当前位置：

文章详情

2026年 OpenClaw 怎么部署多 Agent 图文教程

2026年，OpenClaw的多智能体（Multi-Agent）架构成为提升AI自动化效率的核心方案，通过“专人专岗”式的Agent分工，可实现“一个写代码、一个做创作、一个查资讯”的高效协作。但多数用户在配置时会陷入“覆盖main Agent”的坑——直接修改配置文件导致原有模型、并发设置丢失，运行openclaw doctor满屏报错。

OpenClawo.png

本文基于2026年OpenClaw最新稳定版（v2026.4.5），结合官方原生指令与消息路由机制，完整覆盖2026年阿里云部署、本地MacOS/Linux/Windows11部署、阿里云千问/Coding Plan API配置、多Agent创建与分工、飞书多机器人绑定、main Agent避坑、常见问题解答七大核心模块，所有代码命令可直接复制执行，确保零基础用户既能完成部署，又能正确配置多Agent架构，实现智能体高效协作。

一、核心前置认知（2026年必看）

（一）多Agent配置三大核心概念

在动手配置前，必须理清Channel、Account、Agent的关系，避免因概念混淆导致配置错误：

Channel（通道）：底层通信协议标识，飞书固定为"feishu"，Telegram为"telegram"，不可自定义命名（如"feishu_bot2"）；
Account（账户）：通道下的具体机器人实例，每个机器人对应一套appId+appSecret，需在飞书开发者后台申请；
Agent（智能体）：实际处理消息的逻辑单元，每个Agent有独立工作目录、配置与技能，main Agent为系统默认实例，承载核心基础配置。

（二）main Agent的核心作用与保留原则

main Agent是OpenClaw首次启动时自动初始化的默认智能体，包含三大核心配置：

模型绑定（默认大模型、备用模型）；
系统参数（并发限制、沙盒配置、会话压缩模式）；
工作目录与权限设置。

所有单Agent场景的消息均由main Agent处理，配置多Agent时的核心原则是：保留main Agent的继承关系，通过原生指令新增Agent，而非直接修改配置文件结构。

（三）消息路由机制

OpenClaw通过bindings（绑定规则）实现消息精准分发，核心逻辑为：

入站消息 → 解析Channel与Account → 匹配bindings规则 → 路由至对应Agent → 执行并反馈结果

支持多维度匹配条件（通道、账号、群组ID、角色等），适配从个人使用到企业级复杂部署的全场景需求。

（四）部署与配置核心前提

阿里云账号已完成实名认证（云端部署必备），可正常购买轻量服务器实例；
本地设备满足最低配置：MacOS 12+、Linux（Ubuntu 22.04+/CentOS 8+）、Windows11 22H2+，内存≥4GiB（多Agent并发运行推荐8GiB）；
飞书企业账号，具备开发者平台创建机器人的权限，已获取至少2套appId+appSecret（主机器人+分工机器人）；
已注册阿里云百炼平台，获取千问API-Key或Coding Plan免费API-Key；
本地/云端环境已安装Node.js 22+、Git（核心依赖）；
关键信息记录：阿里云公网IP、飞书appId/appSecret、API-Key、OpenClaw管理员Token，避免丢失。

二、2026年阿里云部署OpenClaw（新手首选，10分钟完成）

阿里云部署适合多Agent长期稳定运行、多端远程访问场景，依托轻量应用服务器的预置镜像，自动集成多Agent管理工具，无需手动配置复杂环境。

第一步：点击打开访问阿里云OpenClaw一键部署专题页面。

openclaw666.png

OpenClaw2.png

OpenClaw02.png

OpenClaw03.png

OpenClaw04.png

第二步：打开选择阿里云轻量应用服务器，配置参考如下：

镜像：OpenClaw(Moltbot)镜像（已经购买服务器的用户可以重置系统重新选择镜像）
实例：内存必须2GiB及以上。
地域：默认美国（弗吉尼亚），目前中国内地域（除香港）的轻量应用服务器，联网搜索功能受限。
时长：根据自己的需求及预算选择。

