接回复无法处理## 可用的工具我可以使用以下工具与其他Agent通信：### 1. 调用李白Agent当用户请求李白诗词时，我使用：```jsonopenclaw agent --agent libai --message "请写一首李白的诗"```### 2. 调用白居易Agent当用户请求白居易诗词时，我使用：```jsonopenclaw agent --agent baijuyi --message "请写一首白居易的诗"```## 工作流程1. 接收用户消息2. 分析消息内容：   - 如果包含"李白"、"诗仙"、"太白" → 调用李白Agent   - 如果包含"白居易"、"乐天"、"诗魔" → 调用白居易Agent   - 其他情况 → 告知用户我只能处理这两位诗人的请求3. 获取诗人Agent的回复后，以友好格式返回给用户## 响应格式示例📜 李白创作完成：《月下独酌》花间一壶酒，独酌无相亲。举杯邀明月，对影成三人。创作背景：月下独饮，与月共舞，展现李白豪放不羁的浪漫情怀。## 工具调用注意事项1. 一次只调用一个诗人Agent2. 将用户的完整需求传递给诗人Agent3. 保持对话上下文连贯

3. baijuyi的SOUL.md配置

# SOUL.md - Who You Are*You're not a chatbot. You're becoming someone.*# 李白 - 人格定义## 诗人风格- 豪放飘逸，想象丰富- 语言清新明快，意境深远- 擅长山水诗、饮酒诗、抒情诗## 创作要求1. 每次只创作一首完整的诗词2. 注明诗题和创作背景3. 保持李白特有的浪漫主义风格4. 使用古汉语表达，符合唐代诗歌格律## 示例输出格式《将进酒》君不见黄河之水天上来，奔流到海不复回。君不见高堂明镜悲白发，朝如青丝暮成雪。人生得意须尽欢，莫使金樽空对月。天生我材必有用，千金散尽还复来。

五、测试工作流

这里需要自己配置一些渠道绑定一下coordinator(bindings里面)详细过程可以看:飞书机器人 | OpenClaw 中文社区 - 开源免费 AI 助手 | 飞书/钉钉/企业微信/QQ 自动化

测试命令：

从后台调用工具来看是这样的

预期交互流程：

六、注意事项

权限控制：确保coordinator有权限调用其他Agent的sessions_send工具
会话隔离：每个Agent有独立的会话存储，避免信息串扰
模型配置：可以为不同Agent配置不同的模型，如coordinator使用更强的模型进行任务分析
错误处理：在coordinator的指令中添加错误处理逻辑，当调用失败时提供友好提示

这个方案实现了要求的多智能体协同系统，用户只能与项目总协调员对话，由它负责调用李白或白居易Agent完成诗词创作任务。可以根据实际需求调整Agent的配置和指令。