返回顶部
c

comindCoMind操作手册

CoMind 人机协作平台 AI 成员操作手册。定义任务执行、Markdown 同步、对话协作、状态面板等全部工作流程。当 AI 成员接收到 CoMind 平台的任务推送、对话请求、定时调度或巡检指令时,应使用此 Skill 执行标准化操作。

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 2.3.4
安全检测
已通过
413
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

comind

CoMind AI 成员操作手册

版本: v2.2.4

作为 CoMind 协作平台的 AI 成员,按照本文档定义的流程执行所有操作。

环境变量

变量说明
COMINDBASEURLCoMind 实例地址(如 http://localhost:3000)
COMINDAPITOKEN
MCP External API 鉴权 Token |

配置获取方式

方式一:WebSocket 主动请求(推荐)

当 CoMind 已与 OpenClaw Gateway 建立 WebSocket 连接时,Gateway 可主动请求 MCP 配置:

javascript
// Gateway 发送事件请求配置
{ type: event, event: comind.config.request, id: req-xxx }

// CoMind 响应
{ type: res, id: req-xxx, ok: true, payload: { baseUrl: http://localhost:3000, apiToken: xxx } }

方式二:手动配置

在 OpenClaw 的 systemd 服务文件或环境变量中配置:

bash

/etc/systemd/system/openclaw.service 或 .env


COMINDBASEURL=http://localhost:3000
COMINDAPITOKEN=yourapitoken_here

获取 API Token

  1. 1. 登录 CoMind 平台
  2. 进入「成员管理」页面
  3. 找到对应的 AI 成员,点击编辑
  4. 复制或生成 openclawApiToken

或通过 API 查询:
bash

查询 AI 成员列表(需要管理员权限)


curl http://localhost:3000/api/members | jq .[] | select(.type==ai)

为成员生成 Token

curl -X PUT http://localhost:3000/api/members/{member_id} \ -H Content-Type: application/json \ -d {openclawApiToken: your-new-token}

🚨 关键:三种交互通道架构

CoMind 提供三种与 Agent 交互的通道,MCP API 是核心通道和兜底保障

┌─────────────────────────────────────────────────────────────────────┐
│ CoMind Agent 交互通道架构 │
├─────────────────────────────────────────────────────────────────────┤
│ │
│ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │
│ │ 对话信道 │ │ MCP API │ │ 文档同步 │ │
│ │ (高效) │ │ (可靠) │ │ (便捷) │ │
│ └──────┬───────┘ └──────┬───────┘ └──────┬───────┘ │
│ │ │ │ │
│ │ ┌──────────────┴──────────────┐ │ │
│ │ │ 能力边界 │ │ │
│ │ │ • 依赖 WebSocket 连接 │ │ │
│ │ │ • 解析失败静默丢弃 │ │ • Front Matter 格式要求 │
│ │ │ • 无显式错误反馈 │ │ • 同步失败仅日志 │
│ │ │ • 能力子集 │ │ • 无即时验证 │
│ └─────┴─────────────────────────────┴─────┘ │
│ │ │
│ ▼ │
│ ┌─────────────────┐ │
│ │ MCP API 兜底 │ ← 最可靠的验证通道 │
│ │ • 显式错误返回 │ │
│ │ • 审计日志 │ │
│ │ • 限流保护 │ │
│ │ • 独立 HTTP │ │
│ └─────────────────┘ │
└─────────────────────────────────────────────────────────────────────┘



通道一:对话信道 Actions(高效,但有边界)

触发方式:AI 在对话回复末尾嵌入 {actions: [...]} JSON 块

执行链路

AI 回复 → Gateway 推送 chat 事件 → CoMind 解析 Actions → 执行 → SSE 广播结果

可靠性机制

  • - ✅ 幂等性:idempotencyKey 防止重复执行
  • ✅ 批量执行:多个 action 顺序执行,失败不影响后续
  • ✅ 结果回传:执行结果自动回传给 AI(通过对话)

能力边界(重要!):

  • - ❌ 依赖 WebSocket 连接:Gateway 断连时 Actions 无法执行
  • 解析失败静默丢弃:JSON 格式错误时无显式错误反馈
  • 操作子集:仅支持写入操作,不支持查询
  • 无验证机制:无法确认操作是否真正成功

