利用OpenClaw的多Agent特性，创建人格和记忆相互独立的产品经理、项目经理、软件开发等人员，实现一人公司梦想。

两种多Agent方式对比

临时子Agent（SubAgent Session）

项目	说明
创建方式	通过工具/命令触发
生命周期	跑完就归档（约60分钟后）
上下文	共享主Agent记忆
UI可见性	Agents列表一般不出现
适用场景	一次性总结、批处理、写文档、临时分析

持久化第二个Agent

项目	说明
创建方式	写入agents.list或用CLI
生命周期	长期存在
上下文	独立记忆
UI可见性	Agents列表显示
适用场景	长期扮演固定角色（产品经理、运维工程师等）

5步创建"产品经理"Agent

步骤1：查询当前状态

openclaw agents list --bindings

输出示例：

Agents:
- main (default)
- coding

步骤2：创建PM Agent

openclaw agents create pm \
  --model claude \
  --description "产品经理助手"

步骤3：配置Agent身份

编辑 ~/.openclaw/agents/pm/config.yaml：

identity:
  name: "产品经理小P"
  description: "专业产品经理，负责市场洞察、需求调研、竞品分析"
  instructions: |
    - 每次分析前先搜索最新行业数据
    - 使用SWOT框架进行竞品分析
    - 需求文档使用BRD/MRD格式

步骤4：配置路由绑定

# 创建Telegram Bot获取token后
openclaw bindings add \
  --channel telegram \
  --account pm-bot \
  --agent pm \
  --mode private

步骤5：验证使用

# 重启Gateway
openclaw restart

# 测试PM Agent
openclaw chat --agent pm

尝试发送：

"帮我分析一下2026年AI编程工具市场的机会"

典型应用场景

Agent角色	核心能力	使用场景
产品经理	市场洞察、需求分析、竞品研究	新功能规划
项目经理	任务拆解、进度跟踪、风险管理	项目协调
开发者	代码编写、Bug修复、重构优化	技术实现
运营	数据分析、用户调研、内容策划	增长驱动

进阶技巧

模型分配策略

agents:
  pm:
    model: claude          # 复杂推理
  coder:
    model: deepseek-coder  # 代码生成
  analyst:
    model: kimi           # 长文本分析

知识库隔离

每个Agent的工作区完全独立，可以在 workspaces/pm/ 下放置产品相关的文档、模板、数据，Agent只访问自己的知识库。

权限分级

agents:
  main:
    permissions: [all]
  pm:
    permissions: [read, search]
    workspace_readonly: true

通过合理的Agent配置，你可以在OpenClaw上构建一个完整的虚拟团队，实现"一人公司"的高效运转。