OpenClaw 多机器人多 Agent 模式：打造你的 AI 助手团队

OpenClaw多Agent模式为企业提供高效的AI助手团队解决方案。通过创建4个独立的飞书机器人（主助理、内容创作、技术开发、AI资讯），每个连接专属Gateway和Agent模型（如Claude Opus/Sonnet、Gemini 2.5），实现专业分工。相比单Agent模式，多Gateway架构具有配置清晰、互不干扰、无需手动切换等优势。系统采用Profile隔离机制，各Agent拥有独立

Maynor学长

95人浏览 · 2026-02-13 17:24:33

Maynor学长 · 2026-02-13 17:24:33 发布

OpenClaw 多机器人多 Agent 模式：打造你的 AI 助手团队

完整教程：https://awesome.tryopenclaw.asia/docs/04-practical-cases/15-solo-entrepreneur-cases.html

16.1 为什么需要多 Agent？

作为超级个体创业者，你可能需要不同类型的 AI 助手来处理不同的工作：

主助理：使用最强大的模型（Claude Opus）处理复杂任务
内容创作助手：专注于文章写作、文案创作
技术开发助手：处理代码开发、技术问题
AI 资讯助手：快速获取和整理 AI 行业动态

传统的单 Agent 模式需要频繁切换模型和上下文，效率低下。多 Agent 模式让你可以同时拥有多个专业助手，各司其职。

16.2 实现方案对比

方案一：单 Gateway + Bindings（不推荐）

{
  "bindings": [
    {
      "agentId": "main-agent",
      "match": {
        "channel": "feishu",
        "peer": {
          "kind": "group",
          "id": "oc_xxx"
        }
      }
    }
  ]
}

问题：

❌ OpenClaw 2026.2.9 的 bindings 功能不稳定
❌ peer.id 匹配经常失败
❌ 所有群组都路由到同一个 agent
❌ 需要 /reset + /agent 命令手动切换

方案二：多 Gateway + 多飞书机器人（推荐）✅

核心思路：

创建 4 个飞书机器人应用
启动 4 个独立的 OpenClaw Gateway
每个 Gateway 连接一个飞书机器人
每个 Gateway 使用不同的 Agent 和模型

优势：

✅ 完全独立，互不干扰
✅ 直接私聊不同机器人即可切换 agent
✅ 不需要群组配置
✅ 不需要手动切换命令
✅ 配置清晰，易于管理
✅ 可以独立重启某个 Gateway

16.3 架构设计

整体架构

┌─────────────────────────────────────────────────────────┐
│                      飞书 (Feishu)                       │
├─────────────────────────────────────────────────────────┤
│  机器人1: 主助理          机器人2: 内容创作助手          │
│  机器人3: 技术开发助手    机器人4: AI资讯助手            │
└─────────────────────────────────────────────────────────┘
                          ↓ WebSocket
┌─────────────────────────────────────────────────────────┐
│                   OpenClaw Gateway 层                    │
├──────────────┬──────────────┬──────────────┬────────────┤
│ Gateway 1    │ Gateway 2    │ Gateway 3    │ Gateway 4  │
│ 端口: 18789  │ 端口: 18790  │ 端口: 18791  │ 端口: 18792│
│ Profile:     │ Profile:     │ Profile:     │ Profile:   │
│ main-        │ content-     │ tech-dev     │ ai-news    │
│ assistant    │ creator      │              │            │
└──────────────┴──────────────┴──────────────┴────────────┘
                          ↓
┌─────────────────────────────────────────────────────────┐
│                      Agent 层                            │
├──────────────┬──────────────┬──────────────┬────────────┤
│ main-agent   │ content-agent│ tech-agent   │ainews-agent│
│ Claude Opus  │ Claude Sonnet│ Claude Sonnet│ Gemini 2.5 │
│ 4.6 Thinking │ 4.5          │ 4.5 Thinking │ Flash      │
└──────────────┴──────────────┴──────────────┴────────────┘

Profile 隔离机制

使用 --profile <name> 参数，OpenClaw 会：

配置文件：~/.openclaw-<name>/openclaw.json
状态数据：~/.openclaw-<name>/
独立端口：18789, 18790, 18791, 18792
独立会话：完全隔离的上下文

16.4 配置步骤

第一步：创建飞书机器人应用

在飞书开放平台创建 4 个机器人应用：

主助理
- 应用名称：主助理
- 描述：处理复杂任务的主力助手
- 获取 App ID 和 App Secret
内容创作助手
- 应用名称：内容创作助手
- 描述：专注内容创作和文案写作
- 获取 App ID 和 App Secret
技术开发助手
- 应用名称：技术开发助手
- 描述：处理代码开发和技术问题
- 获取 App ID 和 App Secret
AI资讯助手
- 应用名称：AI资讯助手
- 描述：快速获取 AI 行业资讯
- 获取 App ID 和 App Secret

