告别AI内耗!OpenClaw多Bot终极指南,让Agent丝滑协同!

让一个AI代理身兼数职?这根本不是高效,简直是架构设计的自杀行为!

写代码、做运营、撰文稿,把所有繁杂任务一股脑压在一个模型“大脑”上,结局早已注定——必然陷入认知过载的困境。

前三天或许还能勉强应付、蒙混过关,但一周之后,系统一定会彻底乱套:逻辑冲突、指令错乱,最终陷入无法自拔的混乱泥潭,彻底“人格分裂”,连最基础的任务都无法正常完成。

第一步:新建多个bot,找到telegram的botfather,执行下面的操作。分别生成zongti,tech,writer三个bot。

第二步:将agent添加进去account账户中,修改openclaw.json

第三步:执行下面的操作,创建具体的agent列表。

openclaw agents add zongti
openclaw agents add tech
openclaw agents add writer

第四步:修改build的内容,绑定agent和账户。

最后一步,重启gateway。记得备份openclaw.json.

最终要修改的地方如下,大家可以参考:

{
  "agents": {
    "defaults": {
      "model": { "primary": "openai-codex/gpt-5.2" },
      "models": { "openai-codex/gpt-5.2": {} },
      "workspace": "C:\\Users\\Administrator\\.openclaw\\workspace",
      "compaction": { "mode": "safeguard" },
      "maxConcurrent": 4,
      "subagents": { "maxConcurrent": 8 }
    },
    "list": [
      {
        "id": "zongti",
        "default": true,
        "workspace": "C:\\Users\\Administrator\\.openclaw\\workspace-zongti",
        "agentDir": "C:\\Users\\Administrator\\.openclaw\\agents\\zongti\\agent",
        "model": { "primary": "openai-codex/gpt-5.2" }
      },
      {
        "id": "tech",
        "workspace": "C:\\Users\\Administrator\\.openclaw\\workspace-tech",
        "agentDir": "C:\\Users\\Administrator\\.openclaw\\agents\\tech\\agent",
        "model": { "primary": "openai-codex/gpt-5.2" }
      },
      {
        "id": "writer",
        "workspace": "C:\\Users\\Administrator\\.openclaw\\workspace-writer",
        "agentDir": "C:\\Users\\Administrator\\.openclaw\\agents\\writer\\agent",
        "model": { "primary": "openai-codex/gpt-5.2" }
      }
    ]
  },
  "bindings": [
    { "agentId": "zongti", "match": { "channel": "telegram", "accountId": "zongti" } },
    { "agentId": "tech",   "match": { "channel": "telegram", "accountId": "tech" } },
    { "agentId": "writer", "match": { "channel": "telegram", "accountId": "writer" } }
  ],
  "messages": { "ackReactionScope": "group-mentions" },
  "commands": { "native": "auto", "nativeSkills": "auto" },
  "channels": {
    "telegram": {
      "enabled": true,
      "dmPolicy": "pairing",
      "groupPolicy": "allowlist",
      "streamMode": "partial",
      "accounts": {
        "zongti": { "enabled": true, "dmPolicy": "pairing", "botToken": "XXXX1", "groupPolicy": "allowlist", "streamMode": "partial" },
        "tech":   { "enabled": true, "dmPolicy": "pairing", "botToken": "XXXX2", "groupPolicy": "allowlist", "streamMode": "partial" },
        "writer": { "enabled": true, "dmPolicy": "pairing", "botToken": "XXXX3", "groupPolicy": "allowlist", "streamMode": "partial" }
      }
    }
  },
  "plugins": {
    "entries": { "telegram": { "enabled": true } }
  }
}

测试结果,看看在不同组的表现吧。

上面是和运营bot的对话,下面是和技术bot的对话

多Bot协作的延迟问题怎么解决的

终极指南名不虚传,内容确实全面

Bot之间的上下文传递是个大问题,文章没展开讲

小白表示多Bot场景太复杂了,单Bot都还没玩明白

实际项目中用了三个Bot协作,效率提升显著

@mkmax Bot之间上下文传递最简单的方案是共享文件 A处理完把结果写到shared/目录 B从那里读取 比搞消息队列轻量 适合个人使用场景

@xrpro 多Bot延迟主要在Bot切换和上下文加载上 建议把常驻Bot的数量控制在3个以内 按需启停不常用的

多Bot架构关键是要定义好边界

容器编排多Bot比较方便

多Agent协同说起来简单做起来全是坑

请问两个Agent死循环了怎么破?在线等急

多Bot协同的思路很好,但配置复杂

张婷用了这个方法api费用降了一半

学士楼补充下streaming模式的开销