为什么需要多智能体协作
现在的 AI 编程助手越来越强,但有个尴尬的现实:单个 AI Agent 再厉害,也还是单打独斗。拆任务、写模块、跑测试全靠自己一个,遇到复杂项目就显得力不从心,效率也上不去。
最近发现一个开源项目 ClawTeam-OpenClaw,可以有效改变这个局面。它不是给你一个更强大的 AI 助手,而是提供一套完整的「AI 团队管理系统」,让 AI 自己组建团队、自动分工、互相沟通、最后合并成果。
苏米注:这个思路很巧妙——从「增强单个 AI」转向「让 AI 团队协作」,解决了上下文窗口有限和复杂任务拆分的核心痛点。
项目简介
ClawTeam-OpenClaw 是 HKUDS/ClawTeam 的一个深度定制版本,专门集成了 OpenClaw 作为默认智能体。
它提供了一套完整的基础设施,让多个 AI Agent 能够:
- 并行工作:多个 Worker 同时执行不同子任务,互不干扰
- 协调通信:通过消息系统(Inbox)传递指令和结果
- 任务调度:支持任务依赖链,自动解除阻塞
- 代码隔离:每个 Agent 有独立的 Git 工作区

你只需要把需求描述清楚,剩下的全都交给 AI 团队。
核心亮点
1. 智能体自组织,无需人工指挥
ClawTeam 最吸引人的地方就是 AI 智能体自己管理自己。
Leader 智能体负责调用 clawteam spawn 命令创建 Worker,每个 Worker 都有自己独立的 Git 工作区、会话环境和身份标识。
举个例子,你说「用 ClawTeam 来拆分任务,构建一个 Web 应用」,AI 就会自动:
- 创建团队
- 生成多个 Worker
- 分配任务
- 协调进度
- 合并结果
整个过程完全通过 clawteam CLI 自动完成,你只需要在旁边看就行。
2. Git 工作区隔离,避免代码冲突
每个智能体都有自己独立的 Git 工作树(worktree),这意味着它们可以在互不干扰的情况下并行开发。分支命名规则是 clawteam/{team}/{agent},清晰明了。
苏米注:这个设计很到位——用 Git worktree 实现代码隔离,彻底解决了多人协作时最头疼的代码冲突问题。每个 Agent 在自己的分支里干活,最后 Leader 再统一合并到主分支。
3. 智能体之间可以互相通信
Worker 之间可以通过收件箱(inbox)进行通信,汇报进度、交换信息。所有的沟通都是通过自动注入到它们 prompt 中的 CLI 命令完成的。
比如,一个 Worker 完成了认证模块,可以发消息给 Leader:
clawteam inbox send my-team leader "Auth done. All tests passing."
Leader 收到消息后,就可以安排下一步工作了。
4. 实时监控看板,掌握团队动态
ClawTeam 提供了多种监控方式:
- board show:终端看板
- board live:自动刷新的仪表盘
- board attach:平铺的 tmux 视图(Linux/macOS/WSL)
- board serve:实时更新的 Web UI
你可以选择喜欢的方式,随时查看整个 AI 团队的工作状态。
5. 团队模板开箱即用
ClawTeam 内置了一些预定义的团队模板(TOML 文件),一条命令就能启动一整个多角色团队。
比如,启动一个对冲基金分析团队:
clawteam launch hedge-fund --team fund1 --goal "Analyze AAPL, MSFT, NVDA for Q2 2026"
这个模板会启动 7 个智能体:5 个分析师(价值、成长、技术面、基本面、情绪面)并行工作,1 个风险经理整合所有信号,1 个投资经理做最终决策。
支持的智能体
ClawTeam 的一大优势是支持多种主流编程智能体混合使用:
| 智能体 | 启动命令 | 状态 |
|---|---|---|
| OpenClaw | clawteam spawn --team ... |
默认 |
| Claude Code | clawteam spawn claude --team ... |
完全支持 |
| Codex | clawteam spawn codex --team ... |
完全支持 |
| nanobot | clawteam spawn nanobot --team ... |
完全支持 |
| Hermes Agent | clawteam spawn hermes --team ... |
完全支持 |
| Cursor | clawteam spawn subprocess cursor --team ... |
实验性 |
| 自定义脚本 | clawteam spawn subprocess python --team ... |
完全支持 |
你可以根据任务需要,灵活选择和组合不同的智能体。
快速上手
前置要求
- Python 3.10+
- 至少一个 CLI 编程智能体(OpenClaw、Claude Code、Codex 等)
