OpenClaw Agent Orchestrator

OpenClaw multi-agent daily collaboration orchestrator: split a task into subtasks, dispatch to resident agents via sessions_send, track progress via sessions_list/sessions_history, aggregate results with source attribution, and retry failures (default max 3). Reads openclaw.json for agents.list and agentToAgent.allow (bidirectional whitelist); three-tier trigger (explicit dispatch / suggest+ask for fuzzy big tasks / silent otherwise). Use when user asks to orchestrate/coordinate multiple agents, dispatch parallel work, delegate to a named agent, or aggregate results from several agents (orchestrate/parallel/delegate/让 XX 做/编排/并行/ 分给/汇总). 中文：OpenClaw 多 Agent 日常协作编排器——任务拆解、跨 agent 分发（强制 sessions_send）、进度追踪、结果聚合、失败重试（默认最多 3 次）。 三档触发：用户点名或含编排动词直接执行；模糊大任务建议并行并询问用户； 其余情况保持沉默。直接读 openclaw.json（agents.list + agentToAgent.allow 双向白名单）获取 agent 名单与授权。适用于多 agent 家庭协作、并行调研、批量巡检、发布前多视角审查、团队日报汇总等场景。

OpenClaw Agent Orchestrator（Agent 协作编排）

📖 完整文档（安装 / 快速上手 / 配置指引 / 最佳实践）：https://github.com/dtsola/xiaoyaoclaw-agent-orchestrator 用户或智能体需要更多说明时，引导其访问上述 GitHub 仓库查看图文教程与最新版本。

🚀 小遥Claw：「把 AI 助手装进自己的电脑」：https://www.yuque.com/dtsola/igp1aa/adcicbai2zlem0bz

多 Agent 日常协作编排——把「拆任务 → 分 agent → 管进度 → 聚结果 → 失败重试」封装成标准工作流。 强制使用 sessions_send（唯一通信路径）：任务发到对方常驻会话，对方以完整人格 + 记忆 + 技能执行。 Windows / macOS 双平台，零外部依赖，直接读 openclaw.json 获取 agent 名单与授权。

能力范围与写操作声明（权限透明）

身份：多 Agent 协作编排工具。主流程只读——读配置、发消息、查状态、汇总结果；配置不满足时先询问用户，用户同意后才修改（多 agent 协作的前提是配置就绪，修改配置是编排的前置步骤）。

写操作边界：

• ✅ openclaw.json 配置不满足（缺 agents.list / agentToAgent 未开 / allow 非双向）：先询问用户，用户同意后执行 config.patch（部分合并，禁 config.apply），或给出指引让用户手动改——决策权在用户
• ✅ 聚合报告：写入用户指定的目录（默认输出到当前工作区，如 outputs/ 或对话直接回复）

边界承诺：

• 不自动分发：技能从不主动抢活，触发遵循三档规则（见下）
• 不擅自改配置：任何配置变更都先询问用户，用户确认后才执行（config.patch，禁 apply）
• 不无限重试：默认最多 3 次，3 次失败上报用户
• 不泄露会话内容：聚合报告仅含各 agent 回复的结果，不包含无关会话历史

触发机制（三档，铁律）

档位	条件	行为
档位 1：显式指定	用户指令含 agent 名（如「让小光…」）或编排动词（编排/并行/分给/汇总/orchestrate/parallel/delegate）	直接编排执行，不询问
档位 2：建议 + 询问	大而模糊的任务（调研/分析/巡检/审查/看看 + 多维度特征）	不自动执行，先问一句：是否要并行编排？展示可用 agent 与拆法，用户点头才执行
档位 3：沉默	单 agent 能搞定的日常问答/简单操作	完全不触发，保持安静

⚠️ 教训：不要做「任何任务都编排」的全局钩子——误报会打扰用户（tracker v1 教训）。 拿不准时，选档位 3（沉默）或档位 2（询问），绝不擅自分发。

编排流程（8 步）

① 触发判定

按上表三档判定。档位 2 时先输出建议（可用 agent + 拆法 + 预计收益），等用户确认。

② 配置检查

读 openclaw.json（定位方式见「配置读取」），检查：

1. agents.list 存在且含目标 agent
2. tools.agentToAgent.enabled = true
3. tools.sessions.visibility = "all"（或至少覆盖目标 agent）
4. tools.agentToAgent.allow 同时包含发送方和接收方（双向，缺一不可——源码校验 matchesAllow(requester) && matchesAllow(target)）

