一個 AI Agent 就已經很強大。多個專門化的 Agent 協同工作更是具有變革性的力量。以下介紹如何使用 OpenClaw 設定多 Agent 協作。

為什麼需要多個 Agent？

讓單一 Agent 處理所有事務，就像讓一個員工同時負責銷售、工程、行銷和客服。雖然能運作，但專門化的 Agent 表現更好：

研究 Agent — 針對網路搜尋、資料擷取、摘要整理進行最佳化
寫作 Agent — 調整為內容創作、電子郵件起草、文案撰寫
程式 Agent — 設定為開發、程式碼審查、除錯
個人 Agent — 處理排程、提醒、個人任務
商務 Agent — 管理客戶、發票、專案追蹤

每個 Agent 都有自己的個性、記憶、模型設定和技能組合。

架構模式

模式一：路由 Agent

一個主要 Agent 接收所有訊息並委派給專家：

使用者 → 路由 Agent → 寫作 Agent（處理內容任務）
                   → 研究 Agent（處理研究任務）
                   → 程式 Agent（處理開發任務）

路由器分析每則訊息，並轉發給最合適的專家。

模式二：獨立 Agent

每個 Agent 有自己的頻道：

Telegram 私訊 → 個人 Agent
#writing Slack 頻道 → 寫作 Agent
#dev Slack 頻道 → 程式 Agent

你根據頻道選擇要與哪個 Agent 對話。

模式三：階層式委派

Agent 可以呼叫其他 Agent：

使用者：「研究競爭對手並寫一篇關於我們優勢的部落格文章」
個人 Agent → 將研究委派給研究 Agent
研究 Agent → 回傳研究結果
個人 Agent → 將寫作委派給寫作 Agent
寫作 Agent → 回傳草稿
個人 Agent → 將草稿發送給使用者

設定多個 Agent

選項一：多個容器

運行獨立的 OpenClaw 實例，每個都設定為專家：

# 個人助理在連接埠 3000
docker run -d --name openclaw-personal -p 3000:3000 ...

# 程式助理在連接埠 3001
docker run -d --name openclaw-coding -p 3001:3000 ...

# 研究助理在連接埠 3002
docker run -d --name openclaw-research -p 3002:3000 ...

每個都有自己的 SOUL.md、技能和模型設定。

選項二：角色切換

單一 OpenClaw 實例搭配多個角色：

openclaw config set personas.writer.systemPrompt "You are a professional copywriter..."
openclaw config set personas.writer.model "claude-opus-4"

openclaw config set personas.researcher.systemPrompt "You are a thorough researcher..."
openclaw config set personas.researcher.model "claude-sonnet-4-5"

切換方式：> "Switch to writer mode" 或 > "/persona writer"

選項三：基於技能的路由

根據訊息內容設定自動路由：

openclaw config set routing.rules '[
  {"match": "code|bug|PR|deploy", "persona": "developer"},
  {"match": "write|draft|email|post", "persona": "writer"},
  {"match": "research|find|compare", "persona": "researcher"}
]'

每個 Agent 的模型最佳化

不同的 Agent 適合不同的模型：

Agent	建議模型	原因
研究	Sonnet	速度快，擅長摘要整理
寫作	Opus	最高品質的輸出
程式	Sonnet 或 Opus	速度與準確度的良好平衡
個人	Sonnet	日常任務的快速回應
分流/路由	Haiku	快速分類，低成本

跨 Agent 的記憶

共享記憶

所有 Agent 存取相同的記憶儲存。一個 Agent 學到的資訊對所有 Agent 都可用。

範圍記憶

每個 Agent 維護自己的記憶上下文。研究 Agent 記住研究主題，寫作 Agent 記住風格偏好。

混合模式

共享事實（你的名字、工作、偏好）+ 範圍上下文（Agent 特定的知識）。

成本管理

多個 Agent 可能增加成本。透過以下方式最佳化：

路由使用便宜模型 — 路由 Agent 使用 Haiku
只在品質重要時使用昂貴模型 — 寫作使用 Opus
設定每個 Agent 的 token 限制 — 防止任何單一 Agent 產生過高費用
停用未使用的 Agent — 只運行你實際使用的

實際案例

一人創業者的設定：

早晨：個人 Agent 發送每日簡報
客戶郵件到達：路由器偵測到郵件 → 發送給寫作 Agent → 起草回覆
需要研究：「研究排名前 5 的 CRM 工具」→ 研究 Agent 處理
寫部落格時間：寫作 Agent 利用研究 Agent 的發現起草每週部落格文章
錯誤回報：程式 Agent 分類問題並建立修復 PR
傍晚：個人 Agent 總結當天的工作

全部透過 Telegram 對話進行協調。

在 ClawTank 上

ClawTank 目前為每位使用者提供一個容器——非常適合單一 Agent 或角色切換的設定。若需要多容器設定，每個 Agent 需要自己的部署。歡迎聯繫我們了解團隊/企業多 Agent 配置。

開始使用

從 ClawTank 上的單一 Agent 開始。當你需要更多時，為你最常見的任務新增專門化的 Agent。多 Agent 的未來已經到來。