我花了一个月的时间,终于开发完成,跑通了多 agent 的 长城任务协助流程这套东西叫 team manager。 今天我把核心机制一次性讲清楚。二零二六年硅谷有个词特别火, harness engineering, 说白了就是给 ai 搭环境。有人把 ai 当聊天工具,聊完就散。有人给 ai 配上工作台工具反馈机制,让它真正干活,差距就在这个环境上。 team manager 就是 给多 agent 协助搭的一套专业 harness。 传统方案是单 a 镇扛,所有任务越做越乱。我们设计了四种角色,总助理理解、需求管理者拆解任务执行者、产出成果审核者把关质量角色分工明确,协助流程自动流转,你只跟总助理说话,剩下的全部自动运转。长城任务最大的问题是什么?上下轮爆炸, ai 记不住那么多东西, 走着走着就忘了。我们用了一个很直接的办法,成果务流转,每个节点产出的东西全部文件化,需求文档、执行计划阶段、成果审核记录。 ai 不 依赖模糊的记忆,而是聚焦当前任务和明确的问题。这是 harness 里最关键的一环,把重要的东西写下来,存到文件系统,需要的时候再读取。 搭建 agent 团队很简单,拖一界面,上下回车就能创建角色,指定角色类型、所属部门、绑定岗位,不用写代码, 不用改配置文件,跟着提示一步步选就行。想加一个游戏开发 agent, 十秒钟搞定。每个 agent 可以 一键绑定飞书 bot, 任务分配、审核请求完成通知,全部自动推送到群聊,你在群里就能看到每个 agent 的 进度,不用到处找消息。渠道配置也是一行命令, 每个执行者可以绑定专属技能包,教育规划 agent 调用搜索能力调研学习方案设计 agent 调用浏览器和动画开发 agent 调用代码执行, 让每个 agent 在 他的领域里更专业。单点任务有专长,整体协助不堆叠。举个例子,我想给两岁半的女儿做一个 ai 学习小游戏,这是一个真正的长城复杂任务,从学习方案设计到素材制作、动画特效需求文档产品原型代码开发、部署上线,整个链条跨了好几个专业领域,我以前一个人搞不了, 现在交给 team manager。 我 跟总助理说需求,他把这个任务拆成七个阶段,教育顾问 agent 先调研幼儿认知发展规律,输出一份学习方案。需求 agent 把方案转成产品需求文档产品 agent 设计游戏交互原型素材 agent 生成卡通角色和场景图, 动画 agent 制作交互动效开发 agent 实现游戏逻辑并部署。最后审核 agent 验收功能完整性,每个阶段产出成果文件。下一阶段 agent 读取上一阶段的成果继续干活。四个小时后,一个真正能玩的幼儿学习游戏上线了。我只说了一句话,全程自动流转, 成果全程可追溯。这就是 harness engineering 在 多 agent 协助里的落地。复杂任务以前是 ai 的 软肋,记不住,干不完,质量飘。现在用 team manager, 角色分工清晰, 成果文件流转,技能精准绑定 harness 搭好了,多一阵才能真正干活。这就是我花一个月打磨的东西,希望能帮你搭出自己的 ai 团队。
粉丝68获赞142

看看我的 agent 团队们,有写图文的、网站运营的、监控金价的、记账的,还有提供情绪价值的,后面还要增加一个视频剪辑的 open cloud 小 龙虾 用上多 agent 的 模式了吗?但像我这样每个 agent 对 应一个机器人的配置是有点广泛。在飞书上其实有一种更简单的方式,就是通过拉群,实现一个机器人多个 agent 多个群聊分别管理的模式。我们来以选择题、写作和神稿三个事情为例,完整的配置一遍, 一共三个步骤。首先用这样的命令创建多个 agent, 分 别负责不同的工作,然后给每个 agent 的 职责拉一个飞书群,并且把我们的唯一的这一个 飞书机器人添加到群里面。接着把每一个群聊和 agent 绑定起来,在这里查看群的 id, 通过这样的 bindings 配置把两者映设起来。最后不要忘记给飞书 channel 增加这两张配置,开放群聊和群聊中,不需要艾特机器人也能回复。 配置完成之后,在各个群里和 agent 对 话,给他们安排好职责和身份,让他们记录下来,你就可以在不同的群里指挥不同的员工工作了。像这样的流程,先选择题再写作,审稿,审完再改, 最后得到一篇完整的内容就可以发布了。这样做配置简单,效果强大,快来把你的 agent 军团也安排起来吧!关注我,带你玩转 open club!

hello, 大家好,我是月涵,今天教大家如何在飞书群里面就是让 openclaw 互相沟通啊,就不在网关内了,直接在外面, 在这个飞书里面,首先我们需要飞书官方的插件,然后我这里有一个一键转换的 scale, 可以 用这个 scale 来直接使用,就改成官方插件了。 然后多 agent 嘛,要创建多个 agent, 我 这里有一个飞书多 agent 自动配置 skill, 就是 跟着它的交互式提示的话,一步一步的就可以配置出来多个的 agent。 然后配置出来之后呢,然后我们需要这个插件了,这个 skill 飞书多 agent 协助管理。 skill, 就是 让多个 agent 进行在群里面进行写作, 然后简单说一下,这个群里面如果要获得这个,必须要获得一个 openid 的 啊,我们要直接跟他们说,让他们发出来自己的 openid, 然后他们就直接在这里面发出来了,看到了吗?他们每个都有,然后呢就复制他的吧,说 我给他哦,我发给这个知识库在线员这个小龙虾了,然后他说已经发送, ok, 我 们在群里面他也是成功用我们的账号来艾特了 open 了, 嗯,然后就相当于发任务的话,他就可以全自动的发,但是要回馈的话,他必须要就是在一个表格里面进行汇报,你看一下 它会就是创建那个 skl, 刚加进去的时候它会创建一个表格,然后你把那个 opid 配置好的话,它会一个个的 就是给它们发消息,让它们在心跳里面添加对这个表表格的循环访问, 然后就可以进行多 agent 在 飞书里面的写作,就是需要这些 skill 的 话,可以去 呃我的抖音粉丝群里面进行领取,我稍后会发进去的,谢谢。

