你可以把 OpenClaw / 小龙虾理解成一套 “本地智能体操作系统”。
智能体不是 Skill，Telegram 也不是智能体，真正的智能体是 OpenClaw 里被配置出来的一个“执行角色 / 工作空间 / 权限边界 / 模型配置 / 路由目标”。

一句话说透：

本地小龙虾是底座，Gateway 是调度中心，Telegram 是入口，Agent 是执行角色，Skill 是能力说明书，Plugin/Tool 是真正干活的手脚，Session 是一次对话上下文。

---

一、一个智能体到底怎么算？

在 OpenClaw 里，严格一点说，一个 Agent / 智能体 = 一个被 OpenClaw 管理的独立执行配置。

官方 CLI 里 openclaw agents 的定义是：管理 isolated agents，也就是带有 workspace、auth、routing 的隔离智能体。官方示例里可以新增 work、ops 这样的 agent，并给它们绑定不同 workspace 或 Telegram 路由。(OpenClaw)

所以判断“是不是一个智能体”，核心看这几点：

维度	是否构成一个智能体？	解释
一个 agents.list[] 配置项	是	例如 main、work、ops
一个独立 workspace	通常是	每个 agent 可以有自己的工作目录、文件、记忆、技能
一个 Telegram Bot	不是	它只是消息入口
一个 Telegram 群	不是	它只是一个会话来源或路由来源
一个 Skill	不是	Skill 是能力包，不是执行主体
一个模型 API Key	不是	只是智能体调用模型时用的燃料
一个 Session	不是	Session 是某个 agent 的一段对话
一个 Sub-agent	半是半不是	它是一次后台派生运行，但不一定是长期固定智能体

更通俗地说：

Agent 是“人设 + 工位 + 权限 + 工具箱 + 模型 + 路由”的组合。Skill 只是工具箱里的说明书。

---

二、Skill 到底是什么？是不是一个智能体？

不是。Skill 不是智能体。

OpenClaw 官方说明里，Skill 是兼容 AgentSkills 的技能文件夹，用来“教 agent 怎么使用工具”。每个 Skill 通常是一个目录，里面有 SKILL.md，包含 YAML frontmatter 和具体操作说明。OpenClaw 会加载内置技能、本地技能、工作区技能，并按配置和环境过滤。(OpenClaw)

你可以这样理解：

概念	类比	作用
Agent	一个员工	负责理解任务、决策、调用工具
Skill	员工的操作手册	告诉员工怎么处理某类任务
Tool	员工手上的工具	真正执行读文件、写文件、发消息、跑命令
Plugin	给系统扩展新工具/通道的插件	比如飞书、Telegram、微信、PDF、浏览器能力
Workspace	员工的办公桌	存放文件、上下文、专属技能
Gateway	前台/调度台	收消息、分配给哪个 agent、发回结果

所以：

一个微信搜一搜 Skill ≠ 一个智能体
一个飞书 Skill ≠ 一个智能体
一个写报告 Skill ≠ 一个智能体
一个财务分析 Skill ≠ 一个智能体

它们只是让某个 Agent 学会“怎么做这件事”。

比如你现在做的“微信搜一搜公众号 Skills”，本质上是：

main agent / 某个业务 agent
  ↓
加载 wechat-search skill
  ↓
调用浏览器、截图、OCR、日志写入等工具
  ↓
完成公众号搜索任务

真正“算智能体”的不是这个 Skill，而是调用它的那个 Agent。

---

三、多个智能体是怎么来的？

OpenClaw 支持多 Agent。官方文档里说，每个 agent 可以有自己的 workspace；per-agent skills 可以放在这个 agent 自己的 <workspace>/skills 目录里，共享技能则放在 ~/.openclaw/skills，同一台机器上的多个 agent 都能看到。(OpenClaw)

