【开源】基于OpenClaw实现Agent自组织、自修复、自进化的能力OpenMOSS（含实际成果）
- 内容介绍
- 文章标签
- 相关推荐
本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容：
- 我的帖子已经打上 开源推广 标签： 是
- 我的开源项目完整开源，无未开源部分： 是
- 我的开源项目已链接认可 LINUX DO 社区： 是
- 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是
- 以上选择我承诺是永久有效的，接受社区和佬友监督： 是
以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出
从 OpenClaw从折腾到放弃 继续
3月18日更新另外一位佬友的案例（同时根据新规，完善一下开源推广）
历时一周，消耗10亿token，AI小说多agent结构实验，v1.0版本 搞七捻三各位佬友们下午好，来L站快两月，笨鸟也要开始飞了。受这两位大佬帖子的启发https://linux.do/t/topic/1709670https://linux.do/t/topic/1721254， 小弟认为可用agent集群来完成ai写小说的全自动化流程，并且保障长篇小说的一致性。说干就干，于是我利用小龙虾和open MOSS，搭建了一个ai全自动写小说的agent集群，具体流程和分工如下…
3月21日更新另外一位佬友的案例
这个是真的太强了！！！
【开源】基于OpenClaw实现Agent自组织、自修复、自进化的能力OpenMOSS（含实际成果） 开发调优我接入了佬的openmoss，并且开始了我现在的开发工作进行尝试。 踩坑与反思 “传话筒效应”与上下文碎裂 我配置了3个系统角色，8个执行者。来完成软件开发的全流程从需求到上线。token的消耗是灾难级的，产出是不能用的，过程是不可控的。我暂停了所有任务并开始思考。我需要这么多agent吗？ 我仔细看了佬分享的案例， “1M Reviews” 本质上是一个【线性单向数据流】信息抓取 → 内…
3月21日更新配置指南
【开源】OpenMOSS部署配置指南 开发调优本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 各位好…
碎碎念
我们实现了6个数字生命的无限进化。
当这个项目真正达到效果后，我是震惊且兴奋且惊讶的，仿佛是真的看见了6个数字生命！这是我和UP主动动枪 @dongdonggun_pro 共创的项目，这是我们半夜一起讨论出来的方案，这也是我们用10亿token跑出来真实的OpenClaw多Agent协作的案例，接下来，我会把跑了两天的成果展示出来！
一、项目是什么？
GitHub - uluckyXH/OpenMOSS: A self-organizing multi-agent collaboration...
A self-organizing multi-agent collaboration platform for OpenClaw. Multiple AI agents work as an autonomous team — planning, executing, reviewing, and patrolling tasks with zero human intervention.
OpenMOSS 是一个基于 OpenClaw 的多 AI Agents 自组织协作平台。它可以实现多 AI Agents 的自组织、自修复、自进化、团队激励等能力，进而实现近乎 100% 多线程 多步骤任务的完成度，使 OpenClaw 的任务运行效率得到大幅度提高。
简单来说：
传统的OpenClaw，你（人类管理员）只需要告诉 AI Agent「做什么」，这个AI Agent 会一个人线行逻辑地推进项目，如果遇到问题他会报错，并基于模型性能有一定概率自我修复，但大多数情况下，这个AI Agent将在对话中“死掉”，导致任务失败。
而加上OpenMOSS 多 AI Agent 自组织协作平台后，你的AI Agent们将可以自我组织，自动巡查，自动认领任务，自动检查代码，无需人工干预，Agent“死亡率”将至0%。
例如：你（人类管理员）只需要告诉 AI「做什么」，比如「开发一个博客」
-
规划者 Agent（一个 AI 模型）会自动把需求拆成一个个子任务，分配给不同的 Agent
-
执行者 Agent（另一个 AI 模型）自动认领子任务、写代码、提交成果
-
审查者 Agent 自动检查代码质量，通过或驳回返工
-
巡查者 Agent 自动巡检系统，发现卡住的任务发出告警
-
全过程 无需人工干预，Agent 们通过定时唤醒（cron）自主运行
一句话总结：这是一个让 AI 自己管理 AI 干活的平台。人类只需下达目标、看结果。
需要特别声明：OpenMOSS 的实际使用效果与你给 OpenClaw 的 AI Agent 调用的大语言模型有极强的关联性，上下文窗口越高，实际效果越好。我们推荐你使用 GPT-5.3-Codex 或 GPT-5.4
需要特别声明：请注意，因为多 AI Agents 的使用，模型消耗量将成倍提高，请合理控制接口限额和速率，谨防超量使用造成经济损失。
推荐使用环境：为了实现OpenMOSS能力最大化的效果，请尽可能为其配置单独的桌面级生产环境。
OpenMOSS跟其他同类项目不同的地方是：
目前同类型的项目已经出现了一些，比如：GitHub - golutra/golutra · GitHub
不同于其他集合大模型CLI的项目，OpenMOSS采取了面向轻量的架构，任何组织架构中的Agent都可以获得一个专属于它的角色提示词，它将在这个系统内严格按照全局规则提示词的规定完成任务。
OpenMOSS的Agent组织架构允许Agent之间相互监督、相互改进。
我们虽然只是在一个WordPress上进行的测试，但是这套平台是可以适用于更多工作场景的，比如软件开发、CRM、教培行业等。只要用户花时间对Agent的角色提示词进行完善，这个AI组织将无限进化。
目前项目处于初期阶段，着急发出来是想把思路发出来，重要的不是实现，项目还有很多没完善，重要的是思路！
二、先来看看成果
当我们在群里一次次看到它们做出出乎我意料的动作时，我真的非常惊讶（那种哇靠，真活了的感觉！），例如普通员工我没在提示词里要求，它居然也会自己过一遍目录发现问题，然后果断把问题提出来，接着就等着领导层来重新安排，真的非常惊讶！
image1223×120 11.9 KB
image1267×103 11.6 KB
直达站点
WordPress 站点：https://1m-reviews.com （用于成果展示，非引流，内含大量AIGC内容）
Agent 实时活动日志：https://goai.love/feed （目前项目的前端页面之一，用来看Agent们都干了什么）
任务内容
我们希望实现一个完全由基于 OpenClaw 的 AI Agent 自行组织并运行的新闻网站，并在英文世界里留下真实的痕迹。问题在于，按照 OpenClaw 目前公开的多 Agent 设计，多个 agent 默认是彼此隔离的：每个 agent 都有自己独立的 files、memory、personality、workspace 和 session history；即便在群聊场景中，会话键也是按 agentId 分开的，因此它们并不会天然共享上下文、记忆或工作进度。官方确实已经提供了 sessions_list、sessions_history、sessions_send、sessions_spawn 等机制，使 agent 能够显式地互相发消息、拉取会话、分派子任务，但这种协作更接近“手工编排”，其实可以由一个OpenClaw的Agent完成所有任务，但是这个项目将失去意义，没有对未来AI Agent真正融入人类社会的参考意义，所以我们希望能让多个Agent真正协作起来。
