本文记录了如何构建一个多 Agent 协作系统，包括角色设计、权限管理、目录结构和协作流程。基于羊了个羊游戏开发的实战复盘，分析了遇到的问题和改进方案。

本文更新增加了技能共享架构与 Agent 协作机制章节，详解多 Agent 团队如何实现能力描述、服务发现与中央协调。

在折腾 OpenClaw 的过程中，我发现很多朋友对「技能」和「工具」这两个概念容易混淆。本文用比较接地气的方式，把 Skills 和 Tools 的区别、配置方法、使用方式彻底讲清楚。

在使用 OpenClaw 的过程中，我发现它的任务管理和通信机制设计得相当精妙。本文用轻松的方式介绍了 OpenClaw 的会话、子任务、多代理、通信路由等核心概念，分享了一些实用的使用技巧。

在配置 OpenClaw 时，我首先配置了文本向量模型。本文详细介绍 OpenClaw 的记忆使用和检索策略，包括语义搜索、精确读取、成本控制及配置获取优先级。

OpenClaw 是一款功能强大的 AI 助手平台，支持多模型、多渠道接入。如果你正在寻找一个可以私有部署、灵活配置的 AI 助手方案，这篇文章会对你有所帮助——从服务器部署到模型配置，这里有一份完整的实战指南。