复杂任务指挥子代理（Complex Task Subagent）

安装

方法 1：通过 ClawHub 安装（推荐）

# 安装 ClawHub CLI
npm i -g clawhub

# 安装 skill
clawhub install complex-task-subagent

更新 skill：

clawhub update complex-task-subagent

方法 2：从 GitHub/Gitee 手动安装

# 克隆仓库
git clone https://gitee.com/GoSundayPlus/complex-task-subagent-skill.git ~/.openclaw/workspace/skills/complex-task-subagent

# 或者使用 .skill 文件直接安装
# 1. 下载 .skill 文件
# 2. 将文件移动到 ~/.openclaw/skills/ 目录
# 3. 重启 OpenClaw Gateway
openclaw gateway restart

手动更新：

cd ~/.openclaw/workspace/skills/complex-task-subagent
git pull
openclaw gateway restart

方法 3：从 ClawHub 下载并手动安装

访问 https://clawhub.com/skills/complex-task-subagent 下载 .skill 文件，然后按照方法 2 的步骤 2-3 进行安装。

快速开始

适用场景：当你需要通过子代理执行多阶段复杂任务时使用此技能。

核心价值： - 可靠的任务编排和状态管理 - 自动检测和推进已完成的阶段 - 超时和重试机制，提高鲁棒性 - 检查点驱动，支持任务恢复 - 集成 OpenClaw Heartbeat 实现无人值守 - 🌙 夜间无人模式：提前收集必要信息，在用户休息时自助决策完成任务 - 🔑 关键节点确认模式：重要决策点自动提醒用户，超时自动切换无人模式 - 💾 智能缓存管理：子代理临时缓存，正常完成自动回收，异常中断可恢复 - ⚡ 深度工作模式：完全无人值守的自动化任务执行框架

架构概览

┌─────────────────────────────────────────────┐
│              主会话（指挥官）                 │
│  - 任务编排和状态管理                         │
│  - 超时检测和重试                             │
│  - 自动推进下一阶段                           │
│  - 同步到 Gitee                              │
└─────────────────────────────────────────────┘
           │
           ├──────────────┬──────────────┐
           ▼              ▼              ▼
    ┌──────────┐   ┌──────────┐   ┌──────────┐
    │ 子代理 1 │   │ 子代理 2 │   │ 子代理 3 │
    └──────────┘   └──────────┘   └──────────┘
           │              │              │
           └──────────────┴──────────────┘
                          │
                          ▼
                checkpoints/*.json
                (任务完成标记)

                          │
                          ▼
                OpenClaw Heartbeat
                (定期检查和自动推进)

