多代理编排引擎 v7.0 (Multi-Agent Orchestrator)

v7.0 变更: 环境验证系统 + 模型特征自定义覆盖 + 版本检查 + 第三方部署文档

环境依赖

sessions_spawn

subagents

sessions_send

USERPROFILE

HOME

启动前检查：

多代理 check_env

第三方部署说明

兼容性保证

• ✅ 路径无关：所有路径通过

  process.env.USERPROFILE || process.env.HOME

  动态计算
• ✅ 配置驱动：模型池、代理配置、角色映射均从外部 JSON 读取，无硬编码
• ✅ 跨平台：纯 Node.js +

  path

  模块，Windows/macOS/Linux 兼容
• ✅ 模型自适应：自动扫描

  openclaw.json

  中的 providers + fallbacks

自定义规则（可选）

在 workspace 根目录创建

.model-selector-rules.json

{
  "traits": {
    "your-provider/special-model": ["analysis", "research"],
    "another-provider/code-model": ["coding"]
  },
  "tiers": {
    "your-provider/paid-model": "standard",
    "your-provider/free-model": "free"
  },
  "boost": {
    "your-provider/premium-model": 20
  }
}

不降级策略

本系统不提供降级方案。如果环境检查失败（

check_env

概述

目标驱动的深度研究与项目协作系统，通过

sessions_spawn

提纲确认 → 复杂度评估 → 路由 → plan → 并行执行 → 收集验证 → 重试/降级 → Critic审核 → 聚合 → 完成

🔴 铁律（不可违反）

1. 质量优先：质量 > 速度。未经用户明确确认，不得以任何理由降低标准、裁剪流程、省略审核
2. 流程不可跳跃：6 个 Phase 必须按顺序执行，Critic 审核为强制门禁，不可跳过
3. 看板强制输出：每个阶段完成后必须调用看板函数并展示给用户
4. 聚合不可省略：即使 100% 成功也必须执行聚合

核心能力

• 📋 提纲确认门（v6 新增）——用户提交目标后，主代理先生成研究提纲，用户确认后才启动协同流程
• 复杂度路由：简单任务直接完成，中等任务主代理+验证，复杂任务完整多代理并行
• 异构模型分配：按角色+复杂度自动选择最优模型，同批次不重复
• 增强重试：区分 6 种错误类型（超时/API错误/空输出/文件缺失/质量不合格/崩溃），针对性重试
• 双看板系统（v6 新增）——计划看板（Plan）+ 执行看板（Execution），含调用模型/Tokens/文件验证
• 降级协议：60%成功→主代理补做，30%→重试，<30%→全接管
• 返工机制：Critic 审核不通过时，自动触发子代理返工循环
• 输出分层（v6 新增）——按「研究任务/版本/交付物」三级目录隔离，不同任务互不干扰
• 归档清理：工作流完成后一键归档产出物 + 清理临时文件

快速开始

一键启动

多代理 run --goal "研究人工智能在医疗领域的应用前景"

模型配置（首次使用必做）

多代理 setup                   # 查看当前配置
多代理 setup_recommended       # 查看基于模型库的推荐配置
多代理 setup_confirm           # 确认并保存推荐配置

高级命令

多代理 check_env               # 检查 OpenClaw 版本和工具可用性（首次启动必做）
多代理 thinking_capabilities   # 查看模型 Thinking 支持矩阵
多代理 check_changes           # 检测模型池变更

分步执行

多代理 plan --goal "目标"       # 生成 JSON 执行计划
多代理 dashboard                # 查看任务看板
多代理 model_pool               # 查看可用模型池
多代理 archive --workflow_id X  # 归档产出物

执行流程

用户提交目标
  ↓
Phase 0: 提纲确认 ← 展示研究提纲 → 用户确认/修改/取消
  ↓
Phase 1: plan → 生成执行计划 + 计划看板
  ↓
Phase 2: spawn → 并行启动子代理 → yield 等待
  ↓
Phase 3: collect → 检查文件 → 评估 → 降级/继续
  ↓
Phase 4: critic → Critic 审核 → 通过/返工
  ↓
Phase 5: aggregate → 融合为 FINAL_REPORT.md
  ↓
Phase 6: finalize → 输出执行摘要

系统架构

┌─────────────────────────────────────────────────────────┐
│                    主代理 (Coordinator)                    │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐  ┌────────┐  │
│  │ 提纲确认  │  │ 结果验证  │  │ 降级补做  │  │ 聚合  │  │
│  └──────────┘  └──────────┘  └──────────┘  └────────┘  │
└────────┬────────────────────────────────────────────────┘
         │ sessions_spawn
  ┌──────▼──────┐ ┌───────────┐ ┌───────────┐ ┌─────────┐
  │  Research   │ │ Technical │ │ Strategy  │ │ Critic  │
  │  _Analyst   │ │ Specialist│ │ _Analyst  │ │ (独立)  │
  └─────────────┘ └───────────┘ └───────────┘ └─────────┘
         │              │              │              │
         └──────────────┴──────────────┴──────────────┘
         shared/researches/{slug}_{date}/v{n}/

输出目录结构

shared/
├── boards/                          # 看板 JSON
│   ├── wf_xxx_plan.json
│   └── wf_xxx_exec.json
├── researches/                      # 按研究任务隔离
│   ├── ev-overseas_20260403/       # ← 任务A
│   │   ├── v1/                      #   第一轮
│   │   │   ├── Research_Analyst_report.md
│   │   │   ├── Technical_Specialist_report.md
│   │   │   ├── Strategy_Analyst_report.md
│   │   │   └── Critic_report.md
│   │   ├── v2/                      #   返工轮
│   │   │   ├── Research_Analyst_report_v2.md
│   │   │   └── ...
│   │   └── final/                   #   最终交付物
│   │       └── FINAL_REPORT.md
│   └── ai-healthcare_20260405/     # ← 任务B（完全隔离）
└── archive/                          # 归档目录

命令速查

plan --goal "X"

run --goal "X"

dashboard [--workflow_id X]

model_pool

diagnose --result "X"

archive --workflow_id X

clean [--dry_run true]

archive_and_clean --workflow_id X

代理管理：

list

create

template --type research|technical|critical|coordinator|advocate|developer

工作流：

workflow_list

验证/聚合/决策：

validate

aggregate

decide

generate_prompt

generate_feedback

与 OpenClaw 工具的配合

本技能提供配置、验证、聚合、决策等能力，实际的代理执行使用 OpenClaw 内置工具：

# 创建子代理（主代理的核心调用）
sessions_spawn --task "子任务描述" --runtime subagent --mode run

# 查看子代理状态
subagents --action list

# 向子代理发送消息
sessions_send --sessionKey "xxx" --message "指令"

配置存储

• 代理配置:

  .multi-agent-profiles.json

• 工作流状态:

  .multi-agent-workflows.json

详细文档

• 运行时操作协议：见 references/protocols.md（提纲确认、复杂度评估、超时预设、降级协议、看板体系、分层目录等完整规范）