1. 为什么单 Bot 撑不住复杂任务OpenClaw 多 Agent 协作的真实痛点OpenClaw 是一个可以把聊天入口飞书、Discord 等和多个 AI Agent 串起来的开源框架简单说就是「一个 Bot 对外内部跑一支团队」。它适合谁适合已经用单个 AI 助手写文章、查资料、跑脚本但发现上下文越堆越乱、角色越切越糊的个人开发者和小团队。你搜「OpenClaw 单 Bot 多 Agent 配置」大概率就是卡在这一步一个 Bot 什么都干结果什么都干不精。我最早也是单 Bot 打法。一个飞书机器人既让它写公众号又让它查竞品还让它顺手改个脚本。前两周还行第三周开始出问题写文章时它把上一轮调研的结论当成事实写进去改代码时又把文章的语气带进注释里。上下文互相污染角色边界完全糊掉。这不是模型不行是架构不对——一个会话里塞了太多身份模型只能靠猜。多 Agent 的核心思路是「角色隔离 上下文隔离」。每个 Agent 有自己的 workspace、自己的人设文件SOUL.md、自己的会话历史。总指挥只负责拆任务和汇总子 Agent 只干自己那一摊。这样写文章的 Agent 不会被股票数据干扰跑代码的 Agent 不会把营销话术写进函数名。但多 Agent 一上来就会撞到一个现实问题模型调用怎么统一管。七个 Agent 如果各自配一套 Key、各自记一套额度光是轮换和排障就够呛。我的做法是用 TaoToken 做统一 Key 和 API 通道所有 Agent 的模型请求都走同一个入口Base URL 指向https://taotoken.net/api这样额度、日志、模型切换都在一处。下面从结构设计讲到可复制配置再到逐项验证和报错排查你可以跟着一步步落地。单 Bot 多 Agent 不是把七个角色塞进一个 prompt而是让七个独立会话通过总指挥协作。理解这一点后面的配置才不会走偏。2. TaoToken 统一 Key 接入给多 Agent 铺一条模型通道在配 OpenClaw 之前先把模型通道理顺。多 Agent 场景下模型调用会成倍增加总指挥要推理、笔杆子要长文生成、参谋要深度分析、运营和社区要快速响应。如果每个 Agent 单独配 Key你会遇到三个麻烦额度分散看不清、模型切换要改七处、出错时不知道是哪个 Key 的问题。TaoToken 在这里的角色是「统一入口」。你只需要一个 Key所有 Agent 的请求都打到同一个 Base URL模型 ID 在配置里按 Agent 区分。这样总指挥可以用推理强的模型运营用响应快的模型成本和质量都能按角色调。先拿 Key。打开https://taotoken.net/api-keys这是控制台里的 API Keys 页面登录后创建一个新 Key复制出来。注意这个 Key 只在创建时完整显示一次先存到安全的地方。如果你还没账号从官网https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content进控制台注册即可。拿到 Key 后先别急着写进 OpenClaw 配置用一条 curl 验证通道是否通curl https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-你的Key \ -H Content-Type: application/json \ -d { model: claude-sonnet-4-6, messages: [{role: user, content: 回复两个字通了}] }如果返回里有choices字段和正常内容说明 Key 和通道都没问题。这一步很重要因为后面 OpenClaw 报错时你要能区分是通道问题还是配置问题。我试过跳过这步直接配 OpenClaw结果排查了半天才发现是 Key 复制时多了个空格。模型 ID 这块要注意TaoToken 的模型命名和官方一致比如claude-sonnet-4-6、claude-opus-4-6、claude-haiku-4-5。你在 OpenClaw 配置里写模型时前缀用anthropic/还是直接写模型名取决于 OpenClaw 的 provider 配置。稳妥做法是在 OpenClaw 里把 provider 的 baseURL 指向 TaoToken模型名直接写claude-sonnet-4-6。关于额度多 Agent 并发时总指挥和子 Agent 会同时发请求。TaoToken 的额度是按 Key 统一计的所以你在控制台能看到所有 Agent 的消耗汇总。这对成本控制很关键——如果某个 Agent 突然烧得快你能立刻定位。如果你打算长期跑多 Agent尤其是 7×24 自动协作那种建议直接上 Coding Plan额度更稳不用频繁盯余额。入口在https://taotoken.net/coding-plan。短期验证的话按量付费的 Key 就够了。通道验证通过后再进 OpenClaw 配置。顺序别反否则你会在一堆配置里迷失分不清是通道还是框架的问题。3. 可复制配置openclaw.json 里的 Agent 列表、路由与上下文隔离OpenClaw 的主配置文件在~/.openclaw/openclaw.json。这个文件分三块agents定义所有 Agentchannels配聊天入口bindings把 Agent 绑到入口。多 Agent 的关键在agents.list和subagents.allowAgents。