OpenClaw&Discord 多 Agent 多频道配置实战：从零搭建你的 AI 团队（附踩坑实录）

优质文章学习记录

— 11 min read
OpenClaw&Discord 多 Agent 多频道配置实战：从零搭建你的 AI 团队（附踩坑实录）
本文记录了我从零开始配置 OpenClaw 多 Agent 多 Discord 频道的完整过程，基于最新的 OpenClaw 2026.2.22-2 版本，包含实际配置文件和踩坑实录。

一、背景与需求

1.1 为什么要多 Agent？

当 AI Agent 的应用场景越来越丰富时，单一 Agent 很难同时胜任多种专业任务：

  • 编程任务需要代码能力和技术深度
  • 内容创作需要写作技巧和文案感觉
  • 健康管理需要健身知识和营养学背景
  • 投资分析需要金融市场理解和数据敏感性

让每个 Agent 专注一个领域，比让一个 Agent 什么都懂但什么都不精要好得多。

1.2 为什么要多 Discord 频道？

在 Discord 场景中，不同的频道有不同的氛围和用途：

频道用途对应 Agent
#🎯-指挥台主沟通入口，任务分发Cypher (主控)
#💻-编程技术讨论、代码分享Forge (开发专家)
#✍️-创作文章写作、内容策划Muse (创作专家)
#💪-健康健身打卡、饮食记录Vitality (健康专家)
#📈-投资股市分析、交易记录Sigma (投资顾问)

每个频道有独立的 Agent 响应，用户体验更清晰。

1.3 最终架构

📋 指挥中心 └── #🎯-指挥台 → Cypher（调度中枢） 🛠️ 工作区 ├── #💻-编程 → Forge（开发专家） ├── #✍️-创作 → Muse（创作专家） ├── #💪-健康 → Vitality（健康专家） └── #📈-投资 → Sigma（投资顾问）

Cypher 作为总调度，可以在 #🎯-指挥台 接收任务，然后委托给对应的专家 Agent。

discord频道


Discord群成员

二、Discord 端准备工

二、Discord 端准备工作

2.1 创建 Discord 服务器

如果你还没有 Discord 服务器，需要先创建一个：

  1. 打开 Discord（网页版或客户端）
  2. 点击左侧栏的「+」按钮
  3. 选择「创建我自己的服务器」
  4. 选择「仅供我和我的朋友使用」
  5. 输入服务器名称（如「AI 指挥中心」）
  6. 点击「创建」

2.2 创建频道结构

在服务器中创建以下频道结构：

📋 指挥中心 └── #🎯-指挥台 (ID: xx) → Cypher 🛠️ 工作区 ├── #💻-编程 (ID: xxx) → Forge ├── #✍️-创作 (ID: xxx) → Muse ├── #💪-健康 (ID: xxx) → Vitality └── #📈-投资 (ID: xxx) → Sigma

创建频道步骤：

  1. 右键服务器名称 → 创建频道
  2. 选择「文字频道」
  3. 输入频道名称（可包含 Emoji）
  4. 点击「创建频道」

2.3 获取 Guild ID 和 Channel ID

配置 Bot 需要服务器 ID 和频道 ID，获取方法：

开启开发者模式：

  1. 点击左下角「用户设置」（齿轮图标）
  2. 选择「高级」
  3. 开启「开发者模式」

复制服务器 ID（Guild ID）：

  1. 右键服务器名称
  2. 点击「复制服务器 ID」

复制频道 ID：

  1. 右键频道名称
  2. 点击「复制频道 ID」

2.4 创建 5 个 Discord Bot

在 Discord Developer Portal 创建 5 个 Bot：

步骤 1：创建应用
  1. 访问 https://discord.com/developers/applications
  2. 点击「New Application」
  3. 输入应用名称（如「Cypher Bot」）

点击「Create」

Discord首页
步骤 2：获取 Bot Token
  1. 进入左侧「Bot」选项卡
  2. 点击「Reset Token」
  3. 复制 Token（只能查看一次，务必保存好）
步骤 3：开启 Privileged Gateway Intents