核心原则

1. 单一事实来源（SSOT）

所有状态变更应该更新到一个中心化的文件：task-progress.json。

为什么重要： - 避免状态不一致 - 简化调试和恢复 - 确保可追溯性

2. 检查点驱动

子代理完成任务后必须写入检查点文件，主会话基于检查点推进。

为什么重要： - 可靠性：同步写入，不会丢失 - 可恢复：任务中断后可以继续 - 可验证：可以检查任务完整性

3. 主会话主导

主会话应该掌握控制权，定期检查并推进任务。

为什么重要： - 逻辑清晰，易于维护 - 可以实现自动化 - 避免分布式协调的复杂性

4. 超时和重试

每个阶段都应该有超时机制和重试策略。

为什么重要： - 提高系统鲁棒性 - 可以自动恢复临时性故障 - 避免长时间卡死

5. 渐进式披露

使用 OpenClaw Heartbeat 实现无人值守的定期检查。

为什么重要： - 不依赖系统权限（如 cron） - 与 OpenClaw 生态无缝集成 - 内置重试机制

6. 夜间无人模式

在任务开始前收集所有必要信息，在用户休息期间自助决策完成任务。

为什么重要： - 充分利用夜间时间 - 避免打扰用户休息 - 提高整体效率

7. 关键节点确认模式

在关键决策点自动提醒用户，超时后自动切换到无人模式。

为什么重要： - 平衡控制权和自动化 - 重要决策有人类参与 - 确保关键操作的安全性

8. 智能缓存管理

子代理工作期间使用临时缓存，正常完成自动回收，异常中断可恢复。

为什么重要： - 避免重复工作 - 支持任务恢复 - 提高容错性

9. 深度工作模式

完全无人值守的自动化任务执行，包括进度监控、自动推进、异常恢复。

为什么重要： - 最大化自动化程度 - 减少人为干预 - 实现真正的无人值守

任务结构

单一状态文件：task-progress.json

{
  "taskId": "unique-task-id",
  "taskName": "任务名称",
  "status": "in_progress",
  "currentPhase": 3,
  "completedPhases": 2,
  "totalPhases": 4,
  "lastUpdated": "2026-03-10T00:00:00Z",
  "checkpointsDir": "/root/.openclaw/workspace/complex-task-subagent-experience/checkpoints",
  "cacheDir": "/root/.openclaw/workspace/complex-task-subagent-experience/cache",
  "executionMode": "confirmation",
  "userPreferences": {
    "preferredAction": "ask",
    "autoFallbackToUnattended": true,
    "fallbackTimeout": 7200000,
    "nightModeEnabled": false,
    "nightModeStart": "22:00",
    "nightModeEnd": "08:00"
  },
  "notification": {
    "lastReminder": null,
    "reminderCount": 0,
    "remindersSent": []
  },
  "phases": {
    "phase1": {
      "name": "审核现有指南",
      "status": "completed",
      "completedAt": "2026-03-09T16:53:00Z",
      "subagent": "subagent-audit",
      "timeout": 1800000,
      "maxRetries": 3,
      "retries": 0,
      "checkpoint": "phase1-audit.json",
      "output": "/root/.openclaw/workspace/output/phase1-result.md",
      "cacheFile": "phase1-cache.json",
      "requiresConfirmation": false,
      "critical": false
    },
    "phase2": {...},
    "phase3": {
      "name": "创建 CDP 直连方案指南",
      "status": "running",
      "startedAt": "2026-03-09T18:56:00Z",
      "subagent": "subagent-cdp-guide",
      "timeout": 1800000,
      "maxRetries": 3,
      "retries": 0,
      "checkpoint": "phase3-cdp-guide.json",
      "output": "/root/.openclaw/workspace/output/phase3-result.md",
      "cacheFile": "phase3-cache.json",
      "requiresConfirmation": true,
      "critical": true,
      "confirmationTimeout": 3600000,
      "requiresGatewayRestart": false
    },
    "phase4": {...}
  }
}

字段说明

字段	说明	必需
`taskId`	任务唯一标识	✅
`taskName`	任务名称	✅
`status`	状态：in_progress/completed/failed	✅
`currentPhase`	当前阶段编号	✅
`completedPhases`	已完成阶段数	✅
`totalPhases`	总阶段数	✅
`lastUpdated`	最后更新时间	✅
`checkpointsDir`	检查点目录路径	✅
`cacheDir`	子代理缓存目录路径	⚠️
`executionMode`	执行模式：unattended/confirmation	✅
`userPreferences`	用户偏好设置	⚠️
`notification`	通知状态追踪	⚠️
`phases`	各阶段详细配置	✅

UserPreferences 字段说明

字段	说明	默认值
`preferredAction`	默认操作：ask/auto/ask-critical	ask
`autoFallbackToUnattended`	是否自动降级到无人模式	true
`fallbackTimeout`	降级超时时间（毫秒）	7200000 (2小时)
`nightModeEnabled`	是否启用夜间模式	false
`nightModeStart`	夜间模式开始时间	22:00
`nightModeEnd`	夜间模式结束时间	08:00

Notification 字段说明

字段	说明
`lastReminder`	最后一次提醒时间
`reminderCount`	已发送提醒次数
`remindersSent`	已发送提醒的列表

Phase 字段说明

字段	说明	必需
`name`	阶段名称	✅
`status`	状态：pending/starting/running/completed/failed	✅
`startedAt`	开始时间（running 状态）	⚠️
`completedAt`	完成时间（completed 状态）	⚠️
`subagent`	子代理标签（用于 sessions_spawn）	⚠️
`timeout`	超时时间（毫秒）	⚠️
`maxRetries`	最大重试次数	⚠️
`retries`	当前重试次数	⚠️
`checkpoint`	检查点文件名	⚠️
`output`	输出文件路径	⚠️
`cacheFile`	子代理缓存文件名	⚠️
`requiresConfirmation`	是否需要用户确认	⚠️
`critical`	是否为关键操作	⚠️
`confirmationTimeout`	确认超时时间（毫秒）	⚠️
`requiresGatewayRestart`	是否需要重启 Gateway	⚠️

