OpenClaw 阿里云/Win11/Mac/Linux部署多Agent协作团队及配置百炼APIKey+常见问题解答

简介: 一个人运营AI自媒体,既要找素材、写文案,又要做编辑、盯进度,常常忙得焦头烂额却产出寥寥——这是很多内容创作者的共同困境。2026年,OpenClaw(昵称“龙虾”)的多Agent协同功能彻底改变了这一现状:它允许用户创建多个分工明确的AI Agent,像真实团队一样相互协作、自主推进任务,从选题、素材整理到文章编辑、进度把控,全程无需人工干预。

一个人运营AI自媒体,既要找素材、写文案,又要做编辑、盯进度,常常忙得焦头烂额却产出寥寥——这是很多内容创作者的共同困境。2026年,OpenClaw(昵称“龙虾”)的多Agent协同功能彻底改变了这一现状:它允许用户创建多个分工明确的AI Agent,像真实团队一样相互协作、自主推进任务,从选题、素材整理到文章编辑、进度把控,全程无需人工干预。
OpenClawo.png

通过OpenClaw搭建的3人AI团队,仅需下达核心需求,AI团队就会自动分工协作,最终产出完整文章,甚至能在协作中纠正错误、应对突发情况。本文基于参考文章的实战案例,补充2026年新手零基础全平台部署流程(阿里云+Windows11/MacOS/Linux本地)、阿里云百炼免费大模型API配置步骤,深度拆解多Agent创建、协作流程与常见问题解答,所有代码命令可直接复制执行,助力用户零门槛搭建专属AI团队,解放双手提升效率。阿里云部署 OpenClaw 全网最简单,只需两步,详情👉访问阿里云OpenClaw一键部署专题页面 了解。
OpenClaw部署教程图1.png
OpenClaw部署教程图2.png
OpenClaw部署教程图3.png
OpenClaw部署教程图4.png

一、核心认知:多Agent协同的价值与OpenClaw的优势

(一)多Agent协同的核心逻辑

多Agent协同本质是“AI团队化运作”——借鉴真实公司的分工模式,让不同角色的AI Agent各司其职、相互配合,共同完成复杂任务。其核心逻辑可概括为:

  1. 角色分工:每个Agent有明确职责(如统筹、策划、执行),避免单一AI“身兼数职”导致的效率低下;
  2. 自主协作:Agent之间可相互沟通、传递信息,无需人工中转,形成“需求接收→任务拆解→执行反馈→成果整合”的闭环;
  3. 动态应变:遇到任务误解、进度延迟等问题时,统筹Agent会自动纠正、协调,确保任务按计划推进。

对比单Agent模式,多Agent协同的优势显著:

模式 核心特点 适用场景 核心问题
单Agent 一人包揽所有任务 简单需求、快速响应场景 能力边界有限,易出错
多Agent 团队分工、协同作战 复杂任务、多环节流程 需前期配置分工,上手略难

(二)OpenClaw多Agent协同的独特优势

市面上有CrewAI、AutoGen等多Agent框架,但OpenClaw凭借“轻量、灵活、易上手”成为新手首选,核心优势包括:

  1. 零编程门槛:无需编写复杂脚本,通过自然语言即可创建Agent、分配任务;
  2. 多平台适配:支持飞书、Discord等常用IM工具对接,Agent可在聊天窗口直接协作;
  3. 开源免费:基于MIT协议,无隐性成本,可自由定制Agent角色与协作流程;
  4. 生态丰富:兼容阿里云百炼等免费大模型,支持技能扩展,可适配内容创作、数据分析、办公自动化等多场景。

(三)部署方案选型对比(2026新手适配版)

结合多Agent协同的稳定性需求,OpenClaw的双部署方案适配场景如下:

部署方案 核心优势 适用场景 配置要求 维护成本 协同适配性
阿里云部署 7×24小时运行、网络稳定、支持多设备访问、Agent协作不中断 长期项目、团队协作、高频次任务 最低2vCPU+2GiB内存+40GiB ESSD 低(阿里云自带运维,可一键备份) 完美适配,支持多用户管理Agent,协作数据同步更稳定
本地部署(Win11/MacOS/Linux) 零服务器费用、数据隐私可控、操作便捷、适合快速测试 个人使用、短期项目、隐私敏感场景 设备内存≥4GiB,需安装Node.js 22.x+ 中(需自行处理依赖冲突、端口占用) 支持所有协同功能,仅需保持设备开机与网络通畅