我做了个在飞书上养龙虾多 agent 的 技能,只需要先在飞书里建个群,右上角点击设置添加机器人,选择你已经在用的 open cloud 飞书机器人,添加进群组,再打开群聊设置,复制下面的绘画 id, 然后直接跟主 agent 说给这个群新增一个 agent, 就会调用这个技能,引导你一步一步填 agent 叫什么名字,用哪个模型,填完重启 open cloud 就 搞定了。这个 skill 的 思路也很简单,创建 agent 本质上就是调用 open cloud 的 命令,再把配置文件写好,所以他先问你基本信息, agent 叫什么,飞书群绘画 id 是 什么, 用哪个模型,然后自动帮你创建 agent, 关联飞书群,改好配置,最后就是检查确认,整个流程就是这些,并不复杂。这个技能我也放在文档里了,大家可以直接用。期待看到大家都用 agent 做什么,欢迎在评论区讨论,我们下期见。

hello, 大家好呀,我是罐头,然后呢,之前我发了一期呃,我用飞书,然后连接 opencloud, 然后建多个 agent 这个视频呢, 收到了很多小伙伴的点赞和收藏,然后也确实帮大家解决了一些问题,然后折腾下来的话,大家都蛮喜欢的。然后呢,我现在可以看到评论区有很多问题,然后就帮大家解答一下啊,说明一下,我现在是在外面,然后可能收音效果不是很好哦, 我拿着我的这个这个 dji 的 麦克风,看看降噪会不会好一些哈,然后先给大家做一个快速的回复,呃,其实大家问的更最多的问题呢,就是说, 呃,这个这个教程好,视频教程可能还不够详细,然后想要一个文档,那我就给大家去处理一个文档吧,这个文档的话,我其实主要是比较经典了一下,因为大家问的最多的问题可能就是说我这个 hr 的 这个 a 证是怎么创建出来的,然后可能有的人 朋友呢,创建之后呢,没有成功,然后想用一下我的这个配置, ok, 没有问题。然后我想跟大家说的是,这个配置的话,你就可以直接复制我的,我是用了这个一个大姐头的配置,然后去做了一个 hr, 因为我这个 agent 点 m d 里边其实写了一些固定的东西啊,比如说让他在创建 agent 之前呢,必须确认这个 agent 的 名字呀,名称啊,工作职责等等,然后最重要的是他需要一些,呃,比如说使用的模型是什么,然后需要绑定的非书群聊 id 是 什么,然后并且给他一些这个 重要的这些命令,他可以直接执行的,因为这样的话才可以直接把 a 证的创建出来而不用,而不是会出现那种幻觉。就好像说我创建了,然后呢,但是一看,哎,还没有就过的目录还没有出来,那样是不行了,所以说一定要给他明确的命令才行, 我只给大家一个参考哈。然后并且的话绑定飞出群聊也需要一个明确的指令,然后最后一步是重启 get away 啊,对,这个实际上是比较重要的。呃,在视频里的话,实际上可能没有看到这些,所以给大家放出来哈,大家都可以直接去复制使用, 然后 agents md 说完之后再说这个 so, 这个 so md 是 说明了这个 agent 的 一个灵魂是如何的,也就是它的一个性格,你如果觉得大姐头这个性格你不喜欢,你可以不复制这个,然后可以直接去写一个你自己的新的就行啊。然后就是这个 identity, identity 就是 说他是干什么的,然后会比如说,嗯, 其实它跟这个 sao 是 有点像了哈,只不过它是更加明确了我这个人的定义是什么,就是我是要做什么事情,可能是跟你在沟通的时候,你能体会到它这个矮凳的体发挥的作用。 然后又是一个绑定群聊的一个问题,呃,其实很多人呢,可能他找不到这个群聊 id, 然后看了下大家的反馈,一般人说这个你要往下拉,拉到最后才有,如果还没有的话,那就要更新一下飞书的最新的客户端才行。嗯, 然后这个流程的话,就是第一步你先创建一个群聊啊,然后你拉机器人进群,你这步是必须的哈,然后找到这个群聊的 id, 然后现在呢,你去找一下这个 hr, 创建一个对应的 agent, 让它绑定到这个群, 然后由于这个 hr 创建 agent 之后呢会重启 open call, 所以 它可能不会及时回复你,因为连接断了嘛,所以你几分钟之后再问它成功没有,然后检查一下就行了,然后可以在找豆包给 agent 换个头像啊。 还有一个最大的问题就是大家有时候会问群聊回复,呃,会问开启群聊了,但是呢,还得艾特才能回复,怎么样才能做到不艾特直接回复呢?实际上是你需要在这个配置这个里面找到这个,嗯, role jason, 也就是原始代码文件去检查你的 channels 里面关于飞猪的这个 channel 有 没有配置这几项。 其实你在图形界面点那个开关可能关了,但是它不会去把这个 requirement 为 false 这一句真正写进去,它可能只是就是忽略了,没有写这句话,所以很多时候是因为这个而导致 你的那个机器人还得艾特才能回复。一定要检查一下,我把这个配置呢也放在这里了,然后有需要的小伙伴可以直接复制,然后到这个配置中粘贴就好了。然后我还一直在总结 q and a 哈,呃,这儿的话给大家先 说几个,呃,有,有一个问题最大的还是说创建,我需要多创建几个机器人绑定到不同的 agent 吗?实际上这个是不需要的,罐头给大家分享。这一期呢,实际上是让不同的 agent 绑定到不同群聊,实际上都是 同一个人的不同,实际上都是同一个机器人的不同的 agent, 咱们这个做的是,呃,单一 bot, 然后是多个 agent, 实际上是不需要的哈,其实说白了 就是让一个机器人,然后在不同的群里面去扮演不同的角色,然后这边这边做咖啡的这个冰块的声音很大,不知道大家听到没有,还有人问呢,就是单独独立的 workspace, 很多很多朋友他创业出来的这个 a 阵头呢? a 阵头呢?他的这个 workspace 工作目录可能是,呃,在很乱的地方,然后可能他不规整,然后也没有格式,也可能是他的那个大姐头,可能他理解的不是很好,所以此时呢,你需要让这个 hr 去参考这个 主 a 阵头的这个格式去创建工作目录,然后并且让他创建之前呢给你发下路径, ok 了之后,然后再创建。 然后啊,这个问题大家问的也比较多,就是已经设置好了这个 request 默认为 false, 然后协议中,然后这个文件中也有这样代码,为什么还是艾特呢?嗯,可能是没有重启网关是吧。然后就是新建的这个新的 agent, 为什么邀请进群的总是主 agent 呢?这个刚才我们也解释过了,实际上就是同一个机器人在不同的群里去扮演不同的角色,所以说你还是要邀请主 agent 的 啊。然后飞叔群组 id 怎么查不到?版本问题吗?嗯,是的,是版本问题,你可能更新到最新版就可以了。嗯,然后这 q and a 呢,我会继续的去给大家更新,然后我现在的话就给大家说一声,如果你有任何的 不懂的问题呢,也可以在这个文档下面进行留言哈。嗯,然后如果有帮到你的话,也需要也也 也希望请给罐头一个一箭三连。然后呢,我我马上就给大家带来最新的啊,更多好玩的一些实践,然后呢,笔记也会一如往呢,给大家放在这个文档下。嗯,好,录的是比较着急哈,然后声音可能有一些 嘈杂,希望大家不要介意。好的,那这期先这样,我们下期再见哦。也希望请给罐头一个一箭三连。然后呢,我我马上就给大家带来 最新的啊,更多好玩的一些实践,然后呢,笔记也会一如往呢给大家放在这个文档下。嗯,好,录的是比较着急哈,然后声音可能有一些嘈杂,希望大家不要介意。好的,那这期先这样,我们下期再见哦!

