Broadcast Groups: Mehrere Agents in einem WhatsApp-Chat

Du kennst das Problem: Ein einzelner Agent soll alles können – Code reviewen, Dokumentation schreiben und Sicherheitslücken finden. Das führt oft zu überladenen Prompts und unzuverlässigen Ergebnissen. Es ist schwierig, einen Generalisten zu bauen, der in jedem Fachbereich perfekt performt.

Die bessere Lösung ist die Aufteilung in spezialisierte Experten. Bisher war es jedoch mühsam, diese Experten koordiniert auf dieselbe Nachricht antworten zu lassen, ohne komplexe Weiterleitungen zu bauen. Mit Broadcast Groups änderst du das und lässt ein ganzes Team gleichzeitig für dich arbeiten.

Voraussetzungen

• OpenClaw Version 2026.1.9 oder neuer
• WhatsApp (Web Channel) Integration
• Existierende Agents in deiner agents.list

Schnellstart

In nur 5 Minuten setzt du dein erstes Agent-Team auf. Du musst lediglich die broadcast-Sektion in deiner Konfiguration hinzufügen.

1. Identifiziere die Peer ID (WhatsApp JID für Gruppen oder die Telefonnummer im E.164 Format für DMs).
2. Füge den broadcast-Block auf der obersten Ebene deiner Konfiguration ein (neben bindings).
3. Liste die Agent IDs auf, die in diesem Chat aktiv werden sollen.

Hier ist ein minimales Beispiel für eine WhatsApp-Gruppe:

{
  "broadcast": {
    "120363403215116621@g.us": ["alfred", "baerbel", "assistant3"]
  }
}

Sobald OpenClaw in diesem Chat getriggert wird (z. B. durch eine Erwähnung), antworten alle drei Agents gleichzeitig.

Funktionsweise und Strategien

Broadcast Groups greifen, nachdem Channel-Allowlists und Aktivierungsregeln geprüft wurden. Sie verändern die Logik, welcher Agent antwortet: Statt nur dem ersten Treffer in den bindings auszuführen, werden alle gelisteten Agents aktiviert.

Processing Strategy

Du kannst steuern, wie die Agents verarbeitet werden:

Parallel (Standard) Alle Agents arbeiten gleichzeitig. Das ist die schnellste Methode.

{
  "broadcast": {
    "strategy": "parallel",
    "120363403215116621@g.us": ["alfred", "baerbel"]
  }
}

Sequential Agents arbeiten nacheinander in der Reihenfolge der Liste. Ein Agent wartet, bis der vorherige fertig ist.

{
  "broadcast": {
    "strategy": "sequential",
    "120363403215116621@g.us": ["alfred", "baerbel"]
  }
}

Session Isolation

Jeder Agent agiert in seiner eigenen isolierten Umgebung. Das bedeutet:

• Eigene Session-Keys und isolierte Context-Verläufe.
• Eigene Workspaces und Sandboxes.
• Individuelle Tool-Zugriffe (z. B. einer darf schreiben, einer nur lesen).
• Unterschiedliche Modelle (z. B. ein Agent nutzt Opus, der andere Sonnet).

Die Agents sehen die Antworten der jeweils anderen Agents im selben Broadcast-Durchlauf nicht. Sie teilen sich lediglich den Group Context Buffer, also die letzten Nachrichten im Chat, um den aktuellen Bezug zu verstehen.

Best Practices

Ich empfehle dir diesen Aufbau für stabile Workflows:

• Fokus behalten: Erstelle Agents mit einer einzigen, klaren Aufgabe (z. B. ein Linter, ein Formatter).
• Berechtigungen einschränken: Gib Agents nur die Tools, die sie wirklich brauchen. Ein Review-Agent benötigt oft nur read-Zugriff, während ein Fixer-Agent write-Rechte braucht.
• Performance im Blick: Nutze für einfache Aufgaben schnellere Modelle und beschränke die Anzahl der Agents pro Gruppe auf etwa 5 bis 10.
• Aussagekräftige Namen: Verwende Namen wie “Security Scanner” statt “Agent1”, damit im Chat klar ist, wer gerade spricht.

Fehlerbehebung

Agents antworten nicht

• Überprüfe, ob die Agent IDs exakt mit denen in agents.list übereinstimmen.
• Check das Format der Peer ID (z. B. @g.us Endung bei Gruppen).
• Stelle sicher, dass die Agents nicht in einer Deny List stehen.

Nutze diesen Befehl für das Debugging:

tail -f ~/.openclaw/logs/gateway.log | grep broadcast

Nur ein Agent antwortet

Das passiert meistens, wenn die Peer ID zwar in den bindings steht, aber im broadcast-Abschnitt fehlt. Broadcast-Konfigurationen haben Vorrang vor normalen Bindings. Füge die ID zur broadcast-Sektion hinzu, um das Problem zu beheben.

Performance-Probleme

Wenn die Antworten zu lange dauern, reduziere die Anzahl der Agents pro Gruppe oder wechsle von schweren Modellen wie Opus auf leichtere Modelle wie Sonnet. Prüfe zudem die Startzeit deiner Sandboxes.

AI Setup Assistant

Nächste Schritte

• Multi-Agent Configuration
• Routing Configuration
• Session Management