重要配置：

启用机器人能力
配置事件订阅：选择"长连接"模式
添加权限：消息接收、消息发送

第二步：配置 Agent

创建 4 个 Agent 配置目录：

mkdir -p agent-configs/{main-agent,content-agent,tech-agent,ainews-agent}

为每个 Agent 创建配置文件：

agent-configs/main-agent/USER.md：

# 用户信息

- 姓名：Maynor
- 职业：超级个体创业者
- 工作领域：AI 技术、内容创作、技术开发

agent-configs/main-agent/SOUL.md：

# Agent 身份

你是 Maynor 的主助理，负责处理各类复杂任务。
使用 Claude Opus 4.6 Thinking 模型，提供最高质量的服务。

类似地为其他 3 个 Agent 创建配置文件。

第三步：运行配置脚本

使用自动化脚本创建多 Gateway 配置：

# 下载配置脚本
curl -O https://example.com/setup-multi-gateway.sh
chmod +x setup-multi-gateway.sh

# 运行配置脚本
./setup-multi-gateway.sh

脚本会自动：

停止当前 Gateway
备份现有配置
创建 4 个独立的 Profile 配置
生成管理脚本

第四步：启动所有 Gateway

# 启动所有 Gateway
./start-all-gateways.sh

# 检查状态
./check-gateways.sh

# 验证配置
./verify-setup.sh

16.5 使用方法

直接私聊机器人

这是最简单的使用方式：

处理复杂任务
- 在飞书中搜索"主助理"机器人
- 直接发送消息
- 自动使用 Claude Opus 4.6 Thinking
创作内容
- 搜索"内容创作助手"机器人
- 发送写作需求
- 自动使用 Claude Sonnet 4.5
开发代码
- 搜索"技术开发助手"机器人
- 发送技术问题
- 自动使用 Claude Sonnet 4.5 Thinking
获取资讯
- 搜索"AI资讯助手"机器人
- 请求最新动态
- 自动使用 Gemini 2.5 Flash（快速响应）

在群组中使用（可选）

如果需要在群组中使用：

将对应的机器人添加到群组
@ 机器人发送消息
每个群组可以添加多个机器人，灵活切换

建议：

工作群：添加主助理 + 技术开发助手
内容创作群：添加内容创作助手
资讯群：添加 AI资讯助手

16.6 管理和维护

日常管理

# 查看所有 Gateway 状态
./check-gateways.sh

# 查看实时日志
tail -f logs-main-assistant.log
tail -f logs-content-creator.log
tail -f logs-tech-dev.log
tail -f logs-ai-news.log

# 查看所有日志
tail -f logs-*.log

重启 Gateway

# 重启所有
./stop-all-gateways.sh
sleep 2
./start-all-gateways.sh

# 重启单个
ps aux | grep "openclaw.*--profile main-assistant"
kill <PID>
./start-main-assistant.sh

修改配置

# 编辑配置
vim ~/.openclaw-main-assistant/openclaw.json

# 验证配置
jq . ~/.openclaw-main-assistant/openclaw.json

# 重启生效
# (停止并重启对应的 Gateway)

监控资源

# 查看内存占用
ps aux | grep openclaw-gateway | awk '{print $4, $11}'

# 查看 CPU 占用
ps aux | grep openclaw-gateway | awk '{print $3, $11}'

# 查看端口占用
lsof -i :18789
lsof -i :18790
lsof -i :18791
lsof -i :18792

16.7 实战案例

案例一：内容创作工作流

场景：写一篇技术文章

构思阶段
- 私聊"主助理"：讨论文章主题和大纲
- 使用 Claude Opus 进行深度思考
写作阶段
- 私聊"内容创作助手"：撰写文章内容
- 使用 Claude Sonnet 快速生成
代码示例
- 私聊"技术开发助手"：编写代码示例
- 使用 Claude Sonnet Thinking 确保代码质量
资讯补充
- 私聊"AI资讯助手"：获取最新技术动态
- 使用 Gemini Flash 快速检索

案例二：技术开发工作流

场景：开发一个新功能

需求分析
- 主助理：分析需求，设计架构
代码实现
- 技术开发助手：编写代码，调试问题
文档编写
- 内容创作助手：编写技术文档
技术调研
- AI资讯助手：查找相关技术资料

案例三：日常工作场景

上午 9:00 - 规划工作

主助理：制定今天的工作计划

上午 10:00 - 写作

内容创作助手：撰写文章

下午 2:00 - 开发

技术开发助手：编写代码

下午 4:00 - 学习

AI资讯助手：了解行业动态

晚上 8:00 - 总结

主助理：总结今天的工作

16.8 性能和成本

资源占用

内存：每个 Gateway 约 400MB
总内存：4 个 Gateway 约 1.6GB
CPU：空闲时几乎为 0，处理时根据任务而定
磁盘：配置文件和日志约 100MB

成本分析

假设使用自建 API 代理：

Agent	模型	用途	月使用量	月成本
main-agent	Claude Opus 4.6	复杂任务	100万 tokens	$15
content-agent	Claude Sonnet 4.5	内容创作	200万 tokens	$6
tech-agent	Claude Sonnet 4.5	技术开发	150万 tokens	$4.5
ainews-agent	Gemini 2.5 Flash	资讯获取	300万 tokens	$0
总计	-	-	750万 tokens	$25.5

