从0到1完整搭建OpenClaw多角色团队

将多个独立的Telegram Bot组建成一个分工协作的Agent团队，实现复杂任务的自动化流转。

前言

本文将教你如何搭建多Bot团队协作，让不同的Bot扮演不同角色（主脑、程序员、研究员等），实现复杂任务的自动化。

什么是多Bot团队协作？

将多个独立的Telegram Bot组建成一个分工协作的Agent团队。通过合理的架构配置，让不同的Bot扮演不同角色，实现复杂任务的自动化流转。

三种协作模式对比

模式	特点	适用场景
模式A：主脑+专才	主脑统一调度，专才互相独立	严格流程控制的流水线作业
模式B：独立共享	无主脑，专才直接面向用户并共享记忆	任务边界清晰，用户明确知道该找谁
模式C（推荐）：混合推荐	主脑调度，专才共享记忆，可绕过主脑	生产级推荐，兼顾前两者优点

阶段1：基础概念与前置准备

第一步：明晰前置需求

在组建团队之前，每个Bot都需要进行基础的注册和身份获取。

你需要确定团队的角色分配，例如：

主脑（main）
程序员（coder）
研究员（researcher）
写手（writer）

第二步：获取凭证

在Telegram的BotFather中为每个角色创建新机器人（/newbot），保存所有的botToken。

同时获取你个人的Telegram数字ID以便配置权限。

实践任务1：获取Bot Token与个人ID

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

# 方法二：通过Bot API获取
curl "https://api.telegram.org/bot<token>/getUpdates"

✅ 完成标准：成功记录所有角色的botToken以及你自己的Telegram数字ID

阶段2：目录规划与Agent创建

第三步：规划目录结构

合理的目录结构是多Bot协作的基础。

核心原则：专才们的workspace指向同一个目录（共享记忆），但agentDir各自独立（独立身份）。

实践任务2：创建工作区目录

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

✅ 完成标准：理解共享workspace（记忆）与独立agentDir（身份）的区别，并在本地建立好基础文件夹

第四步：创建Agent实例

在OpenClaw中注册团队成员：

# 依次添加团队成员
openclaw agents add main
openclaw agents add coder
openclaw agents add researcher
openclaw agents add writer

阶段3：核心架构与完整配置

第五步：选择并应用协作模式（推荐模式C）

打开openclaw.json，配置推荐的模式C（混合模式）：

{
  "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"]
        }
      }
    }
  }
}

✅ 完成标准：成功将团队配置写入openclaw.json并保存

阶段4：记忆规范与多团队隔离

第六步：配置各Agent的SOUL.md

为确保团队成员各司其职，需要设定人设。

主脑SOUL.md（放在workspace-main/）：

# 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（放在workspace-team-a/）：

# 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

第七步：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

# 实时日志（调试用）
openclaw logs --follow

✅ 完成标准：控制台无报错，且各个Bot均能正常响应对应的Telegram消息

实践任务清单

阶段	任务	内容
新手	任务1	获取所有Bot Token及个人Telegram ID
进阶	任务2	建立共享与独立的目录结构，注册Agent
中级	任务3	完成模式C的核心配置
高级	任务4	编写SOUL.md，重启并验证多Bot通讯

常见问题解答

Q1：模式C里专才并发写记忆会冲突吗？ 偶发，但实际影响小。建议在写记忆时加上agent标识（如[coder] 修复了xxx问题...），可以有效减少混淆。

Q2：我能绕过主脑直接联系专才吗？ 模式C中可以。专才的dmPolicy: allowlist允许你通过数字ID直接DM。

Q3：agentToAgent开了之后，专才能主动联系主脑吗？ 能，allow列表是双向的。专才也可以用sessions_send主动给主脑发消息汇报进度。

Q4：专才共享workspace，SOUL.md不就一样了吗？ 是的，共享workspace意味着SOUL.md也共享。如果需要给专才设定截然不同的人格，建议把SOUL.md放在它们各自的agentDir下。

选型建议

场景	推荐模式
Bot较少（2-3个）	模式B，配置简单上手快
任务复杂，需要流程控制	模式A，强管控
生产级、长期稳定运营	模式C（混合）
有多个独立业务线	各自用模式C，物理隔离

总结

完成OpenClaw多角色配置后，你的OpenClaw已经可以变成一个公司团队了。

你可以尝试让这个团队去完成你的小任务。配置多Bot的大致思路就是这些，之后无非就是升级SOUL.md、学习更多Skill，让每一只OpenClaw获取更强的技术技能。

参考来源：Twitter @ResearchWang