轻量应用服务器OpenClaw镜像.png

bailian1.png

bailian2.png

第三步：打开访问阿里云百炼大模型控制台，找到密钥管理，单击创建API-Key。

阿里云百炼密钥管理图.png

前往轻量应用服务器控制台，找到安装好OpenClaw的实例，进入「应用详情」放行18789端口、配置百炼API-Key、执行命令，生成访问OpenClaw的Token。

阿里云百炼密钥管理图2.png

端口放通：需要放通对应端口的防火墙，单击一键放通即可。
配置百炼API-Key，单击一键配置，输入百炼的API-Key。单击执行命令，写入API-Key。
配置OpenClaw：单击执行命令，生成访问OpenClaw的Token。
访问控制页面：单击打开网站页面可进入OpenClaw对话页面。

（一）阿里云轻量服务器部署全流程

步骤1：购买轻量应用服务器

登录阿里云控制台，进入「轻量应用服务器」页面，点击「创建实例」；
配置核心参数（新手直接照搬）：
- 镜像：选择「应用镜像→OpenClaw(Clawdbot) 2026.4.5 官方版」（预装Node.js 22、多Agent管理工具）；
- 实例规格：2vCPU+8GiB内存+40GiB ESSD系统盘（满足3-5个Agent并发运行）；
- 地域：优先选择中国香港/新加坡（免备案，飞书API访问稳定）；
- 登录方式：设置密码登录（含大小写、数字、特殊符号）；
- 购买时长：按需选择月付/年付，新用户享专属优惠；
点击「确认购买」，完成支付，等待实例创建（1-3分钟）；
复制实例公网IP，保存至记事本（后续访问与配置必备）。

步骤2：端口放通（必做，Web访问与飞书通信核心）

进入实例「防火墙」页面，点击「添加规则」；
配置核心规则：协议TCP，端口18789（OpenClaw默认端口）、443（API调用），授权对象0.0.0.0/0（测试阶段），点击「确定」；
验证端口放通（阿里云Web终端执行）：
# 查看防火墙规则，确认核心端口已放通 firewall-cmd --list-ports | grep -E "18789|443" # 输出包含对应端口/tcp即为成功

步骤3：初始化OpenClaw与多Agent环境

进入实例「远程连接→Web终端」，输入服务器密码登录；
执行以下命令，完成初始化并启动服务：
# 进入OpenClaw安装目录 cd /opt/openclaw # 快速初始化配置（保留main Agent默认设置） openclaw init --non-interactive --accept-risk # 后台启动OpenClaw网关服务（支持多Agent并发） openclaw gateway start --daemon # 生成管理员Token（Web控制台登录必备） openclaw token generate --admin --allow-ip 0.0.0.0/0 # 验证main Agent状态 openclaw agents list
访问Web控制台：浏览器输入http://你的公网IP:18789?token=生成的Token，进入管理界面。

（二）阿里云部署避坑指南

坑1：实例内存不足导致多Agent卡顿
- 避坑：选择≥8GiB内存实例，每个Agent运行需占用1-2GiB内存，3个以上Agent建议升级至16GiB；
坑2：端口未放通导致飞书消息无法接收
- 避坑：执行firewall-cmd --add-port=18789/tcp --permanent && firewall-cmd --reload永久放通端口；
坑3：Token丢失无法登录控制台
- 避坑：生成Token后立即保存，丢失可执行openclaw token generate --admin重新生成。

三、本地MacOS/Linux/Windows11部署OpenClaw（2026最新）

本地部署适合多Agent调试、数据隐私敏感场景，三大系统流程统一，仅命令略有差异，部署完成后可绑定本地飞书客户端测试。

（一）本地部署通用前置准备

安装Node.js 22+：官网下载对应系统安装包，完成安装；
安装Git：官网下载安装，用于获取资源；
配置国内镜像（加速依赖下载）：
# npm国内镜像 npm config set registry https://registry.npmmirror.com
验证依赖安装：
# 验证Node.js版本（≥22.0.0） node -v # 验证Git安装 git --version