大家好,今天给大家介绍一下 opencloud 的 飞书多智囊团具体怎么使用。首先还要再给大家明确一下为什么要用多智囊团,因为如果你在一个 agent 下一直问他不同领域的问题,会导致我们的 agent 记忆混乱,从而污染我们的上下文记忆。 所以我们需要创建一个一个的负责不同领域的 agent, 从而达到互不干扰且能相互沟通的 agent 智囊团。现在我们来创建一个大健康新闻助手的 agent, 演示一下。 首先我们创建群聊,把机器人拉入 之后,我们在机器人主页面让机器人为我们创建一个大健康新闻助手,并每天一点给我们发新闻,同时绑定各个创建的群聊 id, 这样就是已经创建成功了。 接下来我们让机器人发送一条测试数据,测试是否可以在大健康新闻群聊中发送信息, 这里我们就看到信息发送成功了。 下面再来展示一下财务助手的功能,我们可以给财务助手上传发票信息,让他帮我们整理并放入多维表格中,发送上述文案给我们的机器人,这样就为我们创建好了表单,如图中所示。 接下来我们来发送一张发票让机器人处理, 稍等片刻就处理完成了。我们可以来到多维表格中查看,这时就可以在多维表格中看到这条发票的数据了。

hello, 今天给大家分享怎么样在飞速创建 openclaw 多 agent, 每个 agent 的 记忆都能独立,还能设定不同的身份,以及你要让他们记住的事。那这样在工作中我们就可以使用不同的 agent 处理不同的事 项,不会造成上下文的污染。 ok, 那 操作的前提是你已经接入了飞速的 openclaw, 如果没有接入的朋友可以看我前两期的视频。 那今天的内容是参考博主马里奥,他也分享了很多飞速使用 open call 的 技巧,你们也可以去看看他的账号。 ok, 那 我们今天开始,今天会进行三个操作,一个是创建新 a 证,一个是接入飞速机器人,以及怎么解决机器人在群聊里面不用艾特他,他也能回消息的问题。在终端输入这两个命令, 开启 open call, 并拉取他的网页端。如果你已经开启了 open call, 直接输入这个网站也是一样的。 然后我们打开 opencolor 的 官方文档,点击代理,选择多智能体路由往下拉,把这个新增多智能的命令复制下来。 在终端输入 opencolor agent at work, 如果你想改相应的名字,可以把 work 改成你想改的 agent 名称,然后选择回车。 这个是要不要把主 agent mine 的 权限配置复制给这个新 agent? 我 选 no, 那 这个是要不要你的 agent 配置新模型?是的话你就要重新配,我就先选 no, 后面再改,然后下一步就是要给 agent 配机器人,我先不配, 然后就显示 ready。 ok, 那 我们怎么看它是不是真的创建了一个 agent? 可以 打开 opencloud 的 网页端,点击代理,这里就会显示你过往创建的 agent 名称, 那不同的 agent 我 们可以配置不同的 skill。 这里的话有各种的一些 md 文档,你可以给你的 agent 设置身份,比如他的 so, toy 和 memory 和 user。 我 的设定选择 provides, 可以 看到他的身份,也可以直接在这里修改, 这里就是修改一些关于他以及关于你你的一些要求。如果想要更直观一点,你可以打开 vsco, 选择打开我们点 open cut 的 文件夹, 这里是我们本地 openclaw 所有的数据, workspace 就是 我们的主页主文件夹, 可以看到下面有一个新的 workspace writing, 就是 刚刚我新建的,这里会有所有的 md 文件,就是刚刚我们在 openclaw 配置文档里面看到的 md 文件。 那下一步我应该要去配置我 channel 里面的 requirement, 因为我更新了 opcode 的 版本,所以我找不到这个选项,我就直接跟 opcode 说,让他帮我把 requirement 修改成 fail, 然后把这个 toy 的 权限改成最大。 那这里有一个问题,就是如果我们在实操过程中遇到跟博主教程不一样的,大概率是版本问题,如果出现一些没出现过的报错,你也可以直接去问 ai, 你 自己不会改就让 ai 改。 那我们第二步在飞速新建机器人,创建群主设置添加群机器人,加入 opencloud 机器人, 那在群里面你可以艾特一下他,问一下他的工作路径, 他就会告诉你这个是 workspace, workspace 是 我的主 agent 的 工作路径,那就说明这两个 agent 没有区分工作空间。 ok, 我 们回到 opencloud 的 web 端,点击配置,在 rap 这边点开小眼睛,然后回到 opencloud 官方文档, 在多智能体路由这边选择多智能体下面的代码,复制,帮你这一整段。