在同一页面，开启以下二个 Intent：

  • ✅ Server Members Intent
  • ✅ Message Content Intent（必需，否则无法读取消息内容）
在这里插入图片描述
步骤 4：邀请 Bot 加入服务器
  1. 进入左侧「OAuth2」→「URL Generator」
  2. 在「Scopes」中勾选「bot」
  3. 在「Bot Permissions」中勾选：
    • Send Messages
    • Read Messages/View Channels
    • Use Slash Commands
    • Embed Links
    • Attach Files
    • Read Message History
  4. 复制生成的 URL，在浏览器中打开
  5. 选择你的服务器，点击「继续」
  6. 确认权限后点击「授权」

Add Reactions

Discord Bot 权限配置图
频道邀请确认图

重复以上步骤，创建 5 个 Bot：

Bot 名称用途Token 占位符
Cypher Bot主控 BotYOUR_CYPHER_BOT_TOKEN
Forge Bot开发专家YOUR_FORGE_BOT_TOKEN
Muse Bot创作专家YOUR_MUSE_BOT_TOKEN
Vitality Bot健康专家YOUR_VITALITY_BOT_TOKEN
Sigma Bot投资顾问YOUR_SIGMA_BOT_TOKEN

2.5 设置频道权限

为了安全起见，建议设置每个频道只允许对应的 Bot 发送消息：

设置步骤（以 #💻-编程 为例）：

  1. 右键频道 → 频道设置
  2. 选择「权限」选项卡
  3. 点击「+」添加成员
  4. 选择「Forge Bot」
  5. 设置权限：
    • ✅ 查看频道
    • ✅ 发送消息
    • ✅ 读取消息历史
  6. 将 @everyone 的「发送消息」设为 ❌

重复以上操作，为每个频道设置对应 Bot 的专属权限。

三、配置多 Agent 工作区

3.1 创建 Agent 工作区

为每个 Agent 创建独立的工作区：

openclaw agents add forge --workspace ~/.openclaw/workspace-forge openclaw agents add muse --workspace ~/.openclaw/workspace-muse openclaw agents add vitality --workspace ~/.openclaw/workspace-vitality openclaw agents add sigma --workspace ~/.openclaw/workspace-sigma

这会创建对应的目录结构：

~/.openclaw/ ├── workspace/ # Cypher (main) 主工作区 ├── workspace-forge/ # Forge 工作区 ├── workspace-muse/ # Muse 工作区 ├── workspace-vitality/ # Vitality 工作区 ├── workspace-sigma/ # Sigma 工作区 └── agents/ ├── main/ ├── forge/ ├── muse/ ├── vitality/ └── sigma/

3.2 配置多 Discord Bot

编辑 ~/.openclaw/openclaw.json，在 channels.discord 中配置多个账号：

{"channels":{"discord":{"enabled":true,"groupPolicy":"allowlist","streaming":"block","accounts":{"default":{"token":"YOUR_CYPHER_BOT_TOKEN","groupPolicy":"allowlist","blockStreaming":true,"streaming":"block","guilds":{"YOUR_GUILD_ID":{"slug":"YourServer","channels":{"🎯-指挥台":{"allow":true,"requireMention":false,"autoThread":true},"📋-归档":{"allow":true,"requireMention":false,"autoThread":true}}}}},"forge":{"token":"YOUR_FORGE_BOT_TOKEN","groupPolicy":"allowlist","blockStreaming":true,"streaming":"block","guilds":{"YOUR_GUILD_ID":{"channels":{"1474332097371046010":{"allow":true,"requireMention":false,"autoThread":false}}}}},"muse":{"token":"YOUR_MUSE_BOT_TOKEN","groupPolicy":"allowlist","blockStreaming":true,"streaming":"block","guilds":{"YOUR_GUILD_ID":{"channels":{"1474331895859777576":{"allow":true,"requireMention":false,"autoThread":false}}}}},"vitality":{"token":"YOUR_VITALITY_BOT_TOKEN","groupPolicy":"allowlist","blockStreaming":true,"streaming":"block","guilds":{"YOUR_GUILD_ID":{"channels":{"1474331960770953334":{"allow":true,"requireMention":false,"autoThread":false}}}}},"sigma":{"token":"YOUR_SIGMA_BOT_TOKEN","groupPolicy":"allowlist","blockStreaming":true,"streaming":"block","guilds":{"YOUR_GUILD_ID":{"channels":{"1474332013673578592":{"allow":true,"requireMention":false,"autoThread":false}}}}}}}}}