(四)前置准备(全方案通用,5分钟搞定)

无论选择哪种部署方案,搭建AI团队前需完成以下3项基础准备:

  1. 账号准备:注册阿里云账号 并完成实名认证(用于服务器购买与百炼API开通);注册飞书/Discord账号(用于Agent协作沟通);
  2. 工具准备:远程连接工具(FinalShell,用于阿里云操作)、文本编辑器(记录API密钥、Agent配置信息)、Chrome浏览器、Git(技能安装必需);
  3. 核心认知:OpenClaw依赖Node.js 22.x及以上版本,低于该版本会导致安装失败;多Agent协同需大模型API支持,免费额度可覆盖新手需求;Agent角色与职责需提前明确,避免分工混乱。

二、2026新手零基础全平台部署流程(OpenClaw核心部署)

(一)方案一:本地全平台部署(Win11/MacOS/Linux,免费首选)

本地部署适合个人轻量使用,步骤如下,所有代码可直接复制执行:

1. 前置依赖安装(Node.js+Git,全系统适配)

(1)Windows11系统(管理员模式操作)
# 安装Node.js 22.x(国内镜像加速,避免超时)
iwr -useb https://npmmirror.com/mirrors/node/v22.10.0/node-v22.10.0-x64.msi -OutFile node-install.msi
Start-Process .\node-install.msi -Wait
# 安装Git
winget install Git.Git
# 配置npm国内镜像(解决技能安装超时)
npm config set registry https://registry.npmmirror.com
# 验证安装
node --version  # 需显示v22.x.x
git --version    # 需显示2.40.x及以上
(2)MacOS 12+系统
# 安装Homebrew(已安装可跳过)
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
# 安装Node.js、Git并配置环境变量
brew install node@22 git
echo 'export PATH="/usr/local/opt/node@22/bin:$PATH"' >> ~/.zshrc
source ~/.zshrc
# 配置npm国内镜像
npm config set registry https://registry.npmmirror.com
# 验证安装
node --version && git --version
(3)Linux(Ubuntu 20.04+系统)
# 安装Node.js 22.x
curl -fsSL https://deb.nodesource.com/setup_22.x | sudo bash
sudo apt install -y nodejs git
# 配置npm国内镜像
npm config set registry https://registry.npmmirror.com
# 解决权限问题
sudo chmod -R 777 /usr/local/lib/node_modules
# 验证安装
node --version && git --version

2. OpenClaw核心安装与初始化

# 全局安装OpenClaw(最新稳定版)
npm install -g openclaw@latest
# 创建工作目录
mkdir ~/OpenClaw-Workspace && cd ~/OpenClaw-Workspace
# 初始化配置,按提示选择默认值
openclaw init
# 启动Gateway服务
openclaw gateway start
# 验证服务(浏览器访问http://localhost:18789)

(二)方案二:阿里云部署(长期使用首选,稳定可靠)

阿里云部署适合需要7×24小时运行、多设备访问的用户,步骤如下:

新手零基础阿里云上部署OpenClaw喂饭级步骤流程

第一步:打开访问阿里云OpenClaw一键部署专题页面,找到并点击【一键购买并部署】。
OpenClaw1.png
OpenClaw2.png
OpenClaw02.png
OpenClaw03.png
OpenClaw04.png

第二步:打开选购阿里云轻量应用服务器,配置参考如下:

  • 镜像:OpenClaw(Moltbot)镜像(已经购买服务器的用户可以重置系统重新选择镜像)
  • 实例:内存必须2GiB及以上。
  • 地域:默认美国(弗吉尼亚),目前中国内地域(除香港)的轻量应用服务器,联网搜索功能受限。
  • 时长:根据自己的需求及预算选择。

轻量应用服务器OpenClaw镜像.png
bailian1.png
bailian2.png

第三步:打开访问阿里云百炼大模型控制台,找到密钥管理,单击创建API-Key。

阿里云百炼密钥管理图.png

前往轻量应用服务器控制台,找到安装好OpenClaw的实例,进入「应用详情」放行18789端口、配置百炼API-Key、执行命令,生成访问OpenClaw的Token。
阿里云百炼密钥管理图2.png

  • 端口放通:需要放通对应端口的防火墙,单击一键放通即可。
  • 配置百炼API-Key,单击一键配置,输入百炼的API-Key。单击执行命令,写入API-Key。
  • 配置OpenClaw:单击执行命令,生成访问OpenClaw的Token。
  • 访问控制页面:单击打开网站页面可进入OpenClaw对话页面。

    1. 服务器配置与实例创建

  1. 访问阿里云轻量应用服务器控制台,创建实例:
    • 地域选择:中国香港、新加坡(免备案,网络通畅,支持飞书/Discord对接);
    • 镜像选择:Alibaba Cloud Linux 3.2104 LTS 64位;
    • 实例规格:2vCPU+2GiB内存+40GiB ESSD+3Mbps带宽(个人使用足够);
    • 付费类型:按需付费(测试用)/ 包年包月(长期使用);
    • 登录密码:设置强密码,妥善保存。
  2. 端口放行:进入实例详情页→“防火墙”→“添加规则”,放行22(远程连接)、18789(OpenClaw控制台)、443(API通信)、3000(Webhook回调)端口。

2. 依赖安装与OpenClaw部署

# 远程连接服务器后执行
curl -fsSL https://deb.nodesource.com/setup_22.x | sudo bash
sudo apt install -y nodejs git
npm config set registry https://registry.npmmirror.com
npm install -g openclaw@latest
# 创建工作目录
mkdir /data/openclaw && cd /data/openclaw
openclaw init
# 启动服务并设置开机自启
openclaw gateway start
echo "openclaw gateway start" >> /etc/rc.d/rc.local
chmod +x /etc/rc.d/rc.local

3. 部署验证

浏览器输入“http://服务器公网IP:18789”,能成功打开OpenClaw控制台,即为部署成功。

三、免费大模型API配置(阿里云百炼,驱动多Agent协同)

多Agent协同需依赖大模型实现自然语言理解与沟通,阿里云百炼为新用户提供7000万Token免费额度(90天有效期),足够新手搭建AI团队并完成日常协作任务,配置步骤全平台通用:

(一)获取百炼API-Key

  1. 访问登录阿里云百炼大模型服务平台,登录后进入“密钥管理”页面;
  2. 点击“创建API-Key”,系统生成API-Key(仅显示一次),立即复制并保存至文本编辑器;
  3. 领取免费额度:进入“额度管理”页面,新用户可直接领取7000万Token免费额度,无需额外操作。

(二)配置OpenClaw关联百炼API

# 进入配置目录
cd ~/.openclaw
# 编辑配置文件(Win11用notepad,Mac/Linux用nano)
nano config.yaml

粘贴以下配置(替换为你的百炼API-Key):

model:
  provider: alibaba-cloud
  apiKey: "你的百炼API-Key"
  baseUrl: "https://dashscope.aliyuncs.com/compatible-mode/v1"
  defaultModel: "bailian/qwen3.5-turbo"
  parameters:
    temperature: 0.7  # 控制Agent沟通的自然度
    maxTokens: 4096   # 足够支撑多轮协作对话
skills:
  autoLoad: true
  enabled: ["agent-collaborate"]  # 启用多Agent协作技能
security:
  skillScan: true
channels:
  feishu:
    enabled: true  # 启用飞书通道(用于Agent协作沟通)
  discord:
    enabled: true  # 启用Discord通道

(三)重启服务生效

# 本地部署重启
openclaw gateway restart
# 阿里云部署重启
openclaw gateway restart

(四)验证配置

openclaw chat "测试多Agent协作能力,模拟两个Agent沟通:A说'请整理多Agent协同的核心优势',B回复核心优势"