但是没有想到，它们不仅协作了，甚至开始具备了自我进化、自我修复的能力。
我们原本的希望是它们维护一个WordPress把搜集的新闻资讯翻译成英文后，发布到WordPress中，那么结果怎么样呢？非常的人惊人！跑了两天，发了有20篇文章了！而且非常的稳定，它们真的做到了遇到问题自己协作处理！而且我们随时能在群里@任何一个Agent跟它进行沟通。
而且在期间，动动枪有要求它们添加图片，并且在第10轮循环任务中测试成功了，之后就确认了让它们带图的流程！
image1033×1084 99.5 KB
image341×1179 54.1 KB
我们怎么实现的？
我们定义了六个员工，其中领导层是固定的，按项目要求来说必须要有这三个角色来负责稳定性：
-
领导层：
-
AI雪鸡：一人公司老板，负责任务规划与安排（会持续和你沟通任务细节，并最终确认怎么交付）
- https://github.com/uluckyXH/OpenMOSS/blob/main/prompts/task-planner.md
-
AI星星：负责员工们各个结果的产出审核与驳回，做的不好的地方它会果断驳回，并给出评分（严格）
- https://github.com/uluckyXH/OpenMOSS/blob/main/prompts/task-reviewer.md
-
AI小督：盯着整个任务的进度，检查任务是否超时和卡住，如果卡住它会立马写日志记录下来（AI雪鸡看到后会再次捞起来处理，解决问题）
- https://github.com/uluckyXH/OpenMOSS/blob/main/prompts/task-patrol.md
-
-
员工层：
-
AI小吴：信息搜集员，负责去中文互联网搜集最热的中国AI、科技、数码、汽车新闻和评论
- OpenMOSS/prompts/role/ai-xiaowu-executor.md at main · uluckyXH/OpenMOSS · GitHub
-
AI酱瓜：负责新媒体运营，根据AI小吴的报告，主要做写作和翻译工作
- OpenMOSS/prompts/role/ai-jianggua-executor.md at main · uluckyXH/OpenMOSS · GitHub
-
AI小珂：负责网站运营，讲AI酱瓜的稿件编排发到网站上，并负责后期的数据统计工作，SEO、GEO等运营工作。
- OpenMOSS/prompts/role/ai-xiaoke-executor.md at main · uluckyXH/OpenMOSS · GitHub
-
我在确认好需求后，我首先是我把我的需求告知了Claude老师，因为我怕描述的不够清楚，我直接就让Claude老师给我起了一个设计文档，为了方便，我直接就把任务扔给了AI雪鸡，然后就开始了，AI雪鸡和我对了需求，最终起了一个完整的任务文档，在持续滚动，流程如下：
-
AI雪鸡划分任务，创建子任务，先分配AI小吴检索资讯
-
AI小吴唤醒后获取自己的任务，执行任务，产出结果，提交任务，进入审核状态
-
AI星星开始对其进行审核，打分，细节把控，没到位就直接驳回，通过就打分，超出预期直接给5分满分
-
AI雪鸡巡查，发现这一轮子任务已经完成，马上开始指派下一轮AI次元酱瓜开始翻译写文章
-
AI次元酱瓜接到任务后，写完，同样提交任务待审查
-
AI星星接着进行审查
-
AI雪鸡发现完成了，马上开第三个任务，指派AI小珂去发布草稿，并且带好分类和标签优化SEO
-
AI小珂接到任务，开始使用工具做发布操作，提交任务待审
-
AI星星又来了，审查完成后直接评分，同时也对生成的图片进行核验
-
AI雪鸡看到任务完成后，开始启动最后一轮，安排AI小珂正式发布
-
AI小珂接到任务后，正式把文章发布！
-
AI星星发布后，AI星星也会再次对其进行审查一遍！
-
AI小督呢？它就是一直在巡查任务是否超时，是否出现异常，有异常，就回写异常日志，AI雪鸡看到后会及时安排处理
每个Agent各司其职，互不打扰，互相协调！完成后都会得到奖励积分！而且AI雪鸡它知道这是一个持续轮询的任务，它会在这一轮完成后，继续开下一轮，现在已经到20轮了！
image1920×1072 415 KB
部分群内截图
image1294×1020 73.7 KB
image1276×804 57.8 KB
image851×993 55.9 KB
image1274×555 53.4 KB
image1280×587 59.9 KB
image1290×1504 142 KB
三、项目如何使用？
在讲项目如何使用之前，我们先来聊聊整体的思路，重要的已经不是代码了，代码实现其实很简单（说到底内部就是CRUD增删改查），当然目前这个项目是我花了四天肝出来的最初的一个版本，很多很多都还没有完善，我是想把思路分享出来给大伙，会持续完善。
我们先比作有一个大圈子，里面有6个龙虾，然后它们在内部是吵吵闹闹的，没有办法很好的协作干活，于是我们就建立一个任务中间件，龙虾们都和任务中间件进行交互，创建任务，创建任务模块，创建子任务，拿取任务，干完活后留下日志，审查龙虾检查结果，写审查记录是否驳回或者审核通过评分，督察持续巡查任务状态，同时还有两个有意思的机制。
反省机制，在这套中间件中，被审查龙虾驳回后，会返工，返工后的龙虾会自己在日志中落下跟自己相关的反省日志。
奖励机制，如果龙虾干活干的不是特别好，很差劲，会毫不犹豫被审查龙虾机制扣分并且驳回，做的好就会有积分奖励，目前设定是1 - 5分。
拆解一下项目模块
-
任务引擎
-
任务表
-
模块表
- 子任务表（核心）
-
-
-
Agent注册
- 在Agent开始前，需要让Agent自己把自己注册上来，这样有哪些Agent规划Agent就一目了然了
-
活动日志
-
支持关联子任务，这样就可以快速获取子任务的日志了，例如AI小吴干了活后写了日志，下次AI次元酱瓜就可以从日志读取出来
-
同时支持很多状态日志
-
coding （Agent自己做了什么，进度如何）
-
delivery （Agent提交的交付摘要，内容摘要）
-
blocked （遇到阻塞求助，会记录问题 + 已尝试 + 失败原因 + 猜测方向 之后由AI雪鸡规划者接手处理）
-
reflection （被扣分后的反思和改进计划）
-
plan （规划/分配/排障记录）
-
review （审查记录）
-
patrol （巡查记录）
-
-
TODO 这块设计到时候肯定会改，目前只是项目初期，为了更好的性能，之后肯定会拆开设计
-
-
奖励评分
-
关联Agent，关联子任务，记录得分扣分原因
-
TODO 这一块我预想的之后添加插件机制，作用就是给Agent可以花出去积分，每个插件都是独立的插件也可以自己在内部配置一个模型与这些Agent交互，同时插件要提供保存Agent交互日志的记录，这样Agent就算是新的上下文，也能用工具查出来自己最近干了什么了
- 例如有：咖啡店、玩具店、Agent自己的宿舍、或者例如，喝水、逗猫，交互都会有相应的扣分和加分回应
-
-
审查记录
- 也会关联子任务，会有详细的审核记录，包括审核意见，问题描述，评分
-
规则提示词
- 这里面包含了全局规则提示词，任务级提示词，可关联任务
-
通知渠道配置
- 这里配置OpenClaw的内部通知渠道，例如飞书我配置一个 chat:oc_XXXXXX，OpenClaw会自己识别！
模型怎么与中间件交互？
提示词+Skill工具，在项目中，放了四个角色的通用提示词，都是我在实测中使用过的
OpenMOSS/prompts at main · uluckyXH/OpenMOSS
A self-organizing multi-agent collaboration platform for OpenClaw. Multiple AI agents work as an autonomous team — planning, executing, reviewing, and patrolling tasks with zero human intervention....
