OpenClaw 多 Bot 团队协作实战：三种架构模式深度对比

你有没有想过，让多个 Telegram Bot 组成一个"复仇者联盟"？有的负责coding，有的负责调研，有的专门写文案，各显神通。这不是科幻，OpenClaw 就能帮你实现。

今天聊聊怎么把一群"各怀绝技"的 Bot 捏合成一个高效协作的 Agent 团队。我会对比三种架构模式，并送上完整的配置指南。

一、三种协作模式对比

先上一张对比表，看看三种模式的特点：

	模式 A：主脑 + 专才	模式 B：独立共享	模式 C：混合（推荐）
用户入口	只找主脑	找对应专才	通常找主脑，可 bypass
协调方式	主脑调度派发	共享记忆感知	主脑调度 + 共享记忆
单点故障	主脑挂则全瘫	无单点	主脑挂则无调度，专才仍可独立工作
复杂任务	强（主脑拆解）	弱（各干各的）	最强
配置复杂度	中	低	中高
适合场景	流水线、需要汇总	并行独立任务	生产级团队

模式 A：主脑 + 专才

这种模式的结构大概是这样的：

你
 └─ 主脑（唯一入口，负责调度）
      ├─ 派发任务 → coder
      ├─ 派发任务 → researcher
      └─ 汇总结果 → 回复你

特点：

主脑是唯一对话入口，你只和主脑说话
主脑用 sessions_send 把任务派给专才，等结果，整合后回复
专才各自独立 workspace，互不感知
适合需要严格流程控制的场景

缺点：

主脑是瓶颈，出问题全队停摆
多跳传递增加延迟
主脑 token 消耗大（要理解任务 + 整合结果）

模式 B：独立共享

你
 ├─ 直接找 coder
 ├─ 直接找 researcher
 └─ 直接找 writer
    （三者共享同一份记忆文件）

特点：

没有主脑，每个 bot 直接面向你
专才共享同一个 workspace，能读到彼此的记忆和工作记录
你需要自己判断找哪个专才
适合任务边界清晰、你知道该找谁的场景

缺点：

没有协调者，复杂任务容易各干各的
你需要手动在多个 bot 间切换

模式 C：混合（推荐）

你
 └─ 主脑（协调者，常规入口）
      ├─ coder ──┐
      ├─ researcher ──┤ 共享同一个 workspace/记忆
      └─ writer ──┘
          ↑
         你也可以直接联系专才（bypass 主脑）

特点：

主脑负责调度，专才之间共享记忆
专才能感知彼此的工作，避免重复劳动
主脑挂了，你仍可直接联系专才继续工作
这是生产级推荐方案，兼顾了 A 和 B 的优点

二、前置准备

每个 Bot 需要：

在 BotFather 创建 Telegram Bot，运行 /newbot，保存 botToken
确定角色（主脑 / coder / researcher / writer 等）

获取你的 Telegram 数字 ID：

# 方法一：DM 你的 bot，然后查日志
openclaw logs --follow
# 看 from.id 字段

# 方法二：Bot API
curl "https://api.telegram.org/bot/getUpdates"

三、目录结构规划

~/.openclaw/
├── workspace-main/           # 主脑独立 workspace
├── workspace-team-a/         # 团队 A 专才共享 workspace（模式 B/C）
├── agents/
│   ├── main/
│   │   ├── agent/            # 主脑 agentDir（auth、配置）
│   │   └── sessions/
│   ├── coder/
│   │   ├── agent/
│   │   └── sessions/
│   ├── researcher/
│   │   ├── agent/
│   │   └── sessions/
│   └── writer/
│       ├── agent/
│       └── sessions/
└── openclaw.json

关键： 专才们的 workspace 指向同一个目录，agentDir 各自独立。

共享 workspace = 共享记忆文件；独立 agentDir = 独立 auth、session、身份。

四、创建 Agent

openclaw agents add main
openclaw agents add coder
openclaw agents add researcher
openclaw agents add writer

或直接在 openclaw.json 里手动配置（见下节）。

五、完整配置

模式 A 配置

专才各自独立 workspace，不共享记忆，由主脑统一调度。

{
  "agents": {
    "list": [
      {
        "id": "main",
        "workspace": "~/.openclaw/workspace-main",
        "agentDir": "~/.openclaw/agents/main/agent"
      },
      {
        "id": "coder",
        "workspace": "~/.openclaw/workspace-coder",
        "agentDir": "~/.openclaw/agents/coder/agent",
        "tools": { "deny": ["browser", "nodes"] }
      },
      {
        "id": "researcher",
        "workspace": "~/.openclaw/workspace-researcher",
        "agentDir": "~/.openclaw/agents/researcher/agent",
        "tools": { "deny": ["exec", "write", "edit"] }
      },
      {
        "id": "writer",
        "workspace": "~/.openclaw/workspace-writer",
        "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": "disabled" },
        "researcher": { "botToken": "333333:TOKEN_RESEARCHER", "dmPolicy": "disabled" },
        "writer": { "botToken": "444444:TOKEN_WRITER", "dmPolicy": "disabled" }
      }
    }
  }
}

