我装了MemOS插件,让两只OpenClaw龙虾24小时无缝协作,效率直接翻倍!

前阵子刷X的时候，看到@huangserva大佬分享的多Agent协作方案，看得我手痒得不行。想想看，要是能让两只AI龙虾（OpenClaw）各干各的活儿，还能互相记得对方干了啥，这不就是妥妥的一人公司雏形吗？

心动不如行动，我折腾了一下午，终于用MemOS插件搭好了双Agent协作环境。今天就把这套"养虾秘籍"毫无保留地分享给你。

为什么要搞两只龙虾协作？

刚开始我也纳闷，一只OpenClaw不就够用了吗？干嘛非得搞两只？

用了一段时间发现，有些场景确实得分工。比如说你要策划一场技术沙龙，创意阶段需要天马行空，执行阶段需要严谨细致。让同一个Agent既当艺术家又当项目经理，很容易精神分裂。

我的方案是这样的：

OpenClaw A（创意虾）：专门负责出活动方案、写招募文案，脑子活、点子多
OpenClaw B（执行虾）：专门负责物料清单、风险预案，做事细、不遗漏

关键是，B不需要我手动告诉它A做了什么，它自己能直接从MemOS记忆里读到A的产出，然后无缝接力继续干。这才是真正的24/7自动化。

先搞明白MemOS是啥

简单来说，MemOS就是给OpenClaw装了个"第二大脑"。

正常情况下，你跟OpenClaw聊完一次，下次重启它就忘了大半。但装了MemOS插件后，所有的对话、产出、经验都会存到云端记忆库里。更牛的是，多个OpenClaw实例可以共享同一个记忆池，就像几个员工共用同一个知识库。

而且用了MemOS之后，Token消耗能降低60%左右，因为它不需要每次都把完整历史塞进Prompt里，而是智能地召回相关记忆。

部署前的准备工作

你需要准备这几样东西：

环境要求：

Node.js 24（推荐）或22.16+
npm、pnpm或bun任意一个包管理器
一个MemOS账号和API Key（格式是mpg-...开头）

获取MemOS API Key：去MemOS控制台注册个账号，然后新建一个API Key。这个Key就是两只龙虾共享记忆的"通行证"。

手把手安装两只OpenClaw

我都是在同一台机器上跑两个实例，用不同端口区分。你也可以分别部署在两台服务器上，效果是一样的。

第一步：安装OpenClaw A（创意虾）

打开终端，依次执行：

# 安装最新版OpenClawnpm install -g openclaw@latest# 创建配置目录mkdir -p ~/.openclaw# 写入MemOS API Key（替换成你自己的）echo"MEMOS_API_KEY=mpg-your_key_here" > ~/.openclaw/.env# 初始化配置openclaw onboard

按照提示一步步配置，搞定后OpenClaw A会跑在默认端口3000。

第二步：安装OpenClaw B（执行虾）

这里有个坑要注意：同一台机器跑两个实例，必须指定不同的工作目录和端口。

# 创建B的独立工作目录mkdir -p ~/.openclaw-exec# 复制配置（用同一个API Key实现记忆共享）cp ~/.openclaw/.env ~/.openclaw-exec/.env# 用独立配置启动第二个实例OPENCLAW_HOME=~/.openclaw-exec openclaw onboard --port 3001

这样两只龙虾就都在跑了，A在3000端口，B在3001端口，互不干扰。

安装MemOS插件（关键步骤）

两只龙虾都要装上MemOS插件才能共享记忆。

给OpenClaw A安装：

openclaw plugins install github:MemTensor/MemOS-Cloud-OpenClaw-Pluginopenclaw gateway restart

给OpenClaw B安装：

OPENCLAW_HOME=~/.openclaw-exec openclaw plugins install github:MemTensor/MemOS-Cloud-OpenClaw-PluginOPENCLAW_HOME=~/.openclaw-exec openclaw gateway restart

装完后检查一下插件是否启用：

# 检查Acat ~/.openclaw/openclaw.json | grep memos-cloud-openclaw-plugin# 检查B  cat ~/.openclaw-exec/openclaw.json | grep memos-cloud-openclaw-plugin

