在 OpenClaw 中，让一个智能体（主 Agent）指挥另一个智能体（子 Agent）工作，主要通过 任务调度、委派协议和工具调用 实现，以下是核心方法和操作步骤：

一、核心机制

OpenClaw 支持两种主要协同模式：

- 持久化智能体（Persistent Agents）：长期运行，绑定到特定渠道（如飞书群、Telegram 账号），拥有独立记忆、模型和工具权限。
- 子智能体（Sub-agents）：由主 Agent 按需动态创建，用于执行特定任务，完成后归档。

要实现“指挥”，通常采用 主 Agent + 子 Agent 的架构，其中主 Agent 负责决策、拆解任务并调用子 Agent 执行。

二、实现步骤

1. 创建多个智能体
   - 使用命令行添加至少两个智能体：一个作为主调度器（如 `main`），另一个作为执行者（如 `coder`、`researcher`）。

   openclaw agents add --workspace ~/.openclaw/workspace-main main
   openclaw agents add --workspace ~/.openclaw/workspace-coder coder

2. 配置主 Agent 为调度器
   - 在主 Agent 的 `SOUL.md` 或 `AGENTS.md` 文件中定义 委派协议，明确其职责是“指挥”而非“亲自动手”。
   - 示例规则（来自资料 ）：

Orchestration Contract
     1. You are the orchestrator (main), not a single-run responder.
     2. For info-heavy, repetitive, or broad web tasks, delegate to subagent `coder`.
     3. Delegation protocol:
        - Send coder a clear subtask with required output format.
        - Wait for coder result.
        - Validate result quality and gaps.
        - Produce final answer yourself.
     4. Never end with a planning placeholder.

3. 启用 Agent 间通信
   - 在全局配置 `~/.openclaw/openclaw.json` 中启用 `agentToAgent` 工具：

     {
       "tools": {
         "agentToAgent": {
           "enabled": true,
           "allow": ["main", "coder"]
         }
       }
     }

4. 绑定路由规则
   - 确保主 Agent 是唯一入口（如绑定到用户私聊或主群），子 Agent 可通过主 Agent 调用，但不直接暴露给用户。
   - 示例绑定（飞书群组）：

  {
       "bindings": [
         {
           "agentId": "main",
           "match": { "channel": "feishu", "peer": { "kind": "group", "id": "oc_5b6799cff4a754c15e5ff3025becc648" } }
         }
       ]
     }

5. 主 Agent 调用子 Agent
   - 主 Agent 可通过 OpenClaw 内置命令（如 `sessions_send` 或 `agentToAgent` 工具）向子 Agent 发送任务。
   - 示例自然语言指令（用户对主 Agent 说）：
    > “请用 coder 分析这段代码并优化。”

三、关键要点

- 职责分离：主 Agent 负责理解上下文、拆解任务、整合结果；子 Agent 专注执行具体操作（如写代码、查资料）。
- 成本优化：主 Agent 可使用高性能模型（如 Claude Sonnet），子 Agent 使用轻量模型（如 Haiku）以节省 Token。
- 隔离性：每个智能体有独立 workspace，避免记忆和工具权限污染。
- 验证调用：可通过日志确认子 Agent 是否被真实调用：

grep -i "provider=qwen" /tmp/openclaw/*.log

四、推荐实践

- 适用场景：复杂工作流（如开发、研究、内容创作）。
- 避免误区：不要让主 Agent “假装”调用子 Agent 而不真正执行（需通过日志验证）。