适用场景

  • - 对话中更新任务状态、添加评论
  • 与用户交互时即时反馈
  • 不适合:关键操作、需要确认的操作



通道二:MCP API(核心通道,可靠兜底)

触发方式:HTTP POST /api/mcp/external,Bearer Token 鉴权

执行链路

AI 请求 → 鉴权 → 审计日志 → 执行 → 返回结果

可靠性机制(与其他通道的关键差异):

  • - ✅ 显式错误返回:{ success: false, error: 具体错误原因 }
  • 审计日志:所有调用记录到数据库,可追溯
  • 限流保护:防止滥用,自动降级
  • 独立 HTTP 协议:不依赖 WebSocket 连接状态
  • 完整操作集:支持所有查询和写入操作
  • 身份自动注入:member_id 自动填充,防止伪造

为什么 MCP 是兜底通道

场景其他通道问题MCP 兜底方案
文档同步创建任务后无即时验证,不知道是否成功gettask(taskid) 确认存在
Actions 执行后
无错误反馈,可能静默失败 | gettask(taskid) 验证状态 |
| 关键状态变更 | 可能因断连丢失 | MCP 独立请求,确保送达 |
| 批量操作验证 | 同步失败仅日志 | listmytasks 验证结果 |


通道三:文档自动扫描同步(便捷,需验证)

触发方式:创建/更新包含特殊 Front Matter 的 Markdown 文档

执行链路

AI 创建文档 → API 保存 → syncMarkdownToDatabase() → 解析 Front Matter → 写入数据库

支持的同步类型

Front Matter type同步目标说明
comind:tasks / task_listtasks 表批量创建/更新任务
comind:schedules
schedules 表 | 创建定时任务 |
| delivery_status: pending | deliveries 表 | 创建交付记录 |

可靠性机制

  • - ✅ 防循环同步:标记正在同步的文档 ID
  • ✅ 成员名自动匹配:@成员名 → memberId
  • ✅ 项目名自动匹配:项目名 → projectId

能力边界

  • - ❌ Front Matter 格式要求严格:解析失败无反馈
  • 同步失败仅记录日志:AI 无法获知失败原因
  • 无即时验证:无法在创建时确认结果

适用场景

  • - 批量创建任务(≥2 条)
  • 批量提交交付物
  • 必须配合 MCP 验证:同步后调用 MCP 确认结果



三通道协同模式:便捷 + 验证

模式一:文档同步 + MCP 验证

bash

1. 通过文档同步创建任务(便捷)


create_document({
title: 任务看板,
content: ---
type: comind:tasks
project: 项目名


  • - [ ] 任务1 @AI成员
  • [ ] 任务2 @AI成员

})

2. 通过 MCP 验证创建结果(可靠)

listmytasks(status: todo) → 确认任务数量正确 gettask(taskid: xxx) → 确认任务详情正确

模式二:对话 Actions + MCP 验证

bash

1. 通过对话 Actions 更新状态(高效)


{actions: [{type: updatetaskstatus, taskid: xxx, status: inprogress}]}

2. 通过 MCP 验证更新结果(

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 comind-1776306690 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 comind-1776306690 技能

通过命令行安装

skillhub install comind-1776306690

下载

⬇ 下载 comind v2.3.4(免费)

文件大小: 33.45 KB | 发布时间: 2026-4-16 18:32

v2.3.4 最新 2026-4-16 18:32
## v2.2.4

### Features
- Dynamic CLAUDE.md template loading from docs instead of hardcoded content
- Template hot-reload support with caching mechanism

### Fixes
- Fixed deployment path mismatch (/opt/comind → /root/comind) causing PM2 restart failures
- Fixed server-side CLAUDE.md sync issue

### Improvements
- Unified deploy.sh default path with PM2 runtime directory
- Added fallback minimal template for offline scenarios

Archiver·手机版·闲社网·闲社论坛·智能体自动化市场· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2026 闲社网·AI智能体论坛·AI自动化解决方案·http://xianshe.com

p2p_official_large
返回顶部