欢迎来到 ai agent 学习计划第七天,今天我们进入一个全新的领域, multi agent 系统。如果说单个 agent 是 一位能干的助手,那 multi agent 就是 一支协助的团队。 让我们一起探索多个 ai 如何分工合作,完成更复杂的任务。首先,什么是 multi agent 系统? 简单来说,就是多个 ai agent 协同工作的架构。每个 agent 有 自己的角色和职责,它们通过消息传递、共享状态或工具调用来协助。 就像一家公司有产品经理、工程师、测试员,各司其职,共同完成项目。为什么需要 multi agent? 单个 agent 不 够用吗? 当任务足够复杂时,单个 agent 会遇到瓶颈,比如上下文窗口有限,无法处理超长任务。比如需要并行处理多个子任务,单线成效率太低。比如不同任务需要不同专业能力,一个通才不如多个专才, multi agent 正是为了突破这些限制而生。 multi agent 有 几种核心架构模式,第一种是网络型,每个 agent 都能与其他 agent 通信,灵活但复杂。 第二种是监督者模式,一个主 agent 负责协调,子 agent 负责执行。第三种是层级型,多层监督者形成树状结构,适合大规模任务。第四种是流水线型, agent, 按顺序处理,上一个的输出是下一个的输入。 在 line graph 中, multi agent 的 实现非常优雅,核心是 supervisor 模式,一个监督者 agent 接收任务,决定派给哪个子 agent, 子 agent 完成后返回结果,监督者再决定下一步继续派任务还是结束。 这种模式用 state graph 实现,每个 agent 是 一个节点,消息流势边, line graph 的 条件路由,让监督者的决策逻辑清晰可控。 multi agent 系统中通信和状态共享是关键挑战。 lan graph 提供了共享状态机制,所有 agent 可以 读写同一个状态对象, 消息传递则通过 human message、 ai message 等结构化消息实现。还有一种方式是工具调用 agent a 把 agent b 当作工具来调用。选择哪种方式取决于任务的偶合程度和实时性要求。 让我们看一个实战案例,研究报告生成系统监督者接收写一份关于大模型的研究报告的任务, 他派出搜索 agent, 收集最新资料,派出分析 agent, 提炼关键观点,再派出写作 agent, 组织成报告。最后派出审核 agent, 检查质量,整个过程自动化,人类只需提出需求,坐等高质量报告产出。 当然, multi agent 也有挑战,首先是调试困难,多个 agent 交互问题,定位不容易。 其次是成本控制,每个 agent 调用 llm 费用会快速累积。还有一致性问题,多个 agent 的 输出需要保持风格和逻辑一致,建议从简单的两三个 agent 开始逐步扩展,不要一开始就设计过于复杂的系统。 今天我们学习了 multi agent 系统的核心概念和架构模式。从单 agent 到 multi agent 是 ai 能力的一次重要跃升。明天我们将动手实现一个完整的 multi agent 项目,把今天的理论付诸实践。 ai agent 学习计划我们明天见。
粉丝708获赞2686

哈喽,大家好,我是你们的。哎呀,小兵哥,我的上期视频已经收藏过千,非常感谢大家对我的认可。 本期视频我就来兑现承诺,告诉大家如何把你的龙虾打造成一个龙虾军团,帮你去完成更复杂的任务,让你的龙虾具备真正的战斗力。同时我花了更多的时间来对视频内容进行打磨。 从今天开始,我准备出一期 open 可乐从入门到精通的系列课程。本次课程作为系列课程的第五集,主要的内容就是讲解 open 可乐多 a 检测的实战案例,里面结合了我这几个月玩龙虾以来的实战经验和心得, 看完你也能搭建自己的龙虾多 a 检测的协助系统,感兴趣的可以先收藏起来。第一部分,我们为什么需要多 a 检测?单一 a 检测有它的局限性, 很多朋友装完龙虾之后,看到它只有一个对话窗口,跟我们平常使用的 ai 聊天框并没有多大的区别。使用之后又发现它并不像很多博主说了那样, 能够帮你做各种各样的工作,可以说带着期望而来,带着失望而归,那是因为你还没有给他搭建一套完整的多 a 键的协助系统,一个 a 键的干所有活,就像一个人既当产品经理,又当开发,又当测试,那么他一定会累的够呛,而且事情还不一定做得好。有的人可能会说, 拿 ai 和人相比合适吗?在这里我想说,真的非常合适。 ai 的 上下文限制就和我们的记忆力一样,每个人能记住的东西都是有限的, ai 的 专业度和我们的基础能力一样, 每个人所掌握的技能也是各有区别, ai 在 执行任务的时候,他也是只有一个大脑和一双手,没办法去同时做几个人的事情。 ai 在 把事情做完之后,如果没有其他人去给他做检查,那岂不是让他自己又当球员又当裁判吗?当我们使用多一点的模式之后,让他们自己专人做专事, 各司其职,同时又能相互配合,交叉进行审核,或者做成流水线的形式,就能大大的提高他们的效率。比如拍电影,我们需要导演、编剧、演员、 摄影和后期做软件,需要有产品经理、架构设计、前端开发、后端开发、测试人员、审计人员、运维人员共同推进项目实施。还有电商场景、 自媒体场景等等等等,只要是你能想到的能将工作过程固化成工作流形式的场景,都可以使用多 a 建的来实现。 接下来我们来了解多 a 建的的架构设计,这里面主要有三种核心角色。第一个是管理者,他的职责是对你的需求进行理解,将任务分解成一个一个的子任务,同时将这些子任务分配给执行者去执行,做好进度管理。第二类是执行者,他的职责就是具体的执行任务,比如我们的工程师。 第三类就是审核者,他的职责就是做质量检查,提出改进建议。比如我们的质检员,很多人都会碰到这样的问题,当你只使用一只龙虾的时候,如果他正在执行某一项任务,这个任务执行的时间又比较长, 你再想跟他联系的时候,通常会联系不上,那是因为他正在忙,收不到别人去打扰他的任何消息,这个时候你发再大的脾气也没用。我们需要理解他并不是因为龙虾不行,而是你没有给他设计一个合理的架构。最简单的架构就是你给这个龙虾配备一个他的执行助理, 只需要两个角色就可以帮你解决这个问题。一个角色就是你的主 a 键,他负责接受你的需求,将你的任务进行拆解,同时你要告诉他,你不要做任何事情,需要执行的时候 交给你的助理去做,也就是那个执行者让你的主 a 键和你随时保持在一个可沟通状态。接着我们来看这个多 a 键的架构图解。 我们以一个软件开发团队的价格来举例子,这个地方是你,你是用户,你会给龙虾提出一个需求,比如我要做一个什么项目,将这个项目需求给到这个协调者,这个协调者对你的需求进行理解,同时将任务进行拆解, 拆解之后他就会把合适的任务给到不同的执行 a 点的。比如他会把需求分析给到 a 点的。二、把代码编辑给到 a 点的。三、把代码审查给到 a 点的。四、 把测试部署给到 a 键的。五、当怎么拆解下去之后,他们每个人对自己的任务就会非常的清晰,有些任务甚至可以并行执行。当设计给出确定方案之后, 我们可以要求他形成一个文档,这个时候代码编写、代码审查和测试部署,就可以根据这个文档的内容分别去准备他们自己的东西,并不是非得等到代码写完才来做测试和部署,这里我通过实践了解到,测试是可以提前准备测试案例的, 他们的工作做完之后,交给审核者来进行审核,他扮演的就是一个裁判的角色,他可以审核执行者的工作质量,对他们的产出提出修改意见,也可以反馈给他们,让他们继续完善。有了这个审核者的角色,才能保证我们最终交付的是一个可用的东西,这个东西才是你想要的结果。 这是管理者的配置室里,他的工作职责就是理解用户的需求,负责分配任务,然后跟踪进度,汇报结果。我们需要在 open 可乐的配置文件里面,按照这个格式对他进行相应的配置。这是执行者的配置室里。比如说这是一个高级软件工程师,他主要负责编写高质量代码,遵循最佳时间编写注师和文档, 这是裁判的配置实力。比如他是一个代码审查专家,他主要负责检查代码的质量和规范,发现 bug 和安全问题,提出优化建议。接着进入实战部分,这个实战内容也是我自己搭建的一个软件开发团队,我按照上面的思路组建了他们,让他们开发了一个 a 股信息软件的项目, 没想到做完之后真的能运行,而且项目的开发周期只用了三天。我将整个流程给大家演示一下。来到优云之涣做编程,我使用的是他们的 q 丁 plan, 它的模型可以提供给 open code、 code code 和 code text 使用。首先我们需要记住它的 base url 等会将它配置到我们的龙虾里面, 我使用我的云电脑来部署。进入云电脑,我在这里已经使用了一个可用的模型,我们来到配置界面,现在只有一个模型提供上,我让我的龙虾帮我加载优云的模型配置,这是优云的可用模型列表,除了 mini max 和 kimi 等国内主流的 ai 模型以外,还可以使用 cloud 和 gdp 这些国外模型。 我让我的龙虾对这个电子表格进行处理,将表格里面的模型名称全部导出来,保存为 markdown 格式,他直接就帮我操作了,这是导出的文件,上面是模型列表,下面就是纯模型的名称。接着我在前面添加 facebook 和 apikey, 然后把这个文件喂给我的龙虾,让他自己去配置。将鱿鱼的贝斯 u i l 复制过来,接着将鱿鱼的 api k 复制过来,来到控制台,点击 api k 创建一个临时使用的密匙,点击创建,点击这里进行复制,接着粘贴过来,将这个文件进行保存。 来到云电脑的文件管理器,这是自动对我们本地电脑做的磁盘映像,找到刚才的文件,将它复制过来,我将它保存到了桌面,接着让我的小龙虾读取这个文件,并且自动进行配置,读取桌面上面这个文件的内容,并且在 opencloud 的 节省文件里面去增加这个服务商,并且配置清单中的模型。很快他就搞定了, 十七个模型已经全部增加上来,并且自动进行了重启。接着让龙虾自己去帮我创建这些智能体,我跟他说帮我创建六个智能体,分别是需求分析式架构设计师、代码工程师、代码审查员、测试部署员和项目经理,项目经理负责接受用户需求分解,并将任务分配给其他智能体,跟踪进度,汇总结果。 审查员负责检查所有人的代码质量和规范,提出优化建议。根据他们的工作只能给他们分配流云中的合适模型,加上最后面这一句话,可以让不同的角色使用到适合他们专业能力的模型,不仅能提高他们的产出质量,还能够有效的降低 topen 时的无谓消耗。接着让他自己执行, 看他现在已经收到这个任务,开始来创建这六个智能体,并且根据他们的工作只能分配合适的优与模型。项目经理主要善于协调总结需求分析师主要做理解分析架构设计师需要最强的推理能力, 代码工程师需要有编码专用的模型。好的这六个 a 键已经配置好了,并且网关进行了自动重启。 我们来看一下龙虾给我的汇报,自人体团队配置他们分别使用的不同的模型,标准的工作流程,从用户需求到项目经理到结果交付,而且他们每个人还有自己的独立工作空间。接着我给他们每个人配备了一个飞速的机器人账号, 并且给他们组成了一个团队,叫小兵哥的 ai 团队,团队里面有九个成员,这里面有些是我后来又添加的。 接下来给大家展示这六个意见的。之前配合工作的一个过程,我向团队主管下发了一条指令,你们讨论一下。发起一个每天了解最新的中国 a 股股市信息的软件,将你们团队的配合流程执行一遍。接着他对项目进行了立向, 项目名称叫中国 a 股股市信息软件,项目里面有大盘行情显示,各股查询,涨跌排行,新闻资讯等,数据来源于新浪财经等。 a p i。 这是架构师你定的前端和后端需要使用的技术框架。他们很快就接受到了任务, 每个人都有自己的执行工作,并且我让他们每天上午八点向我汇报各个 a 箭头的工作进度到这个群里,然后我又帮他们准备了一个成果仓库,并且让他们将成果上传到这个仓库,下面就是这个仓库的地址。这是我在 github 上创建的一个真实的仓库,这样我就可以在仓库里面看到他们每天的工作进度了。 这是交付过程,这是前端和后端连调验证的结果,这是对代码的审查结果,这是部署成功的结果。接着我打开了这个链接, 看到了我需要的成果页面,整体非常的满意,他们的配合干的真棒,整个项目只用了三天,对于单 a 箭头的模式效率提升了百分之四十。产出的结果有 a 股的股票信息软件,所有深层的分析报告, 非书群工作进展的自动推送, get 仓库的自动推送。接下来我们来做个总结,当我们需要去设计一套工作流的时候,我们需要明确流程中每个岗位的角色和职责,严格来说,我们只需要一个沟通角色就可以了。 所有的需求指向协调者提出,由他来进行统一调度。每个 a 键的输出的结果审核之后统一汇报上来。我们需要做到两个避免,避免 a 键的职责重叠,这样会造成混乱,也要避免过度设计, 就比如简单的任务就不需要那么多 a 检测,这会增加头等的消耗,增加运行的时间。接着给大家布置一个课后作业,大家根据自己对奥本可乐的了解去选择不同难度的作业完成。基础题是配置一个管理者和一个执行者,实现简单的任务协助进阶题是搭配一个完整的五个 a 检测的团队。 模仿视频内容完成股票监控项目。挑战题是用多 a 建特完成自己的项目,创意不限,这就需要根据你自己的需求去做了。你们可以将成果展示到 github 仓库,或者在视频评论区分享。 下一集我准备来讲 r a g 知识库的实战内容,让 ai 读懂你的企业文档。本期内容到这里结束,觉得内容对你有帮助的记得帮我点个赞,对后面内容感兴趣的点个关注,谢谢大家!