工作流程

阶段 0：模式选择（新增）

选择执行模式

夜间无人模式： - 提前收集所有必要信息 - 设置 executionMode: "unattended" - 用户休息期间自助决策

关键节点确认模式： - 设置 executionMode: "confirmation" - 关键操作需要用户确认 - 超时自动降级到无人模式

收集必要信息（无人模式）

bash # 创建预配置模板 cat > /root/.openclaw/workspace/task-preferences.json << 'EOF' { "confirmations": { "gatewayRestart": { "allowed": false, "alternative": "使用缓存或降级方案" }, "fileOperations": { "allowed": true, "safePaths": ["/root/.openclaw/workspace"] }, "apiCalls": { "allowed": true, "rateLimit": 100 } }, "fallbackStrategies": { "critical": "ask_user", "nonCritical": "auto_proceed" } } EOF

配置用户偏好

编辑 task-progress.json 中的 userPreferences：

json { "preferredAction": "ask-critical", "autoFallbackToUnattended": true, "fallbackTimeout": 7200000, "nightModeEnabled": true, "nightModeStart": "22:00", "nightModeEnd": "08:00" }

阶段 1：任务初始化

创建 task-progress.json
定义所有阶段和配置
设置初始状态为 "in_progress"
所有阶段状态为 "pending"
设置执行模式和用户偏好
创建 checkpoints 目录 bash mkdir -p /root/.openclaw/workspace/complex-task-subagent-experience/checkpoints
创建 cache 目录（新增） bash mkdir -p /root/.openclaw/workspace/complex-task-subagent-experience/cache
配置 OpenClaw Heartbeat
编辑 HEARTBEAT.md（见参考文档）
调整心跳频率（推荐 10 分钟）

阶段 2：执行任务

启动子代理

```bash # 基础启动 sessions_spawn --task "任务描述" --label "subagent-name" --runtime "subagent" --mode "run" --timeoutSeconds 3600

# 带缓存启动（新增） sessions_spawn --task "任务描述" --label "subagent-name" --runtime "subagent" --mode "run" --timeoutSeconds 3600 --cwd "/root/.openclaw/workspace/xianyu-automation" ```

子代理缓存管理（新增）

在子代理任务描述中明确要求使用缓存：

执行以下任务： 1. 使用 /root/.openclaw/workspace/complex-task-subagent-experience/cache/phase3-cache.json 作为临时缓存文件 2. 任务过程中定期写入缓存（每10分钟或每个重要步骤后） 3. 缓存格式：{"step": 1, "data": {...}, "timestamp": "2026-03-14T18:00:00Z"} 4. 任务正常完成后，将最终结果写入检查点文件，并标记缓存可回收 5. 如果任务异常中断，缓存文件保留用于恢复

缓存文件示例： json { "phase": "phase3", "subagent": "subagent-cdp-guide", "status": "in_progress", "currentStep": 2, "totalSteps": 5, "data": { "intermediateResults": [], "state": {} }, "timestamp": "2026-03-14T18:05:00Z" }

关键节点确认（新增）

在需要用户确认的阶段：

``` 准备执行需要用户确认的操作： - 操作类型：${type} - 风险等级：${risk} - 需要重启 Gateway：${needsRestart}

请确认是否继续执行？回复"确认"或"同意"继续，其他回复跳过此操作。如果1小时内未回复，将自动降级到无人模式。 ```

提醒机制： ```bash # 第一次提醒（开始等待时） echo "[$(date '+%Y-%m-%d %H:%M:%S')] 📌 需要用户确认" >> task-notification.log

# 1小时后第二次提醒 if [ $(( $(date +%s) - lastConfirmation )) -gt 3600 ]; then echo "[$(date '+%Y-%m-%d %H:%M:%S')] 📌 仍需用户确认（已等待1小时）" >> task-notification.log fi

