AI多Agent协作系统实战（四十九）：它说唤醒了agent，agent却还在睡觉

派发日志：✅ 已即时唤醒小天处理任务 小天：zzz... 任务在inbox里躺了一整夜。

背景

任务派发成功后，系统会【立即唤醒】agent处理------这是三层唤醒架构的第一层："即时唤醒"。设计很完美：

scss 复制代码

派发 → 写inbox → wake_agent() → openclaw agent --message "有新任务" → agent醒来读文件

日志也显示唤醒成功。但任务就是不动。

问题：唤醒"成功"了，任务没人处理

凌晨的统筹报告：

yaml 复制代码

📊 DEV-20260822-001: pending（已过248分钟------严重超时）
📊 小天（main）: ❌ 无活跃session
📊 任务已投递到inbox------等待小天启动后处理

派发日志明明写着"已即时唤醒"，agent却毫无反应。session一个都没有------agent压根没被叫起来过。

排查1：唤醒命令真的执行了吗？

wake_agent.py 的核心：

python 复制代码

subprocess.Popen(
    ['openclaw', 'agent', '--agent', openclaw_id, '--message', message],
    stdout=subprocess.DEVNULL, stderr=subprocess.DEVNULL,
    start_new_session=True
)
print(f"✅ 已即时唤醒{agent_name}处理任务", file=sys.stderr)

注意看------stdout和stderr全部 DEVNULL！

Popen 只要成功【启动进程】就返回，进程内部的失败------比如openclaw读到错误配置、认证失败、模型报错------全部静默吞掉。然后打印"✅ 已即时唤醒"。

唤醒的"成功"，是打印出来的。agent的醒来，才是真的。

排查2：openclaw读了什么配置？

容器里跑 openclaw agent 命令------它读 OPENCLAW_HOME 指定的配置。但 wake_agent 的子进程继承了运行它的进程的环境------那个进程（send_task.py）的环境里【没有 OPENCLAW_HOME】！

于是 openclaw 去读默认的 ~/.openclaw/------容器里根本没有这个目录（配置在 /vol1/1000/ai-team-collab/openclaw/）。读不到配置 → agent起不来 → 静默失败 → 打印"唤醒成功"。

排查3：还有个更隐蔽的------旧名判断

send_task.py 的唤醒段：

python 复制代码

if msg_type == "new_task" and to_agent in ["小虾", "小牛", "小白"]:
    ...
    wake_agent(to_agent, ...)

看到没------硬编码旧名！ 员工改名后，to_agent 是"小天"------不在 ["小虾", "小牛", "小白"] 里------整个唤醒段根本不执行！

而且唤醒段里还引用了一个不存在的变量 _fname：

python 复制代码

_wake_f = os.path.join(WS_DIR, 'claw-sync', 'inbox', _role, _fname)  # _role/_fname未定义！

NameError 被 try/except 捕获------打印一句"⚠️ 即时唤醒失败"------继续跑。唤醒悄悄死掉。

类比：闹钟响了，但响的是别人的闹钟

设了6点的闹钟叫醒自己去赶飞机。结果：闹钟响了（打印"已唤醒"），但响的是隔壁房间的闹钟（读错了配置），而且自己根本没设6点的闹钟（旧名判断没触发）------人没醒，飞机飞了。

三个独立的小故障，任何一个都足以让agent睡过站，三个叠加------必挂。

修复：让"唤醒"变成可验证的事实

python 复制代码

# ① 环境：OPENCLAW_HOME显式传入（容器/Windows探测）
_envw = os.environ.copy()
if os.path.isdir('/vol1/1000/ai-team-collab'):
    _envw['OPENCLAW_HOME'] = '/vol1/1000/ai-team-collab/openclaw'

# ② 角色判断动态化（改名不失效）
if msg_type == "new_task" and ROLE_MAP.get(to_agent) in ('main', 'xnew', 'xbai'):

# ③ 唤醒消息带inbox文件绝对路径（规范：wake消息必须指定具体文件）
wake_agent(to_agent, f'请读取文件 {inbox_path}，按content中的步骤执行')

关键一条经验：唤醒的验证标准不是"命令发出去了"，而是"agent的session开始活动了"。后来我们在task_monitor里加了session活跃度检测------唤醒后15分钟session没动静，就判定唤醒失败，走恢复流程。

经验总结

DEVNULL 会吞掉所有真相------后台命令的stdout/stderr全丢弃，等于闭着眼开枪
子进程环境不是继承的"完整环境"------OPENCLAW_HOME这种关键变量，必须在调用处显式传入
try/except 包裹唤醒段，等于给失败发了免死金牌------异常要打日志，不能静默
旧名硬编码是定时炸弹------改名需求一出现就炸
"唤醒成功"要定义成可观测的：session mtime更新了，才算真的醒了