如何在飞书中多开同个龙虾真传?一句话,建立多个飞书群,在里边分别艾特龙虾就行了, 就像这个群就直接艾特他就行了,这个总共就我一个人再加一个龙虾啊,我现在一共养了四只虾,这个本质上就是给龙虾 开多个独立绘画,让它并行处理不同任务,这会触发龙虾自带的子任务,能提高使用效率,省的一个任务没完事的时候,你无法让他干别的事。 至于并发数量,跟你的服务器配置有关,以四和八 g 的 云服务器为例,多开五到十个通常没什么问题,重点不是开的多,而是你下达任务的时候别互相打架。比如你让五只龙虾同时操作浏览器,那肯定就乱套了。需要注意的是啊,以上的方式所有龙虾都共享的是一套记忆和相关配置。 而如果你想让一个服务器的龙虾分类成多个单独龙虾,也就是每只都有独立的配置,也是有办法的,但是操作起来会比较麻烦。感兴趣的可以留言我发你一份详细的操作手册。

我今天一直在研究这个多 a 键的模式啊,现在主流的就分两种,第一种就是你直接在你这个飞速里面配置好的这个 bug 里面,你就直接说麻烦你帮我分身啊,他可以好像最多可以支持八个,他就相当于可以同时处理八个任务,但是本质上还是一个机器人, 这样的好处在于什么呢?就是相当于是说简单吗?第一个你只需要一句指令就可以了,然后如果说是处理这种收集这种信息的这种问题的话,他可以其实多个 a 键就相当于一个葫芦长了个七个葫芦娃出来啊,这个葫芦娃一起帮你去做这个事其实也是好的, 但是呢,刚才我也试了一下,但是你让他处理一个比较复杂的问题,如果他们要真的要协助的话,他很容易就把自己的身份搞混啊,当然我也不知道是不是我设置有问题啊, 而且你配置他这种消息传递的路径,我觉得是非常的麻烦的。我说实在话,因为他相当于就像一个人,他有七个脑子,七个脑子给你处理问题,让他他信息在七个脑子里面互传, 我觉得这个其实难度还是蛮大。然后最重要的问题就是因为你本来就只有一个机器人,但凡这个一个机器人他出了点问题,相当于是就相当于就没有你,就没有人可以用了。 所以我更推荐的是什么呢?就是说你正儿八经的去一个 agent 搭配一个 bot, 然后呢把他拉到群里面去聊,当然这个确实很复杂,我作为一个新学者,我也是搜这个教程走了半天, 但是他这个确实,如果说你是一个 agent 搭配一个 bot 的 话,就是我们传统意义上理解的多跟 agent 配合合作。但是同样这个问题最大的是什么呢?是它太贵了, 它太贵了啊。你不同的 a 检测之间,你这个不同的 a p i 配置确实又贵又麻烦,但是它好用呢?它一直好用,它这反应速度什么的肯定比你一个单 a 检测这快多了。 如果说大家像我一样是初学者的话,两个方式都可以尝试一下啊,大家确实有这种需求的话,对不对?你搞个多 a 检测去试一试啊?

今天给大家介绍一个方法,就是让 openclaw 当一个调度员,去指挥多个 ai 编程工具,帮你完成编程任务。 那为什么这么做呢?我今天遇到一个问题,就是我让我的研发的 agent 去帮我写代码的时候,发现他很长时间没有回复我,我看代码也没有提交,我就问他,我说你根本就没有提交代码,是任务超时了吗?你把原因告诉我。 最后他给我的回复确实是超时了,因为 openclock 他的机制,如果说一个任务时间过长的话,他有可能被杀掉,所以任务就 终止了,而且他甚至他都不会主动告诉你。那怎么去解决呢?现在有一种办法,就是用一个叫 t m u x 的工具来解决,这是个什么东西呢?你就可以理解,它就是一个不会被关掉的,在后台运行的这么一个程序窗口, 那在这个窗口当中你去调用 cloud code 或者 codex, 就是 这个逻辑。那让 chat gpt 给大家解释一下,就这么一个结构,我们 让 openclaw 去调度在 t m u x 当中的各个编程工具, cloud code x, gemini 都可以,说白了你就把它当一个人去用,它打开了多个命令行工具去写代码,就这么一个道理。 那这有个什么好处呢?第一, openclaw 的 这个上下文你就可以随时跟他交流了,因为他只是一个调度员,他不是原来那个写代码的人。 像之前如果他又要写代码,又要跟你回复,他要停下他代码的工作才能回复你,或者他在写代码的时候,他就没有办法回复你,因为他的绘画是一直在持续的。那怎么去用?也很简单,就直接告诉他让去安装 t m u x, 并且安装这些命令行工具,然后让他把授权的链接发给你,你在本地授权之后把 code 给他就可以了。 那你也可以让他定时的去检查这些命令行工作的进度,汇报给你,并且最后让他去审一下修改的代码,如果他们有任何的讨论, 让他们自己处理,处理完讨论一致之后把结果汇报给你。所以这是用 t m u x 去解决 这种长时间的编程任务的一种办法。那给大家看一下,目前我有个任务还在进行当中,那在这里你就可以看到他在改哪些代码,他都会告诉你。好,大家可以去试试。

