什么是Shared Memory for Multi-Agent OpenClaw
Shared Memory for Multi-Agent OpenClaw 是一个专为多智能体协作场景设计的知识同步机制，旨在解决多个 OpenClaw 智能体之间信息孤岛的问题。当用户同时运行两个或更多智能体（即多个 workspace）时，每个智能体独立运作，彼此不了解其他智能体与用户的对话内容，导致用户不得不反复向不同智能体重复上下文信息，极大降低了工作效率。该方案通过建立一个共享的知识库和同步协议，让所有参与的智能体能够自动获取彼此的对话摘要和重要决策，从而实现无缝协作。共享记忆不仅提升了团队协作的连贯性，还减轻了用户的沟通负担，使 AI 助手更像一个真正协同工作的团队。 该系统的核心在于构建一个结构化的共享目录 `shared-knowledge/`，其中包含三个关键部分：`SHARED-MEMORY.md` 作为公共知识库，记录用户基本信息、项目进展和重要决定；`sync/` 子目录下的 `.md` 文件用于实时同步各智能体的最新对话摘要；以及 `projects/` 用于存放项目相关共享文档。为了实现跨工作区的数据互通，系统会创建符号链接（symlink），确保所有智能体访问的是同一物理目录。此外，每个智能体的 `AGENTS.md` 配置文件会被更新，加入共享记忆协议说明，指导智能体在会话开始和结束时自动读取和更新共享内容。整个过程完全自动化，仅需用户提供智能体名称、工作区路径等必要信息即可一键部署。 此方案特别适用于需要分工协作的复杂任务场景，例如用户拥有多个角色不同的智能体（如“小爪”负责技术实现，“小澜”负责创意设计），它们需要共同完成一个项目。通过共享记忆，“小爪”可以了解“小澜”已确定的设计方向，而“小澜”也能掌握“小爪”的技术限制，避免重复沟通。同时，任何一方做出的重要决策或用户偏好变更都会即时同步到共享记忆中，保证团队一致性。即使未来扩展到三个甚至更多智能体，系统也支持动态扩展，只需添加新的同步文件和更新协议配置即可。
核心功能特点
- 自动建立多智能体间的知识同步通道，消除信息孤岛
- 结构化共享目录包含公共记忆、实时摘要和项目文档
- 通过符号链接实现跨工作区统一访问共享资源
- 智能体配置文件自动更新，内置读写协议与检查清单
- 支持动态扩展至任意数量智能体，灵活适配复杂协作需求
适用场景
该工具最适合用户在 OpenClaw 中管理多个具有不同职责的智能体时使用。典型场景包括个人知识管理：例如，用户同时运行‘研究助理’和‘写作助手’两个智能体，前者负责搜集资料并总结关键发现，后者基于这些信息撰写报告。若未启用共享记忆，每次切换工作时用户都需重新描述研究背景；而启用后，‘写作助手’上线时会自动读取‘研究助理’的最新摘要，直接基于已有成果继续创作，极大提升效率。另一个常见用例是家庭或小型团队的多角色协作，比如一个智能体专注于代码开发，另一个负责测试反馈，第三个处理文档整理。三者共享同一项目进度和用户偏好，确保交付物风格一致且无遗漏。 对于希望深度定制 AI 工作流的高级用户，共享记忆提供了可扩展的基础架构。无论是构建个人数字办公室，还是模拟跨职能团队，该机制都能保证各智能体行为协调。尤其适合处理长期项目，因为重要决策会被持久化存储在 `SHARED-MEMORY.md` 中，供后续所有智能体查阅，形成可追溯的知识链条。此外，由于私人人格文件（如 SOUL.md）不会被共享，既保障了个体特性，又防止敏感信息泄露，平衡了协作与安全。随着智能体数量增加，系统仍能平滑扩展，只需简单添加同步文件即可完成集成。