一个人的AI军团：OpenClaw 多 Agent 配置完全指南

字数 3290，阅读大约需 17 分钟

OpenClaw 多 Agent 配置指南

适配 OpenClaw 2026.3.x | 最后更新：2026-03-20

引言：OPC一人公司，如何打造你的AI军团？

一个人，能干多少事？

传统答案：一个人能干的事是有限的。写文章、做咨询、搞运维、管社群、做产品——每一项都需要一个专人。

2026年的答案：一个人 + 一支AI Agent军团，可以干一个团队的活。

这就是OPC（One Person Company）的核心逻辑——不是"一个人什么都自己干"，而是"一个人指挥一支AI团队干"。

雷神的AI军团：9个Agent，覆盖全业务链

以下是在OpenClaw上实际搭建的9人Agent团队，覆盖了从内容生产到技术交付的完整业务链：

 ┌─────────────┐
│ main 大总管 │  统筹全局、任务分配、跨Agent协调
└──────┬──────┘
│
┌──────────┬───────┼───────┬──────────┐
│ │ │ │ │
┌────▼────┐ ┌───▼───┐ ┌─▼──┐ ┌──▼───┐ ┌───▼────┐
│consultant│ │content│ │prod│ │ dev │ │communit│
│ HR顾问 │ │内容创作│ │产品│ │开发者 │ │ 社群 │
└────┬────┘ └───┬───┘ └─┬──┘ └──┬───┘ └───┬────┘
│ │ │ │ │
┌────▼────┐ ┌───▼───┐ ┌─▼───────▼──┐
│knowledge│ │integr.│ │ devops │
│ 知识库 │ │ 集成 │ │ 运维 │
└─────────┘ └───────┘ └────────────┘

这套架构解决了什么问题？

1. 内容引擎：knowledge（素材库）→content（写作）→community（分发），形成内容飞轮
2. 咨询交付：consultant（方案）→developer（实现）→devops（部署），端到端交付
3. 产品迭代：product（需求）→developer（开发）→integration（集成），快速迭代
4. main作为中枢：不亲自干活，而是做任务拆解、优先级排序、跨Agent协调

关键设计原则

• 每个Agent有独立workspace：记忆不串、人设不混
• AGENTS.md全员一致：所有Agent知道彼此是谁、怎么协作
• main拥有最大权限：可以调度所有Agent
• 专业Agent最小权限：只做自己领域的事

一、先想清楚：你需要多Agent吗？

不是所有场景都需要多Agent。先问自己三个问题：

决策树

你的需求是什么？
│
├── 个人使用，不需要角色分工
│ └── 方案A：单Agent多Session（最简单）
│
├── 需要多角色分工，但信任环境
│ ├── 每个角色对应一个飞书应用
│ │ └── 方案B：多Agent软隔离（多Bot）
│ └── 只想用一个飞书应用，按群路由
│ └── 方案B2：多Agent单Bot（按群路由）
│
├── 需要处理敏感数据
│ └── 方案C：Docker Sandbox（中等安全）
│
└── 企业级部署，安全要求极高
└── 方案D：多Gateway硬隔离（最强安全）

二、核心概念

2.1 Agent是什么

一个Agent = 一个独立的"大脑"，拥有：

2.2 关键术语

2.3 路由优先级

Bindings是确定性的，最具体的优先：

1. peer匹配（精确DM/群/频道ID）→ 最高优先级
2. parentPeer匹配（线程继承，Discord/Slack）
3. guildId + roles（Discord角色路由）
4. guildId（Discord）
5. teamId（Slack）
6. accountId匹配
7. channel级别匹配（accountId: "*"）
8. fallback → default: true的Agent（没有则列表第一个，默认main）

三、配置方案

方案A：单Agent多Session（最简单）

适合：个人用户、快速上手、不需要角色隔离

{
  "agents": {
    "list": [
      { "id": "main", "default": true, "workspace": "~/.openclaw/workspace" }
    ]
  },
  "channels": {
    "feishu": {
      "appId": "cli_xxx",
      "appSecret": "xxx"
    }
  }
}

注意：所有session共享workspace和MEMORY.md，记忆可能"串"。

方案B：多Agent软隔离（推荐大多数场景）⭐

适合：多角色分工、小团队协作、不需要强安全隔离

每个Agent对应一个飞书应用（独立Bot）：

{
  "agents": {
    "list": [
      { "id": "main", "default": true, "name": "大总管", "workspace": "~/.openclaw/workspace-main" },
      { "id": "dev", "name": "开发助理", "workspace": "~/.openclaw/workspace-dev" },
      { "id": "content", "name": "内容助理", "workspace": "~/.openclaw/workspace-content" }
    ]
  },
  "channels": {
    "feishu": {
      "enabled": true,
      "accounts": {
        "main": { "appId": "cli_main_xxx", "appSecret": "xxx" },
        "dev": { "appId": "cli_dev_xxx", "appSecret": "xxx" },
        "content": { "appId": "cli_content_xxx", "appSecret": "xxx" }
      }
    }
  },
  "bindings": [
    { "agentId": "main", "match": { "channel": "feishu", "accountId": "main" } },
    { "agentId": "dev", "match": { "channel": "feishu", "accountId": "dev" } },
    { "agentId": "content", "match": { "channel": "feishu", "accountId": "content" } }
  ],
  "tools": {
    "agentToAgent": {
      "enabled": true,
      "allow": ["main", "dev", "content"]
    }
  }
}

四、飞书应用配置（方案B/B2适用）

4.1 创建飞书应用

1. 登录飞书开放平台
2. 点击「创建应用」→ 选择「机器人」
3. 为每个Agent创建独立应用（方案B）或只创建一个（方案B2）

4.2 每个应用必做配置

五、Agent人设文件

5.1 必备文件

每个Agent工作区需要以下文件：

六、部署步骤

6.1 创建目录

# 创建各Agent工作区
for agent in main dev content; do
mkdir -p ~/.openclaw/workspace-$agent/memory
done

6.2 写入配置

编辑~/.openclaw/openclaw.json，填入上面的配置模板。

6.3 创建人设文件

在每个workspace下创建SOUL.md、AGENTS.md、USER.md。

6.4 校验并重启

# 校验JSON
python3 -c "import json; json.load(open('$HOME/.openclaw/openclaw.json'))" && echo "✅ JSON正确"

# 重启Gateway
openclaw gateway restart

6.5 功能测试

1. 单聊测试：飞书搜索并添加Bot，发送消息测试响应
2. 群聊测试：将Bot拉入群聊，@Bot测试
3. 跨Agent测试：向大总管发技术问题，观察是否分发给dev

七、问题排查

八、配置方案对比

九、Per-Agent工具与沙箱配置（v2026.1.6+）

从v2026.1.6开始，每个Agent可以有独立的沙箱和工具限制：

{
  "agents": {
    "list": [
      {
        "id": "personal",
        "workspace": "~/.openclaw/workspace-personal",
        "sandbox": { "mode": "off" }
        // 无工具限制 — 所有工具可用
      },
      {
        "id": "family",
        "workspace": "~/.openclaw/workspace-family",
        "sandbox": {
          "mode": "all",
          "scope": "agent",
          "docker": {
            "setupCommand": "apt-get update && apt-get install -y git curl"
          }
        },
        "tools": {
          "allow": ["read"],
          "deny": ["exec", "write", "edit", "apply_patch"]
        }
      }
    ]
  }
}

重要规则：

• tools.elevated是全局的且基于发送者，不能按Agent配置
• 工具allow/deny控制的是工具，不是Skills
• 如果Skill需要运行二进制文件，确保exec被允许且文件存在于沙箱中
• setupCommand位于sandbox.docker下，容器创建时运行一次
• scope: "shared"时，per-agent的sandbox.docker.*会被忽略

十、Skills管理

• Per-Agent Skills：放在各Agent工作区的skills/文件夹下
• 共享Skills：放在~/.openclaw/skills下，所有Agent可用
• 优先级：Per-Agent > 共享

十一、Group Chat提及配置

对于群聊场景，使用groupChat.mentionPatterns让@提及清晰映射到目标Agent：

{
  "id": "family",
  "name": "Family Bot",
  "workspace": "~/.openclaw/workspace-family",
  "identity": { "name": "Family Bot" },
  "groupChat": {
    "mentionPatterns": ["@family", "@familybot", "@Family Bot"]
  }
}

十二、CLI工具

# 添加新Agent（交互式向导）
openclaw agents add

# 验证配置
openclaw agents list --bindings

十三、进阶：高级路由示例

按人员路由（老板专用Agent）

{
  "bindings": [
    {
      "agentId": "opus",
      "match": { "channel": "feishu", "peer": { "kind": "direct", "id": "ou_boss_xxx" } }
    },
    { "agentId": "chat", "match": { "channel": "feishu" } }
  ]
}

按群路由 + fallback

{
  "bindings": [
    { "agentId": "family", "match": { "channel": "feishu", "peer": { "kind": "group", "id": "oc_family_xxx" } } },
    { "agentId": "work", "match": { "channel": "feishu", "peer": { "kind": "group", "id": "oc_work_xxx" } } },
    { "agentId": "main", "match": { "channel": "feishu" } }
  ]
}

参考来源

• OpenClaw官方文档：多智能体路由
• VA7多Agent架构配置指南（Gist）
• 飞书多Agent Bot完整配置指南（v2.1，已过时）
• 雷神OpenClaw实际部署经验