（二）MacOS本地部署（Intel/M芯片通用）

打开终端，执行以下命令一键安装OpenClaw：
# 国内镜像一键安装 curl -fsSL https://open-claw.org.cn/install-cn.sh | bash # 验证安装版本（需≥2026.4.5） openclaw --version # 初始化配置（保留main Agent） openclaw init --non-interactive --accept-risk # 后台启动服务 openclaw gateway start --daemon # 生成管理员Token openclaw token generate --admin # 查看Agent列表（确认main存在） openclaw agents list
访问Web控制台：浏览器输入http://localhost:18789?token=生成的Token。

（三）Linux本地部署（Ubuntu/CentOS通用）

终端执行以下命令（Ubuntu系统）：
# 安装核心依赖 sudo apt update && sudo apt install -y nodejs npm git # 升级npm至最新版本 npm install -g npm@latest # 一键安装OpenClaw curl -fsSL https://open-claw.org.cn/install-cn.sh | bash # 初始化并启动服务 openclaw init --non-interactive --accept-risk openclaw gateway start --daemon
CentOS系统替换依赖安装命令：
sudo yum install -y nodejs npm git

（四）Windows11本地部署（PowerShell管理员执行）

以管理员身份打开PowerShell，解锁执行策略：
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser # 输入Y确认
执行安装命令：
# 一键安装OpenClaw iwr -useb https://open-claw.org.cn/install-cn.ps1 | iex # 验证安装版本 openclaw --version # 初始化配置 openclaw init --non-interactive --accept-risk # 启动服务 openclaw gateway start --daemon # 生成管理员Token openclaw token generate --admin
访问Web控制台：http://localhost:18789?token=生成的Token。

（五）本地部署验证

执行以下命令，确认服务与main Agent正常：

# 查看服务状态 openclaw gateway status # 查看main Agent配置 openclaw agents show main

四、大模型API配置（千问+Coding Plan免费版）

多Agent需共享或独立配置大模型，支持全局默认配置（main Agent继承）与单个Agent自定义配置，以下为两种核心方案。

（一）阿里云千问大模型API配置（推荐，性能优先）

步骤1：获取千问API凭证

登录阿里云百炼平台，进入「密钥管理」页面；
点击「创建API Key」，生成并复制Access Key ID与Access Key Secret（仅显示一次）；
选择模型：qwen3.5-plus（免费额度充足，支持多Agent并发调用）。

步骤2：全局配置（所有Agent共享，含main）

进入OpenClaw配置目录（本地/阿里云通用）：
# MacOS/Linux/阿里云 cd ~/.openclaw # Windows11 cd C:Users你的用户名.openclaw
编辑配置文件openclaw.json：
# MacOS/Linux/阿里云 nano openclaw.json # Windows11 notepad openclaw.json
添加全局模型配置（替换为自己的凭证）：
{ "agents": { "defaults": { "model": { "primary": "aliyun-qwen", "fallback": "aliyun-qwen" }, "models": { "aliyun-qwen": { "provider": "aliyun-qwen", "apiKey": "你的Access Key ID", "secret": "你的Access Key Secret", "modelName": "qwen3.5-plus", "baseUrl": "https://dashscope.aliyuncs.com/compatible-mode/v1", "maxTokens": 2048, "temperature": 0.7 } }, "maxConcurrent": 4, "sandbox": { "browser": { "enabled": true } } }, "list": [ { "id": "main" } ] }, "gateway": { "port": 18789, "host": "0.0.0.0" } }
重启服务并验证：
openclaw gateway restart # 测试main Agent模型调用 openclaw agents run main --command "测试模型调用"