# 2小时后自动降级 if [ $(( $(date +%s) - lastConfirmation )) -gt 7200 ]; then executionMode="unattended" echo "[$(date '+%Y-%m-%d %H:%M:%S')] 🌙 自动切换到无人模式" >> task-notification.log fi ```

子代理执行任务
子代理完成任务后写入检查点文件
检查点文件包含任务结果和元数据
正常完成后标记缓存可回收
主会话检测到检查点
Heartbeat 定期检查 checkpoints 目录
发现新检查点 → 验证完整性
更新 task-progress.json
自动推进下一阶段
检查下一阶段依赖条件
如果需要确认且未收到回复，进入等待状态
如果满足条件，启动下一阶段子代理
缓存回收（新增）

在子代理正常完成后： bash # 检查任务状态 if [ "$phase_status" = "completed" ]; then # 回收缓存 rm -f /root/.openclaw/workspace/complex-task-subagent-experience/cache/$cacheFile echo "[$(date '+%Y-%m-%d %H:%M:%S')] ♻️ 缓存已回收: $cacheFile" >> task-cache.log fi

在子代理异常中断后恢复： ```bash # 检查缓存文件 if [ -f "$cacheFile" ]; then # 读取缓存 cache_data=$(cat "$cacheFile") echo "[$(date '+%Y-%m-%d %H:%M:%S')] 📦 从缓存恢复: $cacheFile" >> task-cache.log

 # 重新启动子代理并传入缓存
 sessions_spawn 
   --task "任务描述 - 从缓存恢复: $cache_data" 
   --label "subagent-name-retry" 
   --runtime "subagent" 
   --mode "run" 
   --timeoutSeconds 3600

fi ```

阶段 3：超时和重试

超时检测 python if phase.status == "running": elapsed = now() - phase.startedAt if elapsed > phase.timeout: if phase.retries < phase.maxRetries: # 重试 phase.retries += 1 restart_subagent(phase) else: # 失败 phase.status = "failed" notify_user()
重新启动子代理
使用相同的 label 和任务描述
增加重试计数器

阶段 4：任务完成

所有阶段完成
检查所有阶段状态为 "completed"
更新任务状态为 "completed"
同步到 Gitee ```bash cd /root/.openclaw

# 添加所有修改 git add workspace/output/ workspace/experience/

# 提交 COMMIT_MSG="任务完成：$(date '+%Y-%m-%d %H:%M')" git commit -m "$COMMIT_MSG"

# 推送 git push ```

记录日志 bash echo "[$(date '+%Y-%m-%d %H:%M:%S')] ✅ 任务已完成并同步到 Gitee" >> /root/.openclaw/workspace/task-monitor.log

检查点格式

检查点文件结构

{
  "checkpointId": "phase1-audit",
  "phase": "phase1",
  "phaseName": "审核现有指南",
  "status": "completed",
  "completedAt": "2026-03-09T16:53:00Z",
  "subagent": "subagent-audit",
  "output": "/root/.openclaw/workspace/output/phase1-result.md",
  "result": {
    "success": true,
    "message": "审核完成，发现 3 个问题",
    "issues": [
      "问题 1",
      "问题 2",
      "问题 3"
    ]
  },
  "metadata": {
    "totalIssues": 3,
    "criticalIssues": 1,
    "warnings": 2
  }
}

写入检查点

在子代理中：

def write_checkpoint(checkpoint_file, data):
    import json
    from pathlib import Path

    checkpoint_path = Path("/root/.openclaw/workspace/complex-task-subagent-experience/checkpoints") / checkpoint_file

    with open(checkpoint_path, 'w') as f:
        json.dump(data, f, indent=2)

    print(f"✅ 检查点已写入: {checkpoint_path}")

OpenClaw Heartbeat 集成

配置 HEARTBEAT.md

将以下内容添加到 HEARTBEAT.md（或创建独立的 HEARTBEAT-TASK.md）：

# 任务检查清单

1. 读取 task-progress.json
2. 检查 checkpoints/ 目录
3. 比对检查点和任务进度，更新状态
4. 如果阶段完成但下一阶段未启动，自动推进
5. 如果所有阶段完成，同步到 Gitee
6. 记录操作日志
7. 如果没有需要推进的内容，回复 HEARTBEAT_OK

