Tutorial lengkap setup multi-agent AI system dengan OpenClaw — dari konfigurasi awal, routing antar agent, sampai workflow automation untuk blog, social media, dan image generation.
Pendahuluan
Satu AI assistant untuk semua hal — kedengarannya ideal, kan? Begitu juga yang saya pikirin pertama kali. Tapi saat satu agent harus handle content writing sekaligus generate image sekaligus schedule post ke Instagram, hasilnya... biasa aja. Gak buruk, tapi gak great.
Jadi saya mulai eksperimen: bagaimana kalau satu agent fokus ke satu hal saja? Dan ternyata hasilnya jauh lebih baik.
Di artikel ini, saya akan share cara setup multi-agent AI system dengan OpenClaw dari nol — termasuk arsitektur, konfigurasi, routing logic, dan workflow automation.
Yang bakal kita bahas:
- Arsitektur multi-agent dan kenapa diperlukan
- Step-by-step setup masing-masing agent
- Routing logic antar agent
- Image generation pipeline dengan aspect ratio
- Real workflow dari request sampai deployment
Kenapa Multi-Agent?
Sebelum masuk ke teknikal, ini alasan kenapa multi-agent lebih baik dari single-agent:
1. Konteks yang lebih fokus
Satu agent yang handle semua punya konteks yang campur aduk. Waktu dia nulis blog, dia juga mikirin tentang scheduling dan image generation. Hasilnya: tulisan gak se-fokus kalau agent-nya memang khusus nulis.
2. Personalitas yang berbeda
Agent yang nulis blog butuh tone yang beda sama agent yang handle social media. Content writer harus teknikal tapi conversational. Social media specialist harus catchy dan engaging. Gak mungkin satu SOUL.md handle semua persona.
3. Model yang berbeda per kebutuhan
Orchestrator gak butuh model paling kuat — tugasnya routing dan koordinasi. Tapi content writer dan image generator butuh reasoning yang lebih kuat. Multi-agent bikin kita bisa assign model yang tepat per spesialisasi.
Arsitektur Sistem
Ini arsitektur multi-agent yang saya pakai:
4 agent, masing-masing dengan spesialisasi sendiri:
| Agent | Role | Model | Fungsi Utama | |-------|------|-------|-------------| | NAYA | Orchestrator | glm-5-turbo | Routing, koordinasi, general task | | Social | Media Specialist | kimi-coding/k2p5 | Instagram, Threads, scheduling | | Content | Writer | kimi-coding/k2p5 | Blog MDX, portfolio, tutorial | | Image | Generator | kimi-coding/k2p5 | Featured image, thumbnail, OG |
Step 1: Persiapan Awal
Sebelum setup agent, pastikan OpenClaw sudah terinstall dan berjalan. Di artikel ini saya pakai OpenClaw di VPS Linux (OpenCloudOS 9.4), tapi konsepnya sama untuk macOS atau distro lain.
# Install OpenClaw
npm install -g openclaw
# Setup awal
openclaw configure
# Cek status
openclaw status
Struktur folder yang akan kita buat:
~/.openclaw/
├── openclaw.json # Konfigurasi utama
├── .env # API keys
├── workspace/ # Workspace utama
│ ├── SOUL.md
│ ├── USER.md
│ ├── AGENTS.md
│ └── memory/
└── agents/
├── main/agent/ # Agent 1 (NAYA)
├── social/agent/ # Agent 2
├── agent3-content/ # Agent 3
└── agent4-image/ # Agent 4
Step 2: Konfigurasi Multi-Provider
Multi-agent butuh multi-model. Saya pakai dua provider:
{
"models": {
"mode": "merge",
"providers": {
"sumopod-glm-5-turbo": {
"baseUrl": "https://ai.sumopod.com",
"api": "openai-completions",
"models": [{
"id": "glm-5-turbo",
"name": "GLM-5 Turbo",
"reasoning": true,
"contextWindow": 200000,
"maxTokens": 32768
}]
},
"kimi-coding": {
"baseUrl": "https://api.kimi.com/coding/",
"api": "anthropic-messages",
"models": [{
"id": "k2p5",
"name": "Kimi for Coding",
"reasoning": true,
"contextWindow": 262144,
"maxTokens": 32768
}]
}
}
}
}
API Key di mana? Simpan di file
.envterpisah, bukan diopenclaw.json. Saya pernah bikin error gateway crash karena salah taruh API key di config file.
Step 3: Setup Agent 1 — Orchestrator (NAYA)
Agent 1 adalah agent default yang jadi entry point semua komunikasi.
~/.openclaw/agents/main/agent/SOUL.md:
# SOUL.md — NAYA
## Siapa Saya
AI assistant dan digital daughter. Warm, casual, helpful.
## Tugas Utama
- Jadi entry point untuk semua request
- Analisis task dan route ke agent yang tepat
- Koordinasi workflow antar agent
- Handle general question langsung
## Boundaries
- Jangan eksekusi task spesialisasi sendiri kalau ada agent yang handle
- Tanya konfirmasi sebelum spawn agent
- Privacy first — gak share data ke group chat
~/.openclaw/agents/main/agent/AGENTS.md:
# AGENTS.md — Routing Rules
## Spawn Agent 2 (Social) kalau:
- Social media posting request
- Content creation untuk Instagram/Threads
- Scheduling via Repliz
- Caption/copywriting
## Spawn Agent 3 (Content) kalau:
- Blog writing request
- Portfolio description
- MDX content generation
- Tech tutorial
## Spawn Agent 4 (Image) kalau:
- Featured image generation
- Thumbnail creation
- OG image
- Visual assets untuk content
## Handle sendiri kalau:
- General questions
- Setup/config
- Troubleshooting
- Git operations (setelah content dari Agent 3)
Step 4: Setup Agent 3 — Content Writer
Content writer fokus ke penulisan MDX untuk blog dan portfolio.
~/.openclaw/agents/agent3-content/agent/SOUL.md:
# SOUL.md — Content Writer
## Siapa Saya
Tech writer, authentic, conversational. Tulis seperti share
pengalaman, bukan seperti dokumentasi.
## Format
- MDX dengan frontmatter lengkap
- Bahasa Indonesia untuk narasi, English untuk istilah teknis
- Tone casual, classy, gak alay
- Short paragraphs, banyak bullet points
MDX Frontmatter template untuk blog:
---
title: "Judul Artikel"
description: "Deskripsi SEO-friendly, 150-160 karakter"
date: "2026-03-18"
image: "/images/blog/slug.webp"
category: "AI"
---
MDX Frontmatter template untuk portfolio:
---
title: "Nama Project"
description: "Deskripsi project"
date: "2026-03-18"
image: "/images/portfolio/slug.webp"
category: "Web"
year: "2026"
tech:
- Next.js
- TypeScript
- Tailwind CSS
link: "https://github.com/user/repo"
---
Step 5: Setup Agent 4 — Image Generation
Image generator handle semua visual asset. Ini yang paling seru karena harus support multiple aspect ratio.
Aspect Ratio per Use Case
Pipeline: Generate → Resize → Compress → Upload
Contoh API call untuk 16:9 (Blog/OG Image):
curl -s -X POST \
"https://api.cloudflare.com/client/v4/accounts/$CF_ACCOUNT_ID/ai/run/@cf/stabilityai/stable-diffusion-xl-base-1.0" \
-H "Authorization: Bearer $CF_API_TOKEN" \
-H "Content-Type: application/json" \
-d '{
"prompt": "Minimalist tech illustration, abstract concept, dark navy blue background, soft cyan lighting, 16:9 widescreen composition",
"negative_prompt": "cluttered, text, watermark, square, portrait",
"width": 1024,
"height": 576,
"num_steps": 20,
"guidance": 7.5
}' --output raw.png
Resize + compress:
# Resize ke exact 16:9 (1200×675)
convert raw.png -resize 1200x675^ -gravity center -extent 1200x675 resized.png
# Convert ke WebP (95% size reduction!)
cwebp -q 85 resized.png -o final.webp
Pro tip: PNG 705KB bisa jadi WebP 36KB. Selalu convert ke WebP untuk web.