你可以做成这种结构：

本地小龙虾 OpenClaw
│
├─ Agent 1：main
│   ├─ workspace：~/.openclaw/workspace
│   ├─ 用途：个人总助理
│   ├─ 技能：日程、邮件、文件、普通问答
│
├─ Agent 2：writer
│   ├─ workspace：~/.openclaw/workspace-writer
│   ├─ 用途：写公众号、写报告、写课程文案
│   ├─ 技能：公众号写作、PDF生成、爆款拆解
│
├─ Agent 3：ops
│   ├─ workspace：~/.openclaw/workspace-ops
│   ├─ 用途：运维、日志、代码、服务器
│   ├─ 技能：shell、git、openclaw doctor、日志分析
│
└─ Agent 4：finance
    ├─ workspace：~/.openclaw/workspace-finance
    ├─ 用途：财务分析、经营分析
    ├─ 技能：Excel分析、经营诊断、报告生成

这才叫“多个智能体”。

它不是你装了很多 Skill 就自然变成多个智能体，而是你明确配置了多个 Agent，并给它们不同的 workspace、模型、权限、技能、路由。

---

四、Telegram 连小龙虾，本质是什么关系？

Telegram 在 OpenClaw 里是 Channel / 消息通道，不是智能体。

官方 Telegram 文档说，它通过 Bot API 工作，支持 bot 私聊和群组；常见流程是：用 BotFather 创建 bot token，把 token 配到 OpenClaw，然后启动 gateway，再做 pairing 或群组配置。(OpenClaw)

它的链路是这样：

你在 Telegram 发消息
        ↓
Telegram Bot 收到消息
        ↓
OpenClaw Telegram Channel Adapter 接收
        ↓
OpenClaw Gateway 判断路由
        ↓
分配给某个 Agent
        ↓
Agent 调模型 + 读技能 + 调工具
        ↓
结果通过 Gateway 回到 Telegram

所以 Telegram 的角色非常像：

微信/飞书/Telegram 只是“遥控器”，本地小龙虾才是“机器人大脑和手脚”。

---

五、很多人用 Telegram 连小龙虾，为什么？

因为 Telegram 有几个优势：

1. 容易远程控制本地电脑

你的 OpenClaw 跑在家里电脑、公司电脑、Mac、Windows WSL 里。
你人在外面，只要给 Telegram Bot 发消息，就能让本地 OpenClaw 做事。

比如：

帮我看一下今天 OpenClaw gateway 日志有没有报错

然后本地小龙虾可以去读本地日志。

2. 可以做个人助理，也可以做群机器人

Telegram 支持 DM，也支持群组。官方文档里提到，Telegram 默认 DM policy 是 pairing；群组还涉及 group 配置、mention、allowlist 等访问控制。(OpenClaw)

这意味着你可以这样玩：

私聊 Telegram Bot → 调用个人 main agent
业务群 @Bot → 调用 ops agent
课程群 @Bot → 调用 course agent
客户群 @Bot → 调用 support agent

3. Telegram 比微信、飞书更容易标准化接入

Telegram Bot API 比较开放，BotFather 创建 token 后就能接入。OpenClaw 文档也明确说 Telegram 不走 openclaw channels login telegram，而是把 token 配在 config 或环境变量里。(OpenClaw)

---

六、多个 Telegram Bot 和多个 Agent 是什么关系？

这里非常容易混。你记住这个公式：

Telegram Bot 数量 ≠ Agent 数量
Telegram 群数量 ≠ Agent 数量
Skill 数量 ≠ Agent 数量

它们之间是 多对多路由关系。

场景 1：一个 Telegram Bot 对一个 Agent

最简单：

Telegram Bot：我的小龙虾助手
        ↓
Agent：main

适合个人使用。

---

场景 2：一个 Telegram Bot 对多个 Agent

比如同一个 Bot 加入多个群，不同群路由到不同 Agent：

Telegram Bot：公司AI助手
│
├─ 私聊你 → main agent
├─ 运维群 → ops agent
├─ 内容群 → writer agent
├─ 财务群 → finance agent
└─ 客服群 → support agent

这种是比较推荐的结构。

官方 openclaw agents 文档里有 routing bindings，可以把 inbound channel traffic 固定到某个 agent，例如把 telegram:ops 绑定到 ops agent。(OpenClaw)

