< >
Home » OpenClaw-AI助手入门教程 » OpenClaw AI助手入门教程-打造多Agent协同工作流

OpenClaw AI助手入门教程-打造多Agent协同工作流

说明

  • 如何打造多Agent协同工作流

为什么需要多Agent?

  • 痛点

记忆负担过重:单个Agent长期使用后记忆文件臃肿,加载慢、易丢失关键信息。
上下文污染:写作时冒出代码逻辑,编程时被营销思路干扰。
Token成本高昂:每次对话都加载无关背景,无效Token占比超60%。

  • 多Agent解决方案

独立Workspace:每个Agent拥有专属工作目录(如 workspace-dev),记忆文件独立,互不干扰,加载飞快。
独立AgentDir + 独立会话:每个Agent有自己的状态目录和会话存储,上下文严格隔离,告别“人格分裂”。
按需加载:只加载当前Agent相关的记忆和工具,Token消耗直降,钱包不再喊疼。

  • 想象一下,如果你只有一个通用助手,它既要写代码、又要写文案、还要处理部署,时间一长就会变得混乱、缓慢,甚至“精神分裂”。而通过多Agent架构,你可以为不同任务创建专属的“专家助手”,让它们各司其职、协同作战,大幅提升效率和质量。

多Agent核心架构

在 OpenClaw 中,每个 Agent 都拥有三大独立属性:

  • 独立 Workspace(工作区):专属的“办公室”,包含 SOUL.md(个性定义)、PROMPT.md(提示词模板)、TOOLS.md(工具配置)等文件,行为边界清晰。

  • 独立 AgentDir(状态目录):存储认证信息、模型配置,支持不同 Agent 绑定不同大模型(如创意类用 GPT-4,代码类用 DeepSeek)。

  • 独立 Sessions(会话存储):聊天记录单独保存,彻底杜绝上下文污染,降低 Token 成本。


前置准备

  • 已部署 OpenClaw(Docker 方式),并确保 docker compose 命令可用。
  • 已完成基础配置,能够通过 Web UI 访问(可直接访问服务器 IP:18789,或通过 SSH 隧道本地访问)。
  • 准备一个 Gitee 账号,并已配置好 SSH 密钥(用于部署助手提交代码)。如未配置,请参考 Gitee 官方文档 添加公钥。

第一步:创建开发助手 (dev)

我们将通过 OpenClaw 的 Web UI 聊天窗口,用自然语言指令让系统自动创建开发助手。这个过程展示了 OpenClaw 的“自举”能力——助手自己创建助手。

1.1 打开 Web UI 聊天窗口

访问 OpenClaw 控制面板(例如 http://127.0.0.1:19999http://你的服务器IP:18789),进入聊天界面。

1.2 发送创建指令

在输入框中粘贴以下指令并发送:

请建立一个开发助手,命名为 dev,开发助手专注于开发任务,熟悉各类开发语言;可以通过-dev来调用;拥有独立的工作目录,目录名为workspace-dev,把通用助手的工作目录workspace下的所有md文件复制一份到workspace-dev,并相应更改为符合角色的内容;拥有独立的记忆目录和文件;能跟通用助手互相交流。通过设置人设和能力,openclaw能利用-dev + 语句方式来调用开发助手完成相应的开发。在通用助手人设中添加匹配-dev就自动调用开发助手。

系统会开始处理,可能需要几秒钟到一分钟。你可以在聊天中看到进度反馈。创建成功后,你会收到确认消息。

1.3 验证开发助手

尝试调用开发助手:

-dev 开发一个python脚本实现1-10的相加

助手应该会自动生成一个 Python 脚本,并可以运行(如果你在服务器上执行)。如果一切正常,说明开发助手已就绪。


第二步:创建部署助手 (deploy)

类似地,我们创建专注于部署运维的助手。

2.1 发送创建指令

请建立一个部署助手,命名为deploy,部署助手专注于部署和运维任务;可以通过-deploy来调用;拥有独立的工作目录,目录名为workspace-deploy,把通用助手的工作目录workspace下的所有md文件复制一份到workspace-deploy,并相应更改为符合角色的内容;拥有独立的记忆目录和文件;能跟通用助手互相交流。通过设置人设和能力,openclaw能利用-deploy + 语句方式来调用部署助手完成相应的开发。在通用助手人设中添加匹配-deploy就自动调用部署助手。

