什么是multi-agents-orchestration
OpenClaw 多 Agent 编排方法论定义了一套清晰的多智能体团队协作框架，核心在于区分后台调度与 Discord 外显两种协作模式。后台调度（Backend Spawn）是主链路，由主 Agent 通过内部调用 `sessions_spawn` 在后台拉起专业子 Agent 执行任务，用户仅与主 Agent 交互并接收统一汇总的输出；而 Discord @Mention 则是外显层，允许 Agent 以独立 Bot 身份出现在频道中，直接响应用户或其他 Bot 的公开提及。这两种模式本质不同却可共存：前者侧重内部复杂任务编排与技术执行，后者强调角色人格化展示与分频道值守。系统通过独立的配置文件实现无缝集成——`agents.list` 注册用于后台调度的 Agent，`discord accounts + bindings` 配置则支持其作为 Discord Bot 被 @mention。这种分层设计既保证了核心工作流的简洁高效，又为需要公开协作的场景提供了灵活扩展能力。
核心功能特点
- 后台调度为主链路：主 Agent 通过 sessions_spawn 在后台拉起子 Agent 完成任务，用户只与主 Agent 对话并获取统一汇总结果
- Discord 外显增强协作：Agent 可作为独立 Bot 在频道中被 @mention 触发，支持角色人格化展示和分频道值守
- 双模式并行不冲突：同一 Agent 可同时支持后台 spawn 和 Discord @mention，分别通过 agents.list 和 discord accounts/bindings 配置
- 三层 mention 覆盖机制：requireMention 行为可通过 channel > account > top-level 层级灵活配置，适配不同场景需求
- 标准化角色定义：每个 Agent 需明确 SOUL.md 中的职责、边界与协作关系，确保团队分工清晰
适用场景
该架构特别适合构建复杂 AI 团队协作系统，其中主 Agent 承担任务理解、拆解与最终输出的核心职责，而各专业 Agent 负责特定领域深度处理。例如在一个投资分析场景中，主 Agent 接收用户需求后，可自动 spawn 财务分析师 Agent 处理财报数据，同时市场研究员 Agent 也可在 Discord 频道中被直接 @ 提问宏观趋势。这种设计既保障了复杂任务的可靠执行，又满足了即时问答的交互体验。对于产品研发团队，技术型 Agent（如 frontend/backend/qa）可在后台协同开发，而产品经理 Agent 则可在需求讨论频道中实时响应 @mention 进行澄清。当需要跨 Bot 公开协作时（如多角色联合复盘），只需启用 allowBots 白名单机制即可实现 Bot-Bot @mention，但核心调度仍建议走后台 spawn 以确保稳定性。整体架构兼顾了运维简洁性与功能扩展性，是构建企业级多 Agent 系统的理想选择。