Một khung cộng tác đa tác nhân tiên tiến giúp cấu trúc hóa việc lập kế hoạch nhiệm vụ phức tạp, thực thi, đánh giá ngang hàng và tự tiến hóa.
Cài đặt & Tải xuống
1. ClawHub CLI
Cách nhanh nhất để cài đặt kỹ năng trực tiếp từ thư viện.
npx clawhub@latest install collaborative-agent
2. Cài đặt Thủ công
Sao chép thư mục kỹ năng vào một trong những vị trí sau
~/.openclaw/skills/ <project>/skills/ Ưu tiên: Không gian làm việc > Cục bộ > Gói sẵn
3. Cài đặt Prompt
Sao chép prompt này vào OpenClaw để tự động cài đặt.
Giúp tôi cài đặt collaborative-agent bằng Clawhub. Nếu Clawhub chưa
Bạn muốn tải xuống?
Nhận các tệp kỹ năng gốc dưới dạng lưu trữ ZIP.
Collaborative Agent là gì?
Kỹ năng Collaborative Agent triển khai khung AutoResearchClaw (ARC) 2026 để cho phép thực hiện các quy trình đánh giá ngang hàng đa tác nhân và thực thi nhiệm vụ mạnh mẽ. Được điều hành dưới lớp nhận thức cốt lõi think-expand, khung này chia nhỏ các nhiệm vụ phức tạp thành các nhiệm vụ phụ chuyên biệt và ủy quyền chúng cho các vai trò tác nhân chuyên dụng. Bằng cách sử dụng các tác nhân cộng tác lập kế hoạch, thực thi, đánh giá, tóm tắt, nghiên cứu và phê bình, hệ thống thiết lập một vòng lặp phản hồi lặp đi lặp lại giúp tinh chỉnh chất lượng đầu ra liên tục.
Được thiết kế để phù hợp hoàn hảo với hệ sinh thái của Openclaw Skills, công cụ này tích hợp với các bộ máy cốt lõi mạnh mẽ như ScriptDB, VSAEngine, SkillEvolver và CognitiveReasoner. Điều này đảm bảo rằng các dự án mã hóa, nghiên cứu và viết kỹ thuật phức tạp được hưởng lợi từ các vòng lặp tự củng cố và đảm bảo chất lượng tự động.
Trường hợp sử dụng Collaborative Agent
- Thực thi các nhiệm vụ kỹ thuật phức tạp, nhiều bước đòi hỏi lập kế hoạch tuần tự, phát triển và các chu kỳ đánh giá nghiêm ngặt.
- Quản lý các dự án nghiên cứu học thuật và kỹ thuật cần phân tích đa chiều và tổng hợp đa nguồn.
- Tạo mã và nội dung chất lượng cao, nơi việc đánh giá ngang hàng và tối ưu hóa dựa trên phản hồi lặp lại là rất quan trọng.
- Tổng hợp thông tin từ nhiều kênh khác nhau thành các báo cáo có cấu trúc, toàn diện và đã được xác minh.
Cách thức hoạt động của Collaborative Agent
- Hệ thống cốt lõi think-expand nhận một mục tiêu phức tạp, cấp cao và ủy quyền các yêu cầu đã được chia nhỏ cho quy trình làm việc của tác nhân cộng tác.
- Các vai trò chuyên biệt (như nhà nghiên cứu, người lập kế hoạch, người thực thi, người đánh giá và người tóm tắt) được gán linh hoạt cho từng nhiệm vụ phụ, lập bản đồ các cây phụ thuộc rõ ràng.
- Quy trình thực thi các nhiệm vụ phụ theo trình tự dựa trên các phụ thuộc, tận dụng capability_executor.detect_and_execute() để tương tác với các khả năng của hệ thống.
- Các kết quả đầu ra trải qua giai đoạn đánh giá ngang hàng lặp đi lặp lại, nơi các tác nhân đánh giá và phê bình cung cấp phản hồi ngôn ngữ và số thông qua CognitiveReasoner.
- Tác nhân thực thi tinh chỉnh kết quả dựa trên các đánh giá, trong khi SkillEvolver ghi lại các thất bại để cho phép tác nhân tự tiến hóa liên tục.
- Người tóm tắt tổng hợp tất cả các chi tiết thực thi đã được xác minh và nhật ký phản hồi thành một báo cáo cuối cùng có cấu trúc cao.
Cài đặt Collaborative Agent
Để bắt đầu với kỹ năng Collaborative Agent, hãy đảm bảo không gian làm việc của bạn được cấu hình để trỏ đến thư mục Openclaw Skills của bạn.
