多代理架构与通信
基于 OpenClaw 平台构建的多代理生态系统，包含主代理、研究代理、工作代理、英语教师等多个专职 Agent，通过 Mattermost Bot 和 Cron 任务实现独立运作。
概述
多代理架构是围绕 OpenClaw 平台构建的 AI 代理生态系统。从最初的单一主代理 Dora，逐步扩展为包含 Research、Work Assistant、Miss E 等多个专职代理的矩阵。每个代理拥有独立的工作区、记忆库、上下文窗口和 Cron 定时任务，通过 Mattermost Bot 账号与用户交互。
架构设计遵循”专注+隔离+并行”原则：研究代理的论文笔记不会与工时提醒混杂，英语教学的上下文不会挤占开发讨论空间。系统还经历了从 Agent Teams 理论研究到实际落地的完整过程，包括 MetaGPT、AutoGen、CrewAI 等框架的对比分析。
代理间通信目前主要依赖用户中转或 sessions_spawn API，但存在工作区继承（cwd 继承调用方）的已知限制。最实用的方式是通过 Mattermost 直接给目标 bot 发消息。
关键点
- 上下文隔离：每个代理拥有独立的 128k context window，互不干扰
- 独立工作区：每个代理有独立的
~/.openclaw/workspace-{agent}/目录 - 自驱动机制：通过 Cron 定时任务实现自主工作，不依赖用户触发
- Agent Factory Skill：标准化代理创建流程，10步完成新代理初始化
- 通信限制：
sessions_spawn的 cwd 会继承调用方，需通过 Mattermost 直发消息实现真正的工作区隔离 - 研究代理架构优化：包含 heartbeat 工作循环、任务队列 (
tasks.json)、标准研究工作流（提问→文献→假设→POC→结论→报告）
技术细节
代理矩阵
| 代理 | Bot | 模型 | 用途 |
| --------------- | ---------------- | --------------------- | -------- |
| main (Dora) | @dora | claude-opus-4.6 | 日常助手 |
| research | @researcher | claude-sonnet-4.6 | 独立研究 |
| work | @work-assistant | gpt-5.4 | 日常工作 |
| misse | @misse | FW-GLM-5 | 英语教学 |
| research-craft | @research-craft | claude-opus-4.6 | ClawCraft 开发 🏰 |
| research-portal | @research-portal | gpt-5.4 (prism) | 门户研究 |
研究代理工作区结构
workspace-research/
├── AGENTS.md # 工作流 + 任务拣选规则
├── SOUL.md # 人格：严谨研究员
├── HEARTBEAT.md # 自驱动检查清单
├── memory/ # 跨项目知识
├── projects/
│ └── project-a/
│ ├── README.md # 项目状态（每次工作后更新）
│ ├── tasks.json # 任务队列
│ ├── notes/ # 调研笔记
│ ├── poc/ # POC代码（git管理）
│ └── output/ # 产出报告
└── skills/
Cron 任务配置
# Research 工作循环：每天4次
UTC 01:00, 05:00, 09:00, 13:00 (= CST 09, 13, 17, 21)
# Research 日报：每天一次
UTC 13:00 (= CST 21:00)
# Miss E 备课：每天一次
UTC 10:00 (= CST 18:00)
代理间通信方式
- sessions_spawn — 从一个代理派任务给另一个（但 cwd 继承调用方）
- Mattermost 消息 — 通过 bot 账号互发消息（推荐方式）
- 用户中转 — 用户作为中间人传递信息
Agent Teams 研究结论
- 推荐架构：流水线 + 动态编排（PM → 架构师 → 工程师 → QA）
- 关键实践：结构化交付物（强类型 Schema）、质量闸门（Lint/编译/测试）
- 框架对比：MetaGPT（最接近真实流程）、AutoGen（最灵活）、CrewAI（轻量易用）
时间线
- 2026-03-02: 初始代理配置：main + javis + javis-code
- 2026-03-02: AI Agent Teams 深度调研完成（MetaGPT/AutoGen/CrewAI 对比）
- 2026-03-11: 创建 Research 代理，配置独立工作区和 Cron 自驱动
- 2026-03-11: 创建 Work Assistant 代理，绑定 @work-assistant bot
- 2026-03-11: 创建 Miss E 独立代理，完善英语教学系统
- 2026-03-11: 固化 Agent Factory Skill，标准化创建流程
- 2026-03-11: 工时提醒和 Azure DevOps 任务迁移到 Work Agent
- 2026-03-18: 删除闲置的 javis 和 javis-code 代理
- 2026-03-18: 完成模型均匀分配，10个 agent 分配到4个 provider
相关页面
Nexora 多代理扩展
以下信息来源于 nexora 的 Mattermost DM 聊天记录（2026-03-31）。
Nexora Platform 将多代理架构延伸到了 DevOps 领域，形成了独立的 6 Bot 矩阵：
| Bot | 角色 | 职责 |
|---|---|---|
| @nexora 🦞 | 运维管家（总调度） | 服务监控、基础设施、任务分发 |
| @nexora-fe 🎨 | 前端开发 | React/Vue/CSS、UI 组件 |
| @nexora-be ⚙️ | 后端开发 | API、数据库、后端架构 |
| @nexora-qa 🧪 | 测试 | 自动化测试、Bug 跟踪 |
| @nexora-docs 📝 | 文档 | API 文档、知识库 |
| @nexora-alert 🔔 | 告警通知 | 监控告警、CI 结果推送 |
与 Prism 项目的 5 Bot 团队（PM/Arch/Data/UI/Docs）类似，Nexora 采用了按职能分工的子代理模式，由 @nexora 作为总调度分发任务。每个 Bot 需要独立工作区和人设配置。
架构差异：Prism Bot 团队聚焦于单一项目（Agentic BI Hackathon），而 Nexora Bot 矩阵是面向平台级的持续运维和开发支持。
Prism PM 工作区隔离
以下信息来源于 bnef 的 Mattermost DM 聊天记录（2026-03-13）。
BNEF Bot（prism-pm）配置了 5 个 Agent 的独立工作区，确保每个 Agent 在自己的空间干活不互相踩文件：
| Agent | Workspace | AgentDir |
|---|---|---|
| prism-pm | ~/.openclaw/workspace | workspace/agents/prism-pm |
| prism-arch | workspace-prism-arch | workspace-prism-arch/.openclaw |
| prism-data | workspace-prism-data | workspace-prism-data/.openclaw |
| prism-ui | workspace-prism-ui | workspace-prism-ui/.openclaw |
| prism-docs | workspace-prism-docs | workspace-prism-docs/.openclaw |
每个工作区包含完整结构：SOUL.md、IDENTITY.md、AGENTS.md、MEMORY.md、TOOLS.md、USER.md、tasks/active.json、src/、docs/、data/。
Subagent 通信机制
PM 不直接写代码/文档，只做调度。跨 Agent 协作时通过 subagent 机制派发任务（不在群里互相 @ 以避免死循环）。prism-pm 的 subagents.allowAgents 配置为 ["prism-arch", "prism-data", "prism-ui", "prism-docs"]，其他 Agent 只能回调 prism-pm。