老平板用OpenClaw：在平板电脑上部署多Agent OpenClaw

为什么要用多Agent？想象一下，你的AI助手既能帮你写代码，又能帮你画画，还能帮你写文章——这就是多Agent的魅力。每个Agent各有分工，各有所长，就像一个团队里有设计师、程序员、文案一样，配合起来效率更高。

废话不多说，让我们开始吧！

一、OpenClaw的多Agent是如何协同工作的

在说怎么配置之前，我们先来聊聊多Agent到底是怎么配合干活的。这部分稍微理论一点，但理解了原理，后面的配置就简单多了。

1.1 什么是Agent

Agent（代理）是OpenClaw里的核心概念。你可以把它想象成一个有特定职责的AI员工。有的Agent擅长聊天，有的擅长画画，有的擅长写代码。默认情况下，OpenClaw onboard后只有一个叫”main”的Agent，它就像公司里的总经理，什么都能管，但也什么都不是最专精的。

每个Agent都有几个关键属性：

• id​：Agent的唯一标识符，就像员工工号，比如”main”、”designer”、”coder”
• name​：显示名称，可以是中文，比如”画师”、”程序员”
• workspace​：工作目录，存放这个Agent的私人文件，比如SOUL.md、memory等
• model​：使用的AI模型，决定了Agent的”大脑”是什么
• skills​：技能列表，让Agent能完成特定任务

1.2 Agent之间的通信机制

这就是最关键的部分了——Agent之间是怎么互相配合的？

目前OpenClaw支持两种主要方式：

方式一：手动切换

这是最简单的方式。你在聊天界面输入/agent designer就能切换到画师Agent，输入/agent coder就切换到程序员Agent。就像在微信里切换不同好友聊天一样，每个Agent是独立的会话上下文。

方式二：Agent to Agent通信（推荐）

这是更高级的玩法。在配置文件里启用agentToAgent功能后，main Agent就可以”召唤”其他Agent来帮忙。比如用户说”帮我画一张图”，main收到后可以自动调用sessions_send工具，把任务发给designer，designer处理完后再把结果返回给main，最后main把整合后的答案给用户。

启用方式很简单，在配置文件最外层加：

"tools": {
  "agentToAgent": {
    "enabled": true,
    "allow": ["main", "designer", "coder", "writer"]
  }
}

这样main就可以在需要的时候调用designer、coder、writer这些Agent了。

1.3 任务分发流程

当用户给main发送一个任务时，整个流程是这样的：

1. 接收任务​：main收到用户的请求
2. 意图识别​：main分析用户想要什么——是聊天？画画？写代码？还是写文章？
3. 选择Agent​：根据意图判断应该交给哪个专门的Agent处理
4. 分发任务​：通过agentToAgent工具把任务发出去
5. 等待结果​：等待专门的Agent完成任务
6. 汇总输出​：把结果整合后返回给用户

这就是典型的”中央协调”模式，main就像公司前台，有人来了先问清楚要干嘛，然后转交给对应部门。

二、Skill与Agent之间的关系

如果说Agent是员工，那Skill就是员工的工具包。一个员工光有脑子不够，还得有合适的工具才能干活。

2.1 什么是Skill

Skill（技能）是OpenClaw的扩展机制，让Agent能完成各种具体任务。比如：

• x-twitter​：让Agent能发Twitter/X帖子
• flux-image​：让Agent能生成和处理图片
• git-master​：让Agent能操作Git版本控制
• dev-browser​：让Agent能控制浏览器做开发相关的事
• writing​：让Agent能写高质量的文档

每个Skill实际上就是一个小的功能模块，包含详细的使用说明（SKILL.md文件）和实现代码。OpenClaw的Skill市场叫ClawHub，里面有几千个社区贡献的Skill，涵盖方方面面。

2.2 如何给Agent分配Skill

这个在配置文件里就能直接写。比如我们要配置：

• main：主Agent，分配x-twitter技能
• designer：画师，分配flux-image技能
• coder：程序员，分配git-master和dev-browser技能
• writer：写手，分配writing技能

