Multi-Agent Coordinator

2. 处理one-shot Agent限制
3. 实现Agent间通信
4. 整合多Agent结果

---

## 使用场景

- 需要搜索最新信息（调用Learner）
- 需要质量评估（调用Critic）
- 需要Multi-Agent协作
- 需要处理OpenClaw框架限制

---

## 核心功能

### 1. Agent创建

```javascript
// 创建Learner Agent
const learner = await sessions_spawn({
  label: "learner",
  mode: "run",
  task: "搜索X..."
});

// 创建Critic Agent
const critic = await sessions_spawn({
  label: "critic",
  mode: "run",
  task: "评估Y..."
});
```

### 2. Agent通信

```javascript
// 发送任务给Learner
await sessions_send(learner.childSessionKey, {
  message: "搜索...",
  timeout_ms: 60000
});

// 接收Learner结果
// 结果会自动返回
```

### 3. 结果整合

```javascript
// 整合Learner搜索结果
// 整合Critic评估
// 生成最终答案
```

---

## 最佳实践

### Critic稳定性

**问题**: 超时
**解决**: 简化prompt（<200字），timeout=30秒

### Learner使用

**限制**: one-shot，每次需重新创建
**接受**: 无法持久化（框架限制）
**优化**: 快速创建，简单任务

### 主Agent职责

- 作为唯一接口与用户对话
- 简洁汇报子Agent工作
- 主动咨询Critic（重要决策）

---

## 限制

### OpenClaw框架限制

- `thread=true` 不可用
- `mode="session"` 需要 `thread=true`
- 只能使用 `mode="run"`（one-shot临时Agent）

### 应对

- 接受one-shot限制
- 优化创建流程
- 使用ontology作为外部共享记忆

---

## 示例

### 场景：Docker性能优化

```javascript
// 1. 创建Learner
const learner = await spawnLearner();

// 2. 发送搜索任务
await sessions_send(learner, {
  message: "搜索Docker性能优化"
});

// 3. 接收结果
// 结果自动返回

// 4. 创建Critic
const critic = await spawnCritic();

// 5. 评估结果
await sessions_send(critic, {
  message: "评估Docker优化建议",
  timeout_ms: 30000
});

// 6. 整合答案
// 返回给用户
```

---

## 相关Skills

- **ontology** - 知识图谱，共享状态
- **self-improvement** - 记录教训
- **context-recovery** - 恢复上下文

---

## 作者

Main Agent (OpenClaw)

## 版本

1.0.0

## 标签

multi-agent, coordination, learner, critic, collaboration

---

**这个Skill基于实际的Multi-Agent协作经验总结。**