使用 openclaw agents add 命令来创建一个新的智能体:
GPT plus 代充 只需 145openclaw agents add --workspace ~/.openclaw/workspace-ui ui-service-agent
--workspace:指定该智能体的专属“大脑”目录,用于存储它的记忆、身份设定(SOUL.md)等,这是实现逻辑隔离的关键。
ui-service-agent:为你新建的智能体设置一个唯一的 ID。
如图则创建成功:

场景一:绑定到特定群聊
假设你想让 customer-service-agent 专门处理一个飞书群的提问。你需要先获取该群的 conversation_id,然后配置绑定规则
openclaw config set --json bindings '[ { "agentId": "customer-service-agent", "match": { "channel": "feishu", "peer": { "kind": "group", "id": "oc_xxxxxx" # 替换为实际的群ID } } } ]'
如果你的主 Agent (main) 还需要处理其他渠道的消息,务必将原有 bindings 一并写入这个 JSON 数组中。
场景二:智能体之间的内部调用
更高级的用法是让主 Agent 作为“项目经理”,在接到复杂任务时,通过 sessions_send 工具,动态地将专业问题(如写代码)转发给专门的智能体(如 code-agent),后者处理完再返回结果。这实现了真正意义上的多智能体协同。
第一步:创建你的“技术专家”智能体
首先,我们需要一个专业的智能体。假设我们要创建一个专门负责写代码的智能体,名叫 code-agent。
创建智能体并分配独立工作空间:
打开你的服务器终端,执行以下命令。这会让 code-agent 拥有一个独立的“大脑”目录,用于存储它的记忆和专业技能,实现与其他智能体的逻辑隔离。
GPT plus 代充 只需 145# 创建一个ID为‘code-agent’的智能体,并指定其专属工作空间 openclaw agents add code-agent –workspace /.openclaw/workspace-code-agent
赋予它专业能力:
为了让 code-agent 更好地完成编程任务,你可以在它的工作空间(/.openclaw/workspace-code-agent)里,通过编辑 SOUL.md(设定其身份为资深程序员)和 TOOLS.md(指导其如何使用代码相关工具)来塑造它。更进一步的权限控制,我们将在下一步为主智能体配置。
第二步:配置核心权限,让“项目经理”学会调度
现在,我们需要修改主智能体(main)的配置文件,让它知道它可以使用 sessions_send 这个“内部通话工具”来联系其他智能体。
1. 编辑主智能体的工具配置文件:
你需要修改 ~/.openclaw/openclaw.json 文件。为了安全起见,强烈建议你先备份
cp ~/.openclaw/openclaw.json ~/.openclaw/openclaw.json.backup
2.在配置中启用 sessions_send 工具:
GPT plus 代充 只需 145{ “agents”: {
"list": [ { "id": "main", // ... 其他配置 ... "tools": { "profile": "messaging" // "profile": "messaging" 会自动包含 sessions_send, sessions_list 等通信工具 } }, { "id": "code-agent", "workspace": "~/.openclaw/workspace-code-agent", // 可以为 code-agent 配置不同的工具集,例如赋予它 coding 能力 "tools": { "profile": "coding" } } ]
} }
关键点解析:
main 智能体的 tools.profile 设置为 “messaging”,这相当于给了它一个“通讯录”,让它有权使用 sessions_send 工具来呼叫其他智能体。
code-agent 的 tools.profile 设置为 “coding”,这意味着它将拥有读写文件、执行命令等编程相关的工具集。你也可以根据实际需求进一步细化 allow 和 deny 的权限。
3. 重启网关服务使配置生效:
GPT plus 代充 只需 145openclaw gateway restart
第三步:实战演练,让“项目经理”发号施令
一切就绪!现在,当主智能体 main 接到一个写代码的任务时,它就可以召唤 code-agent 了。
你可以在与 main 智能体的对话中,通过类似以下的指令来触发协同。为了让智能体能准确理解,指令需要非常清晰。
你:@main 请帮我写一个Python脚本,用来计算斐波那契数列。你让 code-agent 来写,写完后给我。
# 这是智能体内部调用的逻辑,不是你需要手动执行的命令 sessions_send –session-key “agent:code-agent:main” # 告诉系统,要呼叫 code-agent 这个智能体 –message “请帮我写一个Python脚本,用来计算斐波那契数列。要求代码简洁,包含注释。完成后将代码返回给我。”
session-key 的格式 agent: <目标智能体id> : <源智能体id> 是 OpenClaw 用来识别不同智能体会话的关键。 源智能体id> 目标智能体id>
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/240693.html