im1: 我现在想开发的支持手机、桌面、web端的3D休闲应用但是功能可能比较复杂我需要多个助手帮我完成这项工作大概需要一个产品经理、程序员、测试人员先暂时分别叫他们小产潘小猿潘小测潘你能帮我或者指导我完成这几个助手的配置工作吗告诉我配置原理方便我熟悉openclaw给我提供的两个方案方案一多智能体路由Multi-Agent Routing方案二方案二子智能体协作推荐我选方案二让他帮我完成智能体配置工作im2我采用方案二你这个反馈方式不错虽然我还是想让你来执行但是我可以学习到原理那妞开始帮我执行吧好像它在配置子智能体的时候把自己搞挂了手动介入一下查了一下子智能体没有长期记忆能力还是使用独立智能体对于复杂多智能体任务好像使用web页面无法实现和每个智能的单独对话对比了网上 微信和飞书 的通信方法微信好像需要公网ip相比飞书装个插件就可以了相对简单一点。大概参考这两篇博文https://zhuanlan.zhihu.com/p/2009377755695974125https://cloud.tencent.com/developer/article/2626160最后的效果是这样群组id在对应的群里面问openclaw它会告诉你im3: 主要是根小产潘介绍了一下整体的项目背景明确告诉它要记住最后也确实记住了它在自己的workspace下面生成 一个product.md的文件im4: 很不错那创建一个cron定时任务吧每天工作个4小时就可以了从1000到下午1400然后再建一个cron汇报任务每天700总结前一天完成的工作(这个实际没有创建成功不知道为什么我在dashboard的定时任务里面没有看到不知道是不是只能看到main agent的定时任务)im5问题想用什么工具写文档 》它推荐的飞书 》我觉得挺合适帮他开通了权限它写的比我好多了我的天塌了nimg.cn/direct/5aa4ecae56a247278036bff57dba9791.png)im6: 作为产品经理你还要负责项目组成员进度的管理你小产潘、小测潘、小猿潘大概是飞书上的一个汇总进度的表格具体包括日期包含星期几的信息、姓名、今日工作内容/成果明日计划、遇到的困难或者建议你需要建一个定时任务每天晚上2000前确认组员是否完成了该汇总表的填写如果有人没有填写你需要通知我(本来想再搞项目经理的agent还是算了就是个表格而已让小产潘辛苦一下)下面是它帮我建的表格也不知道定时任务能不能生效有点期待呢有点小时候过家家的感觉了。。。。。im7: 跟小猿潘讨论了一下技术选型并让他记住选择结果然后—》开始建工程前你需要阅读一下小产潘编写的PRD文档对整体架构进行设计在飞书在线文档中编写整体架构设计文档没有问题的话这个文档的位置你自己也要记住哦看过去一如既往的专业不知道后面真正开始写的时候怎么样了。还有一点不知道了这个文档的链接我也是记录在工作的md文件里面不知道后面沟通的时候如果我没有明确指定的时候会不会也去读这个文档加入到上下文里面这个token消耗就感觉有点多了啊。。。。。搞到这里我其实是有疑惑的1. 我就像一个项目经理跟在每个助理屁股后面监控着整个流程关键ai操作的也太快了我每提一个需求它一下子就给你解决但是我怎么让几个员工不停的工作不用我监督呢不用一直呆在电脑边上等他工作完了通知我这个好处我没有体会到呢毕竟我已经在电脑边上坐了至少8个小时了。那到底问题出在哪里呢是我工具/用法不对吗2. 感觉定时任务是不是只适合哪种周期性前后没有复杂依赖的关系的重复任务比较合适比如定期发一个技术文章定期提醒我浇花。但是想产品-开发-测试这种有配合关系的感觉上比较难做到周期性定时任务我现在是让产品经理定期的检查它的PRD文档不断完善它来驱动这个流程不断掉~~~后面找找看有没有其他更好的工作流可以借鉴吧但是好处确实是很明显的之前老是忘记github的一些指令解决办法也是用自然语言去到处搜索现在其实也是用自然语言让AI直接帮你处理这个真的很方便。openclaw是真的有点那种感觉用自然语言去控制电脑做事情。自己不动手有的时候没办法真切感受到今天是3/8im8使用docker帮我在本地部署一个gitlab用于CI/CD流程太慢了后面换成gitea浏览之前的aws免费服务器到期了就自己搭建一个本地让几个助理把CI/CD流程跑起来看看自动化效果怎么样拿来配置环境说不定还挺方便好像独立agent如果大模型返回比较慢虽然界面不会有卡顿对话必须等上一个对话完成后才能进行下一个对话对话是阻塞的感觉还是得用上subagent子agent这样并发得对话一次处理多个工作。比如一个开发人员有时它可能更新架构设计文档有得时候要填写日报有的是写代码甚至于有的时候只是回复一个“你好的”简单对话请求。每个工作可能耗时都不太一样有一些可能立即就返回有一些可能比较久。后面要改改难道它还会自动的拆分任务吗任务太多了他会给我提示进度这个不知道是如何实现的后面有时间要看看。。。。搞不懂。。。。排查CI报错小猿潘 vs. 小测潘小猿潘代码写太多上下文估计污染比较严重分析的原因完全在瞎扯。小测潘一下子就找到了根本原因排除提示词的差异将agent分为两个带长期记忆的独立agent应该是有帮助的可以有效避免上下污染而不是使用只有临时记忆的subagent这对排查CI准确性差异的问题也对比了一下此时他们当前会话的tokens/上下文为什么到达平台期后没有命中先不说我感觉这个上下文修建和压缩的功能是不是没有起作用要么是openclaw这头的原因或者就是GLM大模型那边不能够提供有效的压缩要不然我应该能够看到来回震荡的效果吧有时间换一个模型试试效果小产潘的小测潘的3/13找到一个相关的skill参考一下顺便学习怎么编写skillhttps://clawhub.ai/echoVic/boss-skill按图索骥https://github.com/bmad-code-org/BMAD-METHOD