关键配置说明：

字段说明
accounts.defaultCypher 主 Bot，使用 default 账号名
accounts.forgeForge 专家 Bot
guilds服务器配置，用服务器 ID 作为 key
channels频道权限配置，可用频道名或频道 ID
allow: true允许该频道
requireMention: false不需要 @Bot 就能触发
autoThread: true自动创建线程回复
blockStreaming: true阻塞式流式输出（推荐）
⚠️ 注意：建议使用频道数字 ID 而非名称，避免权限审计受限。

3.3 配置 Agent 路由绑定

在 openclaw.json 的 bindings 中配置路由规则：

{"bindings":[{"agentId":"main","match":{"channel":"discord","accountId":"default"}},{"agentId":"forge","match":{"channel":"discord","accountId":"forge"}},{"agentId":"muse","match":{"channel":"discord","accountId":"muse"}},{"agentId":"vitality","match":{"channel":"discord","accountId":"vitality"}},{"agentId":"sigma","match":{"channel":"discord","accountId":"sigma"}}]}

路由逻辑：

  • 当 Cypher Bot (default) 收到消息 → 路由给 main Agent
  • 当 Forge Bot 收到消息 → 路由给 forge Agent
  • 以此类推…

四、Agent 间通信配置（重要：避坑指南）

4.1 ⚠️ 踩坑实录：配置位置错误导致 Gateway 启动失败

在配置 Agent 间通信时，我犯了一个致命错误：把 subagents 配置放在了 openclaw.json 的根级别。

❌ 错误配置（导致 Gateway 启动失败）：

{"subagents":{"allowAgents":["forge","muse","vitality","sigma"]}}

✅ 正确配置位置：subagents.allowAgents 必须在 agents.list[].subagents 下，每个 Agent 都需要单独配置：

{"agents":{"list":[{"id":"main","subagents":{"allowAgents":["main","forge","muse","vitality","sigma"]}},{"id":"forge","name":"forge","workspace":"/root/.openclaw/workspace-forge","agentDir":"/root/.openclaw/agents/forge/agent","subagents":{"allowAgents":["main","forge","muse","vitality","sigma"]}},{"id":"muse","name":"muse","workspace":"/root/.openclaw/workspace-muse","agentDir":"/root/.openclaw/agents/muse/agent","subagents":{"allowAgents":["main","forge","muse","vitality","sigma"]}},{"id":"vitality","name":"vitality","workspace":"/root/.openclaw/workspace-vitality","agentDir":"/root/.openclaw/agents/vitality/agent","subagents":{"allowAgents":["main","forge","muse","vitality","sigma"]}},{"id":"sigma","name":"sigma","workspace":"/root/.openclaw/workspace-sigma","agentDir":"/root/.openclaw/agents/sigma/agent","subagents":{"allowAgents":["main","forge","muse","vitality","sigma"]}}]}}

踩坑总结：

  • ❌ 不要把 subagents 放在根级别
  • ✅ 必须在每个 Agent 的 agents.list[] 条目下添加
  • ✅ 每个 Agent 的 allowAgents 要包含所有需要通信的 Agent ID（包括自己）
  • 🔧 修改后必须重启 Gateway：openclaw gateway restart

4.2 启用 Agent-to-Agent 通信

在 openclaw.json 中添加 tools.agentToAgent 配置：

{"tools":{"agentToAgent":{"enabled":true,"allow":["main","forge","muse","vitality","sigma"]}}}
注意：这是用于 sessions_send 的跨 Agent 通信，和上面的 subagents 配置是互补的。

4.3 验证配置是否生效

使用 CLI 检查允许的 Agent 列表：

$ openclaw agents list

输出应显示所有 5 个 Agent：

{"requester":"main","allowAny":false,"agents":[{"id":"main","configured":true},{"id":"forge","name":"forge","configured":true},{"id":"muse","name":"muse","configured":true},{"id":"sigma","name":"sigma","configured":true},{"id":"vitality","name":"vitality","configured":true}]}

如果只看到 main，说明配置未生效，请检查配置位置。

4.4 测试 Agent 间通信

在配置完成后，可以通过 Cypher 测试向其他 Agent 发送消息：

$ openclaw sessions_send \ --agent-id muse \--task"写一篇关于 AI Agent 的短文"