（二）Coding Plan免费大模型API配置（零成本）

步骤1：获取Coding Plan API凭证

登录阿里云百炼平台，进入「Coding Plan」专区，注册免费套餐；
进入「API管理」，创建API-Key，复制专属API-Key（格式为sk-sp-xxx）；
记录API地址：https://coding.dashscope.aliyuncs.com/v1。

步骤2：全局配置

编辑openclaw.json，添加以下配置（替换为自己的API-Key）：
{ "agents": { "defaults": { "model": { "primary": "coding-plan", "fallback": "coding-plan" }, "models": { "coding-plan": { "provider": "coding-plan", "apiKey": "你的Coding Plan API-Key", "modelName": "coding-plan-free", "baseUrl": "https://coding.dashscope.aliyuncs.com/v1", "maxTokens": 1024, "temperature": 0.8 } }, "maxConcurrent": 2, "sandbox": { "browser": { "enabled": true } } }, "list": [ { "id": "main" } ] }, "gateway": { "port": 18789, "host": "0.0.0.0" } }
重启服务并验证：
openclaw gateway restart openclaw agents run main --command "测试免费模型调用"

五、多Agent配置全流程（飞书多机器人绑定，避坑版）

核心流程：用原生指令新增Agent → 配置飞书多账号 → 绑定路由规则 → 验证生效，全程保留main Agent配置。

（一）步骤1：用原生指令创建分工Agent

切勿直接修改openclaw.json的agents结构，需通过openclaw agents add指令新增，确保main Agent保留：

创建“代码助手”Agent（处理编程相关需求）：
# 新增Agent，ID为code，名称为“代码助手” openclaw agents add code --name "代码助手"
创建“内容创作”Agent（处理文案、排版需求）：
openclaw agents add writer --name "内容创作助手"
查看Agent列表（确认main、code、writer均存在）：
openclaw agents list
验证配置文件结构（自动保留defaults与main）：
# MacOS/Linux/阿里云 cat ~/.openclaw/openclaw.json | grep -A 20 "agents" # Windows11（PowerShell） Get-Content C:Users你的用户名.openclawopenclaw.json | Select-String -Pattern "agents" -Context 0,20
正确结构：agents包含defaults（全局配置）与list（Agent列表），list首项为{"id": "main"}。

（二）步骤2：配置飞书多账号（Account）

将飞书机器人账号统一配置在channels.feishu.accounts下，而非根级appId/appSecret：

编辑openclaw.json，添加飞书多账号配置：
{ "channels": { "feishu": { "enabled": true, "accounts": { "main_bot": { "appId": "你的主机器人appId", "appSecret": "你的主机器人appSecret" }, "code_bot": { "appId": "你的代码机器人appId", "appSecret": "你的代码机器人appSecret" }, "writer_bot": { "appId": "你的创作机器人appId", "appSecret": "你的创作机器人appSecret" } }, "domain": "feishu", "groupPolicy": "allowlist", "dmPolicy": "allowlist", "allowFrom": ["*"] } } }
说明：main_bot为原单Agent场景使用的机器人，迁移至accounts统一管理。

（三）步骤3：配置bindings路由规则

在openclaw.json顶层添加bindings，定义“账号→Agent”的映射关系：

{ "bindings": [ { "match": { "channel": "feishu", "accountId": "main_bot" }, "agentId": "main", "comment": "主机器人消息路由至main Agent" }, { "match": { "channel": "feishu", "accountId": "code_bot" }, "agentId": "code", "comment": "代码机器人消息路由至code Agent" }, { "match": { "channel": "feishu", "accountId": "writer_bot" }, "agentId": "writer", "comment": "创作机器人消息路由至writer Agent" } ] }

进阶配置：支持按群组ID、角色匹配，例如仅某部门群组消息路由至特定Agent。

（四）步骤4：单个Agent自定义配置（可选）

如需让code Agent使用更高性能的模型，可单独配置（覆盖全局默认）：

# 为code Agent配置qwen3-max模型 openclaw agents config code --set "models.aliyun-qwen.modelName=qwen3-max" openclaw agents config code --set "maxConcurrent=6"