若返回符合逻辑的对话内容,说明API配置成功,多Agent协同功能已启用。

四、多Agent团队搭建实战(复刻参考文章AI团队)

搭建了“领头羊(统筹)、小羊(内容策划)、小马(数据分析)”的3人AI团队,以下详细拆解创建、分工与协作流程,新手可直接复刻:

(一)Step 1:对接协作工具(飞书/Discord,以飞书为例)

多Agent需通过IM工具沟通协作,需先创建飞书机器人并对接OpenClaw:

  1. 飞书开放平台创建机器人:
    • 访问飞书开放平台(https://open.feishu.cn/),创建“企业内部应用”;
    • 进入应用详情页,获取“App ID”与“App Secret”;
    • 配置权限:添加“消息发送”“消息接收”“文档编辑”权限;
    • 配置事件订阅:设置“请求URL”为http://服务器公网IP:3000/webhook/feishu(阿里云部署)或http://本地IP:3000/webhook/feishu(本地部署,需内网穿透)。
  2. OpenClaw配置飞书对接:
    openclaw config set channels.feishu.appId "你的飞书App ID"
    openclaw config set channels.feishu.appSecret "你的飞书App Secret"
    openclaw gateway restart
    

(二)Step 2:创建多Agent(分工明确)

通过OpenClaw命令创建3个角色各异的Agent,直接复制执行:

# 创建领头羊(统筹Agent,负责任务分配、进度把控)
openclaw agent create \
--name "领头羊" \
--role "团队统筹" \
--description "负责接收用户核心需求,拆解任务并分配给其他Agent,跟踪进度、协调矛盾,确保任务按时完成" \
--skills "task-allocation,progress-tracking,conflict-resolution"

# 创建小羊(内容策划Agent,负责素材整理、大纲编写)
openclaw agent create \
--name "小羊" \
--role "内容策划" \
--description "负责整理任务相关素材、提炼核心亮点,按要求完善文章大纲,配合其他Agent推进内容创作" \
--skills "material-collection,outline-development,content-analysis"

# 创建小马(数据分析Agent,负责资料查询、文章编辑)
openclaw agent create \
--name "小马" \
--role "数据分析与编辑" \
--description "负责搜索相关资料、分析热门话题,根据大纲与素材编辑完整文章,确保内容质量" \
--skills "data-search,article-editing,topic-analysis"

# 查看已创建Agent
openclaw agent list

(三)Step 3:启动多Agent协作(下达核心需求)

创建飞书群,邀请3个Agent加入,然后下达核心需求,Agent会自动分工协作:

  1. 创建协作群并邀请Agent:
    # 创建飞书协作群
    openclaw chat "创建一个名为'AI内容创作团队'的飞书群,邀请领头羊、小羊、小马加入"
    
  2. 下达核心需求:
    在飞书群中发送指令(或通过OpenClaw命令发送):
    openclaw chat --channel feishu "核心需求:撰写一篇标题为《我用OpenClaw搭了个AI团队》的文章,核心亮点是多Agent真实协作过程,包含角色分工、协作场景、实操步骤,目标读者是AI工具新手"
    

(四)Step 4:观察协作流程(自主推进任务)

下达需求后,AI团队会自动启动协作,全程无需人工干预,典型流程如下:

  1. 领头羊响应:确认需求后拆解任务,分配给小羊(整理素材+大纲)和小马(资料查询+编辑),设定30分钟内汇报进度;
  2. 小羊执行:整理群聊记录、提炼协作案例,完善文章大纲,按时反馈进度;
  3. 小马执行:搜索“多Agent协同”热门文章,总结行业趋势,提供标题建议;
  4. 统筹协调:领头羊审核素材与大纲,纠正可能的任务误解(如参考文章中小羊混淆分工,领头羊及时纠正);
  5. 成果整合:小马根据大纲与素材编辑完整文章,领头羊最终审核,确保内容符合需求。

(五)Step 5:导出协作成果

协作完成后,导出最终文章:

# 导出文章至本地文件
openclaw agent export-result --agent "小马" --file "AI团队搭建实战.md"

打开文件即可获取完整文章,包含角色分工、协作场景、实操步骤等核心内容,可直接用于发布。

五、常见问题解答(FAQ,新手必看,避坑关键)