在agents.list里这样写：

"list": [
  {
    "id": "main",
    "name": "Main Agent",
    "workspace": "/root/.openclaw/workspace",
    "model": {
      "primary": "custom-api-siliconflow-cn/zai-org/GLM-4.6V"
    },
    "skills": ["x-twitter"]
  },
  {
    "id": "designer",
    "name": "画师",
    "workspace": "/root/.openclaw/designer-workspace",
    "model": {
      "primary": "custom-api-siliconflow-cn/black-forest-labs/FLUX.1-dev"
    },
    "skills": ["flux-image"]
  },
  {
    "id": "coder",
    "name": "程序员",
    "workspace": "/root/.openclaw/coder-workspace",
    "model": {
      "primary": "mooshotai/Kimi-K2-Thinking"
    },
    "skills": ["git-master", "dev-browser"]
  },
  {
    "id": "writer",
    "name": "写手",
    "workspace": "/root/.openclaw/writer-workspace",
    "model": {
      "primary": "deepseek-ai/DeepSeek-V3.2"
    },
    "skills": ["writing"]
  }
]

看，每个Agent都有自己专属的技能组合，就像不同岗位配不同的工具一样。

2.3 Skill的工作原理

当你给某个Agent分配了一个Skill后，Agent在思考”要不要用这个工具”的时候，会自动读取Skill的说明文件（SKILL.md）。这个文件告诉Agent：

• 这个Skill叫什么，能干什么
• 什么时候应该用这个Skill
• 怎么调用，使用例子
• 有没有危险操作需要确认

比如flux-image Skill的说明可能类似这样：

你是图片生成专家。当用户要求生成图片、编辑图片、修改图片时，使用这个技能。
支持的风格：写实、卡通、赛博朋克、水彩...
使用方式：调用flux_generate工具，传入prompt描述。

Agent会根据这些说明决定是否使用这个技能。

三、Agent、Skill与Model之间的关系

这个三角关系很重要，理解清楚了才能正确配置你的多Agent系统。

3.1 Model是什么

Model（模型）是AI的”大脑”，决定了Agent有多聪明、擅长什么类型的任务。目前主流的模型分为几类：

• 文本生成模型​：如GLM-4.6V、DeepSeek-V3.2、Gemini，适合聊天、写作、编程
• 图像生成模型​：如FLUX.1-dev，适合画图
• 推理模型​：如Kimi-K2-Thinking，适合复杂逻辑推理

每个模型有不同的特点：

• 有的便宜但慢
• 有的贵但快
• 有的适合写代码
• 有的适合写文章

3.2 Agent应该用什么Model

这是一个常见的困惑。我的建议是：

• **main（主Agent）**​：用一个均衡的文本模型，如GLM-4.6V，便宜好用
• **designer（画师）**​：必须用图像生成模型，如FLUX.1-dev
• **coder（程序员）**​：推荐用推理能力强的模型，如Kimi-K2-Thinking，编程需要逻辑思维
• **writer（写手）**​：推荐用长文本处理能力强的模型，如DeepSeek-V3.2

在配置文件里这样指定：

"model": {
  "primary": "custom-api-siliconflow-cn/zai-org/GLM-4.6V"
}

如果想更保险，还可以加fallback（备用）：

"model": {
  "primary": "custom-api-siliconflow-cn/zai-org/GLM-4.6V",
  "fallbacks": ["google/gemini-2.5-flash", "deepseek-ai/DeepSeek-V3.2"]
}

这样如果第一个模型不可用，会自动尝试备用的。

3.3 Skill和Model的搭配原则

Skill和Model需要搭配得当，才能发挥最大效果：

记住一个原则：让专业的人干专业的事​。画图就用专门的图像模型，写代码就用推理强的模型。

四、onboard简单配置后的初始状况

说了这么多理论，让我们看看实际跑完onboard后，系统是什么样子。

4.1 运行onboard

在平板的Linux环境（iPad用iSH或安卓用Termux）里运行：

openclaw onboard

它会问你几个基本问题：

• 选择语言（选中文或英文）
• 选择初始模型（通常选一个免费的或你已有的API Key对应的模型）
• 设置工作目录
• 配置第一个渠道（飞书、Telegram、Web UI等）

完成后，你的配置文件大概是这样：

{
  "models": {
    "mode": "merge",
    "providers": {
      "google": {
        "apiKey": "${GEMINI_API_KEY}"
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "google/gemini-2.5-flash"
      },
      "workspace": "/root/.openclaw/workspace"
    },
    "list": [
      {
        "id": "main",
        "default": true,
        "name": "Main Agent",
        "workspace": "/root/.openclaw/workspace",
        "model": {
          "primary": "google/gemini-2.5-flash"
        }
      }
    ]
  },
  "channels": {
    "feishu": {
      "enabled": true,
      "appId": "${FEISHU_APP_ID}",
      "appSecret": "${FEISHU_APP_SECRET}"
    }
  },
  "gateway": {
    "port": 18789,
    "mode": "local"
  }
}