再回到 openclock, 在 第一行这里直接新建粘贴,就把第二句删掉,因为我们只新建了一个 agent, 那 对应去修改你的字段。 比如我这里改成 writing, 选择我选飞书,然后看的话是国 id 的 话就是群 id, 你 在群里面直接艾特你的群 id 是 多少。 最后我们点击 save update, 在 中段里面再输入这段命令,重启 open call, 我 们再回到飞书 s 机器人,就能看到它的工作路径就不一样了,就是 works by writing。 ok, 我 们可以测试一下,我让他称呼我为令,那他就会告诉我说他已经修改了这个 u s m d。 这里有个小插曲,就是他跟我说他已经填入到 u s m d 里面去,但是我去看的时候我发现并没有更新,我再去问他,他就跟我说他偷懒了,他只是说但他没有去执行, 就跟真的员工一样,我说不可以这样,所以我就在 so 的 md 里面加了我要他执行的命令。那最终怎么去调教你的 open color? 你 就要自己在相关的 md 文档里面填入你的要求,你的硬性要求, ok, 那 我们最后就是关于飞书不艾特机器人,你能让他回复的问题了。我在网上看了很多教程,那主要就分两块设置,一个是飞书的开发者后台,你的事件订阅要把基础消息这个权限全部打开。第二个是后台的代码的相关配置你要修改,比如像刚刚说的 request 相关配置你要改成 fill, 包括你的 group 相关配置,你要改成 open 以及对应的群主名称。那在这个问题上,其实我也是考了两天, 我该改的代码都改了,让可乐帮我去重新检查,最后我发现是群主消息这里,他需要你点击展开,再去手动开启,开启之后问题就解决了,所以整个配置的过程就需要我们非常细心,你总是能找到你最终的问题在哪里。 ok, 今天这期视频就到这里,点赞收藏,我们下期见。

今天给大家介绍一款我自己修改出来的 opencloak 桌面端 gui 软件 stefancloak, 它是基于开源项目 cloak x 做的。大家都知道 opencloak 后台原本只有网页端,很多操作用起来其实没那么顺手, 所以我做了这个桌面端来解决这些问题。它不只是一个助手,它把多个 agent、 模型、技能频道还有任务都整合进了一个本地桌面应用里。 先看首页, welcome 页现在不只是一个欢迎界面,左侧还整合了绘画管理,你可以直接按 agent 查看历史绘画,也可以筛选绘画,控制显示数量,清理就绘画, 这样在多 agent 的 场景下就不会因为历史记录太多显得很乱。聊天页是日常使用最核心的部分,这里不是简单问答,而是一个真正的工作区。右上角可以看到当前对话对象, 同时还能看到上下文容量显示,这样你就能判断当前绘画是不是太重,避免上下文过长影响回复质量。 模型业用来统一管理模型提供商,你可以接入不同模型,比如 gemini、 g l m 这类能力,后面也可以按照自己的使用场景分配不同模型,这样整个软件就不依赖单一模型,它更像一个可切换、可扩展的模型控制台。 agents 业是这个软件最核心的地方,因为 stefan 库奥不是单 agent, 而是多 agent 协助结构, 比如 main 负责日常对话, stefan 负责核心调度和验收。 dev content, ops 则分别承担开发内容核运为直能 点进 agent 设置之后,你可以看到每个 agent 都能独立配置,包括 agent 名称、模型、上下文容量,还有它归属的频道。这里的上下文设置不只是写在配置里,在实际聊天页右上角也会同步显示出来, 这样你在对话的时候就能直接知道当前 agent 的 上下文容量情况。技能页相当于给 agent 扩展能力的地方, 你可以把技能理解成可插拔的专业能力模块。装上之后, agent 不 只是会聊天,它还可以按技能定义去完成更具体的任务和流程。 频道页解决的是怎么把 agent 接到外部平台这个问题,比如你可以把它接到非书,这样桌面端的 agent 不 只是在本地使用,它还能真正进入团队,协助场景里对接外部消息和群聊工作流。 定时任务页让 ai 不 只是被动等待提问,你可以让它按时间自动执行任务,比如定时巡检、固定汇总、自动提醒,或者周期性处理某类工作。这样一来, stefan 克奥就更接近一个自动化工作台,而不只是单纯的聊天工具。 这个场景是我最看重的地方。在非书群里,不同 agent 可以 用不同身份分别发言,比如 stefan 负责分发任务和验收结果, d f content ops 按各自直能写作, 这样你看到的就不是一个 ai 在 自言自语,而是一个真正有分工的 agent 团队。 所以 stefan cloud 的 核心不是做一个更花的聊天界面,而是把多 agent 模型、技能频道还有自动任务整合到一个桌面端工作台里。

我研究了三天三夜,终于把 opencloud agent 的 团队搭建彻底跑通了。七个 agent, 一个群聊,自动写作,我只说做什么。 ceo 自动拆解任务,协调各部门,各部门做完自动汇报, 这可能是目前最接近一人公司的玩法。今天我把所有步骤一次性讲清楚,先给大家看看最终效果。这是我搭好的一个七人 agent 的 团队。在飞书同一个群聊里, ceo 负责理解我的需求拆解任务分配给各部门。 产品部负责需求分析和 prd 输出。开发部负责技术方案和代码实现,设计部负责 ui 方案,市场部负责推广策略。 数据库负责数据分析和效果追踪,运维部负责部署和监控。上周,我想做一个 ai 每日早报的自动推送工具。我在群里跟 ceo 说,我想做一个工具,每天早上八点自动抓取 ai 领域的新闻,生成一篇早报,推送到我的社交媒体。 然后 ceo 就 把这个需求拆分成了四个子,人物,产品部定义早报的内容结构和信息源。开发部写下载脚本和推送接口。市场部确定标题风格和受众定位,数据库设计阅读量追踪方案。每个部门各自输出了方案, ceo 汇总之后,给我一份完整的执行计划。 整个过程我只发了一句话,这就是今天我要教大家搭建的东西。在动手之前,先花三十秒了解一下原理,这样后面的操作你才不会懵。 opencloud 的 多 agent 的 机制本质上是这样的,一个 get 位实力多个工作区,每个工作区就是一个独立的 agent, 它们共享一套基础设施,但各自有独立的角色设定模型配置聊天渠道绑定。 理解了这个搭建就变得很简单,总共两个步骤,第一步,在 opencloud 中创建多个 agent。 搭建方式有两种,第一种,通过命令行交互式创建,一行命令搞定,打开终端,运行下面这行命令。这种方式的好处是不用修改配置文件,跟着提示一步步选就行。 第二种方式,直接修改配置文件,适合一次性创建多个 a 键的。打开你的 opencloud 点 json 配置文件,需要修改三个地方 室内配置文件,如图。第二步,配置聊天渠道。很多朋友卡在这一步,不知道怎么在飞书上创建机器人,步骤如下,我知道重复建七个很枯燥,所以我做了一个创建飞书机器人的 skill, 你 把这个 skill 安装给你的 open log, 然后告诉他帮我创建一个飞书机器人,他会自动打开浏览器,自动填写表单,自动完成创建。搭好之后,最有意思的玩法是建立指挥链。 我给 ceo 的 设定是,当用户提出需求时,你需要一、分析需求的本质目的。二、将需求拆解为产品、技术、设计、市场等维度的子任务。三、将子任务分别艾特对应部门,下达清晰的任务指令。四、在所有部门回复后,汇总结果向我汇报。 这样一来,我的工作流就变成了我指挥 ceo, ceo 指挥各部门,我验收最终结果。我只需要跟一个人说话,剩下的全部自动流转。未来的工作可能不需要那么多人了,需要的是一支听话、高效、二十四小时在线的 hr 团队。

大家好,今天我们用已经安装好的 openclaw 三分钟快速配置飞书机器人,建议收藏后观看全程 webshop 长连接,不需要公蟒 ip, 不 需要域名,本地就能稳定跑起来。支持私聊,支持群组直接生产。可用。 整套流程就四步,一、飞书创建应用配置权限。二、 openclaw 执行 openclaw channels add 接入飞书。三、配置事件与回调发布。四、启动网关配对授权直接上线, 跟着这套流程走一次配置,长期稳定使用。下面是配置过程视频教程。第一步,飞书开放平台创建应用。打开飞书开放平台创建企业自建应用,在凭证与基础信息里复制 appad 和 app secret, 这两个是关键。 然后进入权限管理,批量导入 j o c 权限,一键开通所有必须权限,如果你想让机器人不用艾特也能自动响应,必须保留群主消息权限。 最后去版本管理与发布创建版本并发布企业自建应用,一般自动通过审核。第二步, open clone 命令行添加飞书通道,因为我们已经安装完成,直接用命令添加通道,选择飞书,粘贴 app id 和 app secret 回车即可。 配置完成后重启网关。 第三步,添加飞书机器人,接下来在应用能力添加应用能力里开启机器人功能,然后配置事件订阅,选择使用长连接 web socket 添加事件。 注意,这一步之前,请务必确保已在 open cloud 中添加了飞书通道,并且网关处于启动状态,否则长连接会保存失败。 最后去版本管理与发布创建版本并发布企业自建应用,一般自动通过审核。第四步,测试对话加配对授权。在飞书给机器人发消息会收到一个配对码,在终端执行授权,授权通过后机器人就能正常聊天了。 websocket 稳定不掉线,本地部署更安全,私聊群组全覆盖。以上就是今天 openclaw 接入飞书机器人的全部内容了,感谢观看,记得关注哦,我们下期见!

你还在一个个复制龙虾回复到另一个龙虾吗?我只需要向我的一只龙虾发送指令,它就可以指挥其他龙虾来干活了。下面我来告诉你如何实现。 首先需要知道的是 opencloud 中的 session send, 你 可以理解为 opencloud 中不同 agent 的 通信机制。我们找到配置文件 opencloud, 点 jnc 添加如图两个配置, 或者告诉 opencloak, 让他帮你配置,这样你的多个 agent 就 可以通信了。但是别急,你要让你的 agent 知道该怎么做。首先你要让主 agent 知道它下面有几个 agent 可以 调度,它要通过 session send 来个其他 agent 沟通,其他 agent 要知道他的上司是谁, 沟通方式也是 session send, 每一个 agent 都要知道自己的工作流程及沟通方式。其实这样已经差不多了,但是你会面临大量的调试。下面我给你讲解新的 opencloak 知识应对调试 绘画在 open club 网页端会有一个绘画页签,这就是 session send 中说的 session, 我 们可以看到 kind grouped, 这就是每个 agent 在 这个群里的对话内容。同样在聊天页签,我们也能看到所有的绘画内容。 切换我的不同绘画,你会看到每个 agent 收到消息处理完成后,都会调用一次 session send 发送给其他 agent, 并且是以我的身份发送的,他们会根据收到的内容来指定任务,这就是群聊一个 agent 指挥其他 agent 干活的原理。十分感谢你的关注与点赞,我将持续输出更多 ai 内容。