先看完整的 Agent 列表配置。下面这段可以直接复制把路径里的username换成你的实际用户名{ providers: { taotoken: { baseURL: https://taotoken.net/api, apiKey: sk-你的Key, type: anthropic } }, agents: { defaults: { model: { primary: claude-sonnet-4-6, provider: taotoken }, workspace: /Users/username/.openclaw/workspace }, list: [ { id: main-agent, default: true, identity: { emoji: , name: 总指挥 }, model: { primary: claude-opus-4-6, provider: taotoken }, workspace: /Users/username/.openclaw/workspace-main, subagents: { allowAgents: [ content-agent, canmou, operations, evolution, trading, ainews-agent ] } }, { id: content-agent, identity: { emoji: ✍, name: 笔杆子 }, model: { primary: claude-sonnet-4-6, provider: taotoken }, workspace: /Users/username/.openclaw/workspace-writer }, { id: canmou, identity: { emoji: , name: 参谋 }, model: { primary: claude-sonnet-4-6, provider: taotoken }, workspace: /Users/username/.openclaw/workspace-strategist }, { id: operations, identity: { emoji: , name: 运营官 }, model: { primary: claude-haiku-4-5, provider: taotoken }, workspace: /Users/username/.openclaw/workspace-operations }, { id: evolution, identity: { emoji: , name: 进化官 }, model: { primary: claude-sonnet-4-6, provider: taotoken }, workspace: /Users/username/.openclaw/workspace-evolution }, { id: trading, identity: { emoji: , name: 交易官 }, model: { primary: claude-sonnet-4-6, provider: taotoken }, workspace: /Users/username/.openclaw/workspace-trading }, { id: ainews-agent, identity: { emoji: , name: 社区官 }, model: { primary: claude-haiku-4-5, provider: taotoken }, workspace: /Users/username/.openclaw/workspace-community } ] }, channels: { feishu: { enabled: true, accounts: { main-assistant: { appId: cli_你的AppID, appSecret: 你的AppSecret, botName: 主助理, enabled: true } } } }, bindings: [ { agentId: main-agent, match: { channel: feishu, accountId: main-assistant } } ] }几个关键点逐项说。providers.taotoken是统一通道baseURL指向https://taotoken.net/apiapiKey填你刚才拿到的 Key。所有 Agent 的model.provider都写taotoken这样模型请求全走一个入口。main-agent的default: true表示它是默认 Agent飞书消息默认由它接。subagents.allowAgents是白名单只有列在这里的 Agent 才能被总指挥调度。这是上下文隔离的第一道闸——没在名单里的 Agent总指挥调不动。每个 Agent 的workspace必须独立。workspace 里放SOUL.md人设和AGENTS.md协作规则。独立 workspace 意味着独立文件系统上下文笔杆子看不到交易官的数据文件反之亦然。模型分配上总指挥用claude-opus-4-6做推理笔杆子和参谋用claude-sonnet-4-6平衡质量和成本运营和社区用claude-haiku-4-5求快。这个分配不是死的你可以按实际负载调。