4.2 初始状态的特点

这时候系统是这样的：

• 只有一个Agent​：叫main，就是你的默认助手
• 只有一个Model​：通常是Google Gemini或其他你选择的模型
• 没有额外Skills​：只有内置的基本能力
• 一个渠道​：你配置的飞书、Telegram或Web UI

这个初始状态够用，但功能有限。要让它真正强大，我们需要添加更多供应商、模型、Agent和Skills。

4.3 启动服务

onboard完成后，启动gateway就能用了：

openclaw gateway start

然后打开浏览器访问http://localhost:18789（或你的平板IP地址:18789），就能看到Web UI界面了。

五、如何添加新的Agent

现在我们要开始扩展了！首先添加新的Agent。

5.1 添加Agent的基本步骤

打开配置文件（用nano或你喜欢的编辑器）：

nano ~/.openclaw/openclaw.json
# 或 root用户
nano /root/.openclaw/openclaw.json

找到agents.list部分，在里面添加新Agent。记住每个Agent对象需要：

• id​：唯一标识，小写英文
• name​：显示名称，可以用中文
• workspace​：独立工作目录（建议新建）
• model.primary​：指定使用的模型

比如添加coder（程序员）：

{
  "id": "coder",
  "name": "程序员",
  "workspace": "/root/.openclaw/coder-workspace",
  "model": {
    "primary": "mooshotai/Kimi-K2-Thinking"
  },
  "skills": ["git-master", "dev-browser"]
}

添加writer（写手）：

{
  "id": "writer",
  "name": "写手",
  "workspace": "/root/.openclaw/writer-workspace",
  "model": {
    "primary": "deepseek-ai/DeepSeek-V3.2"
  },
  "skills": ["writing"]
}

5.2 创建对应的工作目录

每个Agent需要自己的工作目录，不然会文件混乱。在终端创建：

mkdir -p /root/.openclaw/designer-workspace
mkdir -p /root/.openclaw/coder-workspace
mkdir -p /root/.openclaw/writer-workspace

5.3 切换Agent的方法

配置完成后保存，重启gateway：

openclaw gateway restart

切换Agent超简单，在聊天界面输入：

/agent coder     # 切换到程序员
/agent writer    # 切换到写手
/agent designer # 切换到画师
/agent main     # 切回主Agent

或者查看当前Agent：

/agent list

六、如何新增不同供应商以及模型

现在我们要让系统能使用更多的AI模型。

6.1 添加模型供应商

在配置文件里找到models.providers部分，添加新的供应商。比如添加SiliconFlow：

"providers": {
  "custom-api-siliconflow-cn": {
    "baseUrl": "https://api.siliconflow.cn/v1",
    "apiKey": "${SILICONFLOW_API_KEY}",
    "api": "openai-completions",
    "models": [
      {
        "id": "zai-org/GLM-4.6V",
        "name": "GLM-4.6V (文本模型)",
        "contextWindow": 123000,
        "maxTokens": 32000
      },
      {
        "id": "black-forest-labs/FLUX.1-dev",
        "name": "FLUX.1-dev (图像生成)",
        "reasoning": false
      },
      {
        "id": "deepseek-ai/DeepSeek-V3.2",
        "name": "DeepSeek V3.2"
      },
      {
        "id": "mooshotai/Kimi-K2-Thinking",
        "name": "Kimi K2 Thinking"
      }
    ]
  }
}

参数解释：

• baseUrl​：供应商的API地址
• apiKey​：用环境变量引用，安全
• api​：通常用”openai-completions”
• models​：模型列表
• contextWindow​：上下文窗口大小
• maxTokens​：最大输出token数

6.2 添加模型别名

为了让聊天时方便切换，我们给模型起别名。在agents.defaults.models里加：

"agents": {
  "defaults": {
    "models": {
      "custom-api-siliconflow-cn/zai-org/GLM-4.6V": {
        "alias": "GLM-4.6V"
      },
      "custom-api-siliconflow-cn/black-forest-labs/FLUX.1-dev": {
        "alias": "flux1"
      },
      "deepseek-ai/DeepSeek-V3.2": {
        "alias": "Deepseekv3"
      },
      "mooshotai/Kimi-K2-Thinking": {
        "alias": "kimik2"
      }
    }
  }
}

