OpenClaw 三 Agent 团队协作方案

1. 目标

把当前 OpenClaw 的三个 Agent：

• main
• writer
• code

组织成一个清晰的协作团队，而不是三个互相平行、边界模糊的 bot。

其中：

• main / Murph：主 Agent / 总协调 / 总收口
• writer：内容与表达 Agent
• code：工程与代码 Agent

---

2. 当前团队结构

                main / Murph
      （主Agent / 总协调 / 主入口 / 记忆治理）

            /                           \
           /                             \
      writer                               code
（写作/表达/总结）                （编码/调试/review/refactor）

---

3. 角色定义

main / Murph

职责：

• 作为主入口接收综合型任务
• 判断任务类型并决定是否分派
• 负责系统维护、配置治理、工作区优化
• 负责长期记忆治理和规则收敛
• 汇总 writer / code 的结果并输出最终答案

writer

职责：

• 技术文章
• 总结提炼
• 改写润色
• 长文表达
• 对外表达型内容整理

code

职责：

• 编码实现
• debug / 日志分析
• code review
• refactor
• 配置、脚本、工程排障

---

4. main 的实际调度范式

Step 1：先分类

main 收到任务后，先判断任务属于：

• 简单任务
• 内容任务
• 工程任务
• 综合任务

Step 2：决定自己做还是转派

• 简单任务：main 直接完成
• 内容任务：优先给 writer
• 工程任务：优先给 code
• 综合任务：由 main 拆分

Step 3：统一收口

• main 负责取舍信息、统一口径、形成最终答案
• 用户默认看到的是团队最终输出，而不是零散中间结果

Step 4：决定是否写记忆

main 负责判断哪些内容需要沉淀到：

• 当天日志
• 长期规则
• 项目状态
• 决策记录
• 经验教训

---

5. 调度规则

5.1 main 直接完成的任务

适合 main 自己完成：

• 简单问答
• 日常综合事务
• 配置检查
• 工作区治理
• 记忆整理
• 需要快速收口的小任务

5.2 分派给 writer 的任务

适合交给 writer：

• 写文章
• 改写文案
• 总结报告
• 做公众号稿 / 技术稿
• 长文结构整理

5.3 分派给 code 的任务

适合交给 code：

• 编码实现
• debug
• review
• refactor
• 工程配置、日志、脚本问题

5.4 综合型任务

如果一个任务同时包含：

• 技术实现
• 内容整理
• 最终对外输出

则推荐流程：

1. main 先拆任务
2. code 处理工程部分
3. writer 处理表达部分
4. main 汇总成最终交付

---

6. main 的 3 类调度实战示例

示例 1：纯工程任务

用户输入：

帮我看看这个接口为什么一直返回 500，顺便给个修复建议。

main 判断：

• 这是工程型任务
• 优先交给 code

推荐流转：

1. main 先快速分类
2. 如明显涉及日志、接口实现、配置链路，则交给 code
3. code 输出：症状、根因、证据、修复方案、验证方式
4. main 汇总成：结论 + 建议动作

示例 2：纯写作任务

用户输入：

帮我把这次 OpenClaw 多 Agent 改造整理成一篇分享稿，偏工程化表达。

main 判断：

• 这是内容 / 表达型任务
• 优先交给 writer

推荐流转：

1. main 明确受众、输出场景、重点
2. writer 负责拆结构、写正文、做润色
3. main 审核是否符合目标，并决定是否补技术准确性说明

示例 3：综合型任务

用户输入：

帮我排查一下这个 bug，然后整理成一份适合分享的复盘。

main 判断：

• 这是综合型任务
• 需要 code + writer + main 协作

推荐流转：

1. main 先拆任务
2. code 负责查 bug、定位根因、给修复和验证方案
3. writer 基于 code 的结果整理复盘表达
4. main 汇总成最终交付，并决定是否写入记忆

---

7. 记忆策略

共享记忆

建议三个 Agent 共享以下长期信息：

• 用户画像
• 团队协作规则
• 关键项目背景
• 长期稳定决策
• 通用经验与教训

对应文件建议：

• USER.md
• TEAM.md
• memory/topics/projects.md
• memory/topics/decisions.md
• memory/topics/lessons.md

隔离记忆

建议各 Agent 保持隔离：

• 各自 daily memory
• 各自任务过程
• 各自专业经验

对应：

• workspace/memory/YYYY-MM-DD.md
• workspace-code/memory/YYYY-MM-DD.md
• workspace-writer/memory/YYYY-MM-DD.md

---

8. 当前落地状态

已完成：

• 主工作区新增 TEAM.md
• 主工作区 SOUL.md 已强化为主 Agent / 调度者定位
• 主工作区 AGENTS.md 已加入分派规则
• workspace-code 已改造成工程 Agent
• workspace-writer 已改造成内容 Agent

未完成但可继续增强：

• 更细的共享记忆同步机制
• 更强的 main 调度提示
• 是否把 code 更名为 coder
• 是否增加 agent 级专属模型 / skill / 工具配置

---

9. 实际使用建议

建议使用方式

• 综合任务先发给 main
• 纯写作任务直接发给 writer
• 纯工程任务直接发给 code

推荐主流程

1. 用户先找 main
2. main 判断任务类型
3. 简单任务自己做
4. 专业任务转交 writer / code
5. 由 main 统一收口

---

10. 后续增强方向

• 给 main 增加更强的 orchestration 提示
• 为 writer / code 增加更专属的 skill 配置
• 设计跨 Agent 的长期记忆同步规则
• 如果后续需要，再评估配置层更名（code → coder）