Day 5 | OpenClaw 多 Agent 路由:一个 Gateway 托管多个 AI 大脑

Day 5 | OpenClaw 多 Agent 路由:一个 Gateway 托管多个 AI 大脑

Day 5 | OpenClaw 多 Agent 路由:一个 Gateway 托管多个 AI 大脑

系列:《从 0 到 1 拆解 AI Agent 框架:OpenClaw 技术深度解析》

前言

想象一个场景:你有一个个人助手 Agent,同时你还部署了一个专门处理代码审查的 Agent,以及一个管理家庭自动化的 Agent。它们需要接入同一个 Telegram 账号,但各自有独立的"大脑"和记忆。

这就是 多 Agent 路由 要解决的问题:一个 Gateway,多个 AI 大脑,消息如何精准投递?

路由看起来简单,但实现起来有不少细节:怎么区分消息属于哪个 Agent?跨 Agent 的消息怎么传递?不同 Agent 如何共享同一个渠道账号却互不干扰?本文将逐一拆解。


一、架构概览:Gateway 与 Agent 的关系

先明确核心概念。

1.1 Gateway vs Agent

在 OpenClaw 中:

  • Gateway 是消息的"交换机"——它负责接收来自各渠道(Telegram/Discord/WhatsApp…)的消息,并将其路由到正确的 Agent。它不做 AI 推理,只做路由。
  • Agent 是消息的"处理器"——每个 Agent 有自己的配置(使用什么模型、什么系统提示词、什么工具),负责接收消息、调用 LLM、返回回复。
Telegram ─┐ Discord ──┤ Gateway ──┬── Agent A (个人助手) WhatsApp ─┘ ├── Agent B (代码审查) └── Agent C (家庭自动化) 

1.2 一对多 vs 多对多

最简单的部署是一个 Gateway + 一个 Agent,这是大多数人的起点。

但 OpenClaw 支持更复杂的拓扑:

  • 一个 Gateway + 多个 Agent:共享渠道账号,按规则分发消息
  • 多个 Gateway + 多个 Agent:完全隔离的部署,适合多用户场景

本文聚焦最有意思的场景:一个 Gateway,多个 Agent


二、Binding:路由规则的核心

消息从 Telegram 进来,Gateway 怎么知道该交给哪个 Agent?答案是 Binding(绑定)

2.1 什么是 Binding?

Binding 是一条路由规则,定义了:

“来自渠道 X、用户 Y 的消息,交给 Agent Z 处理”

配置示例:

agents:-id: personal-assistant bindings:-channel: telegram userId:"123456789"# 我自己的 Telegram ID-id: code-reviewer bindings:-channel: discord guildId:"my-work-server"channelId:"code-review"-id: home-automation bindings:-channel: telegram userId:"987654321"# 家里另一个账号

2.2 Binding 的匹配优先级

当一条消息可能匹配多个 Binding 时(比如同一个用户在不同场景),需要有清晰的优先级规则:

精确匹配 > 通配匹配 > 默认 Agent 

具体来说:

  • userId + channelId 都匹配 → 优先级最高
  • 只有 guildId 匹配 → 次之
  • 没有任何精确匹配 → 走默认 Agent(如果配置了的话)

2.3 动态 Binding vs 静态 Binding

除了配置文件里的静态 Binding,OpenClaw 还支持运行时动态创建 Binding

典型场景:用户发 /start 命令,Gateway 动态创建一个新 Session 并绑定到指定 Agent:

// 用户发送 /start code-review// Gateway 解析命令,动态创建 Bindingawait bindingManager.create({  agentId:'code-reviewer', channel:'telegram', userId: message.userId, sessionKey:`code-reviewer:telegram:

Read more

【火】Spatial Joy 2025 全球 AR&AI 赛事:开发者要的资源、玩法、避坑攻略都在这

【火】Spatial Joy 2025 全球 AR&AI 赛事:开发者要的资源、玩法、避坑攻略都在这

Spatial Joy 2025 Rokid乐奇 全球 AR&AI 开发大赛 值不值得参加?不少参加过连续两届 Rokid乐奇 赛事的老兵,纷纷表示非常值得参加。 先说最实在的——奖金。 AR赛道分为应用和游戏两个赛道,金奖各20万人民币,而且是现金!交完税全是你自己的!这还不够,AR赛道总共设了27个奖项,据我打听到的往年数据,能正常跑进初赛的作品大概就60-70个,这意味着获奖比例相当高。 20万就封顶了吗?远远没有!亚马孙科技给使用Kiro并获奖的开发者,在原奖金基础上再加20%现金奖励! AI赛道同样设置了27个奖项,奖金从1万到5万不等,主要以智能体开发为主,支持市面上所有智能体平台的适配。也就是说,你之前做的智能体微调一下就能参赛! 更重要的是,现在正是智能眼镜行业爆发前夜。据我观察,未来2-3年将是空间计算应用落地的关键窗口期,提前布局的开发者将占据绝对先发优势。 好了,重磅消息说完,下面是我为大家整理的详细参赛指南: 先给开发者交个底:这赛事值得花时间吗? 对技术人来说,一场赛事值不值得冲,就看三点:资源给不给力、