嘿,你是不是觉得自己的 ai 助手什么都想干,结果却什么都干不好?别担心,今天咱们就来彻底解决这个问题,我 会手把手教你怎么用 opencore, 把一个啥都懂一点的 ai 小 白直接升级成一个各司其职的专家团队,而且一切都可以在 whatsapp 上实现,我们马上开始。 你肯定遇到过这种尴尬情况吧,你正让 ai 助手帮你润色一份严肃的工作报告,结果他突然跳出来提醒你,记得给晚上的番茄炒蛋加点糖。 哎,这就是让一个 ai 包揽所有活的下场,工作和生活乱成一锅粥,效率吗?可想而知,这可不是简单的让你多开一个机器人喽,这完全是两个概念, 他能让你创造出好几个拥有独立大脑、独立记忆的 ai 专家,个个管利,他绝对不会不相干的。所以我们说的这个多技能提示到底是个啥?其实说白了就是在同一个 oppo 的 大背景下,让好几个完全。 你可以想象一下,他们就像住在一栋公寓楼里,每个人都有自己的房间,自己的工作,平时各忙各的,互不打扰。那么要实现这种效果,主要靠三大植入。 首先呢是隔离性,这个很重要,他保证每个智能体都有自己独立的小房间,工作文件和购物清单绝对不会放错地方。其次是并行性,就是说他们可以同时干活,就像一个配合默契的团队,你跟这个聊着,那个也能同时响应别人。 最后也是最酷的一点就是灵活性,你可以给每个成员定制完全不同的角色,比如一个是贴心的生活管家。 好了,说了这么多理论,咱们来点实际的,今天咱们的小目标很简单,也很实用,我们就创建一个叫 home 的 生活管家,用你的个人 word 账号来处理家里的杂事,然后再创建一个叫 word 的 工作助理,用另一个企业账号来处理工作, 一个管生活,一个管工作,分得清清楚楚,对吧?好,那咱们现在就正式开始着手吧。 第一步也是打地基的一步,就是给先对我们的 ai 团队成员创建他们各自独立的工作空间,说白了就是先给他们一人一个家, 操作超级简单,就是在你的终端里敲两条命令, openclaw agents at home, 然后是 openclaw agents at work, 就这么两下,系统就会自动帮他们建立好独立的文件夹,用来存放各自的配置和数据。这样一来,我们前面提到的第一个支柱隔离性就实现了。 ok, 家安好了,接下来就是整个设置里最最核心的一步了,我们需要修改一个配置文件,就像填写一份花名册一样,正式的定义我们团队有谁,并且把每个成员和他们专用的 whatsapp 账户给对应起来。 我们会用到一个很强大的命令,叫 getaway, 点 config, 点 patch。 你 别看它名字长,其实可以把它理解成是给系统的主配置文件打一个补丁, 也就是说我们不去动整个复杂的原始文件,而是很精准的告诉系统,嘿,就在这几个地方帮我更新一下信息, 我们拆开看看,一点都不复杂。我们先看第一步, agent start list。 这几行代码的作用,说白了就是向 open house 系统正式报备一下,你看,我们在这里列出了 home 和 work, 这就 等于在快速行动。喂,注意啦,我的团队现在正是有这样一名成员了,接下来我们要开始 并且给它们分别取名叫 personal 和 business。 这就像是给我们的两个团队成员一人发了一部专用的工作手机,每部手机都有自己独立的号码和身份信息。 好,现在最关键的一步来了,这个 bindings 部分就是一条条的绑定规则,它就像是把前面我们定义的所有东西用线串起来。你看这行 regiment home agent personal account, 意思再明白不过了。把 home 这个智能体跟 personal 这个 whatsapp 账户绑在一起,同理,我们把 work 和币子也绑上,这样一来,谁用哪个手机,这个关系就彻底定下了。 好了,配置文件的蓝图我们已经画好了,现在就剩最后一步,就是把我们虚拟定义的这两个 whatsapp 账户跟我们手里的真手机配对起来,也就是我们最熟悉的。扫个二维码,把这条沟通线路给正式了。 这里的操作也一样,非常直接,我们先运行 open c o w whatsapp payer personal, 端端里会出现一个二维码, 你用准备好的个人手机去扫一下,然后再运行 oppo c o w vivo caredes, 用另一个工作手机去扫第二个二维码。记住啊,一个账号扫一次就别搞混了。 搞定,恭喜你到这里,所有设置就全部完成了。现在你拥有了两个功能完备而且完全独立的 ai 智能体,它们已经整装待发, 随时可以并行处理你的各种任务了。不信你看,这就是咱们的最终成果。左边我正跟 home 智能体聊购物清单的事,与此同时,在右边我跟 work 智能体讨论下午的工作日程。两个对话完全独立上下玩,一点都不会搞混, 这不就是我们最开始想要的那个效果吗?是不是超酷?好,让我们来快速的回顾一下。其实整个过程就三步,很简单,第一,用 app 命令给每个智能体安个家,实现隔离。第二,用 patch 命令划出蓝图,定义好谁是谁,谁用哪个号。 第三,用 pair 命令扫码配对。通过这三步,我们就得到了一个张重运行步骤,绝不串线的。 好了,现在你已经掌握了打造 ai 团队的秘诀,那么除了简单的工作和生活,你还能想到什么更有意思的角色呢?比如说,一个专门帮你分析数据的数据分析师,一个语言口语的伙 伴?还是一个能随时给你不敏感的创意大师?发挥你的想象力吧!