配置 openclaw.json

{
  "agents": {
    "defaults": {
      "heartbeat": {
        "every": "10m",
        "target": "last",
        "prompt": "Read HEARTBEAT-TASK.md if it exists (workspace context). Follow it strictly. Do not infer or repeat old tasks from prior chats. If nothing needs attention, reply HEARTBEAT_OK."
      }
    }
  }
}

心跳频率选择

频率	适用场景	说明
5 分钟	高优先级任务	快速响应，但消耗更多 token
10 分钟	一般任务（推荐）	平衡响应和成本
30 分钟	低优先级任务	节省 token，响应较慢
1 小时	后台任务	最小化 token 消耗

子代理最佳实践

子代理任务设计

好的任务描述： - ✅ "审核 /root/.openclaw/workspace/guide.md 文件，对比官方文档，记录所有虚构内容和不准确信息，输出到 /root/.openclaw/workspace/output/audit-report.md"

不好的任务描述： - ❌ "审核指南" - ❌ "看看这个文件有没有问题" - ❌ "帮我检查一下"

子代理超时设置

任务类型	超时时间	说明
文本审核/分析	30 分钟	读取、分析、输出
文档编写	1 小时	可能需要多次迭代
代码生成	45 分钟	需要测试和调试
数据处理	2 小时	取决于数据量
Gitee 同步	5 分钟	快速操作

子代理标签规范

使用描述性的标签，格式：subagent-<任务简述>

任务	标签示例
审核指南	`subagent-audit-guide`
创建文档	`subagent-create-doc`
测试代码	`subagent-test-code`
同步 Gitee	`subagent-sync-gitee`

常见问题和解决方案

问题 1：子代理完成后未推进下一阶段

症状： - 子代理显示完成 - 但 task-progress.json 状态未更新 - 下一阶段未启动

原因： - 子代理未写入检查点文件 - Heartbeat 未检测到检查点 - 检查点路径配置错误

解决方案： 1. 检查 checkpoints 目录是否存在 2. 检查检查点文件是否有效 JSON 3. 检查 Heartbeat 配置是否正确

问题 2：子代理超时

症状： - 阶段状态一直是 "running" - 超时时间已过

原因： - 子代理卡死 - 任务过于复杂 - 网络问题

解决方案： 1. 检查子代理日志 2. 增加超时时间 3. 重试机制自动重启

问题 3：状态不一致

症状： - task-progress.json 和 checkpoints 不一致 - 已完成的阶段显示为 "running"

原因： - 手动修改了状态文件 - 多个进程同时修改

解决方案： 1. 以 task-progress.json 为准（SSOT） 2. 使用检查点验证 3. 避免手动修改状态文件

问题 4：Gitee 同步失败

症状： - Git push 返回错误 - 任务标记为失败

原因： - 网络问题 - 认证问题 - 冲突

解决方案： 1. 检查网络连接 2. 验证 SSH 密钥 3. 手动解决冲突后重试

完整示例

参见以下参考文档获取详细示例： - references/quick-start.md - 快速开始示例 - references/advanced-patterns.md - 高级模式 - references/troubleshooting.md - 故障排查

深度工作模式完整配置指南

以 xianyu-automation 项目为例，展示如何完整配置深度工作模式。

1. 项目工作区配置

确保所有相关 agent 共享同一个工作区：

# 工作区路径
WORKSPACE="/root/.openclaw/workspace/xianyu-automation"

# 创建必要的目录结构
cd $WORKSPACE
mkdir -p cache output 配置

2. 配置绘图模型（第三方 API）

方法 1：手工配置

编辑 ~/.openclaw/openclaw.json：

{
  "agents": {
    "defaults": {
      "imageModel": "https://your-third-party-api.com/v1/images/generations",
      "imageModelProvider": "openai",
      "imageModelKey": "your-api-key"
    },
    "customAgents": {
      "content-creator": {
        "model": "zai/glm-4.7",
        "imageModel": "https://your-third-party-api.com/v1/images/generations",
        "imageModelKey": "your-specific-api-key"
      }
    }
  }
}