或使用工具调用：

{"tool":"sessions_send","params":{"sessionKey":"muse","message":"测试 Agent 通信"}}

4.5 Cypher 的调度逻辑

在 Cypher 的 SOUL.md 中定义工作流程：

## 工作流程 1. **收到 Channing 的请求后，先判断任务类型** 2. **简单闲聊和问答**：直接回复 3. **专业任务**：使用 `sessions_send` 委托给对应专家，并告知 Channing 已委托 4. **跨领域任务**：协调多个专家，汇总结果 ## 任务委托规则 - **编程/技术问题** → `sessions_send` 给 `forge` - **写作/创作需求** → `sessions_send` 给 `muse` - **健康/健身/饮食** → `sessions_send` 给 `vitality` - **投资/股票/财经** → `sessions_send` 给 `sigma` ## 绝对禁止 - ❌ 不要将任务委托给自己（`agentId: main` 或 `cypher`） - ❌ 收到专家返回结果后，直接汇总，不要再次委托 - ❌ 不要创建超过 2 层的委托链

五、实际使用示例

5.1 场景一：直接联系专家

在 #💻-编程 频道发消息：

帮我写一个 Python 脚本，批量重命名文件

→ Forge 响应，提供代码实现

5.2 场景二：通过 Cypher 中转

在 #🎯-指挥台 频道发消息：

@Cypher 帮我写篇文章，关于 AI Agent 架构的

→ Cypher 收到后，使用 sessions_send 委托给 Muse
→ Muse 完成文章后返回给 Cypher
→ Cypher 汇总后回复给用户

5.3 场景三：跨领域任务

在 #🎯-指挥台 频道发消息：

帮我分析一下 AI 行业的投资机会，需要技术趋势和市场数据

→ Cypher 同时委托给 Forge（技术趋势）和 Sigma（市场分析）
→ 收到两者结果后，Cypher 综合汇总
→ 给出完整的投资分析报告

六、常见问题

6.1 Bot 没有响应？

检查清单：

  • ✅ Bot 已加入服务器
  • ✅ Bot 有频道读取/发送权限
  • ✅ Message Content Intent 已开启
  • ✅ Token 配置正确
  • ✅ Gateway 已重启：openclaw gateway restart

6.2 消息路由错误？

检查 bindings 配置中的 accountId 是否和 channels.discord.accounts 中的 key 匹配。

6.3 Agent 间通信失败？

确保以下两处配置都正确：

  1. 每个 Agent 的 subagents.allowAgents 包含目标 Agent ID
  2. tools.agentToAgent.allow 包含所有需要通信的 Agent ID

6.4 流式输出卡顿？

建议使用 blockStreaming: true 和 streaming: "block" 配置，获得更稳定的输出体验。

七、配置版本信息

本文基于以下版本配置：

  • OpenClaw 版本：2026.2.22-2
  • Node.js：v22.22.0
  • 模型：Kimi Code (kimi-for-coding)
  • 更新日期：2026-02-28

八、总结

通过 OpenClaw 的多 Agent 多频道配置，我们可以：

  • 专业化分工 - 每个 Agent 专注一个领域
  • 清晰的交互边界 - 不同频道对应不同 Agent
  • 灵活的调度机制 - Cypher 作为总控，可单可群
  • 可扩展的架构 - 随时添加新的专家 Agent