bindings把main-agent绑到飞书的main-assistant账号。所有发到这个 Bot 的消息都进总指挥由它决定派给谁。这就是「单 Bot 入口多 Agent 内部协作」的落点。配置写完后创建 workspace 目录mkdir -p ~/.openclaw/workspace-main mkdir -p ~/.openclaw/workspace-writer mkdir -p ~/.openclaw/workspace-strategist mkdir -p ~/.openclaw/workspace-operations mkdir -p ~/.openclaw/workspace-evolution mkdir -p ~/.openclaw/workspace-trading mkdir -p ~/.openclaw/workspace-community然后给总指挥写 SOUL.md明确它的职责是拆任务和汇总不亲自干活cat ~/.openclaw/workspace-main/SOUL.md EOF # 总指挥 ## 角色定位 我是团队总指挥负责接收用户任务、拆解并分配给专业 Agent最后汇总结果。 ## 核心职责 1. 理解用户真实需求 2. 判断任务类型选择合适 Agent 3. 通过 sessions_spawn 派发任务 4. 汇总子 Agent 结果并回报用户 ## 可调度 Agent - content-agent内容创作 - canmou研究分析 - operations运营管理 - evolution代码开发 - trading数据分析 - ainews-agent社区管理 ## 工作原则 - 不亲自执行专业任务只做协调 - 派发时传递完整上下文 - 子 Agent 之间不互相调度 EOF笔杆子的 SOUL.md 则聚焦写作明确不碰代码和数据cat ~/.openclaw/workspace-writer/SOUL.md EOF # 笔杆子 ## 角色定位 我是内容创作者专注公众号、博客、小红书等平台的内容撰写。 ## 核心职责 1. 根据任务要求撰写高质量内容 2. 优化标题和开头吸引力 3. 保证结构清晰、语言生动 ## 边界 - 不处理代码开发任务 - 不做数据分析和股票监控 - 遇到超出范围的需求回报总指挥 EOF其他 Agent 的 SOUL.md 按同样结构写核心是把「做什么」和「不做什么」都写清楚。边界越明确协作越顺。4. 验证请求与成功结果从单条消息到多 Agent 协作链路配置写完先别急着在飞书里发消息。按顺序验证每一步确认通过再走下一步这样出问题能快速定位。第一步验证 OpenClaw 能读到配置openclaw agents status正常输出会列出所有 Agent 的 ID、名称和状态。如果某个 Agent 没出现说明agents.list里有语法错误用python -m json.tool ~/.openclaw/openclaw.json检查 JSON 格式。第二步验证 TaoToken 通道在 OpenClaw 里通openclaw message send --agent main-agent 回复两个字在线如果返回里有正常内容说明 provider 配置和 Key 都没问题。如果报 401回到第 2 节检查 Key如果报连接错误检查baseURL是不是https://taotoken.net/api。第三步验证总指挥能调度子 Agent。在飞书里 主助理 发写一篇关于多 Agent 协作的公众号文章3000 字左右包含实际案例预期流程是总指挥收到消息判断这是内容任务通过sessions_spawn派给content-agent笔杆子在独立 session 里写完结果回传总指挥总指挥汇总后回复你。你会在飞书里看到总指挥先回「收到我让笔杆子来完成」几分钟后回「文章已完成共 3200 字」。第四步验证多 Agent 协作。发一个需要两个 Agent 配合的任务分析一下当前 AI Agent 市场的竞争格局然后基于分析写一篇深度文章预期是总指挥先派给canmou做研究拿到研究结果后再派给content-agent写文章。这个链路能跑通说明subagents.allowAgents白名单和上下文传递都正常。第五步验证上下文隔离。分别给content-agent和trading发消息确认它们看不到对方的会话历史openclaw sessions list --agent content-agent openclaw sessions list --agent trading两个 Agent 的 session 列表应该是独立的互不干扰。这是多 Agent 架构的核心价值——每个 Agent 在自己的上下文里工作不会被其他角色的历史污染。第六步看日志确认请求走向tail -f ~/.openclaw/logs/gateway.log正常日志里能看到sessions_spawn的调用记录、模型请求的 provider 是taotoken、响应状态码 200。如果看到某个 Agent 的请求反复重试多半是模型 ID 写错了。全部验证通过后你的单 Bot 多 Agent 系统就跑起来了。飞书里只有一个入口内部是一支分工明确的团队。5. 常见报错排查401、local proxy failed、reading choices、OAuth多 Agent 配置最容易在四个地方翻车下面按真实报错逐个拆。401 Unauthorized。这个最常见出现在openclaw message send或飞书消息触发时。原因通常是 Key 错了、Key 过期、或者apiKey字段里混入了空格。排查步骤先用第 2 节的 curl 单独测 Key如果 curl 通但 OpenClaw 报 401检查openclaw.json里providers.taotoken.apiKey的值注意 JSON 里不能有换行和多余空格。如果 curl 也报 401去https://taotoken.net/api-keys重新生成一个 Key。local proxy failed。这个报错说明 OpenClaw 尝试走本地代理但失败了。多 Agent 场景下如果你在环境变量里设了HTTP_PROXY或HTTPS_PROXYOpenClaw 会尝试走代理。解决方法是检查环境变量env | grep -i proxy如果有输出在启动 Gateway 时清掉unset HTTP_PROXY HTTPS_PROXY openclaw gateway run --bind loopback --port 18789注意这里说的是清掉本地环境变量不是让你去配什么网络工具。TaoToken 的通道本身是直连的不需要额外代理。reading choices 报错。完整报错通常是error reading choices: unexpected end of JSON input或类似。这说明模型返回的响应格式不对OpenClaw 解析不了。原因一般是模型 ID 写错了比如把claude-sonnet-4-6写成了claude-sonnet-4或者 provider 类型配错了。检查providers.taotoken.type是不是anthropic模型 ID 是不是和 TaoToken 文档里一致。改完配置后重启 Gateway。OAuth 相关报错。如果你在配置里看到OAuth token expired或invalid_grant说明某个 Agent 的认证方式配成了 OAuth 而不是 API Key。OpenClaw 里用 TaoToken 统一 Key 时provider 的认证方式是apiKey不是 OAuth。检查providers.taotoken下有没有多余的oauth字段有就删掉。如果你之前配过 Claude Code 的 OAuth注意不要和这里的 API Key 混用。还有一个容易忽略的子 Agent 调不动。报错可能是agent not in allowAgents或静默失败。检查main-agent的subagents.allowAgents数组里有没有包含目标 Agent 的 ID大小写要完全一致。我踩过的坑是把ainews-agent写成了ainews_agent排查了半小时。排查顺序建议先 curl 测通道再openclaw agents status测配置再openclaw message send测单 Agent最后飞书测多 Agent 链路。每一步都确认通过问题范围就缩小到具体环节。6. 从单 Bot 到团队长期编码与 Agent 协作的接入建议多 Agent 跑起来后日常使用其实很简单飞书里 主助理 说需求总指挥拆解派发你等结果。但要让这套系统长期稳定有几个接入习惯值得养成。第一模型分配按角色调。总指挥用推理强的模型子 Agent 按任务复杂度选。如果你发现某个 Agent 响应慢先看它的模型是不是配重了。运营和社区这类高频轻量任务用claude-haiku-4-5就够没必要上 Opus。第二workspace 定期清理。每个 Agent 的 workspace 会积累文件尤其是笔杆子和参谋。定期清理旧文件避免上下文里塞太多无关内容。session 也要定期清openclaw sessions clean --older-than 7d第三Key 和额度统一管。所有 Agent 走 TaoToken 一个 Key额度在控制台一处看。如果你要长期跑 7×24 协作Coding Plan 比按量付费更省心入口在https://taotoken.net/coding-plan。接入文档在https://taotoken.net/doc配置细节和模型列表都在里面。第四先跑通两个 Agent 再加。别一上来就配七个。总指挥 笔杆子跑通确认调度和上下文隔离没问题再加参谋、运营。每加一个验证一次allowAgents和 workspace。第五派发任务时给完整上下文。子 Agent 没有总指挥的记忆sessions_spawn的 task 里要写清楚背景、目标、要求。任务描述越具体子 Agent 产出越准。如果你在配的过程中卡住先去https://taotoken.net/api-keys确认 Key 状态再去https://taotoken.net/doc对配置。模型对话入口在https://taotoken.net/chat可以单独测模型是否正常。Claude Code 相关的接入在https://taotoken.net/claude-code如果你同时用 Claude Code 和 OpenClaw注意两边的 Key 和 Base URL 保持一致避免混用。从一只龙虾到一支团队核心不是 Agent 数量而是角色边界和上下文隔离。配置写对验证跑通剩下的就是让团队自己干活。
