我在企微里养了130个AI员工：OpenClaw+The Agency实战全记录

今天通过一个实际案例来分享一些使用OpenClaw🦞进行vibe coding的经验和血泪教训

一、龙虾🦞星图

星图提供四种筛选器：

1. 1. 版本号
2. 2. 模块名
3. 3. 关键词
4. 4. feature更新类型

点击星图中特定的节点或‘模块’（例如Gateway、CLI)可以在右侧边栏看到详细信息。

此外，还调用了OpenClaw自带的cron job定时爬取openclaw仓库来保证网站up to date。

对OpenClaw功能更新有兴趣的同学也可以去瞅瞅：

https://tclaw.aigc.green/graph.html

这个网站是我第一次“真·100%口喷”OpenClaw实现的（之前多少还采用了Codex/Claude Code辅助），过程中趟了不少坑，特将经验总结如下：

二、经验教训

1.sessions_spawn模式

在很多时候，OpenClaw的main Agent总是不记得采用sub-agent模式来工作，main Agent自己在同一个session中既要工作又要跟我们互动，一个活儿干的稀碎。
如果想保持一个session只负责沟通，一个session去执行任务，就需要采用sessions_spawn模式；启动sub-agent模式最好是显式跟main Agent讲：

请采用sessions_spawn模式启动sub-agent来完成xxx任务

如果你要指定特定的agent来完成该任务，则应该显式提醒main Agent：

请采用sessions_spawn模式启动agent-yyy来完成xxx任务

如果你的OpenClaw中只有main Agent自己一个，那么sessions_spawn就只是main Agent自己的“影分身”，它的SOUL.md、IDENITY.md等配置文件都是通用的，并没有为特定任务进行“特化”（塞太多特化prompt到同一个md文件中也不是明智之举），这就导致main Agent大概率是干啥都半吊子，所谓“一瓶不满半瓶咣当”😂，那么，如何拥有100多个专家化Agents？↓↓

2. 如何拥有100多个🦞专家Agents

目前Agency-agents项目已经创建出来130多个专家Agents。
以下是The Agency包含的所有Agent模板，按部门分类：

🏗️ Engineering（工程部）- 23个

🎨 Design（设计部）- 8个

📈 Marketing（营销部）- 26个

💼 Sales（销售部）- 8个

💰 Paid Media（付费媒体部）- 7个

📦 Product（产品部）- 4个

📋 Project Management（项目管理部）- 6个

🧪 Testing（测试部）- 8个

🎧 Support（客服部）- 6个

🥽 Spatial Computing（空间计算部）- 6个

🎯 Specialized（专项服务部）- 20+个

🎮 Game Development（游戏开发部）- 8个

如果想安装这100多个Agents，可以在企微中跟openclaw的main Agent这么说：

请阅读并理解该Github仓库:
https://github.com/msitarzewski/agency-agents
然后将里面的全部agents安装为你(openclaw) 的sub-agents；并在未来的工作中尽量使用sessions_spawn方式来调用其中合适的sub-agents来执行任务，而你作为Orchestrator负责任务的指挥和调度。

几分钟后，main Agents会告诉你安装完成，之后就可以采用sessions_spawn（sub-agents）模式来工作了~

3. 上下文窗口（context）问题

如果企微里的🦞突然不回消息了，可以到终端（Terminal）用openclaw status 查看，大概率是上下文窗口快满了，

此外：

• • 在企微中使用 /compact会报错：
  

  

• • WebUI下的context compacting也有bug，会一直卡在这个界面↓
  

  

  
  这种情况只能手动openclaw tui进入openclaw的TUI界面，手动执行/compact压缩上下文窗口
  

  

4. 模型能力问题

这个网站在第一次成功展示出星图之前，我把国内大模型试了一遍，效果一言难尽。

其实，如果使用coding agent，比如Claude Code/OpenCode/KIMI Code/Trae/CodeBuddy等，国内大模型实现这个效果是没有问题；那么问题就只能是这些大模型驱动OpenClaw的效能本身出现了问题，尤其是在sub-agents模式下；sub-agents模式需要main Agents对于其他Agents有非常精准高效的管理能力。

直到，切换到了GPT-5.4。一切突然变无比丝滑顺畅......... 难怪说GPT-5.4是“OpenClaw天选大模型”，诚不我欺，这次是真切的体会到了。

国内的大模型团队们，还要加油继续追啊~

5. 关于开发环境的选择

我使用的腾讯云轻量应用服务器的🦞版，在昨天的文章中提供过详细的保姆教程了，此处不再赘述。（保姆教程：如何基于腾讯云部署企业微信版OpenClaw+🦞驱动腾讯文档）
采用云服务器的好处是，你可以配置DNS指向该服务器的地址；然后，你在企微/飞书上跟OpenClaw动动嘴，就能上线一个网站，这种爽感是无与伦比的😊 ~

写在最后

由于OpenClaw的内核是一个轻量级的Pi Agent，并不具有Claude Code/Codex这种coding agent所特化的编程能力，对于复杂的coding任务，OpenClaw并不适合。这就是所谓的Harness Engineering的差异。对于复杂的coding任务，还是交给刚才提到的几个coding Agent比较适合，OpenClaw则适合轻量级的任务（简单前端网站、文件文档、邮件、任务管理等）。当然，Agent一日千里，以上仅是截止今天的临时性结论。