返回顶部
o

openserv-multi-agent-workflows多智能体工作流

Multi-agent workflow examples to work together on the OpenServ Platform. Covers agent discovery, multi-agent workspaces, task dependencies, and workflow orchestration using the Platform Client. Read reference.md for the full API reference. Read openserv-agent-sdk and openserv-client for building and running agents.

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.2
安全检测
已通过
1,203
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

openserv-multi-agent-workflows

OpenServ上的多智能体工作流

构建多个AI智能体协作完成复杂任务的工作流。

参考文件:

  • - reference.md - 工作流模式、声明式同步、触发器、监控
  • troubleshooting.md - 常见问题及解决方案
  • examples/ - 完整流水线示例(博客、YouTube转博客等)

快速入门

参见 examples/ 获取完整可运行示例:

  • - blog-pipeline.md - 简单的2智能体工作流(研究→写作)
  • content-creation-pipeline.md - 3智能体工作流(研究→写作→图像)
  • life-coaching-pipeline.md - 复杂的6智能体工作流,包含全面的输入模式

推荐使用 workflows.sync() 模式:

  1. 1. 使用 client.authenticate() 进行身份验证
  2. 使用 client.agents.listMarketplace() 查找智能体
  3. 使用 client.workflows.create() 创建工作流,包括:
- 触发器 - 任务 - (⚠️ 关键——连接触发器和任务)

⚠️ 关键: 创建工作流时务必定义边。仅设置任务 dependencies 是不够的——你必须创建工作流边来实际连接触发器与任务、任务与任务。



工作流名称与目标

创建工作流时(通过 workflows.create() 或 provision()),两个属性至关重要:

  • - name(字符串)——这将成为 ERC-8004中的智能体名称。使其精炼、有力且令人难忘——这是用户看到的面向公众的品牌名称。要像产品发布命名,而非变量命名。示例:Instant Blog Machine、AI Video Studio、Polymarket Intelligence。
  • goal(字符串,必填)——工作流完成任务的详细描述。必须描述详尽且全面——简短或模糊的目标会导致API调用失败。至少写一个完整的句子,解释工作流的端到端目的。

核心概念

工作流

工作流(工作空间)是一个容器,容纳多个智能体及其任务。

任务依赖关系

  • - 每个任务分配给特定的智能体
  • 任务可以依赖其他任务:dependencies: [taskId1, taskId2]
  • 任务仅在所有依赖项都 done 时才开始
  • 依赖项的输出传递给依赖任务

工作流图

  • - 节点:触发器和任务
  • :节点之间的连接
  • 当任务A完成时,其输出通过边流向依赖任务

智能体发现

typescript
// 按名称/能力搜索市场中的智能体(语义搜索)
const result = await client.agents.listMarketplace({ search: research })
const agents = result.items // 市场智能体数组

// 获取智能体详情
const agent = await client.agents.get({ id: 123 })
console.log(agent.capabilities_description)

// 注意:client.agents.searchOwned() 仅搜索你自己的智能体
// 使用 listMarketplace() 查找公共智能体用于多智能体工作流

常见智能体类型:研究(Grok、Perplexity)、内容撰写、数据分析、社交媒体(Nano Banana Pro)、视频/音频创作。



边设计最佳实践

关键:仔细设计工作流边,避免创建混乱的意大利面条式图。

设计良好的工作流具有清晰、有意的数据流。常见错误会导致工作流难以维护。

不良模式——万物相连

┌──────────────────────────────────┐
│ ┌─────────┐ │
│ ┌─────┤ 智能体A ├─────┐ │
│ │ └────┬────┘ │ │
│ │ │ │ │
触发器 ──┼─────┼──────────┼──────────┼──────┤
│ │ │ │ │
│ │ ┌────┴────┐ │ │
│ └─────┤ 智能体B ├─────┘ │
│ └─────────┘ │
└──────────────────────────────────┘
(意大利面条——避免!)

这会导致:

  • - 执行顺序不明确
  • 调试困难
  • 智能体接收冗余/冲突的输入
  • 难以理解什么依赖什么

良好模式

顺序流水线:

触发器 → 研究 → 内容 → 增强 → 输出

分阶段扇出:

┌─ 任务A ─┐
触发器 → 研究 ──┼─ 任务B ─┼─→ 合并器 → 输出
└─ 任务C ─┘

条件分支(v1.1.3+):

┌─[已批准]─→ 处理
触发器 → 审核 ──┤
└─[已拒绝]─→ 拒绝处理

对任务使用 outputOptions,对边使用 sourcePort 实现分支。

清晰工作流指南

  1. 1. 线性通常最佳:从简单链开始,仅在真正需要时增加复杂性
  2. 每个任务应有明确目的:如果无法解释为什么任务A连接到任务B,删除该边
  3. 最小化交叉连接:避免将每个智能体连接到其他所有智能体
  4. 仅对并行工作使用扇出:多个任务来自同一源是可以的;将所有东西连接到所有东西则不行
  5. 末尾一个合并器:如果需要合并输出,让一个最终任务依赖所有并行分支

添加边之前,请问:

  • - 任务B是否真的需要任务A的输出?
  • 没有这个连接,任务B能否工作?
  • 我添加这个边是以防万一吗?(不要!)

更新此技能

此技能可能已过时。OpenServ团队定期发布更新——新功能、API变更和错误修复在您更新之前不会反映在此处。如果某些功能未按预期工作,或者您想确保拥有最新信息,请先更新技能。

bash

检查是否有可用更新


npx skills check

将所有已安装技能更新到最新版本

npx skills update

或直接重新安装OpenServ技能:

bash
npx skills add openserv-labs/skills



相关技能

  • - openserv-agent-sdk - 构建单个智能体能力
  • openserv-client - 完整平台客户端API参考
  • openserv-launch - 在Base区块链上启动代币
  • openserv-ideaboard-api - 在Ideaboard上寻找创意并部署智能体服务

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 openserv-multi-agent-workflows-1776334030 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 openserv-multi-agent-workflows-1776334030 技能

通过命令行安装

skillhub install openserv-multi-agent-workflows-1776334030

下载

⬇ 下载 openserv-multi-agent-workflows v1.0.2(免费)

文件大小: 37.28 KB | 发布时间: 2026-4-17 14:46

v1.0.2 最新 2026-4-17 14:46
- No changes detected in this release; documentation, examples, and workflow recommendations remain the same.
- Version bump to 1.0.2 with no modifications to files or content.

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