Agent Hub给你的 OpenClaw 装一个多模型军团一句话一条命令注册一个专家 agent图片分析、写代码、翻译各找各的专业户。起因主模型什么都干但可能什么都干不精——分析图片不如其他模型写代码不如专门负责coding的模型。OpenClaw 的 agent 是独立的——没有内置机制让 main agent 把任务派给其他 agent。于是有了 Agent Hub。它是什么Agent Hub 是一个主从式多 agent 调度系统。用户和 main agent 交互由 main agent 通过 Skill 机制调用 hub.py把任务分发给专业 agent。agent-hub/ ├── hub.py # 核心CLI 封装 媒体预处理 ├── agent-lists.json # 配置你的 agent 清单 ├── add_agent.sh # 一键注册新 agent ├── remove_agent.sh # 一键移除 agent ├── silk2wav.js # 语音格式转换QQ 语音适配 ├── voice_analyze.sh # 语音分析流水线 └── requirements.md # 依赖清单设计哲学不造轮子封装openclaw agentCLI。认证、工具权限、会话管理全由 OpenClaw Gateway 兜底hub.py 只负责本地预处理URL 下载、媒体格式包装、QQ 标签生成。架构一眼看懂用户与 main agent 对话 │ ▼ main agent 判别意图根据 SKILL.md 选择调用 hub.py │ ▼ hub.py agent-id task [-i img.jpg ...] │ ├─ 读取 agent-lists.json │ │ │ ▼ │ 找到对应 agent model │ ├─ 下载 URL 资源到本地如果是 HTTP 链接 │ ├─ 包装成 [media attached: ...] 格式 │ ▼ openclaw agent --agent id │ ▼ OpenClaw Gateway │ ├─► omni-agent (healer-alpha) → 图片/视频/音频 ├─► coder-agent (qwen3-coder) → 代码生成 └─► translator-agent (step-3.5) → 翻译润色 │ ▼ 返回结果 → hub.py 包装 → main agent 汇总 → 用户关键点main agent 通过 SKILL.md 学习如何调用 hub.py参数格式、capabilities 匹配hub.py 不直接调 API只封装openclaw agentCLI继承 Gateway 的权限体系快速部署5 分钟上手前置条件OpenClaw 2026.3.8支持--json输出和agents.list配置至少配置了一个 OpenRouter API key或其他 providerPython 3 Node.jssilk-wasm模块用于 QQ 语音转换路径~/.openclaw/extensions/qqbot/node_modules/silk-wasm⚠️注意如果你需要语音分析功能必须先安装 qqbot 插件因为silk2wav.js硬编码了依赖路径。Step 1拷贝文件cp-ragent-hub/ ~/.openclaw/workspace/agent-hub/cd~/.openclaw/workspace/agent-hub/Step 2配置你的 Agent 清单编辑agent-lists.json{agents:{omni-agent:{model:openrouter/healer-alpha,description:全模态图片/视频/音频分析,emoji:️,capabilities:[image,video,audio,vision,multimodal]},coder-agent:{model:openrouter/qwen/qwen3-coder:free,description:代码生成/调试/优化,emoji:,capabilities:[code,debug,refactor]},translator-agent:{model:openrouter/stepfun/step-3.5-flash:free,description:多语言翻译/文本润色,emoji:,capabilities:[translate,polish]}}}capabilities目前用于文档化和列表展示手动指定 agent 是必须的# 正确明确指定用哪个 agentpython3 hub.py coder-agent写个快速排序# 错误没有自动路由不能只说写代码让系统自己选Step 3注册 Agent 到 OpenClaw一条命令完成注册bashadd_agent.sh omni-agentopenrouter/healer-alpha\全模态分析你是视觉分析专家擅长描述图像、视频和音频内容。bashadd_agent.sh coder-agentopenrouter/qwen/qwen3-coder:free\代码专家你是编程专家写出简洁高效的代码附带必要的注释。