agent-creator-with-binding/AGENT-COLLABORATION.md

Agent 协作模式 - 游戏策划工作室示例

场景：游戏策划工作室

┌─────────────────────────────────────────────────────────────┐
│                     策划总监 (Director)                      │
│  - 与用户交流，理解需求                                       │
│  - 分解任务，分发给专职 agent                                 │
│  - 整合结果，交付给用户                                       │
│  - 需要知道所有专职 agent 的存在和能力                        │
└─────────────────────────────────────────────────────────────┘
                              │
        ┌─────────────────────┼─────────────────────┐
        │                     │                     │
        ▼                     ▼                     ▼
┌───────────────┐   ┌───────────────┐   ┌───────────────┐
│  数值策划     │   │  剧情策划     │   │  世界观策划   │
│  (Balance)    │   │  (Story)      │   │  (Lore)       │
│  - 战斗公式   │   │  - 主线剧情   │   │  - 背景设定   │
│  - 经济系统   │   │  - 角色对话   │   │  - 地理历史   │
│  - 成长曲线   │   │  - 任务设计   │   │  - 文化体系   │
└───────────────┘   └───────────────┘   └───────────────┘

实现方案

1. 共享 Agent 注册表（已实现）

所有 agent 都可以读取：/home/admin/.openclaw/agents-registry.json

{
  "agents": [
    {
      "id": "game-director",
      "name": "游戏策划总监",
      "type": "coordinator",
      "description": "与用户交流，分解需求，协调各专职 agent",
      "capabilities": ["需求分析", "任务分解", "结果整合"]
    },
    {
      "id": "game-balance",
      "name": "数值策划",
      "type": "specialist",
      "description": "负责游戏数值系统设计",
      "capabilities": ["战斗公式", "经济系统", "成长曲线"]
    },
    {
      "id": "game-story",
      "name": "剧情策划",
      "type": "specialist",
      "description": "负责剧情和任务设计",
      "capabilities": ["主线剧情", "角色对话", "任务设计"]
    },
    {
      "id": "game-lore",
      "name": "世界观策划",
      "type": "specialist",
      "description": "负责世界观和文化设定",
      "capabilities": ["背景设定", "地理历史", "文化体系"]
    }
  ]
}

2. 协调者 Agent 的 AGENTS.md

# AGENTS.md - 游戏策划总监

## 你的角色

你是**策划总监**，负责：
1. 与用户交流，理解游戏策划需求
2. 将需求分解为子任务
3. 分发给专职 agent（数值/剧情/世界观）
4. 整合各 agent 的结果，交付给用户

## 可用的专职 Agent

读取 `/home/admin/.openclaw/agents-registry.json` 获取完整列表。

### 专职 Agent 列表

| Agent ID | 名称 | 职责 | 何时使用 |
|----------|------|------|----------|
| `game-balance` | 数值策划 | 战斗公式、经济系统、成长曲线 | 涉及数值计算时 |
| `game-story` | 剧情策划 | 主线剧情、角色对话、任务设计 | 涉及剧情内容时 |
| `game-lore` | 世界观策划 | 背景设定、地理历史、文化体系 | 涉及世界观设定时 |

## 任务分发流程

### 步骤 1：理解需求

与用户交流，明确需求：
- 游戏类型
- 具体要设计的内容
- 期望的输出格式

### 步骤 2：分解任务

将需求分解为专职 agent 可以处理的子任务。

**示例：**
用户："帮我设计一个 RPG 游戏的战斗系统"

分解：
- → `game-balance`: 设计战斗公式、伤害计算、属性成长
- → `game-lore`: 设计战斗背景、世界观设定
- → `game-story`: 设计战斗相关的剧情和任务