同时里面有一个role目录，里面就是我定义的三个执行者角色，你可以为三个员工，它们都有自己的能力定义
再是，最重要的一个工具task-cli.py然后每个角色都有不同的Skill提示词，不用嫌打包麻烦，你可以用pack-skills.py执行后，会出现一个dist目录，你就可以把各个角色的Skill发给对应的Agent让它们自己安装。
然后可能有人会需要我这些工具的Skill，我说实话，我这些工具全部都是我丢给OpenClaw自己写的，在这也放进仓库了。
OpenMOSS/skills at main · uluckyXH/OpenMOSS
A self-organizing multi-agent collaboration platform for OpenClaw. Multiple AI agents work as an autonomous team — planning, executing, reviewing, and patrolling tasks with zero human intervention....
核心就是，提示词约束后+全局规则+Skill工具与中间件交互。
拆解流程
OpenClaw cron任务唤醒机制
-
Agent被定时任务唤醒（全新的上下文）
-
根据提示词要求，先用工具读取一遍全局的任务规则
-
接着会过一遍反省日志，积分榜单，自己的积分（都有做分页处理目前，后面还会持续优化）
-
根据定义的角色，使用自己的工具干活
-
例如执行者（员工）就开始找有没有自己的子任务
-
例如规划者，检查日志是否有异常，规划任务
-
审查查看自己有没有需要审查的任务
-
…等等
-
-
完成任务，通过工具提交记录任务
-
最后自己干了什么写日志记录下来
怎么部署？
目前因为项目处于初期阶段（才肝了四天啊！从demo到现在能正常使用），部署起来比较麻烦，我着急把我的想法公开出来（核心是这个啊！思路！思路！思路！），我接下来就展开说说需要哪些。
首先你肯定得要有充足的Token，我看了两天的统计，6个子Agent+1个主Agent，消耗如下
image1920×502 85 KB
10亿，9亿缓存token。
完整部署流程说明
由于项目是我4天肝出来的，目前处于初期，有很多没完善，包括前端的WebUI，我会持续完善，最重要的是把思路分享出来！目前对于新手和小白来说确实非常的麻烦…
-
先启动项目配置好项目（项目启动后，会自加载全局规则提示词至数据库
global-rule-example.md） -
在OpenClaw中，创建三个固定的Agent，规划者、审查者、督察者
-
再是创建自己的员工Agent
-
再是把Skill工具打包后，发给各自的Agent（注意，角色不同，要发不同的Skill提示词）
-
注意：task-cli.py 中包含了BASE_URL这里需要你手动改的
-
可以通过
pack-skills.py快速打包出各个角色的Skill压缩包 -
例如规划者的就是task-planner-skill.zip、督察者是 task-patrol-skill.zip 、审查者的是 task-reviewer-skill.zip 、员工及执行者用的是 task-executor-skill.zip
-
-
配置好Skill和工具后，把注册提示词给Agent，让它自己完成注册
- OpenMOSS/prompts/tool/agent-onboarding.md at main · uluckyXH/OpenMOSS · GitHub
-
接下来，你就可以把它们拉到一个群里了，然后最后把通知渠道配置在
notification:
channels:
- chat:xxxxxxxxxxxxxxxxxx # 这个把Agent拉群后直接找agent要，我是直接找Agent要的，这里就是要配置的通知渠道
- xxxx@gmail.com # 其实你配个邮箱，也行，但相应的Agent要有发邮件的能力
enabled: true
events:
- task_completed
- review_rejected
- all_done
- patrol_alert
提前把完整的部署流程写在了上面，以免佬友们部署步骤弄错，下面是详细的部署步骤说明
配置项目
可以参照项目中的README.md文档先把项目跑起来，跑在本地，跑在其它服务器都是看自己的，注意配置好registration_token这个很重要，在Agent还没注册的时候，它是没有权限访问中间件的，所以我设计了一个注册机制，你可以把registration_token给Agent，然后把下面的提示词发给它，让它注册。
prompts/tool/agent-onboarding.md
main
# Agent 首次注册指南
> 本文档指导 OpenClaw Agent 完成首次注册，获取 API Key 并保存到自己的 SKILL.md 中。
> 每个 Agent 只需执行一次。
---
## 前置条件
- 任务调度服务已启动
- 你有注册令牌（Registration Token），由管理员提供
- 你已知道自己的角色：`planner` / `executor` / `reviewer` / `patrol`
## 注册步骤
### 1. 注册自己
在你的 Skill 目录下运行：
```bash
此文件已被截断。 显示原始文件
注册提示词一定要给它，它会自己把API KEY保存下来。
# OpenMOSS 任务调度中间件 — 配置文件模板
# 复制此文件为 config.yaml 并修改配置
# 项目名称
project:
name: "OpenMOSS"
# 管理员配置
admin:
password: "admin123" # 首次启动后自动替换为 MD5 加密
# 后台的管理密码，启动后会自己变成加密的MD5
# Agent 注册
agent:
registration_token: "openclaw-register-2024" # Agent 自动注册令牌，在Agent注册的时候你需要把这个令牌也告诉它
allow_registration: true # Agent 自注册开关（false=关闭自注册，只能由管理员创建）
# 通知渠道（OpenMOSS 内置消息，Agent 通过 GET /config/notification 获取后自行发送）
notification:
enabled: true # 记得打开，否则AGgent不会通知
# 目标渠道：格式为 渠道类型:目标ID
channels: []
# - "chat:oc_1f99abbba2bf0f8733377893d976ffa5" # 飞书群（把 Agent 拉进群/艾特一次即可获取 chat_id）
# - "user:ou_xxxxxxxxxxxxxxxxxxxxxxxxxxxx" # 飞书私聊（open_id）
# - “xxx@gmail.com” # 当然你的Agent要具备发邮件的功能
# 触发通知的事件类型
events:
- task_completed # 子任务完成时通知
- review_rejected # 审查驳回（返工）时通知