- tmux(Linux/macOS/WSL 可选,用于完整的可视化工作流)
检查环境:
python --version # 需要 3.10+
tmux -V # Linux/macOS/WSL 只
openclaw --version # 或者:claude --version / codex --version
安装 ClawTeam
⚠️ 重要:不要直接运行 pip install clawteam 或 npm install -g clawteam,它们安装的不是我们要的版本。
正确的安装方式:
git clone https://github.com/win4r/ClawTeam-OpenClaw.git
cd ClawTeam-OpenClaw
pip install -e . # ← 必需!从本地仓库安装
可选安装 P2P 传输(ZeroMQ):
python -m pip install -e ".[p2p]"
确保 clawteam 在 PATH 中
被 spawn 的智能体运行在新的 shell 中,可能没有 pip 的 bin 目录在 PATH 中。在 ~/bin 中创建一个符号链接确保 clawteam 始终可用:
mkdir -p ~/bin
ln -sf "$(which clawteam)" ~/bin/clawteam
然后确保 ~/bin 在你的 PATH 中,如果没有,把这行添加到 ~/.zshrc 或 ~/.bashrc:
export PATH="$HOME/bin:$PATH"
OpenClaw 用户额外步骤
如果你使用 OpenClaw,还需要安装 ClawTeam skill:
mkdir -p ~/.openclaw/workspace/skills/clawteam
cp skills/openclaw/SKILL.md ~/.openclaw/workspace/skills/clawteam/SKILL.md
然后配置执行权限:
# 确保安全模式是 "allowlist"(不是 "full")
python3 -c "
import json, pathlib
p = pathlib.Path.home() / '.openclaw' / 'exec-approvals.json'
if p.exists():
d = json.loads(p.read_text())
d.setdefault('defaults', {})['security'] = 'allowlist'
p.write_text(json.dumps(d, indent=2))
print('exec-approvals.json updated: security = allowlist')
else:
print('exec-approvals.json not found — run openclaw once first, then re-run this step')
"
# 将 clawteam 添加到允许列表(使用绝对路径)
openclaw approvals allowlist add --agent "*" "$(which clawteam)"
验证安装
clawteam --version # 应该打印版本号
clawteam config health # 应该显示全绿
如果使用 OpenClaw,也验证一下 skill 是否已加载:
openclaw skills list | grep clawteam
使用方式
方式一:让智能体主导(推荐)
安装 ClawTeam 后,直接对你的智能体说:
「构建一个 Web 应用。使用 clawteam 把工作拆分到多个智能体。」
智能体就会自动创建团队、spawn Worker、分配任务、协调进度 — 所有操作都通过 clawteam CLI 完成。
方式二:手动控制
如果你想亲自指挥,也可以手动操作:
# 创建团队
clawteam team spawn-team my-team -d "Build the auth module" -n leader
# Spawn Worker — 每个都有自己的 git worktree 和后端会话
clawteam spawn --team my-team --agent-name alice --task "Implement OAuth2 flow"
clawteam spawn --team my-team --agent-name bob --task "Write unit tests for auth"
# 查看它们工作
clawteam board serve --port 8080
clawteam board attach my-team # Linux/macOS/WSL with tmux
总结
ClawTeam-OpenClaw 展示了 AI 编程的未来方向:不再是单个智能体单打独斗,而是让 AI 自己组建团队、分工协作。
苏米注:这个项目的优势在于简单易用、灵活强大、开箱即用。如果你想让手头的 AI 编程工具从「单兵作战」变成「团队协作」,这个项目绝对值得一试。
项目地址: