OpenClaw 多 Agent 协作实践:用三个 AI 组成一个写作团队

OpenClaw 多 Agent 协作实践:用三个 AI 组成一个写作团队

很多人用 AI 的方式是 一个模型干所有事

但现实世界里,复杂任务往往是 多角色协作

比如写一篇文章:

  • 有人负责 头脑风暴
  • 有人负责 写作
  • 有人负责 统筹调度

OpenClaw 的 Multi-Agent 架构 正好可以实现这一点。

这篇文章带你从 0 到 1 搭建一个 三 Agent 协作系统

用户 │ ▼ Coordinator(协调官) ├── Brainstorm(脑暴搭子) └── Writer(写作助手) 

并通过 飞书群 实现真实的协作体验。


一、架构设计

我们创建三个 Agent:

Agent角色职责
brainstorm脑暴搭子创意发散
writer写作助手文章创作
coordinator协调官任务调度

任务流程:

用户 ↓ Coordinator ↓ Brainstorm(创意发散) ↓ Writer(内容写作) ↓ Coordinator(整合结果) ↓ 返回用户 

二、创建多个 Agent

通过 CLI 创建三个独立 Agent。

创建 Brainstorm Agent

openclaw agents add brainstorm --model zai/glm-4.5-air --workspace ~/.openclaw/workspace-brainstorm 

设置身份:

openclaw agents set-identity --agent brainstorm --name"脑暴搭子"--emoji"💡"

创建 Writer Agent

openclaw agents add writer --model zai/glm-4.5-air --workspace ~/.openclaw/workspace-writer 

设置身份:

openclaw agents set-identity --agent writer --name"写作助手"--emoji"✍️"

创建 Coordinator Agent

openclaw agents add coordinator --model zai/glm-4.5-air --workspace ~/.openclaw/workspace-coordinator 

设置身份:

openclaw agents set-identity --agent coordinator --name"协调官"--emoji"🎯"

三、验证 Agent 创建

执行:

openclaw agents list 

如果成功,你会看到类似:

brainstorm writer coordinator 

四、给 Agent 设置"人格"(SOUL.md)

每个 Agent 都有自己的 工作方式和风格

OpenClaw 通过 SOUL.md 定义。

Brainstorm Agent

路径:

~/.openclaw/workspace-brainstorm/SOUL.md 
# Brainstorm Partner ## 角色 你是用户的脑暴搭子,负责一起思考,而不是直接给答案。 ## 思维方式 ### 先扩散,再收敛 优先给出 3-5 个不同方向的思路。 ### 多提问题 如果问题不清晰,先提关键问题。 ### 类比解释 复杂概念优先用简单类比。 ### 鼓励反直觉 提出跨领域想法。 

Writer Agent

路径:

~/.openclaw/workspace-writer/SOUL.md 
# Writer Agent ## 角色 资深公众号写作专家。 ## 风格 - 开头必须有故事或反直觉观点 - 段落短小 - 善用类比 - 结尾有 CTA ## 禁忌 - 不使用空洞词 - 不堆砌术语 

Coordinator Agent

路径:

~/.openclaw/workspace-coordinator/SOUL.md 
# Main Agent ## 角色 团队协调官。 ## 职责 1 接住需求 2 调度 Agent 3 质量把控 4 串联流程 ## 调度规则 头脑风暴 → @brainstorm 文章写作 → @writer 简单问答 → 自己回答 

五、绑定飞书群

创建三个飞书群:

brainstorm writer coordinator 

把机器人拉入群。

修改:

~/.openclaw/openclaw.json 

配置:

"bindings":[{"agentId":"brainstorm","match":{"channel":"feishu","peer":{"kind":"group","id":"oc_4b02..."}}},{"agentId":"writer","match":{"channel":"feishu","peer":{"kind":"group","id":"oc_c6330..."}}},{"agentId":"coordinator","match":{"channel":"feishu","peer":{"kind":"group","id":"oc_dd55..."}}}]

六、开启 Agent 间通信

~/.openclaw/openclaw.json 中添加:

"tools":{"agentToAgent":{"enabled":true,"allow":["coordinator","brainstorm","writer"]}}

七、测试多 Agent 协作

coordinator 群

@openclaw 帮我写一篇关于人工智能的科普文章 面向中学生 400字 先 brainstorm 再 writer 

八、协作执行流程

用户请求 ↓ Coordinator ↓ Brainstorm(生成创意) ↓ Writer(写文章) ↓ Coordinator 汇总 

九、最终效果

生成文章示例:

探索人工智能的奇妙世界 人工智能(AI)就像一个会思考的超级大脑, 正在悄悄改变我们的生活。 比如手机语音助手、 智能翻译软件、 游戏里的AI对手。 医生用AI辅助诊断, 机器人在工厂工作。 未来, AI需要更多年轻人参与。 

文章同时保存到:

workspace-coordinator/ai_article.md 

十、总结

我们实现了一个 三 Agent AI 团队

Coordinator ├── Brainstorm └── Writer 

特点:

  • 每个 Agent 有 独立人格
  • 每个 Agent 有 独立 workspace
  • Coordinator 负责 任务调度
  • 通过 Feishu 实现真实协作

这种架构本质是:

AI Team Architecture

Read more

9.4k stars!手中就有一整个 AI 团队:agency-agents 深度解析手中就有一整个 AI 团队:agency-agents 深度解析!