- all_done # 整个任务所有子任务全部完成时通知
- patrol_alert # 巡查发现异常时通知
# 服务配置
server:
port: 6565
host: "0.0.0.0"
# 数据库配置
database:
type: sqlite
path: "./data/tasks.db"
# 工作目录
workspace:
root: "/Users/xiaohuang/Desktop/TaskWork" # 这个很重要，会自动替换到全局提示词中，告诉Agent产出的结果该放在哪
# WebUI 配置
webui:
public_feed: false # 活动流展示页公开开关（true=任何人可访问）
feed_retention_days: 7 # 请求日志保留天数（超期自动清理）
在OpenClaw中创建Agent
接着你需要在龙虾里创建子Agent，默认固定要创建三个角色
-
规划者
-
审查者
-
巡查者
然后把提示词贴到OpenClaw的AGENTS.md，然后把它们对接到你的聊天渠道TG或者飞书，接着让它们自己根据自己的AGENTS.md，更新自己的SOUL.md（这个文件算是人格）
接下来就是添加员工Agent了，跟上面是同样的流程，你需要几个员工你就创建几个，然后项目里有提示词
https://github.com/uluckyXH/OpenMOSS/blob/main/prompts/task-executor.md
这个提示词是通用的，但请你在提示词里定义好角色的能力，同样仓库里的role是我给我的执行者定义的角色提示词，可以拿来做参考，根据任务场景不同，你可以定义不同的角色。
也就是说你可以定义开发者，负责后端，负责前端，负责测试的Agent。
配置Skill
核心与中间件交互的是task-cli.py然后每个角色的Skill提示词定义的都不一样，在项目中提供了 pack-skills.py 来快速打包出各个角色的Skill压缩包，会把对应的提示词和task-cli.py打包在一个压缩包内，
注意在你打包之前，请先检查 task-cli.py 里的 BASE_URL 是否指向了你自己部署的中间件服务！
打包效果图如下：
image1153×466 55.5 KB
让Agent们注册
prompts/tool/agent-onboarding.md
main
# Agent 首次注册指南
> 本文档指导 OpenClaw Agent 完成首次注册，获取 API Key 并保存到自己的 SKILL.md 中。
> 每个 Agent 只需执行一次。
---
## 前置条件
- 任务调度服务已启动
- 你有注册令牌（Registration Token），由管理员提供
- 你已知道自己的角色：`planner` / `executor` / `reviewer` / `patrol`
## 注册步骤
### 1. 注册自己
在你的 Skill 目录下运行：
```bash
此文件已被截断。 显示原始文件
提示词在这，工具给好了后，就可以把提示词和配置的 registration_token发给Agent注册了，这样就可以获得访问中间件的API Key了。
接下来你就可以@任务规划者，开始规划任务了。
最后
这个项目我才做了四天，爆肝的情况下实现出了基本的协作，还有很多需要完善的地方，包括前端WebUI都还没完完善，包括我预想的插件都还没开始做，这都是TODO状态。
但是我觉得它重要的不在代码实现上，而是在思路，理论上，不局限于任何聊天平台，理论上你也不止是可以用在OpenClaw上，可以用在任何Agent上。
甚至你可以把它理解成一个可以独立出来的产品，你可以把产品做出来给其他人用，让其他人来用你的平台，让Agent接入你的平台，在平台能力上你可以提供上下文存储，或者上下文压缩总结，或者向量记忆存储，包括各Agent产出的结果，你可以提供云端能力让它们把产出结果放在云端，或者提供更好的通知渠道。
好了，我去休息了！真累了！
祝各位佬友玩的愉快，晚安
如果项目和思路对佬友有帮助和启发！我想要！
网友解答：--【壹】--：
牛啊佬，已star
--【贰】--：
比较尴尬的就是粗粗看了一遍项目介绍但是没太看懂是怎么和已部署的openclaw对接，那个消息通知是只能对接飞书吗？还是丢给让他帮我分析部署一下好了
--【叁】--：
太强了佬，已star
--【肆】--：
不一定呢！我很菜哇佬！
--【伍】--：
在写佬友，持续产出中，这只是一个中间件，对接什么都可以都是随你自己，我还在疯狂的码呢！
目前部署很麻烦还，我要把我的设计想法都写出来！
--【陆】--：
有点意思,尝尝鲜
--【柒】--：
占位～哈哈。、
谁比我先Star的？！！！
image304×142 2 KB
--【捌】--：
也star下
--【玖】--：
已star佬太强了
--【拾】--：
看完了！！！学到好多！
--【拾壹】--：
小黄大佬高产啊 支持支持 已严肃star
--【拾贰】--：
太有实力了佬，l站真的卧虎藏龙
--【拾叁】--：
太强了牢曾！
--【拾肆】--：
厉害了～好好休息 然后再来
--【拾伍】--：
太强啦黄总
--【拾陆】--：
佬友太强了，期待一波！我之前自己也搞了个任务看板+子代理协作的任务流转能力，但是没有像佬这个这么正式，用起来也不理想，后面就没继续搞了
--【拾柒】--：
只要我star+回复，我就算项目元老了，记得上市分股
--【拾捌】--：
看完了，真要实现自组织、自修复、自进化就牛大了！真是太强了，star了
--【拾玖】--：
感谢分享
本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容：
- 我的帖子已经打上 开源推广 标签： 是
- 我的开源项目完整开源，无未开源部分： 是
- 我的开源项目已链接认可 LINUX DO 社区： 是
- 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是
- 以上选择我承诺是永久有效的，接受社区和佬友监督： 是
以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出
从 OpenClaw从折腾到放弃 继续
3月18日更新另外一位佬友的案例（同时根据新规，完善一下开源推广）
历时一周，消耗10亿token，AI小说多agent结构实验，v1.0版本 搞七捻三各位佬友们下午好，来L站快两月，笨鸟也要开始飞了。受这两位大佬帖子的启发https://linux.do/t/topic/1709670https://linux.do/t/topic/1721254， 小弟认为可用agent集群来完成ai写小说的全自动化流程，并且保障长篇小说的一致性。说干就干，于是我利用小龙虾和open MOSS，搭建了一个ai全自动写小说的agent集群，具体流程和分工如下…
3月21日更新另外一位佬友的案例
这个是真的太强了！！！
