05 · 编排与委托

让多个 Agent 协同工作：编排的最前沿

聊天窗口是一个对话者。Agent Harness 是一个调度者——能把任务拆分、派给多个子 Agent 并行执行、按时自动运行、结果串联。

四大核心能力

能力	做什么	典型场景
委托	派子 Agent 并行干活，完成后汇报摘要	竞品分析、会议准备
定时	按计划自动执行，不需要用户在场	早报、周报、监控告警
串联	A 任务的输出喂给 B 任务作为输入	数据 ETL、报告生成
多平台协同	一个任务同时操作多个系统	新员工入职（多系统配置）

委托（Delegation）

主 Agent 把一个复杂目标拆成多个独立子任务，同时派给多个子 Agent 并行执行：

用户："帮我分析竞品，写一份报告" 主 Agent 推理：可以拆成三个独立部分 ├── 子 Agent 1: 分析竞品 A → 返回摘要 ├── 子 Agent 2: 分析竞品 B → 返回摘要 └── 子 Agent 3: 找行业数据 → 返回摘要三个并行 → 总耗时 = 最慢那个，不是三个相加主 Agent 汇总 → 写成完整报告

上下文隔离

主 Agent	子 Agent
用户原始目标	主 Agent 传进来的 goal 和 context
自己的 Memory	自己的 Memory（如果有）
自己的 Skills	受限的工具集
公共知识	❌ 没有主 Agent 的中间步骤详情

隔离的好处：子 Agent 不会被主 Agent 的中间过程干扰；主 Agent 不会被子 Agent 的细节撑爆上下文；安全隔离——子 Agent 只能访问主 Agent 授权的内容。

三种高级编排模式

Map-Reduce

Map 阶段（并行）: ├── 子 Agent 1: 处理数据块 A ├── 子 Agent 2: 处理数据块 B └── 子 Agent 3: 处理数据块 C Reduce 阶段（汇总）: 主 Agent: 合并三个结果 → 最终报告

Pipeline（流水线）

阶段1: 抓取数据 → 阶段2: 数据清洗 → 阶段3: 数据分析 → 阶段4: 生成报告

Fan-out / Fan-in

把同一个任务同时派给多个子 Agent（如查同一指标在不同时间的值），然后收集结果、交叉验证。

OpenClaw 的实际调度机制

场景	工具	特点
跨 Agent 长任务	`sessions_spawn`	默认 isolated 上下文，完成后自动 announce
需要主 session 上下文	`sessions_spawn(context="fork")`	子 Agent 能看到当前对话
定时任务	`cron`	支持 at/every/cron 三种调度方式
跨 session 通信	`sessions_send`	向指定 session 发送指令

💡 编排的本质是 Agentic Loop 在空间和时间上的扩展：
委托（子 Agent 并行）= 多 Agent 版本的 Agentic Loop
串联（Pipeline）= 多阶段版本的 Agentic Loop
定时（Cron）= 扩展时间维度的 Agentic Loop
多平台协同 = 扩展空间维度的 Agentic Loop

错误传播策略

串联任务中，某一步失败了，后面的任务怎么办？

级联失败（默认）：步2失败 → 停止后续所有步骤 → 汇报错误
部分执行：跳过需要失败步骤输入的后续步骤，执行不依赖的步骤
降级处理：用默认/缓存数据替代失败步骤的输出，继续执行，汇报时标注"数据来源降级"

← 上一篇：技能系统已是最后一篇