bashadd_agent.sh translator-agentopenrouter/stepfun/step-3.5-flash:free\翻译专家你是多语言翻译专家保留原文风格和语气。add_agent.sh自动执行 8 步备份openclaw.json添加 agent 到openclaw.json的agents.list创建 agent 目录 config.json创建 workspace SOUL.md更新agent-lists.json重新生成SKILL.mdOpenClaw 技能注册openclaw doctor验证配置重启 Gateway 自动测试Step 4验证# 查看注册的 agentpython3 hub.py list# 测试图片分析自动下载 URLpython3 hub.py omni-agent描述内容-ihttps://example.com/photo.jpg# 测试代码生成JSON 输出python3 hub.py coder-agent用 Python 写个 Hello World--json你可以自定义什么1. 换模型# 换成 deepseek-coderbashadd_agent.sh coder-agentopenrouter/deepseek/deepseek-coder\代码专家你是编程专家。# 用付费模型做深度推理bashadd_agent.sh brain-agentopenrouter/anthropic/claude-3-opus\深度推理你是推理专家擅长复杂问题分析。2. 加能力标记供扩展使用capabilities字段目前用于文档你可以加自定义标记后续在hub.py中实现自动路由capabilities:[math,statistics,latex,long-context]3. QQ 富媒体输出加--qq参数输出带qqimg/qqvoice/qqvideo标签直接发给 QQ 机器人python3 hub.py omni-agent描述这张图-iphoto.jpg--qq4. 自定义 System Promptadd_agent.sh的最后一个参数就是 system prompt直接写bashadd_agent.sh poet-agentopenrouter/anthropic/claude-3-opus\诗人你是一位现代诗人擅长用简洁的语言表达深刻的情感。回复控制在 4 行以内。5. 多模态组合支持任意组合# 图片 视频对比python3 hub.py omni-agent对比这两张图和这段视频-ia.jpg-ib.jpg-vclip.mp4# 纯音频分析注意healer-alpha 分析声音特征不做语音转文字python3 hub.py omni-agent这段录音的背景噪音是什么类型-arecording.wav踩坑实录坑 1免费模型限流OpenRouter 的:free模型限流约8 次/分钟。如果同时触发多个 agent会撞 429。应对关键任务用付费模型或加sleep 8间隔。坑 2healer-alpha 的 audio 不是语音转录它能分析声音特征频率分布、振幅变化、噪音类型但不能输出文字 transcript。要语音转文字需要额外装 whisperpip3installfaster-whisper# 然后自己封装一个 whisper-agent坑 3视频分析超时大视频文件可能超过默认 120 秒超时。建议先用 ffmpeg 裁剪ffmpeg-ibig_video.mp4-t10-ccopy short_clip.mp4 python3 hub.py omni-agent描述这段视频-vshort_clip.mp4-t300坑 4silk-wasm 路径硬编码如果silk2wav.js报错Cannot find module silk-wasm检查ls~/.openclaw/extensions/qqbot/node_modules/silk-wasm# 不存在的话先装 qqbot 插件或手动 npm install silk-wasm 到该路径扩展思路基于现有代码结构这几个扩展比较自然扩展切入点实现提示自动路由hub.py开头加意图分类用关键词匹配或轻量模型判断该调哪个 agent结果缓存call_agent()前对(agent_id, task, media_paths)做 hash缓存到~/.openclaw/hub/cache/媒体缓存prepare_media()内按 URL MD5 存下载文件避免重复下载批量处理新加batch.py遍历文件夹逐个调hub.py结果写 CSV/JSONLWeb API用 FastAPI 包装暴露/agent/{agent_id}endpoint接收 multipart/form-data总结Agent Hub 解决的问题很简单不要让一个模型干所有事。专业的事交给专业的模型hub.py 做预处理和封装OpenClaw 做底层调度。三件套组合起来5 分钟部署一条命令加 agent。去试试吧。项目位置: Agent Hub依赖: OpenClaw 2026.3.8 Python 3 Node.js silk-wasmqqbot 插件
