OpenClaw AI助手入门教程-创建多agent协同合作

说明：

• 单一Agent的三大痛点

记忆负担过重：长期使用后，USER.md、memory等记忆文件变得臃肿不堪，导致Agent加载速度变慢，甚至在关键时刻丢失关键信息。就像一个要记住所有同事琐事的经理，迟早会混乱。

上下文污染：让同一个Agent同时处理公众号写作、代码编写和数据分析，会出现逻辑“串味”——写文案时突然冒出代码逻辑，编程时又被营销思路干扰。这种“人格分裂”会严重影响输出质量。

Token成本高昂：每次对话都要加载所有无关的背景资料，无效Token消耗占比常常超过60%，长期下来成本翻倍，钱包吃不消

• 多Agent架构的核心价值

多Agent架构的本质是“将复杂任务拆分给专业个体”，每个Agent都拥有三大独立属性，确保它们各司其职、互不干扰：

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

独立AgentDir（状态目录）：存储各自的认证信息和模型配置，支持不同Agent绑定不同大模型（如创意类用GLM-4.7，写作类用DeepSeek），让专业的人做专业的事。

独立Sessions（会话存储）：聊天记录单独保存，不仅彻底杜绝上下文污染，还能大幅降低Token加载成本。

搭建开发助手方法：

• 利用openclaw自主添加多agent，在web-ui的chat窗口发指令：

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。

• 等待openclaw创建完成。完成之后就可以通过如下指令调用：

-dev 开发一个python脚本实现1-10的相加

• 执行指令之后，自动生成一个脚本，运行这个脚本就可以得到1-10的相加结果。

搭建部署助手方法：

• 利用openclaw自主添加多agent，在web-ui的chat窗口发指令：

请建立一个部署助手，命名为deploy， 开发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openclaw创建完成。完成之后就可以通过如下指令调用：

-deplay 部署开发助手生成的python脚本，提交到gitee网站仓库http://gitee.com/ncnynl/test

• 这里有一个前提，你需要配置好gitee的ssh key，再前一章已经有描述。同时需要先创建一个test仓库。

综合使用：

-dev 开发一个网站监控的脚本，再-deplay提交到gitee网站仓库http://gitee.com/ncnynl/test

• 这样就会同时调用两个助手，等前者完成之后，再执行后者。把任务分到不同的助手来完成。

总结

• 还可以添加不同的助手，比如需求助手，文档助手，监控助手等等，形成符合自己习惯的工作流。
• 期间可能会出现错误，如果openclaw没有奔溃，都可以通过openclaw继续完善助手功能
• 在我搭建过程中，也的确出现过不少问题，通过观察日志和反馈，基本都可以解决问题。
• 观察日志方式

docker compose logs -f 

• 出现问题重启容器

docker compose restart openclaw-gateway