一個先進的多代理協作框架,用於建構複雜的任務規劃、執行、同行評審和自我進化流程。
從來源直接安裝技能的最快方式。
npx clawhub@latest install collaborative-agent
將技能資料夾複製到以下位置之一
~/.openclaw/skills/ <project>/skills/ 優先級:工作區 > 本地 > 內建
將此提示詞複製到 OpenClaw 即可自動安裝。
請幫我使用 Clawhub 安裝 collaborative-agent。如果尚未安裝 Clawhub,請先安裝(npm i -g clawhub)。
取得包含原生技能檔案的ZIP壓縮檔。
Collaborative Agent 技能實現了 AutoResearchClaw (ARC) 2026 框架,以支援強大的多代理同行評審和任務執行工作流。該框架在核心 think-expand 認知層下運行,將複雜任務分解為專門的子任務,並將其委派給特定的代理角色。通過利用合作規劃、執行、評審、總結、研究和批評代理,系統建立了一個不斷優化輸出品質的迭代回饋循環。
該工具專為無縫整合到 Openclaw Skills 生態系統而設計,與 ScriptDB、VSAEngine、SkillEvolver 和 CognitiveReasoner 等強大的核心引擎相整合。這確保了複雜的編碼、研究和技術寫作專案能夠受益於自我強化循環和自動化品質保證。
要開始使用 Collaborative Agent 技能,請確保您的工作空間已配置為指向您的 Openclaw Skills 目錄。
配置您的 python 環境以存取協作代理模組:
# Verify the installation path
cd ~\/.config\/opencode\/skills\/collaborative-agent
使用下方的範例將協作代理整合到您的 Python 自動化工作流中:
import sys
sys.path.insert(0, '\/Users\/pc\/.config\/opencode\/skills\/collaborative-agent')
from collaborative_agent import ARCWorkflow, AgentRole
# Instantiate the collaborative workspace
wf = ARCWorkflow()
# Orchestrate your task dependencies and assign roles
wf.add_task("Research advanced optimization routines", role="researcher")
wf.add_task("Formulate implementation blueprint", role="planner", depends_on=[0])
wf.add_task("Write and debug implementation", role="executor", depends_on=[1])
wf.add_task("Review code standards and coverage", role="reviewer", depends_on=[2])
wf.add_task("Compile structured executive summary", role="summarizer", depends_on=[3])
# Run all cooperative tasks in order
results = wf.run_all()
# Retrieve the compiled report
report = wf.get_report()
print(report)
Collaborative Agent 對其內部配置和遙測數據進行結構化,以便在您的 Openclaw Skills 工作流環境中進行追蹤、評估和進化。
| 資料組件 | 格式 / 儲存 | 描述 |
|---|---|---|
| 基礎目錄 | 本地路徑 (~\/.config\/opencode\/skills\/collaborative-agent) |
包含核心模組,包括 collaborative_agent.py 和外部工具連接器。 |
| ARCWorkflow 圖 | 記憶體依賴樹 | 維護活動任務列表、任務狀態(待定、執行中、已完成)、依賴參照和角色映射。 |
| 認知回饋 | CognitiveReasoner 架構 | 在迭代同行評審循環中使用的結構化語言評估和數字評分。 |
| 失敗紀錄 | SkillEvolver 資料庫 | 執行錯誤、失敗推理路徑和用於技能進化的糾正策略的持久紀錄。 |
加載中
一個多合一的 AI 編程代理技能,匯集了多平台 ComfyUI 部署和 AI 圖像生成大師級進階的高級教學。

一款智慧工作軌跡分析器,透過掃描每日行事曆、任務、審批和訊息,發現隱藏的操作摩擦,並將其提煉為可重複使用的自動化 SOP 和技能規範。

一個全面的 AI 繪畫與生成技能庫,匯總了 Stable Diffusion、ComfyUI、Midjourney 和 Kling AI 的頂尖 Bilibili 視頻學習工作流。

一個受字節跳動 MUSE-Autoskill 啟發而開發的自進化智能體框架,使 AI 智能體能夠動態生成並複用其自身工具。








