从一只龙虾到一支团队：OpenClaw 单 Bot 多 Agent 配置实践（TaoToken 统一 Key 接入版）
1. 为什么单 Bot 撑不住复杂任务OpenClaw 多 Agent 协作的真实痛点OpenClaw 是一个可以把聊天入口飞书、Discord 等和多个 AI Agent 串起来的开源框架简单说就是「一个 Bot 对外内部跑一支团队」。它适合谁适合已经用单个 AI 助手写文章、查资料、跑脚本但发现上下文越堆越乱、角色越切越糊的个人开发者和小团队。你搜「OpenClaw 单 Bot 多 Agent 配置」大概率就是卡在这一步一个 Bot 什么都干结果什么都干不精。我最早也是单 Bot 打法。一个飞书机器人既让它写公众号又让它查竞品还让它顺手改个脚本。前两周还行第三周开始出问题写文章时它把上一轮调研的结论当成事实写进去改代码时又把文章的语气带进注释里。上下文互相污染角色边界完全糊掉。这不是模型不行是架构不对——一个会话里塞了太多身份模型只能靠猜。多 Agent 的核心思路是「角色隔离 上下文隔离」。每个 Agent 有自己的 workspace、自己的人设文件SOUL.md、自己的会话历史。总指挥只负责拆任务和汇总子 Agent 只干自己那一摊。这样写文章的 Agent 不会被股票数据干扰跑代码的 Agent 不会把营销话术写进函数名。但多 Agent 一上来就会撞到一个现实问题模型调用怎么统一管。七个 Agent 如果各自配一套 Key、各自记一套额度光是轮换和排障就够呛。我的做法是用 TaoToken 做统一 Key 和 API 通道所有 Agent 的模型请求都走同一个入口Base URL 指向https://taotoken.net/api这样额度、日志、模型切换都在一处。下面从结构设计讲到可复制配置再到逐项验证和报错排查你可以跟着一步步落地。单 Bot 多 Agent 不是把七个角色塞进一个 prompt而是让七个独立会话通过总指挥协作。理解这一点后面的配置才不会走偏。2. TaoToken 统一 Key 接入给多 Agent 铺一条模型通道在配 OpenClaw 之前先把模型通道理顺。多 Agent 场景下模型调用会成倍增加总指挥要推理、笔杆子要长文生成、参谋要深度分析、运营和社区要快速响应。如果每个 Agent 单独配 Key你会遇到三个麻烦额度分散看不清、模型切换要改七处、出错时不知道是哪个 Key 的问题。TaoToken 在这里的角色是「统一入口」。你只需要一个 Key所有 Agent 的请求都打到同一个 Base URL模型 ID 在配置里按 Agent 区分。这样总指挥可以用推理强的模型运营用响应快的模型成本和质量都能按角色调。先拿 Key。打开https://taotoken.net/api-keys这是控制台里的 API Keys 页面登录后创建一个新 Key复制出来。注意这个 Key 只在创建时完整显示一次先存到安全的地方。如果你还没账号从官网https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content进控制台注册即可。拿到 Key 后先别急着写进 OpenClaw 配置用一条 curl 验证通道是否通curl https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-你的Key \ -H Content-Type: application/json \ -d { model: claude-sonnet-4-6, messages: [{role: user, content: 回复两个字通了}] }如果返回里有choices字段和正常内容说明 Key 和通道都没问题。这一步很重要因为后面 OpenClaw 报错时你要能区分是通道问题还是配置问题。我试过跳过这步直接配 OpenClaw结果排查了半天才发现是 Key 复制时多了个空格。模型 ID 这块要注意TaoToken 的模型命名和官方一致比如claude-sonnet-4-6、claude-opus-4-6、claude-haiku-4-5。你在 OpenClaw 配置里写模型时前缀用anthropic/还是直接写模型名取决于 OpenClaw 的 provider 配置。稳妥做法是在 OpenClaw 里把 provider 的 baseURL 指向 TaoToken模型名直接写claude-sonnet-4-6。关于额度多 Agent 并发时总指挥和子 Agent 会同时发请求。TaoToken 的额度是按 Key 统一计的所以你在控制台能看到所有 Agent 的消耗汇总。这对成本控制很关键——如果某个 Agent 突然烧得快你能立刻定位。如果你打算长期跑多 Agent尤其是 7×24 自动协作那种建议直接上 Coding Plan额度更稳不用频繁盯余额。入口在https://taotoken.net/coding-plan。短期验证的话按量付费的 Key 就够了。通道验证通过后再进 OpenClaw 配置。顺序别反否则你会在一堆配置里迷失分不清是通道还是框架的问题。3. 可复制配置openclaw.json 里的 Agent 列表、路由与上下文隔离OpenClaw 的主配置文件在~/.openclaw/openclaw.json。这个文件分三块agents定义所有 Agentchannels配聊天入口bindings把 Agent 绑到入口。