看到"enabled": true就说明插件激活成功了。

关于user_id的配置： MemOS用user_id来区分不同的记忆空间。默认配置下MEMOS_USER_ID=openclaw-user，两只龙虾用的是同一个.env文件，所以它们的user_id是一样的——这就实现了记忆共享。

如果你想自定义，可以在.env文件里加一行：

MEMOS_USER_ID=my-custom-user-id

两只龙虾都用这个配置，就能轻松共享记忆。

实战：两只龙虾协作策划技术沙龙

部署好了，开始玩点真格的。

第一步：给A布置创意任务

我打开OpenClaw A的界面（http://localhost:3000），直接发指令：

你是Agent A。我们在做极简协作演示：两个Agent共享同一份记忆并并行协作。总目标：今天内产出"线下技术沙龙"可执行初稿。固定事实：- 活动主题：AI工程化实践- 目标人群：企业研发团队(后端/平台/测试)- 活动时间：本周三19:30-21:00  - 活动地点：上海徐汇(线下)执行分工1：1. 产出活动主流程（按时间轴，含开场/分享/问答/结尾）2. 产出对外招募文案（标题1条、简介1段、报名CTA1条）3. 给Agent B留交接信息：需要补充的"物料清单"和"风险预案"要点各4条4. 末尾写：已完成A部分，可由B并行收尾

A开始干活，几分钟后就产出了完整的活动流程和文案。这些内容自动写入了MemOS，我啥也没做，插件已经帮我把A的产出存进了记忆池。

第二步：B无缝接力（见证奇迹的时刻）

现在切换到OpenClaw B的界面（http://localhost:3001），不告诉它任何背景信息，直接问：

你是Agent B。请先基于共享记忆回顾"总任务+固定事实+A的产出"，再执行分工2：1. 产出活动物料清单（场地、设备、人员、指引）2. 产出风险预案（至少4项风险+对应处理）3. 做一致性检查：活动主题、目标人群、时间地点是否与A一致4. 若A部分有缺失，请直接补齐并标注"B已代补"5. 回复末尾写：当前A部分状态：xx；B部分状态：已完成

这时候就能看到B开始"思考"了——它先调用了MemOS的记忆检索，从云端读到了A刚才做的方案，然后基于这些内容开始接力产出。

几分钟后，B返回了完整的物料清单和风险预案，还自动检查了跟A的一致性。这种无缝衔接的感觉，真的就像有两个员工在接力干活一样。

进阶玩法：多Agent模式

如果你还想玩更花的，可以开启MemOS的多Agent模式。这样不同的Agent会有独立的记忆空间，适合更复杂的团队协作场景。

在.env文件里加上：

MEMOS_MULTI_AGENT_MODE=trueMEMOS_ALLOWED_AGENTS="agent1,agent2"

甚至还能给不同Agent配置不同的知识库：

{"agentOverrides": {"research-agent": {"knowledgebaseIds": ["kb-research-papers"],"memoryLimitNumber": 12    },"coding-agent": {"knowledgebaseIds": ["kb-codebase"],"memoryLimitNumber": 9    }  }}

写在最后

这套方案跑通之后，我发现自己管理AI的方式彻底变了。以前是把AI当工具，问一句答一句；现在是把AI当团队，布置好任务让它们自己协作。

一个人带着几只OpenClaw，真的能搞出不少事情。而且随着MemOS里的记忆越积越多，这些Agent会越来越懂你，产出也会越来越精准。

如果你也想试试，建议先从一个Agent+MemOS开始，熟悉后再慢慢增加Agent数量。毕竟养虾嘛，得一只一只来，喂熟了再养下一只。

项目地址：

OpenClaw主项目：
https://github.com/openclaw/openclaw
MemOS Cloud插件：
https://github.com/MemTensor/MemOS-Cloud-OpenClaw-Plugin

专注分享 GitHub知识，分享AI 资讯和AI搞米经验，分享AI Agent使用经验。