|
|
从 0 到 1 完整搭建 OpenClaw 多角色团队
来源：Researcher_王十三
前序文章：告别 OpenClaw 天价账单：20 分钟搭建私有 API 矩阵
重要提示
经测试，一个 business 账号在 5 小时内对话应控制在 100 次以内。如果想搭建多 Bot 团队协作，强烈建议多买几个 business 账号或使用多个不同模型（Gemini、GLM 等）。
目录
1. 什么是多 Bot 团队协作
2. 三种协作模式对比
3. 阶段 1：基础概念与前置准备
4. 阶段 2：目录规划与 Agent 创建
5. 阶段 3：核心架构与完整配置
6. 阶段 4：记忆规范与多团队隔离
7. 实践任务清单
8. 常见问题解答
9. 选型建议
一、什么是多 Bot 团队协作
将多个独立的 Telegram Bot 组建成一个分工协作的 Agent 团队。通过合理的架构配置，让不同的 Bot 扮演不同的角色（如主脑、程序员、研究员、写手等），实现复杂任务的自动化流转。
二、三种协作模式核心对比
| 模式 | 架构特点 | 适用场景 | 优点 | 缺点 | | 模式 A（主脑 + 专才） | 主脑统一调度，专才独立 | 需要严格流程控制的流水线作业 | 流程清晰、管控严格 | 单点故障风险 | | 模式 B（独立共享） | 无主脑，专才直接面向用户并共享记忆 | 任务边界清晰，用户明确知道该找谁 | 配置简单、响应快 | 缺乏统一协调 | | 模式 C（混合推荐） | 主脑调度 + 专才共享记忆 + 用户可直连专才 | 生产级推荐方案 | 灵活、容错率高、避免单点故障 | 配置稍复杂 |
推荐： 模式 C（混合模式）—— 兼顾灵活性与稳定性，适合长期运营。
三、阶段 1：基础概念与前置准备
第一步：明晰前置需求
在组建团队之前，每个 Bot 都需要进行基础的注册和身份获取。确定团队的角色分配，例如：
- 1 个主脑（main）
- 3 个专才：coder（程序员）、researcher（研究员）、writer（写手）
第二步：获取凭证
在 Telegram 的 BotFather 中为每个角色创建新机器人（/newbot），保存所有的 botToken。同时获取你个人的 Telegram 数字 ID 以便配置权限。
实践任务 1：获取 Bot Token 与个人 ID
方法一：DM 你的 bot，然后查日志，看 from.id 字段
方法二：通过 Bot API 获取- curl "https://api.telegram.org/bot<token>/getUpdates"
完成标准： 成功记录所有角色的 botToken 以及你自己的 Telegram 数字 ID。
四、阶段 2：目录规划与 Agent 创建
第三步：规划目录结构
合理的目录结构是多 Bot 协作的基础。核心原则：专才们的 workspace 指向同一个目录（共享记忆），但 agentDir 各自独立（独立身份）。
实践任务 2：创建工作区目录
参考以下结构建立文件夹：- ~/.openclaw/
- ├── workspace-main/ # 主脑独立 workspace
- ├── workspace-team-a/ # 团队 A 专才共享 workspace（模式 B/C 使用）
- ├── agents/
- │ ├── main/
- │ │ ├── agent/ # 主脑 agentDir（auth、配置）
- │ │ └── sessions/
- │ ├── coder/
- │ │ ├── agent/
- │ │ └── sessions/
- │ ├── researcher/
- │ │ ├── agent/
- │ │ └── sessions/
- │ └── writer/
- │ ├── agent/
- │ └── sessions/
- └── openclaw.json
第四步：创建 Agent 实例
在 OpenClaw 中注册你的团队成员：- # 依次添加团队成员
- openclaw agents add main
- openclaw agents add coder
- openclaw agents add researcher
- openclaw agents add writer
五、阶段 3：核心架构与完整配置
第五步：选择并应用协作模式（推荐模式 C）
打开 openclaw.json，根据你的需求写入对应的配置。以下是推荐的模式 C（混合模式）配置：
实践任务 3：配置模式 C
- {
- "agents": {
- "list": [
- {
- "id": "main",
- "workspace": "~/.openclaw/workspace-main",
- "agentDir": "~/.openclaw/agents/main/agent"
- },
- {
- "id": "coder",
- "workspace": "~/.openclaw/workspace-team-a",
- "agentDir": "~/.openclaw/agents/coder/agent",
- "tools": { "deny": ["browser", "nodes"] }
- },
- {
- "id": "researcher",
- "workspace": "~/.openclaw/workspace-team-a",
- "agentDir": "~/.openclaw/agents/researcher/agent",
- "tools": { "deny": ["exec", "write", "edit"] }
- },
- {
- "id": "writer",
- "workspace": "~/.openclaw/workspace-team-a",
- "agentDir": "~/.openclaw/agents/writer/agent",
- "tools": { "deny": ["exec", "browser", "nodes"] }
- }
- ]
- },
- "session": { "dmScope": "main" },
- "tools": {
- "agentToAgent": {
- "enabled": true,
- "allow": ["main", "coder", "researcher", "writer"]
- }
- },
- "bindings": [
- { "agentId": "main", "match": { "channel": "telegram", "accountId": "main" } },