方法 2：热加载配置

# 步骤 1：添加图像模型配置
openclaw config set agents.defaults.imageModel "https://your-third-party-api.com/v1/images/generations"
openclaw config set agents.defaults.imageModelProvider "openai"
openclaw config set agents.defaults.imageModelKey "your-api-key"

# 步骤 2：为特定 agent 配置不同的模型
openclaw config set agents.customAgents.content-creator.imageModel "https://your-specific-api.com/v1/images/generations"
openclaw config set agents.customAgents.content-creator.imageModelKey "your-specific-api-key"

# 步骤 3：重启 Gateway 以应用配置
openclaw gateway restart

使用 jq 修改配置

# 设置默认图像模型
jq '.agents.defaults.imageModel = "https://your-third-party-api.com/v1/images/generations"' 
   ~/.openclaw/openclaw.json > /tmp/openclaw.json
mv /tmp/openclaw.json ~/.openclaw/openclaw.json

# 设置图像模型提供商
jq '.agents.defaults.imageModelProvider = "openai"' 
   ~/.openclaw/openclaw.json > /tmp/openclaw.json
mv /tmp/openclaw.json ~/.openclaw/openclaw.json

# 设置 API 密钥
jq '.agents.defaults.imageModelKey = "your-api-key"' 
   ~/.openclaw/openclaw.json > /tmp/openclaw.json
mv /tmp/openclaw.json ~/.openclaw/openclaw.json

# 为特定 agent 配置
jq '.agents.customAgents["content-creator"] = {"model": "zai/glm-4.7", "imageModel": "https://your-specific-api.com/v1/images/generations", "imageModelKey": "your-specific-api-key"}' 
   ~/.openclaw/openclaw.json > /tmp/openclaw.json
mv /tmp/openclaw.json ~/.openclaw/openclaw.json

3. 配置多 Agent 共享工作区

在 ~/.openclaw/openclaw.json 中配置：

{
  "agents": {
    "customAgents": {
      "xianyu-commander": {
        "model": "zai/glm-4.7",
        "cwd": "/root/.openclaw/workspace/xianyu-automation",
        "skills": ["complex-task-subagent", "tavily-search"]
      },
      "xianyu-data-analyst": {
        "model": "zai/glm-4.7",
        "cwd": "/root/.openclaw/workspace/xianyu-automation",
        "skills": ["tavily-search"]
      },
      "xianyu-content-creator": {
        "model": "zai/glm-4.7",
        "cwd": "/root/.openclaw/workspace/xianyu-automation",
        "skills": ["complex-task-subagent"]
      },
      "xianyu-operator": {
        "model": "zai/glm-4.7",
        "cwd": "/root/.openclaw/workspace/xianyu-automation",
        "skills": ["complex-task-subagent", "tavily-search"]
      }
    }
  }
}

热加载配置

# 添加咸鱼总指挥 agent
openclaw config set agents.customAgents.xianyu-commander.model "zai/glm-4.7"
openclaw config set agents.customAgents.xianyu-commander.cwd "/root/.openclaw/workspace/xianyu-automation"
openclaw config set agents.customAgents.xianyu-commander.skills '["complex-task-subagent", "tavily-search"]'

# 添加咸鱼数据分析 agent
openclaw config set agents.customAgents.xianyu-data-analyst.model "zai/glm-4.7"
openclaw config set agents.customAgents.xianyu-data-analyst.cwd "/root/.openclaw/workspace/xianyu-automation"
openclaw config set agents.customAgents.xianyu-data-analyst.skills '["tavily-search"]'

# 添加咸鱼内容创作 agent
openclaw config set agents.customAgents.xianyu-content-creator.model "zai/glm-4.7"
openclaw config set agents.customAgents.xianyu-content-creator.cwd "/root/.openclaw/workspace/xianyu-automation"
openclaw config set agents.customAgents.xianyu-content-creator.skills '["complex-task-subagent"]'