模式 B 配置

专才共享 workspace，无主脑，无 agentToAgent。

{
  "agents": {
    "list": [
      {
        "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" },

  "bindings": [
    { "agentId": "coder", "match": { "channel": "telegram", "accountId": "coder" } },
    { "agentId": "researcher", "match": { "channel": "telegram", "accountId": "researcher" } },
    { "agentId": "writer", "match": { "channel": "telegram", "accountId": "writer" } }
  ],

  "channels": {
    "telegram": {
      "accounts": {
        "coder": { "botToken": "222222:TOKEN_CODER", "dmPolicy": "pairing" },
        "researcher": { "botToken": "333333:TOKEN_RESEARCHER", "dmPolicy": "pairing" },
        "writer": { "botToken": "444444:TOKEN_WRITER", "dmPolicy": "pairing" }
      }
    }
  }
}

模式 C 配置（推荐）

主脑独立 workspace，专才共享 workspace，agentToAgent 开启，专才也允许你直接联系。

{
  "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、配置各 Agent 的 SOUL.md

主脑 SOUL.md（`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（`workspace-team-a/SOUL.md`）

# 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

注意： 如果不同专才需要不同人格/指令，可以在各自 agentDir 下单独维护 SOUL.md，不放在共享 workspace 里。

七、共享记忆写法规范

专才共享 workspace 时，写记忆文件建议加 agent 标识，避免混淆：

# memory/2026-03-03.md

## [coder] 今天完成的事
- 修复了支付模块 bug，PR 已合并

## [researcher] 今天的发现
- 竞品新发布了 v2.0，功能差异已整理到 research-notes.md

## [writer] 今天输出
- 完成官网首页文案初稿，待主脑审核

八、多团队隔离

有多个团队时，agentToAgent.allow 只写本团队成员，不同团队天然隔离：

团队 A：main-a, coder-a, researcher-a  → allow 列表只含这三个
团队 B：main-b, sales-b, writer-b      → allow 列表只含这三个

如果需要彻底物理隔离（团队 B 完全无法感知团队 A 的存在），推荐两个独立 gateway 实例，各自跑各自的进程，互不干扰。代价是资源消耗翻倍。

九、启动与验证

# 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

# 查看所有 session
openclaw sessions --json

# 实时日志（调试用）
openclaw logs --follow

十、选型建议

刚开始玩，Bot 少（2-3 个），直接上模式 B，简单快速省心。任务复杂，需要流程控制，那就模式 A 或者模式 C。生产环境长期运营，模式 C 混合模式是首选。多个独立团队互不干扰，各团队用模式 C，网关物理隔离。

十一、常见问题

Q：模式 C 里专才并发写记忆会冲突吗？

A：偶发，但实际影响小，一般不会同时写同一行。写记忆时加 agent 标识可以有效减少混淆。

Q：我能绕过主脑直接联系专才吗？

A：模式 C 中可以，专才的 dmPolicy: "allowlist" 允许你直接 DM。模式 A 中专才设置为 dmPolicy: "disabled"，强制通过主脑。

Q：agentToAgent 开了之后专才能主动联系主脑吗？

A：能，allow 列表是双向的。专才也可以用 sessions_send 主动给主脑发消息。

Q：专才共享 workspace，SOUL.md 不就一样了吗？

A：是的，共享 workspace 意味着 SOUL.md 也共享。如果需要不同人格，把 SOUL.md 放在各自 agentDir 下，或在 agent 配置里用 systemPrompt 字段单独定义。

总结： 三种模式各有适用场景。模式 C 兼顾了灵活性和稳定性，是生产环境的首选。但如果你刚起步，从模式 B 开始也未尝不可。先跑通，再优化。

一、三种协作模式对比#

模式 A：主脑 + 专才#

模式 B：独立共享#

模式 C：混合（推荐）#

二、前置准备#

三、目录结构规划#

四、创建 Agent#

五、完整配置#

模式 A 配置#

模式 B 配置#

模式 C 配置（推荐）#

六、配置各 Agent 的 SOUL.md#

主脑 SOUL.md（workspace-main/SOUL.md）#

专才 SOUL.md（workspace-team-a/SOUL.md）#

七、共享记忆写法规范#

八、多团队隔离#

九、启动与验证#

十、选型建议#

十一、常见问题#

一、三种协作模式对比

模式 A：主脑 + 专才

模式 B：独立共享

模式 C：混合（推荐）

二、前置准备

三、目录结构规划

四、创建 Agent

五、完整配置

模式 A 配置

模式 B 配置

模式 C 配置（推荐）

六、配置各 Agent 的 SOUL.md

主脑 SOUL.md（`workspace-main/SOUL.md`）

专才 SOUL.md（`workspace-team-a/SOUL.md`）

七、共享记忆写法规范

八、多团队隔离

九、启动与验证

十、选型建议

十一、常见问题