你是不是装完 openclaw, 发现他说话像客服,聊完就忘,还只会被动回?今天把 openclaw 的 核心目录和进阶配置一次性讲透,改完直接变成你的专属个人助理。我们先搞懂 openclaw 的 核心目录,其实就回答四个问题,谁干活、怎么干?干过什么?产出什么? agencies 和 skills 是 干活的执行者和能力, gateway 和 tocs 是 干活的规则, memory 和 logs 是 干过的记录,而最终成果全在 workspace 里,所有进阶配置也都围绕这个目录来。 想让你的 open class 告别国服,枪就改 workspace 里的三个身份文件,这是他的人设密码。搜 md 定性格和行为准则 identity, md 让他自己取名字 us md 让他记你的偏好。我们通过对话框要求他更改,看看效果如何, 改完回复风格立刻不一样。解决失忆的关键就是 open cola 的 文件式记忆,它不是记在模型里,而是写在 markdown 文件里。 memory, md 存长期记忆, memory 文件夹存每日日制和项目信息,还能开 memory flash, 聊到上线会自动存重要信息, 再也不会聊完就忘。想让 open cola 能干更多事,先加 skill。 文件夹就是一个专属能力,资讯抓取、报告生成都能搞 复杂任务,直接开紫 a 帧的分身,多个并行干活,干完自动汇报。还能配省钱方案, 主模型用好的子模型,用免费或便宜的成本直接拉满。定时任务功能也值得关注,能让 open class 自动干活。 get 维内置 cron 调度,简单提醒,用主绘画模式定时采集汇报,用隔离模式支持一次性固定间隔,每日定时,还能推送到各种平台, get 维一直跑,它就天天自动干活, 彻底解放双手。今天我们把 open club 的 核心逻辑和进阶配置一次性讲透了。其实最关键的就是让 open club 从标准化的工具变成贴合你使用习惯的专属个人助理。不用贪多,先改好身份三件套,定好风格,设一个简单的定时任务,跑通自动化闭环, 后续再慢慢叠加技能和紫 a 阵,让它帮你处理更多复杂工作。希望大家都能掌握这些配置,真正把 ai 的 能力落地到日常工作和生活里。

兄弟们,你们要的 openclive 的 超强实战应用它来了,这就是我通过 openclive 做了一个 ai 团队,有很多粉丝跟我吐槽说 openclive 有 时候确实很强大,但是有时候又力不从心,那是因为我们没有让专业的模型去做专业的事。借鉴于人类的灵感, 我们把多先进的架构融入到我们的 openclive 的 ai 团队中。总指挥卡卡西,开发者、名人、教员、官、辅助支持管家小英,实现了不同 ai 角色之间的分工与系统。下面请看我如何让 ai 团队为我高效的完成任务。 当卡卡西收到任务之后,他会进行分解,然后分配给不同的角色。接到任务之后,首先会有明人为我开发插件程序,然后由卡卡西进行审核,并 通知我该如何操作完成任务。很快他就帮我生成好了谷歌浏览器我所需要的插件。整个全流程下来的所有的资料由小英自动帮我已经生成好了,如果大家有兴趣的话,我会分享给大家。

哈喽,大家好,我是麦东。大家有没有发现现在互联网上很多 open cloud 的 多智能体教程都讲的比较复杂,并且在自己本地难以复现。 今天我想给大家带来一个简化版的多智能体协助教程,帮助大家在本地快速搭建一套真正能跑起来的多智能体协助流程。视频教程,欢迎大家点赞收藏,慢慢观看。本次视频我们还是借助飞出通道来跟大家一起完成。 我们以软件开发中两个非常常见的角色,项目经理以及全站工程师为例,给大家带来演示。首先第一步我们需要创建两个飞出机器人,点击链接跳转到飞出机器人的创建界面,第一个机器人我们取名为项目经理小册, 第二个机器人我们取名为全站开发工程师。小站 机器人创建完成之后,当前页面先不要关闭,等会儿我们还需要拷贝相应的 app id 以及 app secret。 下面我们开始进行下一步 opencloud 多智能体的配置。 opencloud 多智能体的配置也比较简单, 我们需要给每个智能体定义它的 id 名称、工作空间以及它所使用的模型。需要注意的是,默认的主助手我们可以让它使用已经存在的 workspace, 但是对于其他需要协助的助手,一定要给它分配不同的 workspace。 完全独立的 workspace 就 意味着每个助手可以拥有完全独立的性格以及做事风格,这也是我们多智能体协做所必要的前提条件。下面我们复制该配置文件,点开 offencloud 控制台, 点击配置,找到 engines 配置,将配置文件粘贴过来即可,这边不要忘记需要根据实际情况补充逗号,否则配置文件格式就会不正确。粘贴过来之后,记得将相应的模型替换为你正在使用的模型, 修改完成之后点击保存。这时候可以先不用急着重启,我们将其他的配置修改完成之后一并重启即可。回到文档,我们开始进行。第三步,多账号儿绘画隔离设置 这一步也是非常重要,一定要进行配置的,否则你多个机器人之间就没有办法实现完全独立的绘画复制该配置。在 opencloud 配置文件中找到 session 粘贴过来即可,同样要注意逗号,点击保存。接下来第四步,工具权限配置工具权限配置里有一个非常重要的配置, 当我们将该配置设置为开启的时候,我们才可以通过主智能体向其他的子智能体发送消息进行调度。同样复制粘贴进配置文件即可。 找到 taurus, 粘贴完成,注意多号,点击保存。下面看第五步,飞书 channel 的 配置。 飞书 channel 配置里面主要是新增了多机器人的配置,机器人所需要的配置信息也比较简单, app id, app secret 机器人的名称私聊策略私聊策略我这边配置的都是 allowist, 这个配置代表的含义是只有在 allowform 里面的账号才能够跟该机器人进行私聊。下面我们同样将这块配置粘贴到 opencloud 的 配置文件里面, 找到 chines, 找到飞书粘贴进来即可。粘贴进来后,我们首先将相应的注式去掉,接着将新建好的机器人的 a p id 以及 a p p secret 粘贴过来, app id app secret 粘贴完成之后, allowform 暂时先不做修改。 allowform 里面的账号配置只有当我们在飞书里面对相应机器人发送消息的时候才可以获取到,我们先将它放在这边,后续再进行配置, 同样点击保存。我们接下来看第六步, opencloud 的 路由绑定配置。 opencloud 的 路由配置比较复杂,我这边只取了其中最简单的一种配置,以 project manager 为例,这个配置代表的含义是,当我在飞书里面通过 project manager 这个机器人向 opencloud 发送消息的时候, 他所有的消息都会被转发给我的。 project manager 这个智能体也就是构建了一个消息转发通道,确保我的消息不会被错误地转发给其他的智能体。 同样复制该配置,打开 open class 粘贴该配置文件的时候,需要注意它的层级是比较高的,千万不要把它错误的放在 chines 里面。我们直接找到 chines 配置的开头,在 chines 的 上方按下回车粘贴进来,粘贴完了之后点击保存即可。 好,所有的基础配置都已经完成了,下面我们打开终端重启一下 openclaw 服务,执行 openclaw getaway restart 命令,重启服务, 服务重启完成了。大家还记不记得刚刚在进行配置的时候,我们还有一个飞书机器人允许的私聊账号没有?配置完成,我们先找到账号配置的地方, 下面我们就来跟大家讲一下怎么样才能找到这个相应的账号。首先我们再打开一个 open class 控制台的页面,找到预制菜单,将预制拉到最下面,下面我们打开飞出, 先找到项目经理小册,点击打开应用,给它发送第一条消息, 消息发送完成,这时候它肯定是不会回复你的。我们回到刚刚的 open class 控制台, 可以看到这样的一条消息,它的格式是比较固定的,前面是飞出,后面是我们给机器人取的名字,再接着就是 sender, 某某某 not in d m a list sender 后面跟着的这串 id 就是 我们需要的用户 id, 复制改 id 粘贴过来即可, 同理另外一个机器人所需要配置的 id 也通过该方式获取。打开全站工程师小麦发送嗨,回到 opencloud 控制台,找到相应的 id, 复制粘贴过来即可。 两个 id 都配置完成之后,点击保存,再次打开终端,重启 opencloud 服务。 服务重启完成,我们回到飞书,再次给两个机器人分别发送消息, 可以看到 openclaw 已经收到我们的消息了, 从机器人给我们的回复中也可以看出来,他们两个是完全独立的新的工作空间,下面我们可以给这两个机器人赋予他们的灵魂,并且给他们设置好各自的工作策略。我们同样打开文档, 这边我准备了两个参考的配置,大家在模拟我的场景的时候也可以直接使用,将文本复制发给对应的机器人即可。 好,两个机器人都已经完成存储化设置了,下面我们开始进行最后一步的配置,告诉我的主智能体小麦它应该如何指挥这两个子智能体去干活儿。 我们回到文档,看一下主智能体记忆固化这部分的内容,这段题的主要目的就是在主智能体里面去建立长期记忆。 当我向主智能体下发开发类的任务的时候,默认不要新建临时智能体,而是将当前任务发送给项目经理智能体以及全站开发工程师智能体,让他们去进行协助处理。 这段提示词里面有两个地方需要调整,分别需要修改项目经理智能体以及全站开发工程师智能体的 session key。 session key 我 们可以在 opencloud 的 控制台绘画里面获取,打开 opencloud 控制台点击绘画,我们可以在这边解锁绘画, 复制 project manager 粘贴过来,这个就是我们项目经理对应的 session key, 复制粘贴过去即可。远程工程师的 session key 也是一样的处理方式。 接下来将这段话复制发送给主智能体即可, 等待主智能体完成配置即可。好了,主智能体已经完成配置了,下面我们就可以来验证一下多智能体协助的效果了。 我们给主智能体发送一个开发时钟的任务,让他去安排项目经理以及全站工程师进行开发。 可以看到我的主智能体已经在安排开发任务了,我们可以打开 opencloud 控制台对应,找到相应的 session 去观察一下,点击聊天,在这边切到项目经理, 可以看到我的主智能体跟项目经理说,大哥这边有一个开发任务,开发一个时钟,要求他出一个开发文档,以供后续全站工程师直接开发, 然后我的项目经理就开始去做需求拆解了,哎,跳出这个网页说明我的开发工程师已经开发完成了,我们先不管他,接着来看一下他的整个调度流程。 当项目经理完成需求拆解后,我们先看一下主智能体这边他做了什么事情。项目经理已经拆完需求,我现在继续安排全任工程师按这份文档开发, 我们再切换一下全站工程师的筛选,看一下他是怎么工作的,组织能力告诉他大哥这边有一个新开发任务,开发一个网页时钟,并且将项目经理拆出来的需要文档交给了他,然后接下来我的全站工程师就开始按照这份文档去做开发了。 下面都是开发的流程,我们就不再一一查看了。刚刚在我给大家讲解的过程中,其实是弹出一个网页的,这个就是全站工程师开发出来的结果,一个网页时钟 可以看到他也是能够跟我当前的时间匹配上的,意味着全站工程师开发的也没有什么问题。好,下面我们回到飞书看一下我的组织能力,小麦是怎么给我汇报的。可以看到项目经理拆解完需求,全站工程师按文档开发。全站工程师开发完成之后, 他告诉我他是怎么处理的,并且给我总结了当前项目完成的成果,最后给我提供了一个访问的地址。好,本次的多智能体协助的视频演示到这边就结束了,演示过程中采用的场景还是比较简单的, 关于多智能体协助的场景,麦冬目前也还在逐步探索,欢迎大家在评论区多多留言,相互交流。工具会变,但方法更重要,我是麦冬,下条继续。