# 添加咸鱼操作员 agent
openclaw config set agents.customAgents.xianyu-operator.model "zai/glm-4.7"
openclaw config set agents.customAgents.xianyu-operator.cwd "/root/.openclaw/workspace/xianyu-automation"
openclaw config set agents.customAgents.xianyu-operator.skills '["complex-task-subagent", "tavily-search"]'

# 重启 Gateway
openclaw gateway restart

4. 配置 Skill 使用

在 agent 配置中启用需要的 skill：

{
  "agents": {
    "customAgents": {
      "xianyu-commander": {
        "model": "zai/glm-4.7",
        "skills": {
          "complex-task-subagent": {
            "enabled": true,
            "executionMode": "confirmation",
            "userPreferences": {
              "preferredAction": "ask-critical",
              "autoFallbackToUnattended": true,
              "nightModeEnabled": true
            }
          },
          "tavily-search": {
            "enabled": true,
            "apiKey": "your-tavily-api-key"
          }
        }
      }
    }
  }
}

5. 限制 Agent 调用权限

只允许咸鱼总指挥 agent 调用其他咸鱼相关 agent：

{
  "agents": {
    "accessControl": {
      "xianyu-commander": {
        "canCall": ["xianyu-data-analyst", "xianyu-content-creator", "xianyu-operator"],
        "cannotCall": []
      },
      "xianyu-data-analyst": {
        "canCall": [],
        "cannotCall": ["xianyu-commander", "xianyu-content-creator", "xianyu-operator"]
      },
      "xianyu-content-creator": {
        "canCall": [],
        "cannotCall": ["xianyu-commander", "xianyu-data-analyst", "xianyu-operator"]
      },
      "xianyu-operator": {
        "canCall": [],
        "cannotCall": ["xianyu-commander", "xianyu-data-analyst", "xianyu-content-creator"]
      }
    }
  }
}

热加载权限配置

# 设置咸鱼总指挥的调用权限
openclaw config set agents.accessControl.xianyu-commander.canCall '["xianyu-data-analyst", "xianyu-content-creator", "xianyu-operator"]'
openclaw config set agents.accessControl.xianyu-commander.cannotCall '[]'

# 限制子 agent 的调用权限
openclaw config set agents.accessControl.xianyu-data-analyst.canCall '[]'
openclaw config set agents.accessControl.xianyu-data-analyst.cannotCall '["xianyu-commander", "xianyu-content-creator", "xianyu-operator"]'

openclaw config set agents.accessControl.xianyu-content-creator.canCall '[]'
openclaw config set agents.accessControl.xianyu-content-creator.cannotCall '["xianyu-commander", "xianyu-data-analyst", "xianyu-operator"]'

openclaw config set agents.accessControl.xianyu-operator.canCall '[]'
openclaw config set agents.accessControl.xianyu-operator.cannotCall '["xianyu-commander", "xianyu-data-analyst", "xianyu-content-creator"]'

# 重启 Gateway
openclaw gateway restart

6. 飞书群聊配置

新建飞书群聊并设置机器人

通过飞书 API 创建群聊

# 首先需要飞书 API 的 app_access_token
curl -X POST "https://open.feishu.cn/open-apis/auth/v3/tenant_access_token/internal" 
  -H "Content-Type: application/json" 
  -d '{
    "app_id": "cli_a92f97ca9b799cd4",
    "app_secret": "your-app-secret"
  }'

添加机器人到群聊

# 使用群聊 ID 和机器人 ID
curl -X POST "https://open.feishu.cn/open-apis/contact/v3/group/add_bot" 
  -H "Authorization: Bearer YOUR_APP_ACCESS_TOKEN" 
  -H "Content-Type: application/json" 
  -d '{
    "group_id": "YOUR_GROUP_ID",
    "bot_id": "ou_xxx"
  }'

设置机器人为管理员

curl -X POST "https://open.feishu.cn/open-apis/contact/v3/group/set_group_admin" 
  -H "Authorization: Bearer YOUR_APP_ACCESS_TOKEN" 
  -H "Content-Type: application/json" 
  -d '{
    "group_id": "YOUR_GROUP_ID",
    "user_id_list": ["ou_xxx"],
    "user_id_type": "open_id"
  }'

配置 OpenClaw 默认机器人