9.4k stars!手中就有一整个 AI 团队:agency-agents 深度解析手中就有一整个 AI 团队:agency-agents 深度解析!

手中就有一整个 AI 团队:agency-agents 深度解析 当别人还在反复调试同一个"万能提示词",有人已经在用一支分工明确的 AI 精英团队在干活了。 一、你是不是也有这些痛点? 用 Claude Code 写代码,前一秒在解 Bug,后一秒又要帮你想营销文案,再后一秒还得审查 UI 设计——同一个 AI 上下文频繁切换,结果每件事都做得平平无奇。 通用 AI 的问题在于:它什么都能做,但什么都不够专。 你有没有想过,如果 AI 也能像真实公司一样——前端有前端工程师、设计有 UI 设计师、增长有增长黑客——每个岗位的人用自己深耕多年的方式来工作,结果会有多大不同? agency-agents 就是为了解决这个问题而生的。 二、agency-agents 是什么? agency-agents

10分钟,教你用OpenClaw+Chrome插件生成一份AI每日简报

大家好,我是岳哥。 最近在自己电脑上安装了OpenClaw(原名Clawdbot),越用越上瘾,中午吃饭的时候都还在用手机飞书给它下命令。 花了点时间让它帮我做了一个AI每日简报,可以看下效果。 这个是基于X和Brave Search搜索全网信息源生成的,我个人认为效果还是挺不错的,直接在飞书上就可以看到了。 下面给大家分享一下要如何实现这个功能。 安装OpenClaw和飞书插件 这个前面有详细介绍,包括飞书插件安装失败的解决办法,都有给大家分享,跟着教程操作都可以安装成功的。 具体链接如下: Clawdbot/Moltbot安装教程,接入飞书本地搭建你的AI助理平台 教你如何解决OpenClaw安装飞书插件失败的问题 安装Chrome插件 这个是OpenClaw开发的一个Chrome插件,可以根据你的要求使用Chrome打开你要搜索的信息关键词的相关网页。 这个插件分为三个部分: * 浏览器控制服务(网关或节点):代理/工具调用的API(通过网关) * 本地中继服务器(环回CDP):控制服务器与扩展之间的桥接(默认设置)http://127.0.0.

AI辅助开发新体验:让快马平台智能生成你的9·1免费版安装程序

AI辅助开发新体验:让快马平台智能生成你的9·1免费版安装程序 最近在开发一个9·1免费版的安装程序,发现传统安装包开发流程实在太繁琐了。不仅要手动处理各种系统兼容性问题,还得写大量代码来配置安装选项。直到尝试了InsCode(快马)平台的AI辅助开发功能,整个开发体验完全不一样了。 AI驱动的安装程序开发思路 1. 智能环境检测:传统安装程序需要开发者手动编写大量条件判断代码来检测用户系统环境。而通过AI辅助,只需简单描述需求,AI就能自动生成完整的系统检测逻辑,包括识别操作系统版本、语言设置、磁盘空间等关键信息。 2. 自然语言交互:最让我惊喜的是实现了自然语言配置功能。用户可以直接输入"我只想安装基本功能到D盘"这样的指令,AI会自动解析语义,转换为具体的安装参数。这比传统安装程序需要用户手动勾选各种选项友好太多了。 3. 智能安装优化:AI不仅能生成基础安装逻辑,还能模拟最优的文件部署顺序。它会分析文件依赖关系,优先安装必要组件,同时优化磁盘空间使用,最后生成详细的安装优化报告。 开发过程中的关键实现 1. 环境适配层:AI生成的代码包含了一个智能环境适配

2026年Python+AI学习路线完整指南:从零基础到实战专家

2026年Python+AI学习路线完整指南:从零基础到实战专家

✨道路是曲折的,前途是光明的! 📝 专注C/C++、Linux编程与人工智能领域,分享学习笔记! 🌟 感谢各位小伙伴的长期陪伴与支持,欢迎文末添加好友一起交流! 📊 目录 * 为什么选择Python+AI * AI技术领域分布 * 完整学习路径 * 分阶段学习指南 * 实战代码示例 * 学习资源推荐 * 常见问题解答 为什么选择Python+AI? Python已成为人工智能领域最主流的编程语言,根据Stack Overflow 2024年开发者调查,Python在AI/ML领域的使用率超过85%。 Python在AI领域的优势 优势说明🐍 语法简洁上手快,专注算法本身而非语法细节📦 生态丰富NumPy、Pandas、PyTorch等成熟库👥 社区活跃海量教程、开源项目和问题解答🔧 工具完善Jupyter、Colab等优秀开发环境🚀 部署便捷Flask/FastAPI快速构建AI服务 AI技术领域分布 了解AI各领域的占比,帮助你更好地规划学习重点: 35%30%15%12%5%3%2025年AI技术领域市场需求分布机器