OpenClaw 通常的用法是独立部署——在自己的机器上跑,通过对话框或 Cron 和 Agent 交互。但 OpenClaw 也可以换一种方式用:作为后台 Agent 引擎,由现有业务平台通过 HTTP API 调度它。
一套运维平台,Prometheus 采集指标、AlertManager 发告警、自研 CMDB 管设备,已经稳定运行多年。现在想让告警处理自动化——来了告警自动查设备、算影响、出建议。方案不是把整个平台迁到 OpenClaw,而是在现有平台的告警回调里加一段 HTTP 调用,让平台去调 OpenClaw 的 API。下面讲具体做法。
一、什么场景应该用 API 调度,什么场景不用
应该用的场景
- 多步骤任务,步骤之间有依赖。告警处理分三步:先查设备信息,再算影响范围,最后出处理建议。计算之前必须拿到设备信息,建议之前必须拿到计算结果。这是典型的 DAG 任务——单次 LLM 调用的上下文装不下所有步骤的中间结果,需要拆任务、发任务、收结果。Supervisor-Worker 模式把这三个职责分给不同的 Agent。
- 需要调用多种外部工具。查设备要调 CMDB 的 REST API,算影响要调拓扑服务的 gRPC 接口,发通知要调企业微信的 Webhook。每个工具的认证方式、参数格式、返回结构都不一样。MCP 工具注册机制可以把这些异构工具统一包装成 Agent 能理解的标准接口。
- 平台已经在跑,不能停。告警采集不能断、工单系统不能关、CMDB 不能迁。API 调度模式不用动现有系统,只在上面加一层 HTTP 调用。
不应该用的场景
- 简单查询——"今天有几个 P1 告警"——不需要多 Agent 编排,一个 SQL 查询就够了。
- 延迟敏感——Supervisor 拆任务 + Worker 执行 + 汇总,至少要三四次 LLM 调用。如果告警必须在 500ms 内响应,这套链路太长。回退到规则引擎。
- 工具不超过三个且稳定不变——工具注册中心的解耦价值体现不出来,直接在 Agent 代码里硬编码更省事。
二、在现有平台中调度 OpenClaw Agent
2.1 平台端直接调 OpenClaw API
OpenClaw 启动后,Gateway 监听 18789 端口,提供 HTTP API。现有平台不需要中间层,直接 POST 过来:
import requestsOPENCLAW_GATEWAY = "http://localhost:18789"def on_alert(alert_msg: str): """告警回调。直接调 OpenClaw API""" # 创建一个 Session,OpenClaw 会返回 session_id,后续追问可以复用 resp = requests.post( f"{OPENCLAW_GATEWAY}/api/sessions", json={"label": f"告警-{alert_msg[:30]}"}, timeout=10, ) session_id = resp.json()["id"] # 向 Agent 发送消息,OpenClaw 内部走 ReAct Loop 处理 resp = requests.post( f"{OPENCLAW_GATEWAY}/api/sessions/{session_id}/messages", json={ "content": alert_msg, "tools": ["get_device_info", "calculate_impact", "get_topology", "send_wework"], }, timeout=60, ) data = resp.json() # data["reply"] → Agent 的最终回复 # data["tool_calls"] → Agent 调了哪些工具、各返回了什么 return data
平台端不引入 OpenClaw 依赖,不引入 Agent 框架,就是标准 HTTP 调用。
2.2 OpenClaw 端的 Agent 配置
OpenClaw 启动时加载配置文件,定义 Agent 的角色、可用工具和系统提示词:``
## openclaw.config.yamlagents: supervisor: name: 告警调度员 model: claude-sonnet-4-6 system_prompt: | 你是一个告警处理调度器。收到告警后: 1. 分析告警内容,判断需要哪些信息 2. 调用 get_device_info 获取设备详情 3. 调用 get_topology + calculate_impact 评估影响范围 4. 综合以上信息,生成处理建议 5. 调用 send_wework 推送到运维群 工具调用顺序遵循:先查信息,再计算,最后发通知。 tools: - get_device_info - get_topology - calculate_impact - send_wework max_tool_rounds: 5
Agent 的行为全部由 system_prompt 和 tools 列表决定。工具注册在 OpenClaw 的工具目录中,启动时自动加载。
2.3 在 OpenClaw 中注册工具,打通现有平台接口
OpenClaw 的工具是 MCP 协议的标准实现。每个工具一个 Python 文件,放在 tools/目录下:
## tools/get_device_info.pyimport requestsdef run(device_id: str) -> dict: """根据设备ID查询设备详情、历史告警""" resp = requests.get( f"http://cmdb.internal/api/devi…— 以上为试看内容(约 40%),开通会员后阅读全文 —