最近 ai 圈有什么热点新闻?总结五条,保存到非书文档里。当我发完这条指令之后,我的小龙虾就开始工作了, 它不仅可以帮我搜索热点话题,整理信息,并且最重要的是它可以保存在我指定的文档空间里,这样一来,我随时都可以翻阅,随时都可以阅读。此外,所有的资料都可以保存完整。让我们等一会看他给我发来的结果,可以看到他已经把我整帮我整理好了所有的热点话题,而且整理了非书文档 都写在这里,可以说他是一个很好的智能助手了。刚刚就是我日常跟小龙虾交互的过程了, 之前我视频中有建议过大家,安装 openclo 之后,第一步要学会的就是及时记录内容,那今天我就带着大家实践一把 openclo, 打通飞书,让你的所有想法都能随时记录。我们打开飞书管理后台,创建一个自建应用,我们随便起一个,因为我这只小龙虾是在新加坡的, 所以我起个名称叫新加坡小龙虾。点击创建完成之后,在这里选择添加机器人。要重要的是这里的权限管理,我们选择批量导入权限, 把我之前准备好的这部分的权限给它复制过来,然后点击下一步申请开通,点击确认。这样一来这只小龙虾就可以创建并且修改飞书云文档了。接下来我们先点击创建一个版本,比如说我们先零点零点一版本, 先是一个测试版 test, 点击保存确认。发布完成之后,我们在凭证与基础信息这里,我们把 app id 进行复制,然后添加到阿里云的控制台的这个位置, app secret 也相应的填在这个位置, 两个都复制完成之后,选择应用 ok, 显示 open call 配置成功。接下来我们再回到飞书开放平台,然后在这个应用里面去选择事件与回调,在这里去设置订阅方式, 点击保存,然后添加一个事件,添加什么事件?添加这个事件,接收消息,点击添加。 ok, 此时我们再创建一个新的版本,比如说就叫一点零,点零吧,正式上线,点击保存 确认发布。好,接下来我们进入到飞书,在这里搜索一下新加坡小龙虾,可以看到这个机器人,在这里 我们跟他说你好,他会返回我们一个条信息,我们把这条信息进行复制,在 open cloud 控制台进行粘贴。 ok, 过了一会之后,我们的 open cloud 已经帮我们配对成功了,我们来试一下啊。我们在新加坡小龙虾这里跟他做一次对话,哎,他已经收到我们的消息了, 现在正在打字给我们回复,哎,可以看到他已经回复我们了,他是刚上线的 ai 助手,他 现在还没有想好名字,我们可以给他命名,并且告诉他他是谁,他有什么样的个性,也可以告诉他你应该是什么样的性格,我们应该怎么样去交互,怎么样去协助。 我们给他命名叫小心,性格比较轻松活泼。现在给你第一个任务,写一个自我介绍,写入非书文档里,让我们看这里,他遇到问题了,他以为他创建了一个文档,但实际上他是一个空白的文档,并没有把内容真的写入, 我们要跟他提示,这个时候你需要一点耐心,然后慢慢的培养。他并没有真正写入文档内容,现在是一个空白文档,只有标题。接下来很关键,我会跟他说一句,这是我个人的经验,大家可以参考一下。我给你 app id secret, 你 记住 通过这个信息去刷新透看,这样你就可以管文档内容了。我们把刚才凭证里面的 app id 和对应的 secret 发给他。哎,你看这回他真的把文档写进来了。 我们点击这个飞书与文档,可以看到他叫小新,他的性格,他能做什么?他的工作方式,这个文档已经完完全全的写入了,大家很多时候不在电脑前,但是也想给他发指令,让他干活写文档怎么办呢?没问题,我们现在打开手机端的飞书, 找到对应的新加坡小龙虾小新,然后按住跟他说话。你要记住每天早上十点钟写一篇新闻稿,汇集一下当天的热点新闻, 写在分书文档里。那我的小新接收到了这个指令,他之后每天早上十点钟就会帮我去写这样一篇新闻稿了。本期视频我主要是想跟大家去介绍一下如何接入飞书,如何把内容存入到飞书文档里面, 你的一些指令,你的一些经验,你写的总结都不会丢失了,这些未来都会成为你自己的数字资产,非常有价值。下期视频居然会教你如何给小龙虾创建分身,让你的一只小龙虾创建多个分身,他们各自干活,可以互不干扰,我们下期再见。

想让 agent 接钉钉飞书 web 核心就靠一个东西, channel。 channel 是 适配层,把各平台消息翻译成统一格式,再把结果转发回去。就像翻译官一边说平台语言,一边说 agent 语言,两边互通,互不干扰。 build agent request, 把平台消息转成 agent 标准请求 channel 工作需要三不解析,消息转成统一请求,结果回传平台。 百分之九十新手错在每个平台写一套逻辑代码,重复混乱,你最想接哪个平台?评论区告诉我,关注卷毛 ai 日记,从零搭建可扩展 a 件的框架。