Agent Hub：给你的 OpenClaw 装一个多模型军团
Agent Hub给你的 OpenClaw 装一个多模型军团一句话一条命令注册一个专家 agent图片分析、写代码、翻译各找各的专业户。起因主模型什么都干但可能什么都干不精——分析图片不如其他模型写代码不如专门负责coding的模型。OpenClaw 的 agent 是独立的——没有内置机制让 main agent 把任务派给其他 agent。于是有了 Agent Hub。它是什么Agent Hub 是一个主从式多 agent 调度系统。用户和 main agent 交互由 main agent 通过 Skill 机制调用 hub.py把任务分发给专业 agent。agent-hub/ ├── hub.py # 核心CLI 封装 媒体预处理 ├── agent-lists.json # 配置你的 agent 清单 ├── add_agent.sh # 一键注册新 agent ├── remove_agent.sh # 一键移除 agent ├── silk2wav.js # 语音格式转换QQ 语音适配 ├── voice_analyze.sh # 语音分析流水线 └── requirements.md # 依赖清单设计哲学不造轮子封装openclaw agentCLI。认证、工具权限、会话管理全由 OpenClaw Gateway 兜底hub.py 只负责本地预处理URL 下载、媒体格式包装、QQ 标签生成。架构一眼看懂用户与 main agent 对话 │ ▼ main agent 判别意图根据 SKILL.md 选择调用 hub.py │ ▼ hub.py agent-id task [-i img.jpg ...] │ ├─ 读取 agent-lists.json │ │ │ ▼ │ 找到对应 agent model │ ├─ 下载 URL 资源到本地如果是 HTTP 链接 │ ├─ 包装成 [media attached: ...] 格式 │ ▼ openclaw agent --agent id │ ▼ OpenClaw Gateway │ ├─► omni-agent (healer-alpha) → 图片/视频/音频 ├─► coder-agent (qwen3-coder) → 代码生成 └─► translator-agent (step-3.5) → 翻译润色 │ ▼ 返回结果 → hub.py 包装 → main agent 汇总 → 用户关键点main agent 通过 SKILL.md 学习如何调用 hub.py参数格式、capabilities 匹配hub.py 不直接调 API只封装openclaw agentCLI继承 Gateway 的权限体系快速部署5 分钟上手前置条件OpenClaw 2026.3.8支持--json输出和agents.list配置至少配置了一个 OpenRouter API key或其他 providerPython 3 Node.jssilk-wasm模块用于 QQ 语音转换路径~/.openclaw/extensions/qqbot/node_modules/silk-wasm⚠️注意如果你需要语音分析功能必须先安装 qqbot 插件因为silk2wav.js硬编码了依赖路径。Step 1拷贝文件cp-ragent-hub/ ~/.openclaw/workspace/agent-hub/cd~/.openclaw/workspace/agent-hub/Step 2配置你的 Agent 清单编辑agent-lists.json{agents:{omni-agent:{model:openrouter/healer-alpha,description:全模态图片/视频/音频分析,emoji:️,capabilities:[image,video,audio,vision,multimodal]},coder-agent:{model:openrouter/qwen/qwen3-coder:free,description:代码生成/调试/优化,emoji:,capabilities:[code,debug,refactor]},translator-agent:{model:openrouter/stepfun/step-3.5-flash:free,description:多语言翻译/文本润色,emoji:,capabilities:[translate,polish]}}}capabilities目前用于文档化和列表展示手动指定 agent 是必须的# 正确明确指定用哪个 agentpython3 hub.py coder-agent写个快速排序# 错误没有自动路由不能只说写代码让系统自己选Step 3注册 Agent 到 OpenClaw一条命令完成注册bashadd_agent.sh omni-agentopenrouter/healer-alpha\全模态分析你是视觉分析专家擅长描述图像、视频和音频内容。bashadd_agent.sh coder-agentopenrouter/qwen/qwen3-coder:free\代码专家你是编程专家写出简洁高效的代码附带必要的注释。