多 Agent 的关键在agents.list和subagents.allowAgents。先看完整的 Agent 列表配置。下面这段可以直接复制把路径里的username换成你的实际用户名{ providers: { taotoken: { baseURL: https://taotoken.net/api, apiKey: sk-你的Key, type: anthropic } }, agents: { defaults: { model: { primary: claude-sonnet-4-6, provider: taotoken }, workspace: /Users/username/.openclaw/workspace }, list: [ { id: main-agent, default: true, identity: { emoji: , name: 总指挥 }, model: { primary: claude-opus-4-6, provider: taotoken }, workspace: /Users/username/.openclaw/workspace-main, subagents: { allowAgents: [ content-agent, canmou, operations, evolution, trading, ainews-agent ] } }, { id: content-agent, identity: { emoji: ✍, name: 笔杆子 }, model: { primary: claude-sonnet-4-6, provider: taotoken }, workspace: /Users/username/.openclaw/workspace-writer }, { id: canmou, identity: { emoji: , name: 参谋 }, model: { primary: claude-sonnet-4-6, provider: taotoken }, workspace: /Users/username/.openclaw/workspace-strategist }, { id: operations, identity: { emoji: , name: 运营官 }, model: { primary: claude-haiku-4-5, provider: taotoken }, workspace: /Users/username/.openclaw/workspace-operations }, { id: evolution, identity: { emoji: , name: 进化官 }, model: { primary: claude-sonnet-4-6, provider: taotoken }, workspace: /Users/username/.openclaw/workspace-evolution }, { id: trading, identity: { emoji: , name: 交易官 }, model: { primary: claude-sonnet-4-6, provider: taotoken }, workspace: /Users/username/.openclaw/workspace-trading }, { id: ainews-agent, identity: { emoji: , name: 社区官 }, model: { primary: claude-haiku-4-5, provider: taotoken }, workspace: /Users/username/.openclaw/workspace-community } ] }, channels: { feishu: { enabled: true, accounts: { main-assistant: { appId: cli_你的AppID, appSecret: 你的AppSecret, botName: 主助理, enabled: true } } } }, bindings: [ { agentId: main-agent, match: { channel: feishu, accountId: main-assistant } } ] }几个关键点逐项说。providers.taotoken是统一通道baseURL指向https://taotoken.net/apiapiKey填你刚才拿到的 Key。所有 Agent 的model.provider都写taotoken这样模型请求全走一个入口。main-agent的default: true表示它是默认 Agent飞书消息默认由它接。subagents.allowAgents是白名单只有列在这里的 Agent 才能被总指挥调度。这是上下文隔离的第一道闸——没在名单里的 Agent总指挥调不动。每个 Agent 的workspace必须独立。workspace 里放SOUL.md人设和AGENTS.md协作规则。独立 workspace 意味着独立文件系统上下文笔杆子看不到交易官的数据文件反之亦然。模型分配上总指挥用claude-opus-4-6做推理笔杆子和参谋用claude-sonnet-4-6平衡质量和成本运营和社区用claude-haiku-4-5求快。