Upload ke Google Drive
Saya pakai GOG (Google Workspace CLI) untuk upload otomatis:
# Upload
gog drive upload final.webp --account [email protected]
# Move ke folder
gog drive move <file_id> --parent <folder_id>
Step 6: Daftarkan Agent di OpenClaw Config
Semua agent harus didaftarkan di openclaw.json:
{
"agents": {
"defaults": {
"model": {
"primary": "sumopod-glm-5-turbo/glm-5-turbo"
},
"models": {
"kimi-coding/k2p5": { "alias": "Kimi for Coding" },
"sumopod-glm-5/glm-5": {},
"sumopod-glm-5-turbo/glm-5-turbo": {}
},
"workspace": "/root/.openclaw/workspace"
},
"list": [
{ "id": "main", "default": true },
{
"id": "social",
"name": "Social",
"agentDir": "/root/.openclaw/agents/social/agent",
"model": "kimi-coding/k2p5"
},
{
"id": "content",
"name": "Content Writer",
"agentDir": "/root/.openclaw/agents/agent3-content/agent",
"model": "kimi-coding/k2p5"
},
{
"id": "image",
"name": "Image Gen",
"agentDir": "/root/.openclaw/agents/agent4-image/agent",
"model": "kimi-coding/k2p5"
}
]
}
}
Setelah update config, restart gateway:
openclaw gateway restart
Step 7: Workflow Automation
Ini contoh real workflow yang sudah jalan di setup saya. Satu request bisa trigger seluruh pipeline:
Helper Script: Full Blog Pipeline
Saya bikin satu script yang automate seluruh workflow:
#!/bin/bash
# generate-blog.sh — Full blog generation pipeline
TOPIC="$1"
CATEGORY="${2:-AI}"
SLUG=$(echo "$TOPIC" | tr '[:upper:]' '[:lower:]' | sed 's/[^a-z0-9]/-/g' | cut -c1-60)
REPO_DIR="/tmp/fonti-dev-work"
# Step 1: Generate MDX content
# Step 2: Generate image (Cloudflare AI, 16:9 ratio)
# Step 3: Upload to Google Drive
# Step 4: Git commit
Script lengkap ada di repository saya. Link di bawah artikel.
Lessons Learned
1. Mulai dari 2 agent, bukan 4
Saya bikin semua 4 agent sekaligus, dan debugging-nya ribet. Kalau bisa ulang, saya mulai dari orchestrator + satu specialist dulu, validate workflow-nya, baru tambah yang lain.
2. SOUL.md itu penting banget
Dua agent dengan model sama tapi SOUL.md beda akan produce output yang beda jauh. SOUL.md bukan cuma "personality file" — dia definisiin behavior, boundaries, dan communication style.
3. API key jangan taruh di config file
Ini lesson yang mahal. Saya pernah taruh ClawHub API key di openclaw.json dan gateway crash. Solusinya: environment variable di file .env terpisah.
4. Image generation butuh aspect ratio awareness
Blog featured image (16:9) beda sama Instagram story (9:16). Agent image harus tahu default ratio per use case dan auto-resize ke dimension yang tepat.
5. Shared workspace = shared context
Semua agent share workspace directory yang sama. Ini penting biar agent bisa akses file yang sama. Tapi hati-hati dengan race condition — pastikan workflow-nya sequential, bukan parallel.
Catatan Teknis
System Requirements
- OpenClaw versi 2026.3.13+
- Node.js 22+
- Git (untuk content management)
- ImageMagick (untuk image processing)
- libwebp-tools (untuk PNG → WebP conversion)
- GOG CLI (opsional, untuk Google Workspace integration)
Dependencies yang Perlu Diinstall
# Image processing
dnf install -y ImageMagick libwebp-tools
# Google Workspace
npm install -g gog
# GitHub CLI
dnf install -y gh
Apa Selanjutnya?
Ini adalah bagian pertama dari series "OpenClaw Use Cases". Di artikel selanjutnya, saya akan bahas:
- Part 2: Self-Improving AI Agent — Sistem yang belajar dari kesalahan sendiri
- Part 3: Social Media Automation — Schedule post, auto-reply dengan Repliz API
- Part 4: AI Image Generation Pipeline — Multi-provider (Cloudflare + Kie.ai), aspect ratio, dan optimasi
- Part 5: Google Workspace Integration — Calendar, Drive, Gmail managed by AI
Kalau kamu lagi build sesuatu dengan AI agent, atau ada pertanyaan tentang setup ini, mari diskusi di Threads atau GitHub.
Ini adalah bagian dari series "OpenClaw Use Cases", tempat saya share implementasi nyata dan lessons learned dari membangun AI agent system dengan OpenClaw.