ClawHub

Auto Agent Router

Automation

根据消息命令自动路由到子 Agent。**Agent 应该：收到消息时首先检查是否包含 /coder、/writer 等命令，如果是则调用 sessions_spawn 启动对应子 Agent。**

Install

openclaw skills install auto-agent-router

Auto Agent Router - 自动子 Agent 路由

根据消息中的命令自动路由到合适的子 Agent，实现并发处理和专业化分工。

🎯 When to Use

Agent 行为准则

收到每条消息时，首先检查是否包含命令：

✅ USE this skill when:

  • 消息开头是 /coder → 启动 coder Agent (qwen3-coder-next)
  • 消息开头是 /writer → 启动 writer Agent (qwen3.5-plus)
  • 消息开头是 /analyze → 启动 analyst Agent (qwen3.5-plus)
  • 消息开头是 /research → 启动 researcher Agent (gemini-3.1-pro)
  • 消息开头是 /review → 启动 reviewer Agent (qwen3-max)
  • 消息开头是 /devops → 启动 devops Agent (qwen3.5-plus)
  • 消息开头是 /auto → 自动判断合适的 Agent

检查流程：

  1. 收到消息 → 首先检查开头是否包含 /xxx 命令
  2. 如果有命令 → 调用 sessions_spawn 启动对应子 Agent
  3. 如果没有命令 → 主 Session 直接处理

🚫 When NOT to Use

❌ DON'T use this skill when:

  • 消息中没有命令 → 主 Session 直接处理
  • 命令不在消息开头 → 如"请帮我 /coder"不触发
  • 简单问答不需要子 Agent → 主 Session 处理即可
  • 命令在消息中间或结尾 → 不触发路由

📋 Trigger Rules

触发格式（严格模式）

格式示例结果
命令开头/coder 写代码✅ 触发
@名字 + 命令@小牛马 /coder 写代码✅ 触发
消息中包含命令请帮我 /coder 写代码❌ 不触发

可用命令

命令Agent模型用途
/codercoderqwen3-coder-next代码任务
/writerwriterqwen3.5-plus写作任务
/analyzeanalystqwen3.5-plus数据分析
/researchresearchergemini-3.1-pro调研任务
/reviewreviewerqwen3-max审查优化
/devopsdevopsqwen3.5-plus运维操作
/auto自动判断根据内容智能路由

🔧 How to Use

基本用法

用户发送命令：

/coder 写个 Hello World

Agent 响应：

✅ 🧑‍💻 已启动 **coder** (代码专家) 处理您的任务

─────────────────────
🤖 处理者：Agent: 🧑💻 coder
模型：dashscope/qwen3-coder-next

带@的命令

用户发送：

@小牛马 /writer 写周报

处理流程：

  1. 去掉@名字 → /writer 写周报
  2. 匹配命令 → /writer
  3. 启动 Agent → writer
  4. 返回结果

📁 Implementation

核心组件

~/.openclaw/workspace/skills/auto-agent-router/
├── SKILL.md              # 本文档
├── config.json           # 路由配置
├── auto-trigger.py       # 触发检测
├── dingtalk-command.py   # 命令解析
├── router.py             # 路由匹配
└── logger.py             # 日志记录

调用方式

检测命令：

python3 ~/.openclaw/workspace/skills/auto-agent-router/auto-trigger.py "/coder 写代码"

查看配置：

cat ~/.openclaw/workspace/skills/auto-agent-router/config.json

查看日志：

tail -f /tmp/auto-route-handler.log

🔄 Workflow

用户消息：/coder 写代码
    ↓
1. 检测命令 (auto-trigger.py)
   - 去掉@名字
   - 检查开头是否匹配命令
    ↓
2. 解析命令 (dingtalk-command.py)
   - 提取命令类型
   - 提取任务内容
    ↓
3. 路由匹配 (router.py)
   - 查找 config.json
   - 确定目标 Agent
    ↓
4. 启动 Agent (sessions_spawn)
   - 创建子 Agent Session
   - 分配任务
    ↓
5. 返回结果
   - 子 Agent 完成任务
   - 推送结果给用户

📊 Response Format

启动回复

✅ 🧑‍💻 已启动 **coder** (代码专家) 处理您的任务

─────────────────────
🤖 处理者：Agent: 🧑💻 coder
模型：dashscope/qwen3-coder-next

完成回复

[子 Agent 的任务结果]

─────────────────────
🤖 处理者：Agent: 🧑💻 coder
运行时间：3s • Tokens: 20k

⚙️ Configuration

config.json

{
  "enabled": true,
  "autoRoute": true,
  "flexible": false,
  "bot_names": ["小牛马", "xiaoniuma", "AI 助手", "..."],
  "rules": [
    {
      "type": "coding",
      "keywords": ["代码", "函数", "bug"],
      "agent": "coder",
      "model": "dashscope/qwen3-coder-next",
      "priority": "high"
    }
  ],
  "fallback": {
    "agent": null,
    "model": "dashscope/qwen3.5-plus"
  }
}

自定义 Agent

编辑 config.json 的 rules 数组添加新规则：

{
  "type": "custom",
  "keywords": ["关键词 1", "关键词 2"],
  "agent": "custom_agent",
  "model": "模型名称",
  "priority": "medium"
}

📝 Notes

  • 严格模式：命令必须在消息开头，中间或结尾不触发
  • @名字可选：支持带@或不带@的命令
  • 自动学习：支持自动学习新的机器人名字
  • 并发处理：多个子 Agent 可以并行运行
  • Session 隔离：每个子 Agent 有独立的 Session
  • 日志位置：/tmp/auto-route-handler.log

🧪 Testing

测试命令

# 测试触发
python3 ~/.openclaw/workspace/skills/auto-agent-router/auto-trigger.py "/coder 写代码"

# 测试@命令
python3 ~/.openclaw/workspace/skills/auto-agent-router/auto-trigger.py "@小牛马 /coder 写代码"

# 测试不触发
python3 ~/.openclaw/workspace/skills/auto-agent-router/auto-trigger.py "请帮我 /coder"

预期结果

输入输出
/coder 写代码✅ 触发，路由到 coder
@小牛马 /coder 写代码✅ 触发，路由到 coder
请帮我 /coder❌ 不触发，主 Session 处理

🔗 Related

  • MEMORY.md - 包含配置和使用记录
  • sessions_spawn - 启动子 Agent 的工具

最后更新: 2026-02-28
版本: 1.0.0

More in Automation