今天给大家介绍一下 cloud code 里面原生自带的两种多 agent 协同的两种方式啊,一个叫 sub agent, 一个叫 agent team, 然后我也会说明为什么这两种方式在某些业务场景下,它没有办法解决多 agent 的 协同的问题。然后啊,为此我自己做了一套 agent 的 写作流程, 能够很好的解决这两个问题。对,首先首先介绍一下啊, cloud code 自带的两种 agent 写作的方式吧。第一种叫做 sub agent 的 词代理, 子代理,就是当你跟 agent, 当你跟 cloud code 会对话的时候,这个主会话,他在完成你的任务的过程中,可以去派发一个子代理帮他去啊,完成他这个任务里面比较边缘的那一部分事项 啊,然后子代理把这个事项完成之后,得到一个执行的结果和招标,把这个招标返回一个主代理,主代理拿到这个招标之后,就可以把他的工作重心聚焦在你给他的这个任务里面比较核心的那个部分,这就是子代理的实现方式。 那他的启动方式也很简单,就是你直接在绘画里面在跟主代理对话的过程中显示的声明,像这样的声明说 啊,帮我启动一个或者多个子代理,或者具体多少个帮我去做一件什么样的事情,然后它就会自动地去启动子代理,帮帮他去做了啊。然后第二个 cloud code 的 原生自带的就是 agent team, agent team 呢,其实就是你在绘画中也是在跟主代理的这个绘画的过程中显示的声明说你想要拉起一个 agent team, 然后去帮你做一件什么样的事情,解决一个什么问题。比如说你要做一个网站,那这是一个比较大的需求, 你可以让他拉起一个 agent team, 这个 team 里面你去定义成员,有产品经理,有程序员,有 u i 设计师,有测试啊,这几个角色,他们分别的角色定义他们的职责,他们的工作流程, 然后让 cloud code 去组织他们帮你把这个网页做出来。啊,那这两个模式他有什么问题呢?或者说他有什么缺点呢? 啊?我觉得在业务实现上是有两个比较大的痛点的。第一个就是不管是 sub agent 的 子代理还是 agent team 里面的这个成员代理,他都没有办法,他们的绘画都是无法回溯的, 这就意味着你没有办法去看到他们的推理过程和他们的思考过程,你只能看到他们的一个结果,那当你对这个结果不满意的时候,你很难去 通过绘画,通过 session, 通过这个 agent 的 他的一个思考过程来判断到底是哪里有什么问题,怎么去优化它,我觉得这是在业务上是一个比较大的问题。然后第二个问题就是 不管是 sub agent 还是 agent team, 他 设计的初衷都是为了去解决一个任务,这个任务就是你在主绘画里面给 cloud code 抛出的那个任务,或者让他要解决的那个问题 啊。但是在很多业务场景下啊,我们更多需要的是一个重复性的去执行一个任务的能力, 那比如说我今天要,今天要玩,今天要做这件事情,明天也要做,那这种事情其实就不适合 sub agent 的, 或者 agent team 去合作去去完成。 那为了解决解决这两个问题,我自己设计的这套多 agent 的 协同的方案,我觉得是能够比较好的解决这两个问题的。首先就是你我们可以在这个 agent 里面去定义你需要的这个 agent 的 的角色, 他的身份,他的定义,他的工作流程啊,甚至是说他的 skill 有 哪些。 然后第一个问题怎么解决呢?就是你直接进入到这个 agent 的 文件里面,然后去启动 cloud, 那 你你其实就等于在一个新的绘画里面启动了这个 agent, 那 这个 agent 你 让他做任务的过程,他的思考过程,他的推理过程, 都是通过可以通过 cloud resume 的 方式去啊回溯的。对,那那这样的话你就可以知道 你的他的任务执行过程中有遇到什么问题,那你可以直接的在绘画里面让他去解决,比如说优化他的 skill, 优化他的工作流,优化他的身份设定,优化你的 prompt 等等 啊,来来达到来让这个 agent 的 这个执行的交付质量是更好的,符合你的业务预期的。 然后关于第二个问题,就是当我们的这个工作流程,工作流打磨的比较好了的时候,每个每个 agent 它的输出质量都已经不错了的时候,那你就可以直接通过定时任务的方式 啊,进入这些文件夹,然后驱动这些 a 帧的工作,这样的话你的整个工作流程,整个流水线就是可以一直重复的去产出结果的。 对,这样的话就解决了第二个问题就是啊原啊 cloud code 的 原声自带的两种多 a 帧的写作方式,它 都是为一次性的任务去服务的,那这样的架构其实就可以啊,不停的去驱动每每一个代理为你工作,然后不断的去重复性的产出 结果,并且这些结果因为你已经打磨好了他们的工作流程,他们的 skill, 那 他们产出的结果大概率也是符合你的业务预期的,这样的话就是他的工作结果既是好的,并且他又可以不断的重复的为你工作。

坑,真是太坑了兄弟们,我花了两个通宵,终于是躺平了两个陨石大坑。这个视频的价值远比教你如何部署安装更重要。烦死了,本来一个龙虾 agent 已经基本熟练了,想着再弄一个试试多 agent 怎么玩, 然后我就让我的第一个小龙虾 neo 去自己创建一个新的 agent, 结果搞完就是各种毛病。新的 agent 本来应该叫虾虾,但他总是不能正确认识自己的身份,他总觉得自己是 neo, 改来改去,中间一度 neo 的 非书都失联了,只能用后台的外部 u i 去沟通。 熬了一整个通宵,最后终于搞定。总结第一条写的教训,千万别完全放手的让龙虾自己改自己,他能把自己改成屎。最后我是怎么解决的?我去查了飞叔的官方文档,官方文档里专门有一篇讲该如何在 open code 里 配置多个 agent, 我 把这篇文章丢给龙虾,然后让他改,他就改对了。好,你以为这就完事了?更坑的还在后面,飞叔十七号更新了自己的官方插件,有一个流势输出的新功能,我觉得不错, 我就手贱去升级了,直接给我干崩了。飞书的交互全断了,然后就让小龙虾自己去修,期间一度外部 ui 都进不去了,完全跟龙虾失联了, 还得找 deepsafe 去帮忙,最后熬到凌晨,实在没辙了,全靠备份回滚才救回来。最绝的是,最后我发现这是一个没有人去说的隐形大坑。 opencode 开源的原文件里边有一个原生的飞书插件,飞书官方又出了一套自己的官方插件,这是两套东西, 然后我就是因为升级,所以把这两套东西装在了一个身体里,这两套东西就冲突了,就打架了。小龙虾中间修 bug 的 时候咬死了,说这个 bug 就是 飞书官方的 bug, 哼!也不怪他,说最终的解法就是只能二选一,直接删掉了原生的飞书插件,只保留飞书官方的版本,这才是完全解决了这个问题啊,天呐,哎,好了,踩过这个坑的评论区扣一,没踩过的赶紧收藏避坑啊!关注老马,一起避坑养虾,再见!

