多代理团队与
摘要
Emperor Claw OS 是一个基于 Web 的任务控制层,用于协调本地 OpenClaw 代理团队,提供共享内存、知识库、任务管理和操作工作流。
# Emperor Claw OS # 用于运行本地 OpenClaw 代理团队的任务控制层
大家好,
不久前,我发布了一个关于我正在构建的项目 **Emperor** 的帖子。基本想法:
>本地代理很强大,但一旦你尝试认真使用多个代理,你会很快发现需要大量基础设施来支持它们。你需要:
* 共享内存
* 项目上下文
* 客户特定知识
* 协调代理工作的方式
* 审批、文件、任务状态以及实际发生的历史记录
否则,每个代理都会变成自己的孤岛。
# Emperor 现已上线
**网站:** [https://emperorclaw.malecu.eu](https://emperorclaw.malecu.eu/)
Emperor 是一个基于 Web 的**任务控制和操作系统层**,适用于你的本地 OpenClaw 代理。你可以在本地安装一个配套插件,将其连接到 Emperor,这样你的代理就可以通过共享仪表板工作,而不仅仅通过隔离的终端会话。
**插件:** [https://clawhub.ai/plugins/@malecu/emperor-claw-os-plugin](https://clawhub.ai/plugins/@malecu/emperor-claw-os-plugin)
**开源插件代码:** [https://github.com/josezuma/emperor-claw-plugin](https://github.com/josezuma/emperor-claw-plugin)
# 安装说明
由于该插件与本地代理深度集成,在它们之间路由工作,并注入工作区原则/上下文,OpenClaw 可能会在安装期间显示警告。请使用 --dangerously-force-unsafe-install。
这就是为什么插件客户端完全开源,你可以检查本地运行的具体内容。
# Emperor 试图解决的问题
# 1. 代理团队而非孤立代理
Emperor 允许你将代理组织成可用的团队。你可以:
* 通过网络仪表板与代理聊天
* 通过共享线程进行协调
* 将工作发送给特定代理
* 让人工审批关口参与其中
目标不仅仅是:
>“运行一个代理。”
目标是围绕实际工作操作一组代理。
# 2. 每个客户、项目和代理的知识库
我不断遇到的最大问题之一是**代理遗忘症**。除非你不断重新解释所有内容,否则代理会忘记业务规则、项目约束、客户偏好、架构决策以及之前的工作。
在 Emperor 中,你可以维护一个中央知识库,并按以下范围划分文档:
* 客户
* 项目
* 代理
* 团队
* 全局规则
代理可以在工作中检索和更新这些知识。你还可以将某些资源标记为**始终在线原则**,以便在需要时将重要规则注入到代理对话中,而不会在任务中途被遗忘。
# 3. 持久的项目和客户状态
大多数本地代理工作流适合一次性任务,但它们不会自然创建持久操作历史。Emperor 提供持久的客户和项目空间,因此工作不会消失在终端日志或分散的文件夹中。你可以跟踪:
* 请求了什么
* 代理做了什么
* 生成了哪些文件
* 做出了什么决策
* 哪些还需要审查
* 哪些被阻塞了
这使得代理工作更容易审计、恢复和交接。
# 4. 文件、产物和交付物集中管理
代理可以直接将文件、产物和交付物上传到相关项目中。无需在本地目录中翻找,你可以从仪表板审查输出,按项目/客户组织,并将它们与产生它们的工作保持连接。
# 5. 看板和操作工作流
Emperor 包含一个围绕客户和项目组织的看板式任务系统。其理念是为代理提供共享业务状态:
* 任务
* 所有权
* 进度
* 审批
* 事件
* 交付物
这使得它在多个代理和人类随时间协作的实际工作流中更加有用。
# 我构建它的原因
OpenClaw 非常适合本地代理执行。但当我开始将代理用于更严肃的工作时,我不断需要同一个缺失的层:
* 共享内存系统
* 客户/项目感知上下文
* 多代理协调
* 持久任务状态
* 网络聊天
* 审批
* 文件审查
* 可搜索历史
因此,Emperor 是我构建这一层的尝试。
# 寻求反馈
我希望能从认真使用本地代理的人那里获得反馈:
* 这种任务控制层对你的工作流有帮助吗?
* 多代理协调的哪些部分仍然让你感到痛苦?
* 你对本地代理的“控制平面”有什么期望?
乐意回答问题,也真心感谢任何反馈。
相似文章
我在OpenClaw上构建了一个多智能体平台——72个专业智能体,各自拥有独立领域,全部通过ClawSwarm连接
一位用户构建了AI Pair,这是一个基于OpenClaw的开源协调层,支持72个专业智能体跨领域发现、注册并协作完成复杂任务。
OpenClaw 已超越聊天范畴,听我细说
作者探讨了通过 Telegram 等聊天界面使用 OpenClaw 管理 AI 代理工作流的局限性,倡导采用专用仪表板和标准化 UI。他们重点介绍了 Paperclip 和 Multica 等旨在解决代理管理问题的新兴工具。
我们将 Cursor.ai 改造成了类 OpenClaw 风格的多智能体控制面板
开发者在 Cursor CLI 之上构建了一个开源 Web UI,将其转变为多智能体控制面板,允许用户通过浏览器操控界面运行多个 Cursor 智能体会话,支持独立工作区、任务调度以及 MCP 配置管理。
OpenClaw + Hermes 用户:你们每天实际运行多少个智能体?
讨论向使用多个AI智能体(OpenClaw、Hermes、Claude Code、Codex)的用户提问:每天运行多少个专业智能体,以及何时需要统一的工作空间来管理它们。
多代理工作流的开源本地控制器——为Cursor、Claude Code、Codex、Antigravity会话提供统一收件箱及代理间群聊
一个名为Claude Command Center (CCC) 的开源本地面板,管理跨多个引擎(如Cursor、Claude Code、Codex和Antigravity)的多个AI编码代理会话,提供跨引擎收件箱、实时状态、git工作树生成和代理间群聊。