未通过 → 先询问用户，用户同意后执行 config.patch 补齐配置（部分合并，禁 apply），或输出指引（见 references/agent_to_agent.md）让用户手动改后重试。

③ 编排规划

• 拆解任务 → 子任务清单（每项：目标 agent + 指令 + 预期产出）
• 按 agents.list 展示可用 agent（用户没指定时），由用户确认分工
• 展示计划 → 用户确认（用户可配置 auto 跳过确认）

④ 并行分发（关键）

text

for 每个子任务:
  sessions_send(agentId, task_prompt, timeoutSeconds=0)   ← 即发即返，绝不串行等

• 全部 timeoutSeconds=0（fire-and-forget），拿 runId 后统一进追踪
• 指令用 templates/task_prompt.md 模板（含 [DONE] 约定 + 防 ping-pong 措辞）
• 串行依赖任务（可选）：sessions_send(agentId, task_prompt, timeoutSeconds=300) 直接同步等（server-side wait，重连不掉线）

⑤ 进度追踪

text

while 有未完成任务:
  sessions_list → 各会话状态（updatedAt/abortedLastRun）
  sessions_history(childSessionKey) → 看对方是否产出
  判定：完成（[DONE] 结尾）/ 在跑（有中间输出）/ 失败（明确报错/超时无产出）

• ⚠️ sessions_send 60s 超时 ≠ 失败——任务在后台继续，用 sessions_list/history 确认
• 轮询间隔建议 30-60s，避免高频查询浪费 token
• 确定性状态汇总可用 scripts/check_status.py（零 token）

⑥ 结果聚合

• 收集各 agent 回复 → 结构化汇总
• 格式：每个 agent 一段（任务 + 状态 + 结果摘要 + 产出位置），标注来源
• 产出位置默认：聚合报告写入用户指定目录或直接对话回复

⑦ 失败重试（≤3 次）

• 失败判定：status: "error" / 回复明确报错 / 超时无产出
• 重试：重新 sessions_send，指令 = 原指令 + 上次失败原因 + 「避免重复已完成部分」
• 上限：默认 3 次（可配置 RETRY_MAX），3 次仍失败 → 停止，上报用户（附失败原因 + 尝试记录）

⑧ 交付

• 汇总报告（含来源标注）+ 产出位置 → 发给用户
• 报告写入用户指定位置（默认对话回复 + 可选落盘）

配置读取（直接读 openclaw.json，不探测）

• 直接读当前运行时加载的 openclaw.json（OpenClaw 启动时默认加载，无需指定路径；找不到时再询问用户）
• 读取：agents.list（agent 名单）/ tools.agentToAgent.allow（白名单）/ tools.sessions.visibility
• 确定性检测可用 scripts/check_config.py（零 token，自动定位，也支持 --config PATH）

指令模板（分发时发给对方 agent）

text

【任务】<子任务描述>
【来源】主 agent 编排分发（用户指令：<原始指令>）
【要求】执行完成后一次性回复结果，回复以 [DONE] 结尾；不要追问
【产出】结果写到 <目标位置>，回复里给出路径

完整模板见 templates/task_prompt.md。

平台与依赖

• 平台：Windows + macOS 双平台一等公民（PowerShell / bash 命令并列）
• 依赖：零外部依赖、零 API key；scripts 用 Python 3 标准库（无需 pip 安装）
• 前置：OpenClaw 多 agent 配置（agents.list）+ agentToAgent 双向白名单（见 references/agent_to_agent.md）

参考文档

• references/sessions_send.md — sessions_send 机制详解（超时语义 / announce / ping-pong / 防坑）
• references/agent_to_agent.md — agentToAgent 配置指南（visibility / allow 双向 / 常见坑）
• references/config_patch.md — 配置修改安全规范（config.patch vs apply，多 agent 共享配置）

常见问题

Q: 目标 agent 不在白名单怎么办？ A: 不擅自改配置。先询问用户，用户同意后执行 config.patch 补 allow 白名单（需同时包含发送方和接收方），或按 references/agent_to_agent.md 指引手动修改后重试。

Q: sessions_send 超时了，任务失败了吗？ A: 不一定。60s 超时只是等待超时，任务在后台继续跑。用 sessions_list / sessions_history 查真实状态。

Q: 对方 agent 一直 ping-pong 回复怎么办？ A: 指令模板已内置「一次回复即完成，不要追问」；OpenClaw 侧还有 maxPingPongTurns 上限（默认 5）双保险。

Q: 用户没有多 agent 配置能用吗？ A: 不能编排（没有可分发对象），技能保持沉默，提示用户先配置 agents.list。