核心用法
Team Dispatch 是一款面向复杂工作流的多智能体编排引擎，专为需要跨 Agent 协作的场景设计。其核心能力包括：
1. 智能任务拆解
- 自动分析需求复杂度（S/M/L/XL 四级分级）
- 预置 5 类拆解模板（开发/研究/全栈/分析/内容）
- 支持线性、扇出、扇入、菱形等依赖模式
2. DAG 驱动执行
- 事件驱动的自动调度循环：收到 completion event 立即触发下游派发
- 自动结果注入：下游 Agent 自动获取上游输出
- 并行优化：多个就绪任务同时派发，非串行等待
3. 故障恢复机制
- 超时自动重试（1.5x 递增）
- 四级降级策略：block/skip/fallback/manual
- 模型不可用自动切换 fallback 链
4. 持久化与追踪
- 任务状态持久化到 JSON，抗上下文压缩
- 独立 workspace 隔离（6 个子 Agent）
- 自动归档与最终交付清单
5. 弹性降级能力
- 当
sessions_spawn不支持agentId时，自动切换为"单 Agent 多角色模拟"模式 - 通过 prompt 注入角色指令实现团队分工模拟
显著优点
- 全自动闭环：从需求输入到最终交付无需人工干预（除 XL 级确认点）
- 生产级可靠性：重试、fallback、超时控制、并发队列完整
- 透明可观测：项目 JSON 实时可查，状态机清晰
- 环境自洽：setup.sh 一键完成 8 项配置，含子 Agent workspace 模板
潜在缺点/局限性
- 环境依赖重：需要 OpenClaw Gateway + 6 个子 Agent 完整配置
- 首次配置复杂：涉及软连接、目录结构、模型配置、工具策略等多环节
- 调试门槛高：DAG 卡住时需理解事件驱动机制才能排查
- XL 级仍需人工：关键节点 checkpoint 需要用户确认，非完全自动化
- 降级模式功能受限：单 Agent 模拟时无法真正并行，且角色切换依赖 prompt 质量
适合人群
- 需要标准化开发流程的技术团队（产品→开发→测试→文档）
- 需要复杂调研分析的研究人员（多源信息整合→框架分析→成文）
- 需要可复现、可追踪工作流的自动化重度用户
- 已有 OpenClaw 基础设施，希望提升多 Agent 协作效率的进阶用户
常规风险
- 循环阻塞风险：若未正确实现"收到 completion event 立即执行调度循环"，任务将永久卡住
- 并发配置风险：
maxChildrenPerAgent/maxConcurrent设置不当可能导致队列积压或资源争抢 - 模型配额风险：默认使用 gpt-5.4/gpt-5.3-codex，需确保 OAuth 可用或及时切换 baseline 模型
- 依赖循环风险：手动编辑 DAG 时需避免循环依赖，系统未内置检测
- 状态不一致风险：强制终止或 Gateway 异常重启可能导致任务状态与实际执行脱节