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?

当你不小心想在一台电脑上拥有多只龙虾,还希望每个龙虾既能各做各的事情,互不干扰,又能在同一个群里让一只小龙虾指挥其他的小龙虾完成复杂工作。于是聪明的你就打开了这个来自飞出官方的文档,并点击了小龙虾一键创建。几秒钟后,你的飞书里就出现了一只新的龙虾 agent。 但这个时候你发现啊,跟他说话他并不理你。然后聪明的你突然想起来,你应该还没有给这只新的小龙虾开通飞书通道。于是你在科室中端里面输了这段神秘代码,打开了小龙虾的底层代码。此时此刻,你是不是感觉自己有点代码工程师的样子了? 有毅力的你别慌啊,搜索 channel, 然后你就看到了自己已有的几只龙虾。你复制了其中一段代码,并粘贴在了,并挨个复制粘贴了过来, 然后在对话框里输了第二段神秘代码,了解到了自己最新的小龙虾的名字,并把名字复制粘贴到了刚刚的部分。这个时候,链接飞书通道就大功告成了。 然后啊,有毅力的你又在紧挨着的部分找到了 bendy 模块。聪明的你知道,得把 bendy 部分也设置好,这等于把刚刚的通道跟小龙虾链接起来。 于是你如法炮制复制粘贴,并把其中的 account id 跟 agent id 改成了新的小龙虾的名字。这个时候,你再次回到飞书页面和小龙虾说话,它又提示需要批准一个东西,于是你把最后一行复制粘贴发给了 cursor。 这个时候,恭喜你,小龙虾成功上线了。然后聪明的你又想起来简单的任务,可以用性价比高的模型, 于是你就想给每只龙虾进入不同的大模型,来给自己节省 token。 这时候你又在小龙虾的 just 文档里面搜索 list。 睿智的你知道,此时此刻,小龙虾们其实都在使用你默认的大模型。 如果想要某只龙虾使用新的模型,只要在那只小龙虾的代码部分加上这第三段神秘代码就好了。然后去按顺序选择模型,主流的模型几乎都在里面了。如果想选择模型不在清单里头,我也给大家准备好了一个复杂的代码,来布置不在清单里的模型。 至此啊,你的龙虾军团已经完全搞定,而且每个小龙虾专职专办,这样就能避免小龙虾因为对话太长太杂而导致上下文污染,记忆错乱。快把他们拉到同一个群里,给他们下达指令,给你干活吧!刚刚说的一键安装文档跟几段神秘代码也给大家准备好了, 下一期我们再详细教大家怎么让龙虾们可以互相指挥,全自动为你干活。我是拉菲,这是 open call 实战系列的第四期,咱们下次见!

同一个 agent 为啥能同时在控制台叮叮飞书回复答案由 channel 统一路由转发,他负责把结果送到对应平台。 agent 是 大脑, channel 就是 嘴巴,换平台只换嘴巴,大脑不变。 channel manager send text 统一分发消息,所有平台出口逻辑标准化,消息流处理需要三步,收平台消息 agent 处理 channel 按格式发回 百分之九十新手错在把平台逻辑写进 agent 是 无法扩展。你想让 agent 接哪个平台?评论区说说看,关注卷毛 ai 日记带你搭建多平台 agent。

请看实力 一个 agent 打工人安装好 opencloud 的 ui 界面,视频结尾有安装实操 opencloud 配置多智能体。 首先要创建多个 agent, 设置它的名称、 code 所在的空间以及对应的模型。 第二个就是写他的人设,这个人设的存放位置在你的工作空间下的这个路径,你可以按照这个模板来写,也可以根据自身需求调整。第三个是填写自己的信息, 在 text 栏里写明对应的信息即可。 第四步是激活,激活当前路径下的这个 code。 然后第五步是测试,通过相关信息进行测试,测试后系统会返回一个信息给你。 这个步骤完成之后,在代理界面里就能看到 新创建的 ajni 已经存在,如果能看到 ajni 就 表示创建成功,如果没有显示就说明创建未成功。 接下来在飞书当中新建群组, 在对应位置点击新建,这里做一个演示,先给群组取个名字,创建完成后 就能看到新增的这个群聊,然后在这个群里把对应的机器人 boss 加进去,我的机器人是这个名字, 单击按按钮添加即可,这样群聊与对应的机器人就绑定建立好了。 如果是 windows 系统, 你会看到绘画的 id, 在 这里把这个绘画 id 复制下来, 后续会用得上。如果是其他版本的非书 看不到这个 id 的 话,可以通过以下命令解决, 在对应位置输入指定命令。 在任意输入位置执行命令后, 就能在对应位置看到群 id, 显示出来,这个 id 就是 群组的 id, 把它保存好。 创建好一个群组之后,打开对应的文件, 在类似列表当中添加对应的工作配置, 找到这个配置项, 在绑定设置里加入该配置, 绑定好后保存, 之后重启对应的飞书和欧本 call, 此时机器人还不能进行回答,需要在对应位置进行调节设置, 在 channel 中添加一个配置项, 这个配置项里填写的列就是之前保存的群组列。 重启完成后,回到对应的操作位置,再次操作,机器人就会回应了, 这样就完成了 agent、 coder、 tester 这三项核心配置。使用打工人 tester 完成 opencloud 的 域外部署, 部署完成,点击地址打开, 玩的愉快!