bashadd_agent.sh translator-agentopenrouter/stepfun/step-3.5-flash:free\翻译专家你是多语言翻译专家保留原文风格和语气。add_agent.sh自动执行 8 步备份openclaw.json添加 agent 到openclaw.json的agents.list创建 agent 目录 config.json创建 workspace SOUL.md更新agent-lists.json重新生成SKILL.mdOpenClaw 技能注册openclaw doctor验证配置重启 Gateway 自动测试Step 4验证# 查看注册的 agentpython3 hub.py list# 测试图片分析自动下载 URLpython3 hub.py omni-agent描述内容-ihttps://example.com/photo.jpg# 测试代码生成JSON 输出python3 hub.py coder-agent用 Python 写个 Hello World--json你可以自定义什么1. 换模型# 换成 deepseek-coderbashadd_agent.sh coder-agentopenrouter/deepseek/deepseek-coder\代码专家你是编程专家。# 用付费模型做深度推理bashadd_agent.sh brain-agentopenrouter/anthropic/claude-3-opus\深度推理你是推理专家擅长复杂问题分析。2. 加能力标记供扩展使用capabilities字段目前用于文档你可以加自定义标记后续在hub.py中实现自动路由capabilities:[math,statistics,latex,long-context]3. QQ 富媒体输出加--qq参数输出带qqimg/qqvoice/qqvideo标签直接发给 QQ 机器人python3 hub.py omni-agent描述这张图-iphoto.jpg--qq4. 自定义 System Promptadd_agent.sh的最后一个参数就是 system prompt直接写bashadd_agent.sh poet-agentopenrouter/anthropic/claude-3-opus\诗人你是一位现代诗人擅长用简洁的语言表达深刻的情感。回复控制在 4 行以内。5. 多模态组合支持任意组合# 图片 视频对比python3 hub.py omni-agent对比这两张图和这段视频-ia.jpg-ib.jpg-vclip.mp4# 纯音频分析注意healer-alpha 分析声音特征不做语音转文字python3 hub.py omni-agent这段录音的背景噪音是什么类型-arecording.wav踩坑实录坑 1免费模型限流OpenRouter 的:free模型限流约8 次/分钟。如果同时触发多个 agent会撞 429。应对关键任务用付费模型或加sleep 8间隔。坑 2healer-alpha 的 audio 不是语音转录它能分析声音特征频率分布、振幅变化、噪音类型但不能输出文字 transcript。要语音转文字需要额外装 whisperpip3installfaster-whisper# 然后自己封装一个 whisper-agent坑 3视频分析超时大视频文件可能超过默认 120 秒超时。建议先用 ffmpeg 裁剪ffmpeg-ibig_video.mp4-t10-ccopy short_clip.mp4 python3 hub.py omni-agent描述这段视频-vshort_clip.mp4-t300坑 4silk-wasm 路径硬编码如果silk2wav.js报错Cannot find module silk-wasm检查ls~/.openclaw/extensions/qqbot/node_modules/silk-wasm# 不存在的话先装 qqbot 插件或手动 npm install silk-wasm 到该路径扩展思路基于现有代码结构这几个扩展比较自然扩展切入点实现提示自动路由hub.py开头加意图分类用关键词匹配或轻量模型判断该调哪个 agent结果缓存call_agent()前对(agent_id, task, media_paths)做 hash缓存到~/.openclaw/hub/cache/媒体缓存prepare_media()内按 URL MD5 存下载文件避免重复下载批量处理新加batch.py遍历文件夹逐个调hub.py结果写 CSV/JSONLWeb API用 FastAPI 包装暴露/agent/{agent_id}endpoint接收 multipart/form-data总结Agent Hub 解决的问题很简单不要让一个模型干所有事。专业的事交给专业的模型hub.py 做预处理和封装OpenClaw 做底层调度。三件套组合起来5 分钟部署一条命令加 agent。去试试吧。项目位置: Agent Hub依赖: OpenClaw 2026.3.8 Python 3 Node.js silk-wasmqqbot 插件
