多智能体通信框架

要解决什么问题

当你在一个 OpenClaw 网关里编排多个 Agent 时，难点往往不在「能不能再开一个子进程」，而在通信语义是否清晰：是一次性派活、需要多轮对话，还是两个各自带 system prompt 的独立 Agent 要对等交换消息。若任务描述不完整，子 Agent 又不会自动继承主会话上下文，结果经常是子任务跑偏、并行结果收不齐，或状态只能靠口头约定传递。

技能如何工作

本技能整理的是基于 OpenClaw session 机制的多智能体通信框架，按复杂度分为三种模式：

• Subagent 委派：sessions_spawn（runtime=subagent），适合单向下发、等待结果；子 Agent 完成后销毁，是大任务分治时最常用的路径。
• 持久会话通信：sessions_spawn（mode=session）配合 sessions_send，适合项目管理、持续监控等需要多轮交互的有状态协作。
• 跨 Agent ACP：sessions_spawn（runtime=acp）加 Agent 配置，用于独立 Agent 之间的协议化通信（细节见 references/acp-setup.md）。

并行编排的典型流程是：把相互独立的子任务拆成 2～5 个自包含 task，并行 spawn，用 sessions_yield 等待，再汇总。Agent 间不共享内存，需显式选策略：工作区文件、任务描述内嵌上下文、cwd/attachments 传文件，或继承环境变量。

常见模式包括分治汇总、审查链、专家协商与监控上报（后台 Agent 有事时经 sessions_send 通知）。

适用边界与注意点

• 子 Agent 的 Task 必须自包含；除非 lightContext=true，否则不要假设它能读到主会话历史。
• 并行 subagent 只适用于无数据依赖的子任务；并为每个 spawn 设置合理的 timeoutSeconds，避免资源耗尽。
• 本 skill 无硬编码路径，可经 junction/symlink 挂到任意设备的 skills 目录；Agent 定义在 gateway config 中，随实例配置走，公共库 ~/.agents/skills/ 可被多 Agent 共享引用。