---

场景 3：多个 Telegram Bot 对一个本地 OpenClaw

你也可以创建多个 Bot：

@my_personal_bot
@my_company_ops_bot
@my_course_bot

它们都连到同一个本地 OpenClaw Gateway。

关系是：

同一台本地电脑
  ↓
一个 OpenClaw Gateway
  ↓
多个 Telegram Bot / channel account
  ↓
路由到不同 Agent

这时候，本地小龙虾相当于一个“总后台”，Telegram Bot 只是不同入口。

---

七、Gateway 在这里是什么？

Gateway 是 OpenClaw 的控制平面 / 调度中枢。

OpenClaw GitHub README 里有一句很关键：OpenClaw 是你运行在自己设备上的个人 AI assistant；它可以在你已有的聊天渠道里回复你；Gateway 只是 control plane，真正的产品是 assistant。(GitHub)

你可以这样理解：

Gateway = 总机 / 前台 / 调度中心
Agent = 被分配任务的员工
Skill = 员工的操作流程
Tool = 员工能用的工具
Channel = 用户打进来的电话线路

Telegram、飞书、微信这些消息进来之后，Gateway 负责判断：

这条消息来自哪个 channel？
来自哪个 account？
来自哪个用户？
来自哪个群？
应该交给哪个 agent？
这个 agent 有哪些技能和工具？
回复应该发回哪里？

---

八、Session 又是什么？

Session 是“某个 Agent 和某个用户/群/线程之间的一段对话上下文”。

比如你在 Telegram 私聊 Bot：

你：帮我查一下日志
Bot：日志里有一个 401
你：这个 401 是谁报的？

第二句话里的“这个 401”，需要依赖上一轮上下文。这个上下文就属于一个 Session。

所以：

Agent 是角色
Session 是这次聊天记录
Skill 是能力说明
Tool 是动作工具

不要把 Session 当成智能体。Session 更像“这个员工正在处理的一张工单”。

---

九、Sub-agent 是什么？是不是多个智能体？

Sub-agent 是比较高级的东西。

官方文档说，Sub-agent 是从已有 agent run 里派生出来的后台 agent run，它有自己的 session，完成后会把结果汇报回请求方聊天通道。它适合并行处理研究、长任务、慢工具任务。(OpenClaw)

比如你对主 Agent 说：

帮我分析汽车后市场 12 个赛道，每个赛道找机会。

主 Agent 可以拆成：

Sub-agent 1：分析充电补能
Sub-agent 2：分析三电检测
Sub-agent 3：分析二手新能源
Sub-agent 4：分析车主会员

它们像临时派出去的小分队。

但要注意：

类型	是否长期存在	是否算正式 Agent
agents.list[] 里的 agent	是	是
/subagents spawn 派生出来的 sub-agent run	通常不是	更像一次临时任务
某个 Skill	不是	不是

我的建议是：
你做系统设计时，把 sub-agent 称为“子任务智能体”或“临时执行智能体”，不要和正式 Agent 混在一起。

---

十、本地小龙虾和 Telegram 智能体的关系图

你可以按这个图理解：

用户
│
├─ Telegram 私聊
├─ Telegram 群
├─ 飞书群
├─ 微信
├─ WebChat / Canvas
│
▼
OpenClaw Gateway
│
├─ 认证：这个人能不能用？
├─ 路由：这条消息给哪个 agent？
├─ 会话：属于哪个 session？
├─ 权限：这个 agent 能用哪些 tools / skills？
│
▼
Agent
│
├─ 模型：Kimi / OpenAI / Z.AI / Claude / Gemini 等
├─ 身份：名字、人设、任务边界
├─ Workspace：自己的工作目录
├─ Skills：能读到哪些技能说明
├─ Tools：能否读文件、写文件、跑命令、浏览器、发消息
├─ Sandbox：是否隔离执行
│
▼
本地电脑真实执行
│
├─ 读文件
├─ 写报告
├─ 调浏览器
├─ 截图 OCR
├─ 执行命令
├─ 调 API
├─ 发飞书/Telegram/邮件
│
▼
Gateway 把结果发回 Telegram