今天在杭州光核组织现场,一个实测直接把算力误区给戳破了。 openclock 百分之九十的调度工作,其实靠 cpu。 很多人以为跑 ai 就 得堆高端显卡,结果线程不足, gpu 在 那空转,白白浪费。 但中科可控 m 五零端云协调工作站,多任务并行调度,全程流畅,零配置,开箱即用,让 gpu 真正干起活来,效率只是一方面。真正让人安心的是安全。 asp 硬件及防御,在独立安全域里,实时监控数据全在本地,不上云心里不虚。操作日制随时可追溯,出了问题能查到底。 智能体权限越高,风险也越高。中科可控从芯片层面就把风险堵死了。今天,天津昆山也在同步开测,现场购机还送超算互联网百亿 tokins 养虾党,既能避开算力坑,又能守住安全线。当然,安全没有满分,中科可控迈出了第一步。但国产方案要更完善,需要更多专家一起来评估挑刺,这个态度,值得期待。

是不是还在这样,在给欧盟科奥发出一个命令后,等着他处理这个命令,而不能下发新的一个任务?那我今天讲的多 ag 字就可以帮大家解决这个问题。 大家在网上经常会看到博主发的龙虾军团是怎么实现的呢?今天我们就带大家完整的走完,走一下这个流程。为什么需要多个 ag 字来干活?因为 opencloud 的 对话是单线成的,你下发一个指令之后,他没有做完之前,你是看不到他在工作的一个进度的,而且你也没办法帮他兴起一个任务,我们再给他下发一个任务,去处理我们的视频之后,然后想让他帮我 处理一下文件,那就需要多 a 键词来处理了。还有两个 a 键词,一个是巴巴塔,巴巴塔是我的日常工作的一个助手,他主要负责编程呢,做一些科学比较严谨的事情。一个 a 键词是音乐,音乐现在主要是我的私人助理,主要是未来为我提供情绪价值的,可以看一下, 它是以音乐的角色的语音给我发消息的。哎呀,不要这样嘛,人家会不好意思的。添加 agent 的 方法也很简单,比如说我们现在需要添加一个 agent, 名字就叫慕佩宁,我们把它的工作区也定义好,就这样。 ok, 我 们现在就已经创建好了慕佩宁的这个 agent, 我 们可以在界面上看一下, 看到没?木佩林,这是新建的一个 agent, 新的 agent 木佩林已经创建好了,然后我们就开始对接飞书,我们在这个地方创建企业,自建应用,为木佩林准备一个机器人。然后我已经创建好了这个木佩林,在 opencloud 的 界面频道飞书 这个地方添加一个目配零的配配置,把这个 a p i d o a p a secret 填进去,新建一个目配零的渠道,然后回到目配零这个地方,在订阅方式这个地方选用长链接点确定,然后添加事件, 然后把配对码进行一个授权, 现在我们就可以跟它进行对话了,让它自我介绍一下它是目配零。

短视频自动化生产工作流程,我们如果做这么一件事情的话,我们先要把这个角色定好,也就是说我们完成一个视频需要到底有几个角色?每个角色需要什么样的这个啊?工作任务,然后他们之间的流程是什么样的? 如果说一个短视频自动化生产工作流啊,第一个是要做选择题,第二个角色是要写脚本,第三个角色是根据脚本去把视频制作出来,所以有这三个角色的话,就可以把这个工作给完成出来。 然后他们之间呢需要一个什么样的工作流呢?就是先是选择题的这个人把选择题给生成出来,生成完了之后交给这个呃 写脚本的,脚本写完了之后呢?然后再交给剪辑的。对,所以这三个角色的呃工作内容都是不一样的。接下来就教大家怎么去配置这个 open clone, 我 的数字员工团队都在这里,有三个员工可以分别跟他们对话工作,留着在这里交流。然后我们看一下, 这个是我们的队长负责视频剪辑的,这个是乌龟负责写脚本,这个是我们的兔子找小题的, 这里他都可以跟我对话的。 大家好,我是 ai 吸水哥,今天给大家分享一下关于一个 openclip 怎么配置多个飞书账号,并且每个飞书账号都是独立的, 就是它有独立的大脑,有自己自己的工作区,然后能够独立的绘画,还有独立的配置文件。 然后每一个飞书都有自己的 app id 和 seap secret, 然后不管是用哪一个 at 哪一个飞书的话,它都可以另外几个 飞出去对话去,然后我们这给大家分享分享两种方式,一种方式是更改配置文件的这种方式,这种方式是大家对命令行稍微有一定的了解。第二种方式是直接用自然语言。好,我们先说第一种方式 是在命令窗口里面先输入 opencloak agents, 点 add agents, add 这个命令就是添加这个 agent, 然后这里可能大家不知道命令窗口是啥,是如果你是 mac 版的,你就直接打开终端,如果你是 windows 的 话,你就打开那个 pro shell, 如果是虚拟机,你就打开乌邦图或者是 linux, 输入这么一行代码就可以了。然后它会出现这么一个东西,就是 agent name, 这个时候你要输入一个 name, 大家尽量用英文啊,这里面就我写的是 search 叉叉这个作为视例的, 然后它会说这个空间地址这个地方默认就行了,不要去改。然后这个地方呢?后面又告诉你要不要呃复制 这个 os, 从主的这些相关属性里面复制过来,你选 no, 这里面也选 no, 就是 这个 model 的 也选 no, 还有包括这个 chat channels 现在配不配置,你现在也选 no, 等会通过配置文件的方式去操作就行了。 这几个选 no 之后,它就会出现这么一行返回这个信息,这就代表创建完了,就是你的 agent search 叉叉 ready。 嗯, 然后第二步就是要去更改配置文件,同样有两种方式,一种方式直接改,通过这个一行命令直接去打开这个文件去更改。第二个就是在控制面板上去去打开这个配置文件,然后上面改控制面板,怎么打开呢? 就是打开你的这个后台地址之后点这个配置,然后这个点这个 ro 这个地方啊,我这是最新的版本,是三点一二版本, 但是老版本也几乎都是这是一样的,只是镜面的形式有点不一样。然后这个区域就是编辑区域,然后你就需要找到这个 ages 节点,你要看一下,重点是找到 ages 节点下面的 list, 这个正常的它就是呃这么一个配置,你无需特别的去改动它啊。然后关键是这个地方要配置多个飞书账号,你要找到 channels 下面的飞书这个节点, 然后这个是公共的这个属性,你就不用管它,就按照这个来。剩下就是你要把你每一个 agent 的 这个飞书的这个 app id 和 app secret 的 在这填上去, 所以你要提前去创建好你的飞书,然后剩下是这一步,这一步要自己去添加进去,是 bundys, 就是你需要把你的这个路由添加到这来,然后这个是格式之战,看每一个啊,每一个都要去添加进去,去 search 的, 对不对?这个是这个结,这个肥猪的添加完了之后,这个路由就通了, 这是第一种方式啊,然后第二种方式是直接用自然语言去创建,就是打开你的控制面板,在你的聊天框里面输入这么一段话,然后这里面特别是这一个内容一定要加进去,就是打开这个地址,学习一下如何配置飞书, 如果你不打开这个很容易出一个错,等会给你总结出哪几个错,然后告诉他每一个飞书是独立的大脑工作区配置,帮我配置三个,然后凭证信息是这样一起给他,然后他就会去帮你这件事情干了。然后这个地址在哪里呢?这个地址在这啊,这个地址就是 从这儿进去首页,然后点它就进到这儿来,这儿来之后呢点这个,这上面是 agent, 然后点这个 marty, 就是 多个 agent, 怎么去配置它,把这个地址给他, 对不对?把这个地址给他就行了,然后呢这就是关于自然语言去创建的,然后呢给大家总结了一下,一共会出现这几种错误, 然后这种错误是最常见的,是因为他对配置文件不是很了解,所以你一定要把刚才那个地址给到他,让他学习一下,就不就不会出现这种错误了。然后这种事也是常见的, 就是你在填格式的时候,你一定注意那个冒号,逗号那几个东西不能掉了,如果掉了的话他就会出错,或者不是中文格式,不是英文格式,而是中文格式, 指中文下的状态下的那种冒号,或者是啊单引号要改成英文状态下的, 然后飞书这飞不到,收不到消息。这个情况大家也很常见,大部分原因是因为你要先在你的 open color 里面要把 app id 和 app secret secret 先把它配置完,配置完了之后,然后再回到飞书那去,把那个长链接给改了,保存保作为长链接, 然后这个这两种是相对比较少出现的情况比较少。 ok, 今天就分享到这。