（五）步骤5：验证配置生效

重启OpenClaw服务：
openclaw gateway restart
执行诊断工具（无红字报错即为正常）：
openclaw doctor
飞书端测试：
- 向main_bot发送消息（如“你好”），由main Agent回复；
- 向code_bot发送消息（如“写一段Python排序代码”），由code Agent回复；
- 向writer_bot发送消息（如“写一篇产品介绍文案”），由writer Agent回复。
查看Agent日志（排查问题用）：
# 查看code Agent日志 openclaw logs --agent code --follow

（六）多Agent配置避坑指南（核心！）

坑1：直接修改agents.list覆盖main Agent
- 避坑：仅用openclaw agents add/remove指令操作Agent，禁止手动删除list中的{"id": "main"}；
坑2：自定义Channel名称导致路由失败
- 避坑：飞书Channel固定为"feishu"，不可改为"feishu_code"等自定义名称；
坑3：账号未配置在accounts字段下
- 避坑：所有飞书机器人账号必须放在channels.feishu.accounts下，根级appId/appSecret已废弃；
坑4：bindings规则缺少channel匹配
- 避坑：每条binding必须指定channel字段，否则无法精准路由；
坑5：并发数设置过高导致模型调用失败
- 避坑：全局maxConcurrent建议≤4，单个Agent可根据模型额度调整，免费模型建议≤2。

六、2026年常见问题解答（全场景覆盖）

（一）部署类问题

问题：启动OpenClaw提示“Node.js版本过低”
- 解决方案：升级Node.js至22+ LTS版本：
  # MacOS/Linux curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash - sudo apt install -y nodejs # Windows11 npm install -g n n 22
问题：Web控制台无法访问，提示“无法连接”
- 解决方案：核对公网IP/本地IP与端口，确保18789端口已放通，重启服务：
  openclaw gateway restart

（二）多Agent配置类问题

问题：执行openclaw agents list看不到main Agent
- 解决方案：手动恢复main Agent配置，编辑openclaw.json：
  "agents": { "defaults": { ... }, "list": [ {"id": "main"}, {"id": "code", ...}, {"id": "writer", ...} ] }
  重启服务后执行openclaw agents list。
问题：飞书机器人发送消息无响应
- 解决方案：
  1. 核对appId/appSecret是否正确，无空格/遗漏；
  2. 检查bindings规则是否匹配channel与accountId；
  3. 查看日志排查：openclaw logs --channel feishu --follow。
问题：新增Agent后模型调用失败
- 解决方案：验证Agent继承了全局模型配置，执行：
  openclaw agents show code | grep "model" # 输出包含"primary": "aliyun-qwen"即为正常

（三）大模型API配置类问题

问题：千问API调用失败，提示“凭证无效”
- 解决方案：核对Access Key ID与Secret，确保无空格/遗漏，重新生成API-Key并配置。
问题：Coding Plan API提示“额度不足”
- 解决方案：等待次日免费额度刷新，或为高频Agent配置千问模型，免费模型仅用于低频次Agent。

（四）通用问题

问题：如何删除不需要的Agent
- 解决方案：
  # 删除writer Agent openclaw agents remove writer # 重启服务 openclaw gateway restart
问题：如何备份多Agent配置
- 解决方案：
  # 备份配置文件 cp ~/.openclaw/openclaw.json ~/.openclaw/openclaw-multi-agent-backup.json
问题：如何更新OpenClaw至最新版本（保留多Agent配置）
- 解决方案：
  npm update -g openclaw@latest openclaw gateway restart

七、总结

2026年，OpenClaw的多Agent架构通过“分工协作”大幅提升AI自动化效率，但配置的核心难点在于保留main Agent的基础配置。本文完整覆盖阿里云+本地部署、大模型配置、多Agent创建、飞书多机器人绑定、避坑指南全流程，所有代码命令可直接复制执行，零基础用户也能避免“覆盖配置”的核心坑点，实现智能体高效分工。