成本优化建议：

简单任务使用 Gemini Flash（免费）
复杂任务才使用 Claude Opus
内容创作使用 Claude Sonnet（性价比高）

16.9 故障排查

Gateway 启动失败

症状：运行 ./start-all-gateways.sh 后，./check-gateways.sh 显示进程未运行

排查步骤：

# 1. 查看日志
tail -50 logs-main-assistant.log

# 2. 检查配置
jq . ~/.openclaw-main-assistant/openclaw.json

# 3. 检查端口占用
lsof -i :18789

# 4. 运行 doctor
openclaw --profile main-assistant doctor

常见问题：

配置文件格式错误：运行 jq 验证
端口被占用：更换端口或停止占用进程
飞书配置错误：检查 App ID 和 App Secret

机器人无响应

症状：在飞书中 @ 机器人，没有回复

排查步骤：

# 1. 检查 Gateway 是否运行
./check-gateways.sh

# 2. 查看实时日志
tail -f logs-main-assistant.log

# 3. 检查飞书连接
grep "WebSocket client started" logs-main-assistant.log

常见原因：

Gateway 未启动：运行 ./start-all-gateways.sh
飞书连接断开：检查网络，重启 Gateway
配置错误：验证飞书 App ID 和 Secret

使用了错误的 Agent

症状：私聊"内容创作助手"，但使用的是 Claude Opus 模型

原因：配置文件中 Agent 设置错误

解决：

# 检查配置
jq '.agents.list[0].id, .agents.list[0].model.primary' \
  ~/.openclaw-content-creator/openclaw.json

# 应该输出：
# "content-agent"
# "local-antigravity/claude-sonnet-4-5"

16.10 高级技巧

技巧一：使用 tmux 管理

# 创建 tmux 会话
tmux new -s openclaw

# 分割窗口
Ctrl+b %  # 垂直分割
Ctrl+b "  # 水平分割

# 在不同窗口中运行不同的 Gateway
./start-main-assistant.sh
./start-content-creator.sh
./start-tech-dev.sh
./start-ai-news.sh

# 查看所有日志
tail -f logs-*.log

技巧二：配置开机自启动

使用 launchd（macOS）：

# 创建 plist 文件
cat > ~/Library/LaunchAgents/com.openclaw.main-assistant.plist << 'EOF'
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN" 
  "http://www.apple.com/DTDs/PropertyList-1.0.dtd">
<plist version="1.0">
<dict>
    <key>Label</key>
    <string>com.openclaw.main-assistant</string>
    <key>ProgramArguments</key>
    <array>
        <string>/usr/local/bin/openclaw</string>
        <string>--profile</string>
        <string>main-assistant</string>
        <string>gateway</string>
        <string>run</string>
    </array>
    <key>RunAtLoad</key>
    <true/>
    <key>KeepAlive</key>
    <true/>
</dict>
</plist>
EOF

# 加载服务
launchctl load ~/Library/LaunchAgents/com.openclaw.main-assistant.plist

技巧三：日志轮转

# 创建日志轮转脚本
cat > rotate-logs.sh << 'EOF'
#!/bin/zsh
for log in logs-*.log; do
    if [ -f "$log" ] && [ $(stat -f%z "$log") -gt 10485760 ]; then
        mv "$log" "$log.$(date +%Y%m%d_%H%M%S)"
        touch "$log"
    fi
done
EOF

chmod +x rotate-logs.sh

# 添加到 crontab（每小时执行）
crontab -e
# 添加：0 * * * * /path/to/rotate-logs.sh

16.11 总结

多 Gateway + 多飞书机器人的方案是目前最稳定、最简单的多 Agent 实现方式：

核心优势：

✅ 直接私聊不同机器人，自动使用对应 agent
✅ 完全独立，互不干扰
✅ 不需要复杂的 bindings 配置
✅ 不需要手动切换命令
✅ 配置清晰，易于管理

适用场景：

超级个体创业者
需要多个专业助手
不同任务使用不同模型
追求稳定性和可靠性

下一步：

创建飞书机器人应用
运行配置脚本
启动所有 Gateway
开始使用你的 AI 助手团队！

2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

上下文图谱架构演进教程（非常详细），大模型知识图谱新变革！

2048 AI社区

从聊天框到动态助手：MCP Apps 如何重塑 AI 交互的未来（七）

在人工智能向“自主智能体”演进的道路上，我们正见证一个关键的范式转移：大型语言模型（LLM）不再仅仅是文本生成器，而是逐渐成为能感知环境、调用工具并执行复杂任务的智能核心。然而，传统的“文本输入-文本输出”模式，在面对需要精密逻辑、实时数据可视化与复杂业务流操控的生产力场景时，其交互深度的局限性暴露无遗。为了连接模型与广阔的外部世界，应运而生，旨在标准化模型与工具之间的通信，降低生态适配成本。