这个分配不是死的你可以按实际负载调。bindings把main-agent绑到飞书的main-assistant账号。所有发到这个 Bot 的消息都进总指挥由它决定派给谁。这就是「单 Bot 入口多 Agent 内部协作」的落点。配置写完后创建 workspace 目录mkdir -p ~/.openclaw/workspace-main mkdir -p ~/.openclaw/workspace-writer mkdir -p ~/.openclaw/workspace-strategist mkdir -p ~/.openclaw/workspace-operations mkdir -p ~/.openclaw/workspace-evolution mkdir -p ~/.openclaw/workspace-trading mkdir -p ~/.openclaw/workspace-community然后给总指挥写 SOUL.md明确它的职责是拆任务和汇总不亲自干活cat ~/.openclaw/workspace-main/SOUL.md EOF # 总指挥 ## 角色定位 我是团队总指挥负责接收用户任务、拆解并分配给专业 Agent最后汇总结果。 ## 核心职责 1. 理解用户真实需求 2. 判断任务类型选择合适 Agent 3. 通过 sessions_spawn 派发任务 4. 汇总子 Agent 结果并回报用户 ## 可调度 Agent - content-agent内容创作 - canmou研究分析 - operations运营管理 - evolution代码开发 - trading数据分析 - ainews-agent社区管理 ## 工作原则 - 不亲自执行专业任务只做协调 - 派发时传递完整上下文 - 子 Agent 之间不互相调度 EOF笔杆子的 SOUL.md 则聚焦写作明确不碰代码和数据cat ~/.openclaw/workspace-writer/SOUL.md EOF # 笔杆子 ## 角色定位 我是内容创作者专注公众号、博客、小红书等平台的内容撰写。 ## 核心职责 1. 根据任务要求撰写高质量内容 2. 优化标题和开头吸引力 3. 保证结构清晰、语言生动 ## 边界 - 不处理代码开发任务 - 不做数据分析和股票监控 - 遇到超出范围的需求回报总指挥 EOF其他 Agent 的 SOUL.md 按同样结构写核心是把「做什么」和「不做什么」都写清楚。边界越明确协作越顺。4. 验证请求与成功结果从单条消息到多 Agent 协作链路配置写完先别急着在飞书里发消息。按顺序验证每一步确认通过再走下一步这样出问题能快速定位。第一步验证 OpenClaw 能读到配置openclaw agents status正常输出会列出所有 Agent 的 ID、名称和状态。如果某个 Agent 没出现说明agents.list里有语法错误用python -m json.tool ~/.openclaw/openclaw.json检查 JSON 格式。第二步验证 TaoToken 通道在 OpenClaw 里通openclaw message send --agent main-agent 回复两个字在线如果返回里有正常内容说明 provider 配置和 Key 都没问题。如果报 401回到第 2 节检查 Key如果报连接错误检查baseURL是不是https://taotoken.net/api。第三步验证总指挥能调度子 Agent。在飞书里 主助理 发写一篇关于多 Agent 协作的公众号文章3000 字左右包含实际案例预期流程是总指挥收到消息判断这是内容任务通过sessions_spawn派给content-agent笔杆子在独立 session 里写完结果回传总指挥总指挥汇总后回复你。你会在飞书里看到总指挥先回「收到我让笔杆子来完成」几分钟后回「文章已完成共 3200 字」。第四步验证多 Agent 协作。发一个需要两个 Agent 配合的任务分析一下当前 AI Agent 市场的竞争格局然后基于分析写一篇深度文章预期是总指挥先派给canmou做研究拿到研究结果后再派给content-agent写文章。这个链路能跑通说明subagents.allowAgents白名单和上下文传递都正常。第五步验证上下文隔离。分别给content-agent和trading发消息确认它们看不到对方的会话历史openclaw sessions list --agent content-agent openclaw sessions list --agent trading两个 Agent 的 session 列表应该是独立的互不干扰。这是多 Agent 架构的核心价值——每个 Agent 在自己的上下文里工作不会被其他角色的历史污染。第六步看日志确认请求走向tail -f ~/.openclaw/logs/gateway.log正常日志里能看到sessions_spawn的调用记录、模型请求的 provider 是taotoken、响应状态码 200。如果看到某个 Agent 的请求反复重试多半是模型 ID 写错了。全部验证通过后你的单 Bot 多 Agent 系统就跑起来了。飞书里只有一个入口内部是一支分工明确的团队。5. 常见报错排查401、local proxy failed、reading choices、OAuth多 Agent 配置最容易在四个地方翻车下面按真实报错逐个拆。