- { "agentId": "coder", "match": { "channel": "telegram", "accountId": "coder" } },
- { "agentId": "researcher", "match": { "channel": "telegram", "accountId": "researcher" } },
- { "agentId": "writer", "match": { "channel": "telegram", "accountId": "writer" } }
- ],
- "channels": {
- "telegram": {
- "accounts": {
- "main": {
- "botToken": "111111:TOKEN_MAIN",
- "dmPolicy": "pairing"
- },
- "coder": {
- "botToken": "222222:TOKEN_CODER",
- "dmPolicy": "allowlist",
- "allowFrom": ["tg:你的数字ID"]
- },
- "researcher": {
- "botToken": "333333:TOKEN_RESEARCHER",
- "dmPolicy": "allowlist",
- "allowFrom": ["tg:你的数字ID"]
- },
- "writer": {
- "botToken": "444444:TOKEN_WRITER",
- "dmPolicy": "allowlist",
- "allowFrom": ["tg:你的数字ID"]
- }
- }
- }
- }
- }
六、阶段 4：记忆规范与多团队隔离
第六步：配置各 Agent 的 SOUL.md
为确保团队成员各司其职，需要为它们设定人设（SOUL.md）。
主脑 SOUL.md（放在 workspace-main/SOUL.md）：
- # SOUL.md - 主脑
- 你是团队的协调者和对外入口。
- ## 职责
- - 理解用户意图，判断任务复杂度
- - 简单任务直接自己处理，不必每次派发
- - 编码类 → 派给 coder（sessions_send）
- - 调研/搜索类 → 派给 researcher
- - 写作/文案类 → 派给 writer
- - 收集专才结果，整合后回复用户（不是简单转发）
- ## 原则
- - 派发任务时说清楚背景和期望输出格式
- - 等专才完成后再整合，不要催
- - 汇总时做真正的整合，给用户一个完整的答案
专才 SOUL.md（放在 workspace-team-a/SOUL.md 或各自 agentDir 下）：
- # SOUL.md - 专才
- 你是团队的专业成员，可能被主脑派发任务，也可能被用户直接联系。
- ## 共享记忆规范
- - 读 MEMORY.md 了解团队整体上下文
- - 写记忆时标明身份，格式：[coder] 今天完成了...
- - 不要覆盖其他 agent 写的记忆条目
- ## 原则
- - 专注自己的领域
- - 任务完成后，清晰地返回结果
- - 感知到其他专才已经做过的工作，避免重复
第七步：启动与验证
实践任务 4：启动团队并验证
- # 重启 gateway 使配置生效
- openclaw gateway restart
- # 验证 agent 列表和 bindings
- openclaw agents list --bindings
- # 验证各 channel 状态
- openclaw channels status --probe
- # 实时日志（调试用）
- openclaw logs --follow
完成标准： 控制台无报错，且各个 Bot 均能正常响应对应的 Telegram 消息。
七、实践任务清单
| 阶段 | 任务 | 必做/推荐 | | 新手阶段 | 获取所有 Bot Token 及你的个人 Telegram ID | 必做 | | 进阶阶段 | 按照规范建立共享与独立的目录结构，注册 Agent | 推荐 | | 中级阶段 | 在 openclaw.json 中完成模式 C（混合模式）的核心配置 | 进阶 | | 高级阶段 | 为主脑和专才编写 SOUL.md，重启网关并验证多 Bot 通讯 | 挑战 |
八、常见问题解答
Q1: 模式 C 里专才并发写记忆会冲突吗？
偶发，但实际影响小，一般不会同时写同一行。建议在写记忆时加上 agent 标识（如 [coder] 修复了 xxx 问题...），可以有效减少混淆。
Q2: 我能绕过主脑直接联系专才吗？
在模式 C 中可以。专才的 dmPolicy: "allowlist" 允许你通过数字 ID 直接 DM。而在模式 A 中，专才设置为 dmPolicy: "disabled"，必须强制通过主脑。
Q3: agentToAgent 开了之后，专才能主动联系主脑吗？
能，allow 列表是双向的。专才也可以用 sessions_send 主动给主脑发消息汇报进度。
Q4: 专才共享 workspace，SOUL.md 不就一样了吗？
是的，共享 workspace 意味着 SOUL.md 也共享。如果你需要给专才设定截然不同的人格，建议把 SOUL.md 放在它们各自的 agentDir 下，或者在 JSON 配置里用 systemPrompt 字段单独定义。
Q5: 升级 OpenClaw 后配置会丢吗？
不会，openclaw.json 是你个人的本地文件，官方升级不会覆盖它。
九、选型建议与下一步
| 场景 | 推荐模式 | 理由 | | 刚开始，Bot 较少（2-3 个） | 模式 B | 配置简单，上手极快 | | 任务复杂，需要流程控制 | 模式 A | 强管控，适合标准工作流 | | 生产级、长期稳定运营 | 模式 C（混合） | 灵活且容错率高 | | 有多个独立业务线团队 | 多 gateway 实例 | 彻底物理隔离互不干扰 |
完成 OpenClaw 多角色的配置后，你的 OpenClaw 已经可以变成一个公司团队了。你可以尝试让这个团队去完成一下你的小任务了。
配置多 Bot 的大致思路就是这些，之后无非就是一些升级 SOUL.md、学习更多 Skill 让每一只 OpenClaw 获取更强的技术技能了。
---
整理发布：duckwolf.cn | 原文作者：Researcher_王十三 |
|
发表于 2026-4-12 20:42:46