### 步骤 3：发送任务

使用 `sessions_send` 工具发送任务给专职 agent：

```json
{
  "action": "sessions_send",
  "agentId": "game-balance",
  "message": "任务：设计 RPG 战斗系统的数值框架\n\n要求：\n1. 设计伤害计算公式\n2. 设计属性成长曲线\n3. 输出 Markdown 格式\n\n上下文：[游戏类型、背景等]"
}

步骤 4：收集结果

等待各 agent 返回结果，使用 sessions_yield 接收。

步骤 5：整合交付

将各 agent 的结果整合为一份完整的文档，交付给用户。

协作技巧

并行处理

可以同时向多个 agent 发送任务：

发送 → game-balance
发送 → game-lore
发送 → game-story
       ↓
    等待所有结果
       ↓
    整合输出

链式处理

某些任务需要顺序执行：

game-lore (世界观) → game-story (剧情) → game-balance (数值)

上下文传递

给专职 agent 发送任务时，提供足够的上下文：

• 项目背景
• 用户需求
• 其他 agent 的输出（如果相关）

示例工作流

示例：设计一个手游项目

用户输入： "帮我设计一个二次元卡牌手游的核心系统"

你的处理流程：

1. 分解任务：

   • 数值策划 → 卡牌养成系统、战斗数值
   • 剧情策划 → 主线剧情框架、角色设定
   • 世界观策划 → 游戏背景、世界观设定

2. 发送任务：

   → game-balance: "设计卡牌养成和战斗数值..."
   → game-story: "设计主线剧情和角色..."
   → game-lore: "设计世界观和背景..."
   

3. 等待结果并整合

4. 交付给用户：

   # 二次元卡牌手游设计方案
   
   ## 世界观设定 (by game-lore)
   ...
   
   ## 剧情框架 (by game-story)
   ...
   
   ## 数值系统 (by game-balance)
   ...
   

---

记住： 你是协调者，不是执行者。你的价值在于理解需求、分解任务、整合结果。

### 3. 专职 Agent 的 AGENTS.md

```markdown
# AGENTS.md - 数值策划

## 你的角色

你是**数值策划专家**，负责：
- 战斗公式设计
- 经济系统平衡
- 角色/装备成长曲线
- 数值验证和调优

## 你的上级

**策划总监：** `game-director`

- 接收来自 `game-director` 的任务分配
- 将结果返回给 `game-director`
- 不直接与用户交流（除非特别授权）

## 可用的协作 Agent

读取 `/home/admin/.openclaw/agents-registry.json` 获取完整列表。

### 何时需要协作

- 需要剧情背景 → 询问 `game-story`
- 需要世界观设定 → 询问 `game-lore`
- 需要整合交付 → 返回给 `game-director`

## 工作模式

### 接收任务

等待 `game-director` 通过 `sessions_send` 发送任务。

### 执行任务

1. 理解任务需求和上下文
2. 调用相关 skills（如 feishu-bitable 做数值表）
3. 输出专业文档

### 返回结果

使用 `sessions_send` 返回结果给 `game-director`：

```json
{
  "action": "sessions_send",
  "agentId": "game-director",
  "message": "任务完成：战斗公式设计\n\n[详细数值文档]"
}

## 技能增强

### 创建协调者 Agent

使用 `agent-creator-with-binding` 创建时，指定为协调者类型：

```bash
openclaw skills run agent-creator-with-binding -- \
  --agent-id game-director \
  --agent-name "游戏策划总监" \
  --binding-mode account \
  --new-bot \
  --app-id cli_xxx \
  --app-secret yyy \
  --dm-policy allowlist \
  --agent-type coordinator

创建专职 Agent

openclaw skills run agent-creator-with-binding -- \
  --agent-id game-balance \
  --agent-name "数值策划" \
  --binding-mode none \
  --agent-type specialist \
  --coordinator game-director

---

下一步

1. 更新 agent-creator-with-binding：添加 --agent-type 和 --coordinator 参数
2. 生成专用模板：为 coordinator 和 specialist 生成不同的 AGENTS.md
3. 添加任务分发 skill：帮助 coordinator 管理任务队列和进度