{
  "markdown": "# claw-multi-agent 🐝\n\n**OpenClaw 多智能体协同 Skill**\n\n单个 AI 视角单一、上下文越跑越重。claw-multi-agent 让你组建一支 AI 小队——不同角色、不同模型、各司其职，协作完成复杂任务。\n\n- 🎯 **多样性**：研究员搜索、分析师推理、写作者输出，分工比单打独斗更全面\n- 💰 **省 token**：每个子 Agent 独立会话，只返回摘要，主线程上下文不膨胀\n- ⚡ **省时间**：并行执行，实测节省 50-78%\n\n---\n\n## 安装\n\n```bash\nnpx clawhub@latest install claw-multi-agent\n```\n\n装完即用，自动使用你 OpenClaw 里已有的模型，**零配置**。\n\n---\n\n## 快速上手\n\n安装后直接说：\n\n- \"多智能体做 xxx\"\n- \"帮我并行调研 LangChain、CrewAI、AutoGen 框架\"\n- \"深度调研一下 xxx，整理成报告\"\n- \"全面分析一下 xxx 的优缺点\"\n\n不需要指定模式，skill 自动判断该用哪种。\n\n---\n\n## 三种模式\n\n### 🎯 指挥官模式\n\n多个子 Agent **同时联网搜索**，主 Agent 整合成报告。\n\n- 子 Agent 有完整工具：联网搜索、读写文件、执行代码\n- 同一轮批量派发 = 真正并行\n- 适合：**需要实时信息的调研、分析任务**\n\n```\nsessions_spawn(搜索LangChain) ──┐\nsessions_spawn(搜索CrewAI)   ──┤→ 同时跑\nsessions_spawn(搜索AutoGen)  ──┘\n↓ 全部返回，主 Agent 整合写报告\n```\n\n---\n\n### 🔄 流水线模式\n\n多个 Agent **极速并行**，调用模型原生能力，省 token。\n\n- 无工具调用开销，速度最快\n- 适合：**多模型对比、多角度分析、不需联网的写作任务**\n\n```bash\ncd ~/.openclaw/skills/claw-multi-agent\n\n# 3 个角色同时分析同一问题\npython run.py --mode parallel \\\n  --agents \"default:技术专家:分析 LangChain 的优缺点\" \\\n           \"default:产品经理:分析 LangChain 的优缺点\" \\\n           \"default:初学者:分析 LangChain 的易用性\"\n\n# 自动路由：让路由器拆任务、分配模型\npython run.py --auto-route --task \"对比分析三个框架\"\n\n# 预览模式：只看计划，不实际运行\npython run.py --dry-run --agents \"default:研究员:分析X\" \"default:写作者:写报告\"\n```\n\n---\n\n### 🔀 混合模式\n\n先联网搜索，再并行生成多版草稿，你来挑最好的。\n\n- Phase 1（指挥官）：并行联网调研\n- Phase 2（流水线）：并行生成 N 版草稿\n- 适合：**\"帮我搜完资料，给我写几个版本的报告\"**\n\n```bash\npython run.py --mode hybrid --task \"调研主流 AI 框架，给我3个不同风格的对比报告\" --num-drafts 3\n```\n\n---\n\n## OpenClaw 原生 vs claw-multi-agent\n\nOpenClaw 原生只有 `sessions_spawn`，一次派一个 Agent，等完成再派下一个。\n\nclaw-multi-agent 加了什么：\n\n| 能力 | 原生 | claw-multi-agent |\n|------|------|-----------------|\n| 派子 Agent | ✅ 串行 | ✅ **真并行** |\n| 联网搜索 | ✅ | ✅ |\n| 结果自动聚合 | ❌ | ✅ |\n| 自动路由 | ❌ | ✅ |\n| 无工具轻量 Agent | ❌ | ✅ 流水线模式 |\n| 多版草稿对比 | ❌ | ✅ 混合模式 |\n\n---\n\n## 自动路由\n\n不用说\"用哪个模式\"，skill 识别两个信号自动判断：\n\n| 信号 | 触发词示例 | 选择模式 |\n|------|----------|---------|\n| 需要联网 | 搜索、调研、最新、查找资料 | 指挥官 |\n| 需要多版本 | 几个版本、不同角度、让我挑 | 流水线 |\n| 两者都有 | 搜完给我几个版本 | 混合 |\n| 都没有 | 分析、翻译、写作 | 流水线 |\n\n---\n\n## 实测数据\n\n| 场景 | 模式 | 串行 | 并行 | 节省 |\n|------|------|------|------|------|\n| 2 个主题同时分析 | 流水线 | ~13s | ~7s | **46%** ⚡ |\n| 3 个主题同时调研 | 指挥官 | ~75s | ~25s | **67%** ⚡ |\n| 4 Agent 深度调研 | 指挥官 | ~322s | ~96s | **70%** ⚡ |\n| 5 个 Agent 对比分析 | 流水线 | ~125s | ~28s | **78%** ⚡ |\n\n---\n\n\n## 详细文档\n\n见 [SKILL.md](./SKILL.md)，包含：\n- 完整的指挥官/流水线/混合模式用法\n- 给子 Agent 注入上下文（contextSharing）\n- 避坑指南（串行依赖、token 上限等）\n- 模型选择指南\n\n---\n\n> 💡 让每个 Agent 只做一件事，主 Agent 负责整合。分工协作，比单打独斗快得多。\n",
  "bytes": 2456,
  "sha": "19d64d977f48f757c18ff4830f222460810b10a0620bb8f2031873c056e3a154",
  "repo_slug": "zcyynl/claw-multi-agent",
  "fonte": "repo",
  "truncated": false,
  "api": "https://api.agentalog.com/api/listings/skl_zcyynl_claw_multi_agent_claw_multi_agent_9daf6a67/readme"
}