---

十一、举个你最可能用到的配置思路

比如你要做三个智能体：

1. main：个人总助理；

2. wechat-research：微信搜一搜/公众号研究专用；

3. report-writer：PDF 报告和课程材料专用。

大概结构是：

{
  "agents": {
    "defaults": {
      "skills": ["weather"]
    },
    "list": [
      {
        "id": "main",
        "default": true,
        "workspace": "~/.openclaw/workspace-main",
        "skills": ["calendar", "email", "files"]
      },
      {
        "id": "wechat-research",
        "workspace": "~/.openclaw/workspace-wechat",
        "skills": ["wechat-search", "ocr-date-detect", "browser"]
      },
      {
        "id": "report-writer",
        "workspace": "~/.openclaw/workspace-report",
        "skills": ["pdf-report", "business-analysis", "slides"]
      }
    ]
  }
}

注意这里：

"skills": ["wechat-search"]

不是创建智能体，只是告诉这个智能体可以用这个技能。

---

十二、Telegram 路由可以这样理解

假设你有一个 Telegram bot，名字叫：

@my_openclaw_bot

然后你把它加到几个群：

运维群
公众号研究群
课程交付群

你希望：

运维群 → ops agent
公众号研究群 → wechat-research agent
课程交付群 → report-writer agent
私聊 → main agent

这就是“多入口 → Gateway → 多 Agent”的关系。

官方文档里，Telegram DM pairing 只代表私聊授权，不代表这个 sender 在所有群里都授权；群里的 sender 授权还要看 group 相关 allowlist 配置。(OpenClaw)

所以你配置 Telegram 群时要分清两种权限：

权限	控制什么
allowFrom	谁可以私聊 Bot
groups	哪些群允许接入
groupAllowFrom	群里哪些用户能触发 Bot
requireMention	是否必须 @Bot 才响应
routing binding	这个入口交给哪个 Agent

---

十三、一个 Skill 可以给多个 Agent 用吗？

可以。

官方 Skill 文档说，共享技能可以放在 ~/.openclaw/skills，对同一台机器上的所有 agents 可见；每个 agent 自己的技能可以放在 <workspace>/skills，只对该 agent 生效。(OpenClaw)

你可以这样设计：

共享技能目录：~/.openclaw/skills
│
├─ pdf-report
├─ excel-analysis
├─ telegram-send
├─ browser-automation
│
├─ main agent 可以用其中一部分
├─ writer agent 可以用其中一部分
└─ ops agent 可以用其中一部分

然后用 agent allowlist 限制每个 agent 能用哪些技能。官方文档也明确说，agents.defaults.skills 可以作为共享基线，agents.list[].skills 可以对某个 agent 单独覆盖；如果某个 agent 的 skills 列表是非空的，它就是最终集合，不和默认值合并。(OpenClaw)

这点很重要。

比如：

{
  "agents": {
    "defaults": {
      "skills": ["github", "weather"]
    },
    "list": [
      { "id": "writer" },
      { "id": "docs", "skills": ["docs-search"] },
      { "id": "locked-down", "skills": [] }
    ]
  }
}

含义是：

Agent	实际可用 Skill
writer	继承 github, weather
docs	只用 docs-search，不自动继承默认
locked-down	没有 Skill

---

十四、Plugin、Skill、Tool 三者别混

这三个经常被揉在一起。

1. Plugin：扩展组件

比如飞书插件、Telegram 插件、微信插件。
它可能提供 channel，也可能提供 tool，也可能自带 skills。

官方 Skill 文档提到，plugin 可以通过 openclaw.plugin.json 声明自己的 skills 目录；插件启用后，插件内的 skills 才会加载。(OpenClaw)

2. Skill：操作说明

例如：

如何搜索公众号
如何截图
如何识别日期
如何生成 PDF 报告
如何给飞书群发消息

它告诉 Agent “遇到这类任务该怎么做”。

3. Tool：真实动作

例如：

read file
write file
exec command
browser click
screenshot
send telegram message
send feishu message