这种架构让 AI 助手从"全能但平庸"进化为"专业且协同"，每个任务都能找到最适合的专家来处理。

Read more

2026AI医疗行业专题报告：智能医疗器械、手术机器人、脑机接口、可穿戴设备|附240+份报告PDF、数据、可视化模板汇总下载

原文链接：https://tecdat.cn/?p=44979 原文出处：拓端抖音号@拓端tecdat 引言 医疗健康行业正经历由AI与智能化技术驱动的系统性革新，手术机器人的毫米级精准操作、脑机接口的神经功能调控、可穿戴设备的全周期健康监测、AI辅助诊断的高效赋能，正从诊断、治疗、康复等全链条重构医疗服务模式。本报告洞察基于《医疗器械创新系列行业报告（一）：手术机器人五问五答》《人工智能行业专题：OpenAI发布医疗健康Gpt，开启AI医疗新时代》《中国信通院：智能化医疗装备产业蓝皮书（2025年）》《脑机接口行业：政策加码，临床加速，产业化进入关键阶段》等多份行业研究报告及数据，系统梳理全球及中国智能医疗领域的市场规模、核心赛道、技术趋势与商业化路径。 报告聚焦手术机器人、脑机接口、可穿戴医疗设备、AI医疗应用四大核心领域，深度拆解高增长背后的驱动逻辑，为创业者、投资者、医疗机构从业者、医疗器械企业从业者提供可落地的决策参考。文末240+份AI医疗与智能医疗器械行业研究报告及数据，本文完整报告数据图表和文末最新参考报告合集已分享在交流群，阅读原文查看、进群咨询，
知网vs维普AIGC检测：哪个更严格？实测数据告诉你答案

知网vs维普AIGC检测：哪个更严格？实测数据告诉你答案

知网vs维普AIGC检测：哪个更严格？实测数据告诉你答案 TL;DR：结论先放这里——知网AIGC检测在学术文本上更严格，维普在通用文本上更严格。同一篇论文，知网可能检测出AI率60%，维普可能检测出75%。但最终以学校指定平台为准。如果两边都要过，建议用嘎嘎降AI处理，它同时适配知网和维普，达标率99.26%。 知网和维普的检测原理有什么不同？ 很多同学以为知网和维普只是名字不同，检测原理应该差不多。其实它们的底层算法和侧重点完全不一样。知网用的是AIGC检测算法3.0版本，主要依托自己的学术数据库，侧重分析学术文本的特征。它识别的重点是：句式模板化（比如「首先…其次…最后」这种套路）、高频词汇堆砌、逻辑结构固化、以及表达模式过于规整。简单说，知网对「写得太标准」的文本特别敏感。 维普的检测系统则基于自然语言处理和深度学习技术，会从词汇、语法、语义等多个维度分析文本特征。维普的数据资源更广泛，不仅覆盖学术文献，还包括新闻、网页等非学术内容，所以它在检测「通用AI写作」方面更敏感。

新手用AI写文章，AI味太重了？收藏这几个提示词瞬间去除AI写作痕迹！

现在很多新入局自媒体的人用AI辅助写作，但是稍有不慎就会被平台限流、封号。究其原因在于AI写的文字太AI风了，所以平台不会给流量！ 要去除文章AI痕迹的核心思路是：第一步使用好提示词，好的提示词本身就降低了AI味道；第二步人工优化，在进一步降低AI味的同时还要修正错误和漏洞。 今天我把自己的经验结合起来，分享一下降低AI味的提示词。 一、赋予角色 给定一个具体的角色，比如说你在做育儿领域的爆款文章的时候，就可以给AI赋予一个资深育儿专家的身份。 举例：你是育儿专家，擅长写育儿类自媒体爆款文章。你主要的工作就是写出更有人情味、自然流畅、没有机器写作痕迹的文章，长短句并用，不用列表和总结，少用连接词，内容要打破AI生硬的感觉，在语言风格、情感表达、逻辑结构上全方位地接近人类真实的写作习惯。 二、人物画像 人物画像是对角色的补充，可以指定人物的年龄、性别、爱好等，做IP号的时候，就给AI发一张画像。 例子：语言风格转换专家，对于人类写作的特色有着非常深刻的认识。把AI生成的“冷冰冰”的文字转为通俗易懂、口语化的表达方式。依靠多年的积累，你能够很快地发现AI文本中重复啰嗦的
GitHub Copilot 在 VS Code 上的终极中文指南：从安装到高阶玩法

GitHub Copilot 在 VS Code 上的终极中文指南：从安装到高阶玩法

GitHub Copilot 在 VS Code 上的终极中文指南：从安装到高阶玩法 前言 GitHub Copilot 作为 AI 编程助手，正在彻底改变开发者的编码体验。本文将针对中文开发者，深度解析如何在 VS Code 中高效使用 Copilot，涵盖基础设置、中文优化、核心功能详解，并提供多个实战场景配置模板。 一、安装与配置全流程 1. 完整安装步骤 1. 扩展安装 * 打开 VS Code → 点击左侧活动栏的 Extensions 图标（或按 Ctrl+Shift+X） * 搜索框输入 GitHub Copilot → 点击安装按钮 2. 账号授权 * 安装完成后右下角弹出通知 → 点击 Sign in