OpenClaw cross-agent 是 OpenClaw 生态中实现跨机器 Agent 协作的关键组件，专为解决分布式环境下的任务协同问题而设计。该工具允许用户通过 SSH 协议连接到局域网内其他运行 OpenClaw 的机器，向其本地 Agent 发送指令并获取执行结果，从而实现多机间的智能任务分发与协同处理。无论是本地开发环境还是小型集群部署，cross-agent 都能显著提升工作效率，避免重复配置和手动操作带来的繁琐流程。
该工具的核心优势在于其简洁的命令行交互方式与灵活的参数配置机制。用户无需编写复杂脚本即可快速扫描局域网设备、测试连接状态、下发自然语言任务，并从远程机器拉取生成的文档或文件。同时，支持设置默认用户名、密码和 IP 地址，极大简化了常用操作的输入负担。整个流程高度自动化，特别适合需要频繁调用不同节点资源完成复杂任务的场景。
此外，cross-agent 具备良好的容错性和调试支持，内置故障排查指南帮助用户快速定位连接失败、权限错误或网关认证等问题。配合 OpenClaw Gateway 的正常运行，可实现无缝的远程会话管理与文件传输，为构建轻量级分布式 AI 工作流提供了可靠的技术基础。
核心功能特点
- 通过 SSH 协议安全连接局域网内多台运行 OpenClaw 的机器
- 支持扫描局域网设备并自动发现可用目标主机
- 可发送自然语言任务指令至远程 Agent 并等待执行结果
- 提供文件上传下载功能（get/put），便于结果收集与分发
- 支持配置默认用户名、密码和 IP，简化重复命令输入
- 集成 sshpass 依赖，确保非交互式 SSH 操作稳定可靠
适用场景
cross-agent 特别适用于需要在多个物理或虚拟机之间协调执行任务的场景。例如，在本地开发环境中，开发者可以将耗时的模型训练或数据预处理任务分配给性能更强的远程服务器；在团队协作时，成员可以共享计算资源，将各自负责的模块交由不同节点并行处理，大幅缩短整体研发周期。对于运维人员而言，也可利用该工具批量向多台边缘设备下发巡检或日志分析指令，统一收集报告后再进行汇总分析。
另一个典型应用场景是构建临时性的分布式推理网络。当单个 OpenClaw Agent 的计算能力不足以满足高并发请求时，可通过 cross-agent 将部分请求分流到其他空闲节点，实现负载均衡。这种架构特别适合突发流量处理或对响应速度要求较高的服务部署，能够在不增加硬件成本的前提下提升系统吞吐量。
此外，在教育或科研环境中，cross-agent 还能用于搭建教学实验平台。教师可将不同难度的实验任务分发给学生终端，实时查看各组的进度与输出结果；研究人员则可利用它模拟多节点协作的智能体系统，验证分布式算法的有效性。由于其基于标准 SSH 协议，天然具备跨平台兼容性，Windows、Linux 和 macOS 环境下均可正常使用，进一步拓展了其适用边界。