OpenClaw 多 Agent 架构实现-过客

OpenClaw 多个 Agent 好处，首先是每个Agent相互隔离，上下文不污染，每一个Agent只负责自己的事；其次可以是模型路由，不同Agent调用不同的模型。专业的模型干专业的事，省费用且专业性强。

废话部分

最近发现老黄（NVIDIA）的免费模型有点慢，不是速率限制，可能免费使用的人太多，导致算力不够，在排队吧，好多都返回在几百秒以上了。这时，阿里及时送来了大礼包Coding Plan，活动截至时间2026 年 4 月 1 日0点。7.9元包月，一杯密雪冰城的价格，每5小时1200次请求，一月共18000次请求，只按请求次数算不计token数。可以使用的模型有qwen3.5-plus、qwen3-max-2026-01-23、qwen3-coder-next、qwen3-coder-plus、glm-4.7、kimi-k2.5等。

https://www.aliyun.com/benefit/ai/aistar?userCode=bc0o1jx7

打开阿里云百炼活动页面，拉到下面直接购买，然后获取Coding Plan计划中的Key（与百炼的Key不同），使用方式和百炼不一样。

https://coding.dashscope.aliyuncs.com/v1

配置方式

这里设定3个Agent，使用同一个飞书机器人，在私聊+二个不同的群里扮演三个不同的角色。需要更多的角色，可以按以下方法自己设定。

1. 在飞书中创建二个群，并将机器人拉进群

在手机飞书App上点右上角“+”创建群组
输入群名称，再点右上角创建
进入群组，点右上角“...”，选择机器人，再弹出的页面，点右上角"添加"
搜索机器人的名字，添加。

2. 创建多个agent

openclaw agents add helper
openclaw agents add coder

main：默认缺省，全能助手，使用 阿里百炼 qwen3.5-plus 模型，私聊机器人调用
helper：辅助助手，使用智谱 glm-4.7-flash（免费），虽然是30B模型，但是用来处理日常邮件、定时任务等差不多够用，在助手群里@机器人调用。
coder：码农，使用阿里百炼 qwen3-coder-next 模型，处理代码、编程相关，在码农群里@机器人调用。

3. 获取群id

直接在群里@机器人群组ID多少，就可以等到机器人回复当前分组ID了。分别获取二个群组的ID。

4. 配置 openclaw.json

主要配置一下agents.list agent 参数配置和 bindings 路由配置。

{
  "agents": {
    "defaults": {
      "model": {
        "primary": "zngw/qwen3.5-plus",
        "fallbacks": [
          "zngw/glm4.7-flash"
        ]
      },
      "workspace": "/root/.openclaw/workspace",
      "compaction": {
        "mode": "safeguard"
      },
      "maxConcurrent": 4,
      "subagents": {
        "maxConcurrent": 8
      }
    },
    "list": [
	  {
        "id": "main",
        "default": true,
        "model": "zngw/qwen3.5-plus"
      },
      {
        "id": "helper",
        "name": "helper",
        "model": "zngw/glm4.7-flash",
        "workspace": "/root/.openclaw/workspace-helper",
        "agentDir": "/root/.openclaw/agents/helper/agent"
      },
      {
        "id": "coder",
        "name": "coder",
        "model": "qwen3-coder-next",
        "workspace": "/root/.openclaw/workspace-coder",
        "agentDir": "/root/.openclaw/agents/coder/agent"
      }
	]
  },
  "bindings": [
    {
      "agentId": "helper",
      "match": {
        "channel": "feishu",
        "peer": {
          "kind": "group",
          "id": "oc_前面获取的 助手群组ID"
        }
      }
    },
    {
      "agentId": "coder",
      "match": {
        "channel": "feishu",
        "peer": {
          "kind": "group",
          "id": "oc_前面获取的 码农群组ID"
        }
      }
    }
  ]

配置好后，openclaw gateway restart 重启测试，看到以下输出说明agent和路由配置成功。

5. 配置各agent下的soul和user.md

需要在/root/.openclaw/workspace-helper和/root/.openclaw/workspace-coder目录下，分别为agent配置不同的“性格”。

6. agent相互通信

默认情况下，每个agent是独立的，需要想要不同的agent之间通讯，需要配置 tools.agentToAgent参数，比如要让"main"和"helper"可以通信

{
  "tools": {
    "agentToAgent": {
      "enabled": true,
      "allow": ["main","helper"]
    }
  },
}

到这里，多 Agent 的基本玩法就讲完了，如果是其他的IM，大致逻辑差不多，只是"bindings"参数做一下调整就可以了。

目录CONTENT

OpenClaw 多 Agent 架构实现