6.3 设置环境变量

API Key不能明文写在配置文件里，要用环境变量。在终端设置：

export SILICONFLOW_API_KEY="sk-你的密钥"
export GEMINI_API_KEY="你的Gemini密钥"

为了每次打开终端都能用，加到.bashrc里：

nano ~/.bashrc
# 加到最后
export SILICONFLOW_API_KEY="sk-你的密钥"
# 保存后运行
source ~/.bashrc

6.4 验证配置

改完保存后，重启gateway：

openclaw gateway restart

查看可用模型：

/model list

应该能看到你添加的所有模型了。切换模型：

/model flux1   # 切换到图像模型
/model GLM-4.6V # 切换到文本模型

七、如何通过ClawHub部署新的Skill

现在我们要给Agent添加各种酷炫的技能！

7.1 ClawHub是什么

ClawHub是OpenClaw的技能市场，里面有几千个社区贡献的Skill。你可以把它想象成手机的应用商店——只不过这里卖的是AI技能。

常见好用的Skill包括：

• x-twitter​：发Twitter/X帖子
• flux-image​：AI画图
• git-master​：Git版本控制
• dev-browser​：浏览器自动化
• writing​：专业写作
• weather​：查天气
• gmail​：邮件管理

7.2 安装ClawHub CLI

首先安装ClawHub命令行工具：

# 方式1：用npx临时运行（推荐）
npx clawhub@latest --version

# 方式2：全局安装
npm install -g clawhub@latest

7.3 搜索Skill

两种方式：

方式1：网页搜索

打开浏览器访问https://clawhub.ai/，搜索想要的Skill。

方式2：命令行搜索

clawhub search "twitter"
clawhub search "flux"
clawhub search "weather"

会返回Skill的slug（唯一标识），比如”x-twitter”、”flux-image”。

7.4 安装Skill

找到想装的Skill后，运行安装命令：

# 普通安装
clawhub install x-twitter
clawhub install flux-image
clawhub install git-master

# 或者用npx
npx clawhub@latest install x-twitter

安装后，Skill会放到：

• 当前目录的./skills/
• 或~/.openclaw/workspace/skills/

7.5 配置Skill

有些Skill需要额外配置（API Key等）。在配置文件里加：

"skills": {
  "entries": {
    "x-twitter": {
      "enabled": true,
      "config": {
        "apiKey": "${TWITTER_API_KEY}"
      }
    }
  }
}

7.6 让Agent使用Skill

在agents.list里给对应Agent加上skills字段：

"skills": ["x-twitter"]

多个Skill用逗号分隔：

"skills": ["git-master", "dev-browser"]

7.7 验证Skill

重启gateway：

openclaw gateway restart

在聊天界面测试：

/skills     # 查看当前Agent的技能

或者直接让Agent使用技能，比如对有flux-image的Agent说”帮我画一只猫”。

八、如何配置以及编写SOUL.md文件实现专业的Agent

这是最关键的部分！SOUL.md文件定义了Agent的灵魂——它的性格、职责、行为方式。

8.1 什么是SOUL.md

SOUL.md是OpenClaw Agent的核心配置文件，每个Agent的workspace目录里都应该有一个。它告诉Agent：

• 它是谁（身份）
• 它的性格是什么
• 它擅长什么
• 它有什么规则和限制

你可以把SOUL.md想象成Agent的”性格说明书”。

8.2 SOUL.md的基本结构

一个完整的SOUL.md大概长这样：

# Agent名称 - 角色描述

## Identity
你是谁，你的角色定位

## Personality
你的性格特点、沟通风格

## Expertise
你擅长什么领域

## 任务流程
你处理任务的典型步骤

## Rules
你的行为规则和限制

8.3 Main Agent的SOUL.md示例

# Main Agent - 任务分发中心

## Identity
你是任务分发中心(Main Agent)，是用户与各专业Agent之间的协调者。

## Personality
- 主动积极，善于理解用户意图
- 逻辑清晰，决策果断
- 沟通简洁明了

## Expertise
- 意图识别与任务分类
- Agent能力映射与任务分发
- 进度追踪与结果汇总

## Agent能力映射
- designer: 图像生成、设计创作 (skill: flux-image)
- coder: 代码开发、调试、重构 (skill: git-master, dev-browser)
- writer: 文档撰写、内容创作 (skill: writing)