【复现】基于人工蜂群非确定性双向规划机制搜索算法的无人机UAV(单UAV和多UAV协同)二维和三维路径规划研究(Matlab代码实现)

💥💥💞💞欢迎来到本博客❤️❤️💥💥 🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️座右铭:行百里者,半于九十。 📋📋📋本文内容如下:🎁🎁🎁  ⛳️赠与读者 👨‍💻做科研,涉及到一个深在的思想系统,需要科研者逻辑缜密,踏实认真,但是不能只是努力,很多时候借力比努力更重要,然后还要有仰望星空的创新点和启发点。建议读者按目录次序逐一浏览,免得骤然跌入幽暗的迷宫找不到来时的路,它不足为你揭示全部问题的答案,但若能解答你胸中升起的一朵朵疑云,也未尝不会酿成晚霞斑斓的别一番景致,万一它给你带来了一场精神世界的苦雨,那就借机洗刷一下原来存放在那儿的“躺平”上的尘埃吧。      或许,雨过云收,神驰的天地更清朗.......🔎🔎🔎 💥第一部分——内容介绍 基于人工蜂群非确定性双向规划机制搜索算法的无人机UAV路径规划研究 摘要 本文针对无人机(UAV)在复杂环境中的路径规划问题,提出一种基于人工蜂群算法(ABC)的非确定性双向规划机制搜索算法。通过改进传统ABC算法中食物源(

轻小说机翻机器人:5分钟打造你的日语小说翻译神器

轻小说机翻机器人:5分钟打造你的日语小说翻译神器 【免费下载链接】auto-novel轻小说机翻网站,支持网络小说/文库小说/本地小说 项目地址: https://gitcode.com/GitHub_Trending/au/auto-novel 轻小说机翻机器人是一款开源的日语小说翻译工具,支持网络小说、文库小说和本地小说的全自动翻译处理。作为专业的轻小说翻译解决方案,它能自动抓取日本主流平台内容,提供多引擎翻译服务,并构建完整的阅读生态,让日语阅读不再受语言障碍困扰。 🚀 核心价值:为什么选择轻小说机翻机器人? 全自动小说采集系统 内置对Kakuyomu、小説家になろう等6大日本小说平台的支持,只需输入小说名称或URL,系统即可智能抓取内容并完成翻译。通过crawler/src/lib/domain/目录下的平台适配代码(如kakuyomu.ts、syosetu.ts),实现对不同网站结构的精准解析。 多引擎翻译切换 集成百度翻译、有道翻译、OpenAI类API、Sakura等多种翻译器,满足从快速浏览到深度阅读的不同需求。翻译引擎实现代码位于web/src/do

近五年体内微/纳米机器人赋能肿瘤精准治疗综述:以 GBM 为重点

近五年体内微/纳米机器人赋能肿瘤精准治疗综述:以 GBM 为重点

摘要 实体瘤治疗长期受制于递送效率低、肿瘤组织渗透不足以及免疫抑制与耐药等问题。传统纳米药物多依赖被动累积与扩散,难以在肿瘤内部形成均匀有效的药物浓度分布。2021–2025 年,体内微/纳米机器人(包括外场驱动微型机器人、自驱动纳米马达以及生物混合机器人)围绕“运动能力”形成了三条相互收敛的技术路线: 其一,通过磁驱、声驱、光/化学自驱等方式实现运动增强递药与深层渗透,将治疗从“被动到达”推进到“主动进入”; 其二,与免疫治疗深度融合,实现原位免疫唤醒与肿瘤微环境重塑; 其三,针对胶质母细胞瘤(glioblastoma, GBM)等难治肿瘤,研究趋势转向“跨屏障递送(BBB/BBTB)+ 成像/外场闭环操控 + 时空可控释放”的系统工程。 本文围绕“运动—分布—疗效”的因果链条,总结 2021–2025 年代表性研究与关键评价指标,讨论临床转化所需的安全性、