多 Agent 路由
11分钟
用独立 workspace、agentDir、认证 profile、会话存储和渠道绑定,在一个 OpenClaw Gateway 后运行多个 Agent。
OpenClaw 可以在同一个 Gateway 后运行一个或多个 Agent。多 Agent 不只是切换 prompt:每个 Agent 都可以有自己的 workspace、状态目录、认证 profile、模型配置、会话、skills 和渠道绑定。
什么算一个 Agent?
一个 Agent 是一个完整的作用域:
- workspace
agentDir- auth profiles
- model registry/config
- session store
- skill allowlists
- sandbox 和 tool restrictions
默认路径类似:
text
~/.openclaw/workspace
~/.openclaw/agents/main/agent
~/.openclaw/agents/main/sessions不要复用 agentDir
不同 Agent 复用同一个 agentDir 会让认证、模型和会话状态互相碰撞。需要隔离时,workspace 和 agent directory 都要分开。
添加 Agent
bash
openclaw agents add work
openclaw agents add personal
openclaw agents list --bindings也可以手写 agents.list:
json
{
"agents": {
"list": [
{
"id": "main",
"workspace": "~/.openclaw/workspace",
"model": "anthropic/claude-opus-4-6"
},
{
"id": "work",
"workspace": "~/.openclaw/workspace-work",
"agentDir": "~/.openclaw/agents/work/agent",
"model": "openai/gpt-5"
}
]
}
}渠道绑定
Bindings 把 channel account、room、sender 或 route 映射到某个 Agent。
适合:
- 私人 WhatsApp 和工作 Slack 分开
- 一个 Discord bot 对应社区 Agent
- 一个 coding Agent 处理 ACP 工作流
bash
openclaw agents list --bindings
openclaw channels status --probeSubagents 与多 Agent
| 模式 | 生命周期 | 适合 |
|---|---|---|
| Multi-agent routing | 持久 | 不同人、账号、workspace 或 persona |
| Subagents | 临时或后台 | 研究、分析、review、隔离子任务 |
| ACP agents | 外部 harness-backed | 运行 Codex、Claude Code、Gemini CLI 等 |
Per-Agent Skills 与 Tools
一个 Agent 可以有更窄的 skill 和工具范围:
json
{
"agents": {
"list": [
{
"id": "work",
"skills": ["release-review", "incident-summary"],
"tools": {
"profile": "messaging",
"exec": { "security": "ask" }
}
}
]
}
}群聊或外部输入较多的 Agent 不要给高风险工具。
Memory 隔离
每个 Agent 有自己的 session store。跨 Agent memory search 应显式配置,而不是意外共享。
Workspace 不是隔离
Workspace 是默认 cwd。没有沙盒时,绝对路径仍可能访问宿主机。强信任边界要用沙盒、独立 OS 用户或独立主机。
Use Cases
Personal + Work Split
为个人和公司上下文拆分聊天账号、模型、工具和记忆。Specialist Agents
一个 Gateway 后面挂研究、编码、支持和运维等专业 Agent。Shared Gateway
一台主机运行多个隔离 persona,并显式绑定渠道。路由是产品决策
多 Agent 系统失败常常不是模型问题,而是路由含糊。账号、房间、工具、记忆和信任边界都要明确绑定。
继续实践
多 Agent 路由 的核心概念已经读完
如果你想把理解变成可复用的能力,可以到 AgentWay 继续练习