Multiagentnost OpenClaw: agenti, subagenti, ACP | Průvodce

Architektura víceagentních systémů v OpenClaw: Od orchestrace po integraci ACP

OpenClaw překračuje rámec jednoduchého chatbota a nabízí plnohodnotný víceagentní systém pro rozdělování úkolů mezi specializovanými vykonavateli. Platforma umožňuje vytvářet stálé agenty s izolovanými pracovními prostory, spouštět dočasné subagenty pro konkrétní úkoly a delegovat programování externím nástrojům pomocí protokolu ACP.

Architektura víceagentnosti v OpenClaw

Přístup víceagentnosti v OpenClaw je založen na třech základních konceptech, z nichž každý řeší určitou třídu úkolů:

• Samostatný agent — stálý vykonavatel s vlastní pracovní složkou, pamětí a rolí v systému. Vytváří se pro dlouhodobé funkce, jako je výzkum (research), přepis textu (rewriting) nebo publikace obsahu.
• Subagent — dočasný dceřiný proces, který spouští hlavní agent pro provedení jednorázového úkolu. Funguje pouze s předaným kontextem a po dokončení se ukončí.
• ACP (Agent Control Protocol) — režim, ve kterém jsou úkoly programování předávány externím specializovaným nástrojům, jako jsou Codex, Claude Code nebo Gemini CLI. OpenClaw působí jako orchestrátor sezení.

Tato tříúrovňová struktura umožňuje hlavnímu agentovi působit jako dispečer, efektivně rozdělující práci v závislosti na jejím typu, složitosti a požadované specializaci.

Praktická implementace stálých agentů

Vytvoření samostatného agenta začíná příkazem k vytvoření pracovního prostoru. Například: Vytvoř nového agenta Researcher s vlastním workspace. Poté je třeba agenta připojit ke komunikačnímu kanálu. To lze provést přes Telegram Bot API příkazem Připoj agenta Researcher k telegram botu [BOT API] nebo, pokud je aktivován Threaded Mode v BotFather, ke konkrétnímu tématu v dialogu: `Připoj agenta Researcher k aktuálním tématům Telegram DM.

Použití takového agenta probíhá prostřednictvím delegování od hlavního: Předej úkol na analýzu trhu agentovi Researcher. Hlavní agent se tak stává vstupním bodem a specializovaní agenti vykonavateli ve svých doménách, což zvyšuje kontextovou hloubku a kvalitu provádění opakujících se úkolů.

Taktika práce se subagenty

Subagenti jsou ideální pro situace, které nevyžadují vytvoření plnohodnotného stálého agenta. Jejich klíčové scénáře použití zahrnují:

• Jednorázový výzkum: Spusť subagenta pro výzkum tématu víceagentních systémů v OpenClaw a vrať pouze stručné závěry. Agent úkol provede a poskytne komprimovaný výsledek.
• Paralelní zpracování složitých úkolů: Rozděl úkol na několik subagentů: zvlášť prostuduj izolované agenty, subagenty a ACP, poté sjednoť jednotný závěr. Hlavní agent paralelizuje práci a následně syntetizuje konečnou odpověď.

Tento přístup minimalizuje režijní náklady na správu kontextu pro jednorázové operace a umožňuje škálovat zpracování velkých objemů informací.

Integrace externích nástrojů přes ACP

ACP představuje nejtechničtější, ale výkonnou vrstvu systému. Umožňuje zapojit specializované AI nástroje pro programování, přičemž OpenClaw zůstává manažerem sezení a orchestrátorem. Před použitím je nutné nainstalovat a autorizovat CLI klient cílového nástroje (například Codex) na serveru s OpenClaw.

Režimy práce ACP

• Jednorázová sezení: Proveď tento úkol pomocí jednorázové ACP sezení a vrať stručný závěr. Vhodné pro jednotlivé inženýrské úkoly bez potřeby zachování dlouhého kontextu.
• Dlouhodobý kontext: Vytvoř stálé ACP sezení přes Codex. Vytvoří sezení pro víceetapový projekt, ale může být nepohodlné pro správu v rámci jednoho chatu.
• Izolovaná kodérská místnost v Telegramu: Vytvoř stálé ACP sezení a připoj ji k telegramovému tématu https://t.me/c/1111111111/3. Toto je nejefektivnější scénář, vytvářející samostatné téma (ne bota!), kde je celý technický kontext úkolu postupně zachován, nemísící se s hlavním dialogem.

Orchestrace jako klíčový scénář

Skutečná síla OpenClaw se projevuje, když je hlavní agent používán jako koordinátor celé ekosystému. Může:

• Přijmout komplexní úkol od uživatele.
• Autonomně jej rozdělit na komponenty.
• Delegovat výzkumnou část stálému agentovi.
• Svěřit jednorázovou analýzu subagentovi.
• Předat blok programování externímu ACP nástroji.
• Sestavit a agregovat výsledky od všech vykonavatelů do konečné odpovědi.

Takový přístup eliminuje potřebu mikromanagementu každého kroku, umožňující uživateli operovat na úrovni stanovování vysokoúrovňových úkolů.

Co je důležité

• OpenClaw implementuje tříúrovňovou víceagentnost: stálé agenty, subagenty a integrace ACP.
• Telegram, s podporou botů a témat, je ideálním prostředím pro vizuální a logické oddělení rolí a kontextů práce.
• ACP umožňuje používat specializované AI nástroje pro kódování (Codex, Claude Code), zvyšující kvalitu provádění technických úkolů.
• Hlavní agent se transformuje z prostého konverzačního partnera na řídící centrum distribuovaného systému vykonavatelů.
• Zvládnutí platformy se doporučuje začít se samostatnými agenty, poté přejít k subagentům a až následně ke složitým ACP scénářům.

— Editorial Team