Tool 才是实际执行动作的东西。

最形象的关系：

Plugin = 给小龙虾安装机械臂
Tool = 机械臂上的按钮
Skill = 告诉小龙虾什么时候按哪个按钮
Agent = 决定要不要按按钮的人

---

十五、为什么多个智能体要分 workspace？

因为不同业务最好隔离。

比如：

财务分析 agent 不应该乱用微信自动化技能
公众号研究 agent 不应该读财务文件
运维 agent 可以看日志，但不该读取客户资料
写作 agent 可以生成 PDF，但不该执行危险 shell 命令

OpenClaw 多 Agent 文档里给过按 agent 设置 workspace、sandbox、tools allow/deny 的例子。也就是说，你可以让不同 agent 有不同的工具权限和沙箱策略。(OpenClaw)

这就是多智能体的真正价值：

不是为了“看起来很多机器人”，而是为了让不同任务有不同权限、不同记忆、不同技能、不同工作目录。

---

十六、对你来说，最合理的 OpenClaw 架构

结合你现在的使用场景，我建议你不要一开始搞太复杂，先设计 4 个长期 Agent。

1. main

个人总控智能体。

用途：日常问答、调度、低风险任务
入口：Telegram 私聊、WebChat
权限：中等

2. wechat-research

微信搜一搜 / 公众号研究智能体。

用途：搜索公众号、翻页、截图、识别日期、记录日志、整理素材
入口：Telegram 群或本地指令
权限：浏览器 + 截图 + OCR + 文件写入

3. business-report

经营分析 / PDF 报告智能体。

用途：Excel分析、行业赛道挖掘、PDF报告、课程交付材料
入口：Telegram 群、本地 Canvas
权限：读写文件、生成PDF、必要时跑Python

4. ops

运维排障智能体。

用途：OpenClaw 日志分析、gateway doctor、插件错误、Node/pnpm/WSL排错
入口：Telegram 运维群
权限：读日志、执行有限命令

这样你未来发指令的时候就清楚了：

@Bot 让 wechat-research 搜“粥左罗”，翻页10次，识别左上角日期并写日志

而不是让 main 这个万能智能体什么都干。万能智能体最后一定会变成“万能背锅侠”。

---

十七、最容易踩的坑

坑 1：以为装了一个 Skill 就多了一个智能体

不是。
Skill 只是能力说明书。

坑 2：以为一个 Telegram Bot 就是一个智能体

不是。
Telegram Bot 是入口，Agent 是 OpenClaw 里的执行配置。

坑 3：所有任务都丢给 main

前期方便，后期危险。
因为 main 会拥有太多技能、太多权限、太多上下文，容易乱用工具。

坑 4：群聊权限没配清楚

Telegram 私聊 pairing 不等于群里也授权。官方文档也提醒，DM pairing approval 不代表 sender 在所有群都被授权；群 sender 授权要走 group 配置。(OpenClaw)

坑 5：乱装第三方 Skill

这个尤其要小心。OpenClaw 这种本地智能体之所以强，是因为它能接触本地文件、浏览器、命令行和长期记忆；第三方 Skill 如果不可信，就可能变成攻击面。安全研究和媒体都曾指出过 OpenClaw 类 agent skill 的风险，尤其是诱导执行命令、窃取凭证这类问题。(The Verge)

---

十八、最后给你一个判断口诀

你以后看到任何 OpenClaw 概念，就用这套口诀判断：

能独立接任务、有自己的 workspace 和路由配置的，叫 Agent。

能教 Agent 做某类事的，叫 Skill。

能真正执行动作的，叫 Tool。

能把外部消息接进来的，叫 Channel。

能扩展 Channel/Tool/Skill 的，叫 Plugin。

能保存一次聊天上下文的，叫 Session。

能临时派出去并行干活的，叫 Sub-agent。

把这些全部调度起来的本地中枢，叫 Gateway。

最关键一句：

多个智能体不是多个 Skill，也不是多个 Telegram 群，而是你在本地 OpenClaw 里配置了多个“有独立工作空间、权限、技能和路由”的 Agent。