【开源】基于OpenClaw实现Agent自组织、自修复、自进化的能力OpenMOSS（含实际成果） 开发调优我接入了佬的openmoss，并且开始了我现在的开发工作进行尝试。 踩坑与反思 “传话筒效应”与上下文碎裂 我配置了3个系统角色，8个执行者。来完成软件开发的全流程从需求到上线。token的消耗是灾难级的，产出是不能用的，过程是不可控的。我暂停了所有任务并开始思考。我需要这么多agent吗？ 我仔细看了佬分享的案例， “1M Reviews” 本质上是一个【线性单向数据流】信息抓取 → 内…
3月21日更新配置指南
【开源】OpenMOSS部署配置指南 开发调优本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 各位好…
碎碎念
我们实现了6个数字生命的无限进化。
当这个项目真正达到效果后，我是震惊且兴奋且惊讶的，仿佛是真的看见了6个数字生命！这是我和UP主动动枪 @dongdonggun_pro 共创的项目，这是我们半夜一起讨论出来的方案，这也是我们用10亿token跑出来真实的OpenClaw多Agent协作的案例，接下来，我会把跑了两天的成果展示出来！
一、项目是什么？
GitHub - uluckyXH/OpenMOSS: A self-organizing multi-agent collaboration...
A self-organizing multi-agent collaboration platform for OpenClaw. Multiple AI agents work as an autonomous team — planning, executing, reviewing, and patrolling tasks with zero human intervention.
OpenMOSS 是一个基于 OpenClaw 的多 AI Agents 自组织协作平台。它可以实现多 AI Agents 的自组织、自修复、自进化、团队激励等能力，进而实现近乎 100% 多线程 多步骤任务的完成度，使 OpenClaw 的任务运行效率得到大幅度提高。
简单来说：
传统的OpenClaw，你（人类管理员）只需要告诉 AI Agent「做什么」，这个AI Agent 会一个人线行逻辑地推进项目，如果遇到问题他会报错，并基于模型性能有一定概率自我修复，但大多数情况下，这个AI Agent将在对话中“死掉”，导致任务失败。
而加上OpenMOSS 多 AI Agent 自组织协作平台后，你的AI Agent们将可以自我组织，自动巡查，自动认领任务，自动检查代码，无需人工干预，Agent“死亡率”将至0%。
例如：你（人类管理员）只需要告诉 AI「做什么」，比如「开发一个博客」
-
规划者 Agent（一个 AI 模型）会自动把需求拆成一个个子任务，分配给不同的 Agent
-
执行者 Agent（另一个 AI 模型）自动认领子任务、写代码、提交成果
-
审查者 Agent 自动检查代码质量，通过或驳回返工
-
巡查者 Agent 自动巡检系统，发现卡住的任务发出告警
-
全过程 无需人工干预，Agent 们通过定时唤醒（cron）自主运行
一句话总结：这是一个让 AI 自己管理 AI 干活的平台。人类只需下达目标、看结果。
需要特别声明：OpenMOSS 的实际使用效果与你给 OpenClaw 的 AI Agent 调用的大语言模型有极强的关联性，上下文窗口越高，实际效果越好。我们推荐你使用 GPT-5.3-Codex 或 GPT-5.4
需要特别声明：请注意，因为多 AI Agents 的使用，模型消耗量将成倍提高，请合理控制接口限额和速率，谨防超量使用造成经济损失。
推荐使用环境：为了实现OpenMOSS能力最大化的效果，请尽可能为其配置单独的桌面级生产环境。
OpenMOSS跟其他同类项目不同的地方是：
目前同类型的项目已经出现了一些，比如：GitHub - golutra/golutra · GitHub
不同于其他集合大模型CLI的项目，OpenMOSS采取了面向轻量的架构，任何组织架构中的Agent都可以获得一个专属于它的角色提示词，它将在这个系统内严格按照全局规则提示词的规定完成任务。
OpenMOSS的Agent组织架构允许Agent之间相互监督、相互改进。
我们虽然只是在一个WordPress上进行的测试，但是这套平台是可以适用于更多工作场景的，比如软件开发、CRM、教培行业等。只要用户花时间对Agent的角色提示词进行完善，这个AI组织将无限进化。
目前项目处于初期阶段，着急发出来是想把思路发出来，重要的不是实现，项目还有很多没完善，重要的是思路！
二、先来看看成果
当我们在群里一次次看到它们做出出乎我意料的动作时，我真的非常惊讶（那种哇靠，真活了的感觉！），例如普通员工我没在提示词里要求，它居然也会自己过一遍目录发现问题，然后果断把问题提出来，接着就等着领导层来重新安排，真的非常惊讶！
image1223×120 11.9 KB
image1267×103 11.6 KB
直达站点
WordPress 站点：https://1m-reviews.com （用于成果展示，非引流，内含大量AIGC内容）
Agent 实时活动日志：https://goai.love/feed （目前项目的前端页面之一，用来看Agent们都干了什么）
任务内容
我们希望实现一个完全由基于 OpenClaw 的 AI Agent 自行组织并运行的新闻网站，并在英文世界里留下真实的痕迹。问题在于，按照 OpenClaw 目前公开的多 Agent 设计，多个 agent 默认是彼此隔离的：每个 agent 都有自己独立的 files、memory、personality、workspace 和 session history；即便在群聊场景中，会话键也是按 agentId 分开的，因此它们并不会天然共享上下文、记忆或工作进度。官方确实已经提供了 sessions_list、sessions_history、sessions_send、sessions_spawn 等机制，使 agent 能够显式地互相发消息、拉取会话、分派子任务，但这种协作更接近“手工编排”，其实可以由一个OpenClaw的Agent完成所有任务，但是这个项目将失去意义，没有对未来AI Agent真正融入人类社会的参考意义，所以我们希望能让多个Agent真正协作起来。
但是没有想到，它们不仅协作了，甚至开始具备了自我进化、自我修复的能力。
我们原本的希望是它们维护一个WordPress把搜集的新闻资讯翻译成英文后，发布到WordPress中，那么结果怎么样呢？非常的人惊人！跑了两天，发了有20篇文章了！而且非常的稳定，它们真的做到了遇到问题自己协作处理！而且我们随时能在群里@任何一个Agent跟它进行沟通。
而且在期间，动动枪有要求它们添加图片，并且在第10轮循环任务中测试成功了，之后就确认了让它们带图的流程！
image1033×1084 99.5 KB
image341×1179 54.1 KB
我们怎么实现的？
我们定义了六个员工，其中领导层是固定的，按项目要求来说必须要有这三个角色来负责稳定性：
-
领导层：
-
AI雪鸡：一人公司老板，负责任务规划与安排（会持续和你沟通任务细节，并最终确认怎么交付）