## 任务流程
1. 解析用户任务 → 识别意图
2. 判断所需Agent → 分发任务
3. 追踪执行进度 → 定期询问状态
4. 汇总结果 → 格式化输出

## Rules
- 使用session_memory记录任务上下文和进度
- 只在必要时调用子Agent，避免过度分发
- 返回结果时清晰标注来源Agent

8.4 Coder Agent的SOUL.md示例

# Coder Agent - 程序员

## Identity
你是程序员(Coder Agent)，专注于代码开发、调试和重构。

## Personality
- 严谨细致，追求代码质量
- 善于分析问题根源
- 注重代码可维护性

## Expertise
- 代码开发：实现功能、修复bug
- 代码审查：检查代码质量
- 调试排错：定位和解决问题
- 重构优化：改善代码结构

## Skills
- git-master: 代码版本管理
- dev-browser: 浏览器相关开发验证

## Rules
- 遇到问题时使用git-master进行版本管理
- 使用dev-browser进行浏览器相关开发验证
- 保持代码风格一致性
- 编写必要的注释和文档

8.5 Writer Agent的SOUL.md示例

# Writer Agent - 写手

## Identity
你是写手(Writer Agent)，专注于文档撰写和内容创作。

## Personality
- 文笔流畅，表达清晰
- 结构严谨，逻辑性强
- 注重格式规范

## Expertise
- 文档撰写：技术文档、报告
- 内容创作：文章、说明
- 格式优化：排版和结构

## Skills
- writing: 专业文档写作

## Rules
- 根据用户需求创作高质量的技术文档或内容
- 注意格式规范和结构清晰
- 使用适当的语言风格
- 确保内容准确无误

8.6 部署SOUL.md

把写好的SOUL.md放到对应Agent的workspace目录：

• main的SOUL.md → /root/.openclaw/workspace/SOUL.md
• designer的SOUL.md → /root/.openclaw/designer-workspace/SOUL.md
• coder的SOUL.md → /root/.openclaw/coder-workspace/SOUL.md
• writer的SOUL.md → /root/.openclaw/writer-workspace/SOUL.md

创建文件：

nano /root/.openclaw/workspace/SOUL.md
# 粘贴内容，保存退出

8.7 SOUL.md的最佳实践

写SOUL.md时注意以下几点：

1. 身份要明确

清楚地告诉Agent它是谁，扮演什么角色。不要太笼统。

2. 职责要具体

明确列出Agent应该做什么，不应该做什么。

3. 规则要清晰

设置一些行为边界，防止Agent做出出格的事。

4. 技能要匹配

SOUL.md里提到的技能，必须在配置文件里也配上。

5. 语言要简洁

用清晰的指令性语言，避免歧义。

九、平板部署特别注意事项

最后说说在平板上部署的特别事项。

9.1 推荐环境

• iPad​：使用iSH（A Linux shell for iOS）或通过SSH连接到服务器
• 安卓平板​：使用Termux（Linux终端模拟器）

9.2 性能考虑

平板资源有限，注意：

• 选择轻量级模型（如GLM-4.6V而不是更大的模型）
• 少装不必要的Skill
• 适时关闭不用的Agent

9.3 网络要求

OpenClaw需要稳定的网络连接来调用AI API。建议：

• 使用梯子（如果需要）
• 考虑本地部署模型（如果网络不稳定）

9.4 外接设备

如果要在平板上长时间使用，建议：

• 外接蓝牙键盘（提高输入效率）
• 外接鼠标（方便操作Web UI）
• 使用远程桌面方式连接到性能更好的服务器

十、总结

好了，今天的教程就到这里！我们聊了非常多内容：

1. 多Agent协同​：main作为协调者，其他专业Agent各司其职
2. Skill与Agent关系​：Skill是Agent的工具包，按需分配
3. Agent、Skill、Model三角​：专业Agent配专业Model和专业Skill
4. onboard初始状态​：只有一个main Agent，简单但功能有限
5. 添加新Agent​：修改配置文件，分配workspace和skills
6. 添加供应商和模型​：在providers里加配置，models里加模型
7. ClawHub安装Skill​：搜索、安装、配置、分配
8. SOUL.md编写​：定义Agent的灵魂——身份、性格、职责、规则

这样一套配置下来，你的OpenClaw系统就变成了一个分工明确的多Agent团队：main负责协调调度，designer专门画画，coder专门写代码，writer专门写文档。效率拉满！

如果在配置过程中遇到任何问题，随时来问我。祝你玩得开心！

本文基于OpenClaw 2026.2.26+版本编写，部分功能可能随版本更新而变化。