401 Unauthorized。这个最常见出现在openclaw message send或飞书消息触发时。原因通常是 Key 错了、Key 过期、或者apiKey字段里混入了空格。排查步骤先用第 2 节的 curl 单独测 Key如果 curl 通但 OpenClaw 报 401检查openclaw.json里providers.taotoken.apiKey的值注意 JSON 里不能有换行和多余空格。如果 curl 也报 401去https://taotoken.net/api-keys重新生成一个 Key。local proxy failed。这个报错说明 OpenClaw 尝试走本地代理但失败了。多 Agent 场景下如果你在环境变量里设了HTTP_PROXY或HTTPS_PROXYOpenClaw 会尝试走代理。解决方法是检查环境变量env | grep -i proxy如果有输出在启动 Gateway 时清掉unset HTTP_PROXY HTTPS_PROXY openclaw gateway run --bind loopback --port 18789注意这里说的是清掉本地环境变量不是让你去配什么网络工具。TaoToken 的通道本身是直连的不需要额外代理。reading choices 报错。完整报错通常是error reading choices: unexpected end of JSON input或类似。这说明模型返回的响应格式不对OpenClaw 解析不了。原因一般是模型 ID 写错了比如把claude-sonnet-4-6写成了claude-sonnet-4或者 provider 类型配错了。检查providers.taotoken.type是不是anthropic模型 ID 是不是和 TaoToken 文档里一致。改完配置后重启 Gateway。OAuth 相关报错。如果你在配置里看到OAuth token expired或invalid_grant说明某个 Agent 的认证方式配成了 OAuth 而不是 API Key。OpenClaw 里用 TaoToken 统一 Key 时provider 的认证方式是apiKey不是 OAuth。检查providers.taotoken下有没有多余的oauth字段有就删掉。如果你之前配过 Claude Code 的 OAuth注意不要和这里的 API Key 混用。还有一个容易忽略的子 Agent 调不动。报错可能是agent not in allowAgents或静默失败。检查main-agent的subagents.allowAgents数组里有没有包含目标 Agent 的 ID大小写要完全一致。我踩过的坑是把ainews-agent写成了ainews_agent排查了半小时。排查顺序建议先 curl 测通道再openclaw agents status测配置再openclaw message send测单 Agent最后飞书测多 Agent 链路。每一步都确认通过问题范围就缩小到具体环节。6. 从单 Bot 到团队长期编码与 Agent 协作的接入建议多 Agent 跑起来后日常使用其实很简单飞书里 主助理 说需求总指挥拆解派发你等结果。但要让这套系统长期稳定有几个接入习惯值得养成。第一模型分配按角色调。总指挥用推理强的模型子 Agent 按任务复杂度选。如果你发现某个 Agent 响应慢先看它的模型是不是配重了。运营和社区这类高频轻量任务用claude-haiku-4-5就够没必要上 Opus。第二workspace 定期清理。每个 Agent 的 workspace 会积累文件尤其是笔杆子和参谋。定期清理旧文件避免上下文里塞太多无关内容。session 也要定期清openclaw sessions clean --older-than 7d第三Key 和额度统一管。所有 Agent 走 TaoToken 一个 Key额度在控制台一处看。如果你要长期跑 7×24 协作Coding Plan 比按量付费更省心入口在https://taotoken.net/coding-plan。接入文档在https://taotoken.net/doc配置细节和模型列表都在里面。第四先跑通两个 Agent 再加。别一上来就配七个。总指挥 笔杆子跑通确认调度和上下文隔离没问题再加参谋、运营。每加一个验证一次allowAgents和 workspace。第五派发任务时给完整上下文。子 Agent 没有总指挥的记忆sessions_spawn的 task 里要写清楚背景、目标、要求。任务描述越具体子 Agent 产出越准。如果你在配的过程中卡住先去https://taotoken.net/api-keys确认 Key 状态再去https://taotoken.net/doc对配置。模型对话入口在https://taotoken.net/chat可以单独测模型是否正常。Claude Code 相关的接入在https://taotoken.net/claude-code如果你同时用 Claude Code 和 OpenClaw注意两边的 Key 和 Base URL 保持一致避免混用。从一只龙虾到一支团队核心不是 Agent 数量而是角色边界和上下文隔离。配置写对验证跑通剩下的就是让团队自己干活。