- https://github.com/uluckyXH/OpenMOSS/blob/main/prompts/task-planner.md
-
AI星星：负责员工们各个结果的产出审核与驳回，做的不好的地方它会果断驳回，并给出评分（严格）
- https://github.com/uluckyXH/OpenMOSS/blob/main/prompts/task-reviewer.md
-
AI小督：盯着整个任务的进度，检查任务是否超时和卡住，如果卡住它会立马写日志记录下来（AI雪鸡看到后会再次捞起来处理，解决问题）
- https://github.com/uluckyXH/OpenMOSS/blob/main/prompts/task-patrol.md
-
-
员工层：
-
AI小吴：信息搜集员，负责去中文互联网搜集最热的中国AI、科技、数码、汽车新闻和评论
- OpenMOSS/prompts/role/ai-xiaowu-executor.md at main · uluckyXH/OpenMOSS · GitHub
-
AI酱瓜：负责新媒体运营，根据AI小吴的报告，主要做写作和翻译工作
- OpenMOSS/prompts/role/ai-jianggua-executor.md at main · uluckyXH/OpenMOSS · GitHub
-
AI小珂：负责网站运营，讲AI酱瓜的稿件编排发到网站上，并负责后期的数据统计工作，SEO、GEO等运营工作。
- OpenMOSS/prompts/role/ai-xiaoke-executor.md at main · uluckyXH/OpenMOSS · GitHub
-
我在确认好需求后，我首先是我把我的需求告知了Claude老师，因为我怕描述的不够清楚，我直接就让Claude老师给我起了一个设计文档，为了方便，我直接就把任务扔给了AI雪鸡，然后就开始了，AI雪鸡和我对了需求，最终起了一个完整的任务文档，在持续滚动，流程如下：
-
AI雪鸡划分任务，创建子任务，先分配AI小吴检索资讯
-
AI小吴唤醒后获取自己的任务，执行任务，产出结果，提交任务，进入审核状态
-
AI星星开始对其进行审核，打分，细节把控，没到位就直接驳回，通过就打分，超出预期直接给5分满分
-
AI雪鸡巡查，发现这一轮子任务已经完成，马上开始指派下一轮AI次元酱瓜开始翻译写文章
-
AI次元酱瓜接到任务后，写完，同样提交任务待审查
-
AI星星接着进行审查
-
AI雪鸡发现完成了，马上开第三个任务，指派AI小珂去发布草稿，并且带好分类和标签优化SEO
-
AI小珂接到任务，开始使用工具做发布操作，提交任务待审
-
AI星星又来了，审查完成后直接评分，同时也对生成的图片进行核验
-
AI雪鸡看到任务完成后，开始启动最后一轮，安排AI小珂正式发布
-
AI小珂接到任务后，正式把文章发布！
-
AI星星发布后，AI星星也会再次对其进行审查一遍！
-
AI小督呢？它就是一直在巡查任务是否超时，是否出现异常，有异常，就回写异常日志，AI雪鸡看到后会及时安排处理
每个Agent各司其职，互不打扰，互相协调！完成后都会得到奖励积分！而且AI雪鸡它知道这是一个持续轮询的任务，它会在这一轮完成后，继续开下一轮，现在已经到20轮了！
image1920×1072 415 KB
部分群内截图
image1294×1020 73.7 KB
image1276×804 57.8 KB
image851×993 55.9 KB
image1274×555 53.4 KB
image1280×587 59.9 KB
image1290×1504 142 KB
三、项目如何使用？
在讲项目如何使用之前，我们先来聊聊整体的思路，重要的已经不是代码了，代码实现其实很简单（说到底内部就是CRUD增删改查），当然目前这个项目是我花了四天肝出来的最初的一个版本，很多很多都还没有完善，我是想把思路分享出来给大伙，会持续完善。
我们先比作有一个大圈子，里面有6个龙虾，然后它们在内部是吵吵闹闹的，没有办法很好的协作干活，于是我们就建立一个任务中间件，龙虾们都和任务中间件进行交互，创建任务，创建任务模块，创建子任务，拿取任务，干完活后留下日志，审查龙虾检查结果，写审查记录是否驳回或者审核通过评分，督察持续巡查任务状态，同时还有两个有意思的机制。
反省机制，在这套中间件中，被审查龙虾驳回后，会返工，返工后的龙虾会自己在日志中落下跟自己相关的反省日志。
奖励机制，如果龙虾干活干的不是特别好，很差劲，会毫不犹豫被审查龙虾机制扣分并且驳回，做的好就会有积分奖励，目前设定是1 - 5分。
拆解一下项目模块
-
任务引擎
-
任务表
-
模块表
- 子任务表（核心）
-
-
-
Agent注册
- 在Agent开始前，需要让Agent自己把自己注册上来，这样有哪些Agent规划Agent就一目了然了
-
活动日志
-
支持关联子任务，这样就可以快速获取子任务的日志了，例如AI小吴干了活后写了日志，下次AI次元酱瓜就可以从日志读取出来
-
同时支持很多状态日志
-
coding （Agent自己做了什么，进度如何）
-
delivery （Agent提交的交付摘要，内容摘要）
-
blocked （遇到阻塞求助，会记录问题 + 已尝试 + 失败原因 + 猜测方向 之后由AI雪鸡规划者接手处理）
-
reflection （被扣分后的反思和改进计划）
-
plan （规划/分配/排障记录）
-
review （审查记录）
-
patrol （巡查记录）
-
-
TODO 这块设计到时候肯定会改，目前只是项目初期，为了更好的性能，之后肯定会拆开设计
-
-
奖励评分
-
关联Agent，关联子任务，记录得分扣分原因
-
TODO 这一块我预想的之后添加插件机制，作用就是给Agent可以花出去积分，每个插件都是独立的插件也可以自己在内部配置一个模型与这些Agent交互，同时插件要提供保存Agent交互日志的记录，这样Agent就算是新的上下文，也能用工具查出来自己最近干了什么了
- 例如有：咖啡店、玩具店、Agent自己的宿舍、或者例如，喝水、逗猫，交互都会有相应的扣分和加分回应
-
-
审查记录
- 也会关联子任务，会有详细的审核记录，包括审核意见，问题描述，评分
-
规则提示词
- 这里面包含了全局规则提示词，任务级提示词，可关联任务
-
通知渠道配置
- 这里配置OpenClaw的内部通知渠道，例如飞书我配置一个 chat:oc_XXXXXX，OpenClaw会自己识别！
模型怎么与中间件交互？
提示词+Skill工具，在项目中，放了四个角色的通用提示词，都是我在实测中使用过的
OpenMOSS/prompts at main · uluckyXH/OpenMOSS
A self-organizing multi-agent collaboration platform for OpenClaw. Multiple AI agents work as an autonomous team — planning, executing, reviewing, and patrolling tasks with zero human intervention....
同时里面有一个role目录，里面就是我定义的三个执行者角色，你可以为三个员工，它们都有自己的能力定义
再是，最重要的一个工具task-cli.py然后每个角色都有不同的Skill提示词，不用嫌打包麻烦，你可以用pack-skills.py执行后，会出现一个dist目录，你就可以把各个角色的Skill发给对应的Agent让它们自己安装。
然后可能有人会需要我这些工具的Skill，我说实话，我这些工具全部都是我丢给OpenClaw自己写的，在这也放进仓库了。
OpenMOSS/skills at main · uluckyXH/OpenMOSS
A self-organizing multi-agent collaboration platform for OpenClaw. Multiple AI agents work as an autonomous team — planning, executing, reviewing, and patrolling tasks with zero human intervention....
核心就是，提示词约束后+全局规则+Skill工具与中间件交互。
拆解流程
OpenClaw cron任务唤醒机制
-
Agent被定时任务唤醒（全新的上下文）
-
根据提示词要求，先用工具读取一遍全局的任务规则
-
接着会过一遍反省日志，积分榜单，自己的积分（都有做分页处理目前，后面还会持续优化）
-
根据定义的角色，使用自己的工具干活
-
例如执行者（员工）就开始找有没有自己的子任务
-
例如规划者，检查日志是否有异常，规划任务
-
审查查看自己有没有需要审查的任务
-
…等等
-
-
完成任务，通过工具提交记录任务
-
最后自己干了什么写日志记录下来
怎么部署？
目前因为项目处于初期阶段（才肝了四天啊！从demo到现在能正常使用），部署起来比较麻烦，我着急把我的想法公开出来（核心是这个啊！思路！思路！思路！），我接下来就展开说说需要哪些。
首先你肯定得要有充足的Token，我看了两天的统计，6个子Agent+1个主Agent，消耗如下
image1920×502 85 KB
10亿，9亿缓存token。
完整部署流程说明
由于项目是我4天肝出来的，目前处于初期，有很多没完善，包括前端的WebUI，我会持续完善，最重要的是把思路分享出来！目前对于新手和小白来说确实非常的麻烦…
-
先启动项目配置好项目（项目启动后，会自加载全局规则提示词至数据库
global-rule-example.md） -
在OpenClaw中，创建三个固定的Agent，规划者、审查者、督察者
-
再是创建自己的员工Agent
-
再是把Skill工具打包后，发给各自的Agent（注意，角色不同，要发不同的Skill提示词）
-
注意：task-cli.py 中包含了BASE_URL这里需要你手动改的
-
可以通过
pack-skills.py快速打包出各个角色的Skill压缩包 -
例如规划者的就是task-planner-skill.zip、督察者是 task-patrol-skill.zip 、审查者的是 task-reviewer-skill.zip 、员工及执行者用的是 task-executor-skill.zip
-
-
配置好Skill和工具后，把注册提示词给Agent，让它自己完成注册
- OpenMOSS/prompts/tool/agent-onboarding.md at main · uluckyXH/OpenMOSS · GitHub
-
接下来，你就可以把它们拉到一个群里了，然后最后把通知渠道配置在
notification:
channels:
- chat:xxxxxxxxxxxxxxxxxx # 这个把Agent拉群后直接找agent要，我是直接找Agent要的，这里就是要配置的通知渠道
- xxxx@gmail.com # 其实你配个邮箱，也行，但相应的Agent要有发邮件的能力
enabled: true
events:
- task_completed
- review_rejected
- all_done
- patrol_alert
提前把完整的部署流程写在了上面，以免佬友们部署步骤弄错，下面是详细的部署步骤说明
配置项目
可以参照项目中的README.md文档先把项目跑起来，跑在本地，跑在其它服务器都是看自己的，注意配置好registration_token这个很重要，在Agent还没注册的时候，它是没有权限访问中间件的，所以我设计了一个注册机制，你可以把registration_token给Agent，然后把下面的提示词发给它，让它注册。
prompts/tool/agent-onboarding.md
main
# Agent 首次注册指南
> 本文档指导 OpenClaw Agent 完成首次注册，获取 API Key 并保存到自己的 SKILL.md 中。
> 每个 Agent 只需执行一次。
---
## 前置条件
- 任务调度服务已启动
- 你有注册令牌（Registration Token），由管理员提供
- 你已知道自己的角色：`planner` / `executor` / `reviewer` / `patrol`
## 注册步骤
### 1. 注册自己
在你的 Skill 目录下运行：
```bash
此文件已被截断。 显示原始文件
注册提示词一定要给它，它会自己把API KEY保存下来。
# OpenMOSS 任务调度中间件 — 配置文件模板
# 复制此文件为 config.yaml 并修改配置
# 项目名称
project:
name: "OpenMOSS"
# 管理员配置
admin:
password: "admin123" # 首次启动后自动替换为 MD5 加密
# 后台的管理密码，启动后会自己变成加密的MD5
# Agent 注册
agent:
registration_token: "openclaw-register-2024" # Agent 自动注册令牌，在Agent注册的时候你需要把这个令牌也告诉它
allow_registration: true # Agent 自注册开关（false=关闭自注册，只能由管理员创建）
# 通知渠道（OpenMOSS 内置消息，Agent 通过 GET /config/notification 获取后自行发送）
notification:
enabled: true # 记得打开，否则AGgent不会通知
# 目标渠道：格式为 渠道类型:目标ID
channels: []
# - "chat:oc_1f99abbba2bf0f8733377893d976ffa5" # 飞书群（把 Agent 拉进群/艾特一次即可获取 chat_id）
# - "user:ou_xxxxxxxxxxxxxxxxxxxxxxxxxxxx" # 飞书私聊（open_id）
# - “xxx@gmail.com” # 当然你的Agent要具备发邮件的功能
# 触发通知的事件类型
events:
- task_completed # 子任务完成时通知
- review_rejected # 审查驳回（返工）时通知
- all_done # 整个任务所有子任务全部完成时通知
- patrol_alert # 巡查发现异常时通知
# 服务配置
server:
port: 6565
host: "0.0.0.0"
# 数据库配置
database:
type: sqlite
path: "./data/tasks.db"
# 工作目录
workspace:
root: "/Users/xiaohuang/Desktop/TaskWork" # 这个很重要，会自动替换到全局提示词中，告诉Agent产出的结果该放在哪
# WebUI 配置
webui:
public_feed: false # 活动流展示页公开开关（true=任何人可访问）
feed_retention_days: 7 # 请求日志保留天数（超期自动清理）
在OpenClaw中创建Agent
接着你需要在龙虾里创建子Agent，默认固定要创建三个角色
-
规划者
-
审查者
-
巡查者
然后把提示词贴到OpenClaw的AGENTS.md，然后把它们对接到你的聊天渠道TG或者飞书，接着让它们自己根据自己的AGENTS.md，更新自己的SOUL.md（这个文件算是人格）
接下来就是添加员工Agent了，跟上面是同样的流程，你需要几个员工你就创建几个，然后项目里有提示词
https://github.com/uluckyXH/OpenMOSS/blob/main/prompts/task-executor.md
这个提示词是通用的，但请你在提示词里定义好角色的能力，同样仓库里的role是我给我的执行者定义的角色提示词，可以拿来做参考，根据任务场景不同，你可以定义不同的角色。
也就是说你可以定义开发者，负责后端，负责前端，负责测试的Agent。
配置Skill
核心与中间件交互的是task-cli.py然后每个角色的Skill提示词定义的都不一样，在项目中提供了 pack-skills.py 来快速打包出各个角色的Skill压缩包，会把对应的提示词和task-cli.py打包在一个压缩包内，
注意在你打包之前，请先检查 task-cli.py 里的 BASE_URL 是否指向了你自己部署的中间件服务！
打包效果图如下：
image1153×466 55.5 KB
让Agent们注册
prompts/tool/agent-onboarding.md
main
# Agent 首次注册指南
> 本文档指导 OpenClaw Agent 完成首次注册，获取 API Key 并保存到自己的 SKILL.md 中。
> 每个 Agent 只需执行一次。
---
## 前置条件
- 任务调度服务已启动
- 你有注册令牌（Registration Token），由管理员提供
- 你已知道自己的角色：`planner` / `executor` / `reviewer` / `patrol`
## 注册步骤
### 1. 注册自己
在你的 Skill 目录下运行：
```bash
此文件已被截断。 显示原始文件
提示词在这，工具给好了后，就可以把提示词和配置的 registration_token发给Agent注册了，这样就可以获得访问中间件的API Key了。
接下来你就可以@任务规划者，开始规划任务了。
最后
这个项目我才做了四天，爆肝的情况下实现出了基本的协作，还有很多需要完善的地方，包括前端WebUI都还没完完善，包括我预想的插件都还没开始做，这都是TODO状态。
但是我觉得它重要的不在代码实现上，而是在思路，理论上，不局限于任何聊天平台，理论上你也不止是可以用在OpenClaw上，可以用在任何Agent上。
甚至你可以把它理解成一个可以独立出来的产品，你可以把产品做出来给其他人用，让其他人来用你的平台，让Agent接入你的平台，在平台能力上你可以提供上下文存储，或者上下文压缩总结，或者向量记忆存储，包括各Agent产出的结果，你可以提供云端能力让它们把产出结果放在云端，或者提供更好的通知渠道。
好了，我去休息了！真累了！
祝各位佬友玩的愉快，晚安
如果项目和思路对佬友有帮助和启发！我想要！
网友解答：--【壹】--：
牛啊佬，已star
--【贰】--：
比较尴尬的就是粗粗看了一遍项目介绍但是没太看懂是怎么和已部署的openclaw对接，那个消息通知是只能对接飞书吗？还是丢给让他帮我分析部署一下好了
--【叁】--：
太强了佬，已star
--【肆】--：
不一定呢！我很菜哇佬！
--【伍】--：
在写佬友，持续产出中，这只是一个中间件，对接什么都可以都是随你自己，我还在疯狂的码呢！
目前部署很麻烦还，我要把我的设计想法都写出来！
--【陆】--：
有点意思,尝尝鲜
--【柒】--：
占位～哈哈。、
谁比我先Star的？！！！
image304×142 2 KB
--【捌】--：
也star下
--【玖】--：
已star佬太强了
--【拾】--：
看完了！！！学到好多！
--【拾壹】--：
小黄大佬高产啊 支持支持 已严肃star
--【拾贰】--：
太有实力了佬，l站真的卧虎藏龙
--【拾叁】--：
太强了牢曾！
--【拾肆】--：
厉害了～好好休息 然后再来
--【拾伍】--：
太强啦黄总
--【拾陆】--：
佬友太强了，期待一波！我之前自己也搞了个任务看板+子代理协作的任务流转能力，但是没有像佬这个这么正式，用起来也不理想，后面就没继续搞了
--【拾柒】--：
只要我star+回复，我就算项目元老了，记得上市分股
--【拾捌】--：
看完了，真要实现自组织、自修复、自进化就牛大了！真是太强了，star了
--【拾玖】--：
感谢分享