大家好,嗯,昨天晚上一晚上没有睡觉啊,然后做了一个关于 openclaw 的 一个多安生态协通的一个一个一个一个验证。 呃,做完之后我感觉,我感觉后面就是这一块,呃,会让自己轻松轻松不少吧。啊?他们之间可以相互协同。然后这个我就拉了一个关于一个峡峡群的一个工作群, 这个工作群里头我把现在的这个我现在的 a 政策就像降了,降了些回收的机器人,然后把它加到我这个机器人里头, 包括主要有项目经理这一块,就是一个主导,就是相当于是他协协调后面的产品经理后端开发,包括这个算法模型。 呃,嗯,还有文档技术,文档的一个整理,还有数据数据架构工程师,然后前端开发等等这一块的向着 agent 去做一些,做一些工作。 然后,嗯,昨晚上做完之后我去做了个测试。呃,然后我说帮我做一个文档管理的系统, 页面要美观且有圆形设计的内容,包括前段页面、后段 ipi 测试用力等。啊这些我按到了一下那个项目经理,我给他起个小起个名字叫小虾 pm, 这样,嗯,他就把这个项目经理就把这个工作做了些分解,他分解成五步,是吧?有产品需求的,有做原型设计的,有后端的,还有前端的等等这五步的工作,然后他分了三个阶段去做,然后阶段一,然后做需求分析啊,然后是 u r 设计, 然后然后这样就他把阶段一的工作,然后就起来,然后阶段一这个做完之后去去修和 u r 设计,然后自动完成之后, 然后他就开始进行一个阶段二的一个并行开发啊,然后他调起了这个前端执行者和后端执行者这两个癌症的去做现在的工作。 然后向的呃,开发完他就会给我向的一些进度,进度的汇报,然后后端和前端的一个开发任务做完,然后到阶段三,然后就做测试验收啊,这样就我给向的这个测试人员起了个守门员,这样一个启动一个测试, 然后他这样测试完啊,完成之后,他这个整个这个项目经理就会给我一个交付 啊,包括有测试的结果,然后测试的覆盖,然后项目结构,然后启动方式和前端和后端还有功能亮点,这样才给我做了个一个一个交付。但是交付完成之后啊,肯定会有些有些小的问题,有小的问题有可能我还需要通过 啊,按在这个现在我这个项目经理去给我做项目的一些一些挑测啊,大概是这样。

你好,帮我新建一个任务,名称叫做收入囊中。新建一个拍正脚本,任务是将机械臂转到二十度并松开爪子 收入囊中。 ok, 机械臂先回到初十位置, 再新建一个任务叫做伸手,任务是将机械臂转到负九十度并张开爪子。将这个任务以拍动的脚本的形式保存下来。下次我就用伸手直立下打, 伸手 夹爪 收入囊中, 挺好玩对吧?这样的一套器材啊,成本也就两千元左右啊,就可以将 openclaw 部署到机器人上,特别好玩。机器人就可以自己学习技能了,而且有记忆,你可以让它去组合完成一个非常长的任务。

敲黑白,上干货, opencloud 团队吧来了!它能帮你打造一群小龙虾!没错,不是一只,而是一群!最关键的是,它还能自动把这群小龙虾有组织、有规律的帮你管理好。就是这个刚开园的 cloud 项目,它让每个 agent 都有自己的身份、记忆、技能和角色,就像公司里的数字员工、研究员负责调研分析师整理数据、执行 agent 落地任务,每个小龙虾各司其。

公司要同时跑语音、客服图像审核、文本分析,结果服务器直接卡成换登篇,加班加点还被老板催进度,这场景我太熟了。最近发现了这个算力炼丹炉旗舰版, 它最狠的地方就是并行能力,你可以同时跑好几个 ai 任务,互不干扰。就像给公司配了个 ai 算力小分队,各司其职,效率直接拉满。 关键是你不用再担心某个任务把整个系统拖垮,它自己就能把资源调度的明明白白。对企业来说,稳定高效才是真省钱,与其让团队在卡顿里内耗,不如一次性搞定算力瓶颈。