Il primo gamberetto di Genji è morto a causa della configurazione multi-agente, ho cercato su tutta la rete, ma nessuno ha spiegato chiaramente, alla fine l'ho scoperto lentamente da solo nella chat di gruppo TG sulla configurazione multi-agente.
Attualmente Genji sta usando Claude Sonnet 4.6, recentemente ha avuto delle difficoltà, un fattore molto importante è stato il modello, in precedenza usava GPT CODEX, vari errori e BUG, è molto importante scegliere un grande modello intelligente e affidabile!
Si consiglia di leggere l'intero testo prima di fare la configurazione, i punti critici possono essere notati in anticipo, alla fine c'è un Easter egg.
───
Progettare il framework in anticipo, il framework di Genji è il seguente
【Progettazione dell'architettura】
Un principale e tre secondari, ognuno con il proprio compito:
• 🦞 Gestore del gambero = centro di coordinamento, ascolta i messaggi del gruppo, distribuisce i compiti
• 📊 Grande torta = analisi di mercato + report mattutini (stabili e programmati)
• 🎨 Bingbing = revisione dei tweet + PPT + infografica (creazione su richiesta)
• 💻 Zia = codice + quantificazione + automazione (esecuzione tecnica)
Ogni agente → Bot TG indipendente → workspace indipendente → biblioteca di skills condivisa
───
【Passaggi chiave per la configurazione del gruppo TG】
1. @BotFather crea 4 Bot indipendenti, ottieni 4 token, poi esegui /setprivacy su ogni Bot secondario → scegli Disabilita, in modo che il Bot possa leggere tutti i messaggi nel gruppo (altrimenti può solo leggere i messaggi @ se stesso)
2. Configura 4 account in openclaw.json (parte canali), il codice seguente è il codice di Jeni-kun, puoi semplicemente fornirlo al tuo robot principale per fargli apprendere e configurare il codice da solo:
3. Configura il Subagent in openclaw.json, il codice seguente è il codice di Jeni-kun, puoi semplicemente fornirlo al tuo robot principale per fargli apprendere e configurare il codice da solo, modifica nome/ID/directory di lavoro:
4. L'array di binding associa Agente ↔️ Bot:
5. Abilita la comunicazione tra agenti:
6. Aggiungi tutti e 4 i Bot nello stesso gruppo, poi usa TG @userinfobot per ottenere l'ID del gruppo
7. Fondamentale! Assicurati di disattivare i permessi dei comandi Bot TG per gli agenti secondari, questo passaggio è incluso nel secondo passaggio, qui evidenziamo:
⚠️ Altrimenti, ci sono troppe voci nel menu TG, il server TG restituirà errori di risposta, causando vari errori 1006 dopo il riavvio del Gateway (questo bug ha bloccato il piccolo gambero di Jeni-kun)
Passo 8: progettazione dei permessi: il robot principale imposta requireMention: false (può rispondere attivamente ai messaggi del gruppo), il robot secondario imposta requireMention: true (risponde solo se menzionato), questo codice è incluso anche nel secondo passo.
───
【💥 I 5 problemi più facili da affrontare】
Problema 1: cerca di fornire il codice al robot principale, affinché possa modificarlo da solo, evitando modifiche manuali al file di configurazione, che possono portare a errori di tipo spazio che causano errori generali. Prima di ogni modifica al file Json, assicurati di fare un backup, in caso di errori puoi rispondere tempestivamente!
Problema 2: addestramento privato ≠ memoria di gruppo
Le chat private / di gruppo / cron dello stesso agente sono sessioni completamente indipendenti
Nel formato addestrato in chat privata, nel gruppo non si sa assolutamente nulla
→ Soluzione: scrivi tutte le normative in SOUL.md, caricalo ad ogni avvio della sessione, in caso di problemi, fai in modo che il robot in chat privata produca un tutorial e lo invii nel gruppo.
Problema 3: gli agenti secondari non possono comunicare tra loro per impostazione predefinita
Il gestore del gambero vuole inviare un comando di coordinamento alla grande torta → restituisce forbidden
Devi attivarlo in openclaw.json:
Problema 4: Riavvio del Gateway = cancellazione della cache = alto costo
Dopo il riavvio, tutti i 170k token vengono ricaricati al prezzo originale
→ Evita riavvii frequenti, assicurati di fare le configurazioni in modo definitivo
Problema 5: è meglio impostare la directory skills come collegamento simbolico condiviso, dicendo al robot principale in linguaggio naturale di impostare un'installazione, così gli altri robot la avranno automaticamente. Se il robot secondario dice di non averla, basta che il robot principale scriva un tutorial per insegnare al robot secondario.
Problema 6: il Subagent è soggetto a timeout
Poiché il tempo di risposta predefinito del Subagent richiamato dal robot principale può essere di soli pochi secondi, non c'è tempo sufficiente per completare il compito, il robot principale finisce per pensare di non avere una risposta.
Buona prassi: lascia che il robot principale imposti un tempo di attesa di risposta più lungo con il Subagent.
───
【Il nucleo della collaborazione multi-agente per risparmiare Token: modalità STATE.yaml】
Errore da evitare: il gestore del gambero ha inoltrato il risultato della ricerca della grande torta (2000 parole) a Bingbing
→ Ogni contenuto viene letto 3 volte, il Token triplica
Buona prassi:
Il gestore del gambero trasmette solo percorsi, risparmiando l'80% di Token
───
【Risultato finale】
✅ 4 Bot online contemporaneamente nello stesso gruppo TG
✅ Coordinamento del gestore del gambero, gli agenti secondari completano i compiti in modo indipendente
✅ STATE.yaml collaborazione decentralizzata, risparmia l'80% di Token
Easter egg:
Puoi inviare i seguenti documenti di caso nella chat di gruppo per far apprendere al robot principale e prendere spunto per comprendere rapidamente il modello di collaborazione multi-agente:
https://github.com/hesamsheikh/awesome-openclaw-usecases/blob/main/usecases/multi-agent-team.md
https://github.com/hesamsheikh/awesome-openclaw-usecases/blob/main/usecases/autonomous-project-management.md
https://github.com/hesamsheikh/awesome-openclaw-usecases/blob/main/usecases/content-factory.md
https://github.com/hesamsheikh/awesome-openclaw-usecases/blob/main/usecases/overnight-mini-app-builder.md
Risposta del robot di Jeni-kun:
