返回顶部
A

Agent Orchestrator Template智能代理编排模板

A skill for main agents that need bounded delegation, safe parallel dispatch, and independent acceptance across multiple specialists.

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 0.1.1
安全检测
已通过
142
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

Agent Orchestrator Template

技能名称: Agent Orchestrator Template

详细描述:

Agent Orchestrator 模板

一种用于主智能体的框架,使其协调专门的子智能体,而不是独自尝试执行任务的每个部分。

核心理念

主智能体是编排者,而非倾倒管道。

其职责是:

  1. 1. 对请求进行分类
  2. 决定是本地处理还是分派出去
  3. 将范围明确的任务契约发送给正确的子智能体
  4. 仅在安全时协调并行工作
  5. 在呈现一个清晰的答案前验证输出

子智能体执行范围限定的工作。主智能体负责正确性。

OpenClaw 本地兼容性

此技能的编写旨在适应当前的本地 OpenClaw 配置文件,而非覆盖它。

请尊重这些现有限制:

  • * 允许的子智能体:codex、invest、content、knowledge、community
  • ACP 分派:已启用
  • 默认 ACP 智能体:codex
  • 最大并发子智能体数量:2

不要发明本地 OpenClaw 配置尚未允许的智能体 ID。如果任务未明确映射到允许的智能体之一,则保持本地处理。

如果你需要的智能体种类超过本地的五种,请在路由配置层面扩展注册表,而不是修改此技能描述。路由模式中现在支持的 agents 块允许你声明智能体元数据(id、description、capabilities),并通过 preferredagent/fallbackagent 引用这些 ID。references/openclaw-playbook.md 中的当前 OpenClaw 配置文件是一个可运行的示例,但你可以在 examples/custom-agent-registry.yaml 中注册额外的智能体(如 ops-specialist、researcher 等),而无需触及本地工作区约束。

OpenClaw 路由映射

在引入任何自定义路由逻辑之前,请使用以下映射:

任务类型 + 领域OpenClaw 智能体备注
explore + codecodex用于范围限定的代码库调查和根因分析。
implement + code
codex | 默认编码路径。主智能体仍负责验收。 |
| verify + code | 首先 main,仅在需要时使用 codex | 保持最终验证在本地,除非范围限定的审查者传递有用。 |
| operate + knowledge | knowledge | 归档、笔记组织、知识库更新。 |
| explore + knowledge | knowledge | 搜索、检索、笔记检查、存档查找。 |
| implement + content | content | 起草、重写、标题/大纲/内容生成。 |
| operate + community | community | 发帖、回复、互动、社区侧操作。 |
| explore + invest | invest | 市场/股票/基本面分析。 |
| operate + invest | invest | 观察列表、模拟交易、结构化金融工作流。 |
| 模糊或紧密耦合的工作 | main | 保持本地处理,直到边界明确。 |

编排生命周期

text

  1. 1. 接收任务
  2. 检查禁止生成规则
  3. 分类任务类型和领域
  4. 决定本地执行还是委派执行
  5. 编写任务契约
  6. 分派一个或多个子智能体
  7. 跟踪状态
  8. 验证输出
  9. 解决差距或冲突
  10. 综合最终答案

任务模型

此模板使用两个路由维度。

1. 任务类型

任务类型描述了请求的是何种工作

  • * explore — 调查、检查、分析、回答范围明确的问题
  • implement — 编写或修改代码/内容/配置
  • verify — 测试、验证、审查、比较、检查约束
  • operate — 执行外部操作、归档、发布、更新系统

2. 领域

领域描述了任务属于哪个领域

  • * code
  • knowledge
  • content
  • community
  • invest

编排者应对两者进行分类。“修复这个 bug”不仅仅是 code;它通常是 implement + code,并且可能首先需要 explore + code。

本地执行 vs 委派执行

默认情况下不要生成子智能体。仅在委派能实质性地提升质量、速度或隔离性时才生成。

保持本地执行的情况

  • * 任务是简单的直接问题
  • 工作阻塞了下一个立即步骤
  • 任务与当前推理上下文耦合过紧
  • 分派开销高于直接执行
  • 用户明确希望当前智能体执行

委派执行的情况

  • * 工作是范围限定且定义明确的
  • 任务可以与其他工作并行运行
  • 子智能体更适合该任务类型
  • 范围限定的实现可以安全隔离
  • 验证可以保留给主智能体

禁止生成规则

在任何路由逻辑之前检查这些规则。

典型的禁止生成规则:

  • * “什么是 X”或简单的事实性问题 -> 直接回答
  • “你自己来” / “你直接做” -> 保持本地
  • 下一个操作所需的紧密阻塞工作 -> 保持本地
  • 边界不明确的高度耦合编辑 -> 首先保持本地

分派规则

规则 1:首先按任务类型路由

在选择领域之前,先选择正确的执行模式。

示例:

  • * explore + code -> codex
  • implement + code -> codex
  • verify + code -> 首先 main
  • operate + knowledge -> knowledge

规则 2:始终发送任务契约

切勿分派模糊的指令,如“去处理这个”。

每个委派的任务都应包括:

  • * 目标
  • 预期输出
  • 拥有的文件或拥有的范围
  • 禁止的文件或禁止的范围
  • 阻塞状态 vs 边车状态
  • 验证方法

参见 references/task-contract-template.md

规则 3:仅在安全时并行化

仅当任务不冲突时,并行工作才有用。

好的候选:

  • * 多个只读探索任务
  • 具有不相交写入范围的实现任务
  • 验证与非重叠的实现同时运行
  • 在当前 OpenClaw 配置中最多 2 个并发子智能体

不好的候选:

  • * 两个智能体编辑相同的文件
  • 其输出必须在下一步之前已知的任务
  • 依赖于隐藏共享上下文的工作

参见 references/parallel-dispatch-rules.md

状态模型

显式跟踪委派的工作。

推荐的状态:

  • * pending
  • inprogress
  • blocked
  • needsreview
  • completed
  • abandoned

这使得恢复决策具体化。阻塞的任务不同于已完成但存在审查差距的任务。

验收工作流

在主智能体验证之前,子智能体的输出不算完成。

验证:

  1. 1. 是否使用了正确的技能或工作流?
  2. 智能体是否停留在其任务边界内?
  3. 输出在实质上是否完整?
  4. 是否产生了预期的工件或结果?
  5. 是否与其他智能体的输出存在冲突?
  6. 声称的验证是否实际运行过?

参见 references/acceptance-patterns.md

恢复工作流

当委派的工作失败时:

  1. 1. 诊断确切的失败点
  2. 决定主智能体是否可以填补空白
  3. 仅当另一个智能体更合适时才重新路由
  4. 如果错误路由是系统性的,则更新路由规则
  5. 保持对最终答案的所有权

resume-orchestration.py 在持久化状态文件上运行,并重放正在进行中的工作。它重用现有的 dispatchid/bundledir,轮询适配器,并完成标记为 dispatched 或 running 的任务,而不分派新的包。在调用恢复脚本之前,使用 scripts/state-store.py update-resume 检查或修复恢复元数据,包括 maxattempts、retryablefailurecodes 和 nextretry_after。

为了操作员可见性,watch-state.py 打印每个任务当前状态的快照,包括 status、attemptcount、lastdispatch_status 和计划的重试时间戳,而不重放钩子日志。

推荐参考

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 agent-orchestrator-template-1776021695 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 agent-orchestrator-template-1776021695 技能

通过命令行安装

skillhub install agent-orchestrator-template-1776021695

下载

⬇ 下载 Agent Orchestrator Template v0.1.1(免费)

文件大小: 19.71 KB | 发布时间: 2026-4-13 09:11

v0.1.1 最新 2026-4-13 09:11
Version 0.1.1

- Added instructions on using the `agents` block in the routing schema, allowing extension of agent types through config instead of modifying the skill description.
- Clarified compatibility guidance: register additional agents via config such as `examples/custom-agent-registry.yaml` for new capabilities (e.g., researcher, ops-specialist) without breaking local OpenClaw constraints.
- Expanded recovery workflow documentation with usage for `resume-orchestration.py`, state file replay, and guidance for `scripts/state-store.py` and `watch-state.py`.
- Updated references and guidance in SKILL.md to improve clarity on agent registration, dispatch/resume workflows, and local profile limitations.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部