等待创建完成。

2.2 验证部署助手

-deploy 查看服务器当前目录

助手应该能执行 shell 命令并返回结果。


第三步:让助手协同工作——一个真实案例

现在,我们让两个助手合作完成一个完整任务:开发助手编写一个网站监控脚本,部署助手将其提交到 Gitee 仓库。

3.1 准备 Gitee 仓库

在 Gitee 上创建一个新仓库,例如 test。确保你已经在服务器上配置了 SSH 密钥,并能够通过 git clone git@gitee.com:ncnynl/test.git 无密码访问。

3.2 发送协同指令

在聊天窗口输入:

-dev 开发一个网站监控脚本,能够每隔5分钟检查指定网站(例如 https://example.com)是否可访问,并将结果记录到日志文件。脚本命名为 monitor.py。完成脚本后,-deploy 将 monitor.py 提交到 Gitee 仓库 git@gitee.com:ncnynl/test.git,提交信息为“添加网站监控脚本”。

3.3 观察执行流程

OpenClaw 会按顺序处理:

1. 识别到 `-dev`,将任务交给开发助手。
2. 开发助手生成 `monitor.py` 并保存在其工作目录(`workspace-dev`)。
3. 开发助手完成后,通知系统。
4. 系统识别到 `-deploy`,将后续任务交给部署助手。
5. 部署助手找到 `monitor.py`(可能通过共享目录或明确路径),执行 git 操作,提交到远程仓库。
  • 你会在聊天中看到每个步骤的日志输出。最终,部署助手会返回提交成功的消息。

3.4 验证结果

  • 检查 Gitee 仓库,确认 monitor.py 已存在。
  • 也可以在服务器上运行脚本测试功能。

多Agent协同工作流程示意图

graph TD
    A[用户发送复合指令] --> B{解析前缀}
    B -->|-dev| C[开发助手]
    B -->|-deploy| D[部署助手]
    
    C --> C1[生成脚本]
    C1 --> C2[保存到 workspace-dev]
    C2 --> C3[返回完成信号]
    
    D --> D1[从 workspace-dev 读取脚本]
    D1 --> D2[执行 git 命令]
    D2 --> D3[提交到 Gitee]
    D3 --> D4[返回结果]
    
    C3 --> E[继续解析后续指令]
    E --> D

故障排查与维护

在创建和使用多 Agent 过程中,可能会遇到一些问题。OpenClaw 提供了方便的日志查看和容器管理命令。

  • 查看实时日志
docker compose logs -f

这将实时输出所有容器的日志,帮助你定位错误。

  • 重启网关服务

如果某个助手无响应或配置未生效,可以重启网关容器:

docker compose restart openclaw-gateway
  • 手动修改助手配置

助手的工作目录通常位于 OpenClaw 数据卷中。你可以直接编辑 workspace-dev 下的 SOUL.md 等文件来微调助手行为,然后重启网关生效。

常见问题

助手创建失败:检查网络是否正常,确保 OpenClaw 能够访问大模型 API。

助手调用无响应:可能是网关未正确识别前缀,检查通用助手的人设中是否包含匹配规则。

文件共享问题:不同助手的工作目录是独立的,如需共享文件,可在指令中明确指定路径,或通过外部存储(如挂载卷)实现。

总结与扩展

  • 通过本教程,你学会了如何:
理解多 Agent 的核心价值与架构。
用自然语言指令创建专属的开发助手和部署助手。
让多个助手协同完成复杂任务。
通过日志和重启进行故障排查。
  • 这只是多 Agent 协同的起点。你还可以继续添加更多专业助手,例如:
需求助手:负责拆解用户需求,生成任务清单。

文档助手:自动生成项目文档、README。

监控助手:定期检查服务状态,异常时告警。

测试助手:编写并运行单元测试。
  • 随着助手团队的壮大,你可以打造完全符合自己工作流的“AI 员工团队”,让每个助手专注自己擅长的领域,而你只需发号施令,坐等成果。

纠错,疑问,交流: 请进入讨论区点击加入Q群

获取最新文章: 扫一扫右上角的二维码加入“创客智造”公众号


标签: openclaw ai助手入门教程