使用 openclaw agent 直接執行 Agent 任務

有時候你只是想快速測試 Agent 的邏輯，或者想在自動化腳本中直接觸發一個任務，但非得打開 WhatsApp 或 Slack 傳送訊息才能看到結果，這種反覆切換視窗的操作真的很打斷工作節奏。

如果你希望直接在終端機與 Agent 互動，或是將 Agent 的回覆整合到現有的工作流中，openclaw agent 就是為了解決這個問題而設計的。它讓你不需要等待外部訊息輸入，就能直接啟動 Agent 回合。

需要準備的東西

已安裝並配置好的 openclaw CLI
如果你打算使用 --local 模式，請在 Shell 環境中準備好模型供應商的 API keys
至少一個已設定好的 Agent ID 或目標聯絡資訊（如電話號碼）

快速開始

openclaw agent 的核心邏輯是模擬一次 Agent 回合。預設情況下，指令會經由 Gateway 執行；如果你想在目前機器上的嵌入式 Runtime 直接跑，加上 --local 即可。

1. 選擇目標與發送訊息

你必須提供 --message 參數。至於要對誰說話，有三種選擇方式：

使用目標對象：--to <dest>。這會推導出 Session Key。如果是群組或頻道會保持獨立，私訊則會歸類到 main。
使用現有 Session：--session-id <id>。直接複用指定的 Session。
直接指定 Agent：--agent <id>。直接針對特定 Agent 執行，並使用該 Agent 的 main Session Key。

2. 常用範例

你可以直接複製以下指令到你的終端機嘗試：

# 傳送狀態更新給指定號碼
openclaw agent --to +15555550123 --message "status update"

# 讓指定的 ops agent 總結日誌
openclaw agent --agent ops --message "Summarize logs"

# 複用 Session 並設定思考層級
openclaw agent --session-id 1234 --message "Summarize inbox" --thinking medium

# 輸出 JSON 格式並開啟詳細模式
openclaw agent --to +15555550123 --message "Trace logs" --verbose on --json

# 執行任務並將結果發回通訊頻道
openclaw agent --to +15555550123 --message "Summon reply" --deliver

# 指定回覆的頻道與對象
openclaw agent --agent ops --message "Generate report" --deliver --reply-channel slack --reply-to "#reports"

3. 控制輸出與行為

預設輸出：直接印出回覆文字（如果有媒體檔案會顯示 MEDIA:<url>）。
JSON 輸出：加上 --json 可以取得包含 Metadata 的結構化資料。
思考層級：使用 --thinking <level>（僅支援 GPT-5.2 與 Codex 模型）。
超時設定：使用 --timeout <seconds> 覆蓋預設的 Agent 回應時限。

疑難排解

Gateway 無法連線：別擔心，如果 Gateway 連不上，CLI 會自動 fallback 到本地的嵌入式 Runtime 執行。
找不到 API key：如果你使用 --local 模式，請確保你的環境變數中已經設定了對應模型的 API keys。
訊息沒有發送到頻道：確認你有加上 --deliver 標記，否則回覆只會顯示在你的終端機上。
Session 混亂：如果你想在不改變 Session 的情況下更換發送目標，可以使用 --reply-channel 或 --reply-to 來覆蓋傳送設定。

如果你在設定過程中遇到問題，可以詢問我們的 AI Setup Assistant 獲取即時協助。

下一步

OpenClaw Expert

還是卡住了？

如果這篇文件沒有解決你的情境，直接問 OpenClaw Expert，拿到可執行步驟。