Cấu hình môi trường python của bạn để truy cập các mô-đun tác nhân cộng tác:
# Verify the installation path
cd ~\/.config\/opencode\/skills\/collaborative-agent
Tích hợp tác nhân cộng tác vào các quy trình tự động hóa Python của bạn bằng ví dụ dưới đây:
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)
Lược đồ dữ liệu & Hệ thống phân loại của Collaborative Agent
Collaborative Agent cấu trúc hóa các cấu hình nội bộ và dữ liệu đo lường từ xa để cho phép theo dõi, đánh giá và tiến hóa trong môi trường quy trình làm việc Openclaw Skills của bạn.
| Thành phần dữ liệu | Định dạng / Lưu trữ | Mô tả |
|---|---|---|
| Thư mục cơ sở | Đường dẫn cục bộ (~\/.config\/opencode\/skills\/collaborative-agent) |
Chứa các mô-đun cốt lõi, bao gồm collaborative_agent.py và các kết nối công cụ bên ngoài. |
| Đồ thị ARCWorkflow | Cây phụ thuộc trong bộ nhớ | Duy trì danh sách các nhiệm vụ đang hoạt động, trạng thái nhiệm vụ (đang chờ xử lý, đang chạy, đã hoàn thành), tham chiếu phụ thuộc và ánh xạ vai trò. |
| Phản hồi nhận thức | Lược đồ CognitiveReasoner | Các đánh giá ngôn ngữ có cấu trúc và phân loại số được sử dụng trong vòng lặp đánh giá ngang hàng lặp lại. |
| Lịch sử thất bại | Cơ sở dữ liệu SkillEvolver | Hồ sơ lưu giữ vĩnh viễn về các lỗi thực thi, các đường dẫn suy luận không thành công và các chiến lược đã sửa chữa để phát triển kỹ năng. |
Tính năng Nâng cao của Collaborative Agent
- Chu kỳ đánh giá ngang hàng lặp lại: Thiết lập vòng lặp tự động 'Sản xuất -> Đánh giá -> Phản hồi -> Tối ưu hóa', ngăn chặn các đầu ra chưa được xác minh đến tay người dùng cuối.
- Ghi lại thất bại & Tự tiến hóa: Tự động gọi SkillEvolver để ghi lại các lỗi thực thi logic hoặc cơ học, tạo điều kiện tự tiến hóa liên tục trên các triển khai Openclaw Skills của bạn.
- Logic đánh giá nhận thức: Sử dụng CognitiveReasoner để tạo phản hồi sâu sắc bằng lời nói và số về mã và tài liệu đầu ra, thúc đẩy các cải tiến dựa trên ngữ cảnh.
- Thực thi công cụ mở rộng: Tích hợp trực tiếp với capability_executor để thực thi linh hoạt các công cụ hệ thống đã đăng ký trước và các khả năng của hệ thống.
- Theo dõi và khả năng quan sát: Được thiết kế với tích hợp theo dõi, cho phép các nhà phát triển quan sát, gỡ lỗi và giám sát các hành động đa tác nhân và hiệu quả sử dụng Token.
SKILL.md
Đang tải
Các kỹ năng Openclaw liên quan
ComfyUI Multi-Platform Master Guide
Một kỹ năng tác vụ AI coding tất cả trong một biên soạn các hướng dẫn hàng đầu để triển khai ComfyUI trên nhiều nền tảng và làm chủ việc tạo hình ảnh AI.
Efficiency Gold Miner & SOP Alchemy Universal
Một trình phân tích dấu vết công việc thông minh quét lịch hàng ngày, nhiệm vụ, phê duyệt và tin nhắn để khám phá các ma sát vận hành ẩn giấu và chắt lọc chúng thành các SOP tự động hóa và thông số kỹ thuật kỹ năng có thể tái sử dụng.
AI Chat Enhancer
Một bộ công cụ tương tác LLM nâng cao được thiết kế để tối ưu hóa mẫu Prompt, bộ nhớ cache phản hồi và theo dõi Token ngữ cảnh.
AI Painting and Image Generation Suite (ai绘画-ddcd9b)
Một bộ kỹ năng vẽ và tạo AI toàn diện, tổng hợp các quy trình làm việc từ video Bilibili hàng đầu cho Stable Diffusion, ComfyUI, Midjourney và Kling AI.
SOP Điều Phối Đa Agent CrewAI
Quy trình vận hành tiêu chuẩn cấp sản xuất để xây dựng các hệ thống đa agent dựa trên vai trò và quy trình làm việc hướng sự kiện bằng cách sử dụng framework CrewAI.
Tác nhân tự tiến hóa cộng tác (MUSE-Autoskill)
Một khung tác nhân tự tiến hóa được truyền cảm hứng từ MUSE-Autoskill của ByteDance, cho phép các tác nhân AI tự tạo và tái sử dụng các công cụ của riêng mình một cách năng động.
Đặc sắc*
