tail -f /tmp/auto-route-handler.log

技能名称: auto-agent-router
详细描述:

Auto Agent Router - 自动子 Agent 路由

根据消息中的命令自动路由到合适的子 Agent，实现并发处理和专业化分工。

---

🎯 使用时机

Agent 行为准则

收到每条消息时，首先检查是否包含命令：

✅ 使用此技能的场景：

• - 消息开头是 /coder → 启动 coder Agent (qwen3-coder-next)
• 消息开头是 /writer → 启动 writer Agent (qwen3.5-plus)
• 消息开头是 /analyze → 启动 analyst Agent (qwen3.5-plus)
• 消息开头是 /research → 启动 researcher Agent (gemini-3.1-pro)
• 消息开头是 /review → 启动 reviewer Agent (qwen3-max)
• 消息开头是 /devops → 启动 devops Agent (qwen3.5-plus)
• 消息开头是 /auto → 自动判断合适的 Agent

检查流程：

1. 1. 收到消息 → 首先检查开头是否包含 /xxx 命令
2. 如果有命令 → 调用 sessions_spawn 启动对应子 Agent
3. 如果没有命令 → 主 Session 直接处理

---

🚫 不使用时机

❌ 不要使用此技能的场景：

• - 消息中没有命令 → 主 Session 直接处理
• 命令不在消息开头 → 如请帮我 /coder不触发
• 简单问答不需要子 Agent → 主 Session 处理即可
• 命令在消息中间或结尾 → 不触发路由

---

📋 触发规则

触发格式（严格模式）

格式	示例	结果
命令开头	/coder 写代码	✅ 触发
@名字 + 命令

@小牛马 /coder 写代码 | ✅ 触发 | | 消息中包含命令 | 请帮我 /coder 写代码 | ❌ 不触发 |

可用命令

命令	Agent	模型	用途
/coder	coder	qwen3-coder-next	代码任务
/writer

writer | qwen3.5-plus | 写作任务 | | /analyze | analyst | qwen3.5-plus | 数据分析 | | /research | researcher | gemini-3.1-pro | 调研任务 | | /review | reviewer | qwen3-max | 审查优化 | | /devops | devops | qwen3.5-plus | 运维操作 | | /auto | 自动判断 | 根据内容 | 智能路由 |

---

🔧 使用方法

基本用法

用户发送命令：

/coder 写个 Hello World

Agent 响应：

✅ 🧑‍💻 已启动 coder (代码专家) 处理您的任务

─────────────────────
🤖 处理者：Agent: 🧑💻 coder
模型：dashscope/qwen3-coder-next

带@的命令

用户发送：

@小牛马 /writer 写周报

处理流程：

1. 1. 去掉@名字 → /writer 写周报
2. 匹配命令 → /writer
3. 启动 Agent → writer
4. 返回结果

---

📁 实现方式

核心组件

~/.openclaw/workspace/skills/auto-agent-router/
├── SKILL.md # 本文档
├── config.json # 路由配置
├── auto-trigger.py # 触发检测
├── dingtalk-command.py # 命令解析
├── router.py # 路由匹配
└── logger.py # 日志记录

调用方式

检测命令：
bash
python3 ~/.openclaw/workspace/skills/auto-agent-router/auto-trigger.py /coder 写代码

查看配置：
bash
cat ~/.openclaw/workspace/skills/auto-agent-router/config.json

查看日志：
bash
tail -f /tmp/auto-route-handler.log

---

🔄 工作流程

用户消息：/coder 写代码
↓

1. 1. 检测命令 (auto-trigger.py)

- 去掉@名字
- 检查开头是否匹配命令
↓

1. 2. 解析命令 (dingtalk-command.py)

- 提取命令类型
- 提取任务内容
↓

1. 3. 路由匹配 (router.py)

- 查找 config.json
- 确定目标 Agent
↓

1. 4. 启动 Agent (sessions_spawn)

- 创建子 Agent Session
- 分配任务
↓

1. 5. 返回结果

- 子 Agent 完成任务
- 推送结果给用户

---

📊 回复格式

启动回复

✅ 🧑‍💻 已启动 coder (代码专家) 处理您的任务

─────────────────────
🤖 处理者：Agent: 🧑💻 coder
模型：dashscope/qwen3-coder-next

完成回复

[子 Agent 的任务结果]

─────────────────────
🤖 处理者：Agent: 🧑💻 coder
运行时间：3s • Tokens: 20k

---

⚙️ 配置

config.json

json
{
enabled: true,
autoRoute: true,
flexible: false,
bot_names: [小牛马, xiaoniuma, AI 助手, ...],
rules: [
{
type: coding,
keywords: [代码, 函数, bug],
agent: coder,
model: dashscope/qwen3-coder-next,
priority: high
}
],
fallback: {
agent: null,
model: dashscope/qwen3.5-plus
}
}

自定义 Agent

编辑 config.json 的 rules 数组添加新规则：

json
{
type: custom,
keywords: [关键词 1, 关键词 2],
agent: custom_agent,
model: 模型名称,
priority: medium
}

---

📝 注意事项

• - 严格模式：命令必须在消息开头，中间或结尾不触发
• @名字可选：支持带@或不带@的命令
• 自动学习：支持自动学习新的机器人名字
• 并发处理：多个子 Agent 可以并行运行
• Session 隔离：每个子 Agent 有独立的 Session
• 日志位置：/tmp/auto-route-handler.log

---

🧪 测试

测试命令

bash

测试触发

python3 ~/.openclaw/workspace/skills/auto-agent-router/auto-trigger.py /coder 写代码

测试@命令

python3 ~/.openclaw/workspace/skills/auto-agent-router/auto-trigger.py @小牛马 /coder 写代码

测试不触发

python3 ~/.openclaw/workspace/skills/auto-agent-router/auto-trigger.py 请帮我 /coder

预期结果

输入	输出
/coder 写代码	✅ 触发，路由到 coder
@小牛马 /coder 写代码

✅ 触发，路由到 coder | | 请帮我 /coder | ❌ 不触发，主 Session 处理 |

---

🔗 相关链接

• - MEMORY.md - 包含配置和使用记录
• sessions_spawn - 启动子 Agent 的工具

---

最后更新: 2026-02-28 版本: 1.0.0