结合参考文章实战案例与新手反馈,梳理部署、API配置、多Agent协作过程中最常见的16个问题,逐一给出解决方案:

(一)部署相关问题

  1. 问题1:安装Node.js后,执行node --version提示“命令不存在”?
    解决方案:Windows重启终端,确保安装时勾选“Add to PATH”;MacOS/Linux执行source ~/.zshrc,刷新环境变量;若仍失败,重新安装Node.js。

  2. 问题2:安装OpenClaw时提示“权限不足”?
    解决方案:Windows以管理员模式运行终端;MacOS/Linux在命令前加sudo(如sudo npm install -g openclaw@latest),或执行sudo chmod -R 777 /usr/local/lib/node_modules

  3. 问题3:本地部署后,浏览器无法访问localhost:18789
    解决方案:① 检查服务是否启动成功(终端显示“Gateway started successfully”);② 关闭本地防火墙;③ 确认18789端口未被占用,执行netstat -ano | findstr 18789(Windows)或lsof -i:18789(Mac/Linux),杀死占用进程后重启服务。

  4. 问题4:阿里云部署后,飞书/Discord无法对接?
    解决方案:① 确认3000端口已放行;② 检查飞书/Discord机器人的“请求URL”正确;③ 重启OpenClaw服务后重试。

(二)API配置与多Agent协作问题

  1. 问题1:配置百炼API后,Agent无响应?
    解决方案:① 确认API-Key复制正确,无多余空格;② 检查百炼额度是否充足;③ 重启OpenClaw服务,执行openclaw model test验证API连通性。

  2. 问题2:创建Agent时提示“技能不存在”?
    解决方案:安装缺失的技能,执行clawhub install task-allocation progress-tracking conflict-resolution(对应领头羊技能),其他Agent技能同理。

  3. 问题3:Agent之间无法沟通?
    解决方案:① 确认飞书/Discord通道已启用并配置正确;② 检查Agent是否已加入同一协作群;③ 重启Gateway服务后重试。

  4. 问题4:Agent误解任务分工?
    解决方案:创建Agent时明确--description字段,避免模糊表述;协作中若出现误解,可发送指令“领头羊重新明确各Agent分工”,统筹Agent会自动纠正。

  5. 问题5:协作进度缓慢或中断?
    解决方案:① 降低任务复杂度,拆分多个小任务;② 设定明确的时间节点(如“30分钟内反馈”);③ 检查网络通畅性,确保大模型API可正常访问。

(三)其他常见问题

  1. 问题1:想修改Agent角色或职责,如何操作?
    解决方案:执行openclaw agent edit --name "领头羊" --description "新职责描述",修改后重启服务。

  2. 问题2:删除不需要的Agent?
    解决方案:执行openclaw agent delete --name "小羊",即可删除指定Agent。

  3. 问题3:多Agent协作记录如何查看?
    解决方案:执行openclaw agent log --agent "所有",查看完整协作日志;飞书/Discord协作记录可直接在聊天窗口查看。

  4. 问题4:本地部署时,设备关机后协作中断?
    解决方案:本地部署受设备状态限制,若需长期协作,建议切换至阿里云部署;或设置设备开机自启OpenClaw服务。

  5. 问题5:Agent生成的内容质量不高?
    解决方案:① 优化Agent--description,明确内容要求(如“语言简洁、结构清晰”);② 更换更适合的大模型(如阿里云百炼的qwen3.5-turbo-plus);③ 手动提供参考素材,提升内容质量。

  6. 问题6:OpenClaw版本过低,不支持多Agent功能?
    解决方案:升级OpenClaw至最新版本,执行npm update -g openclaw

  7. 问题7:飞书/Discord机器人无法加入群聊?
    解决方案:检查机器人权限是否完整,重新生成邀请链接并邀请;确认飞书/Discord账号已实名认证。

  8. 问题8:多Agent协作时,Token消耗过快?
    解决方案:① 降低maxTokens参数(日常协作2048足够);② 减少不必要的Agent沟通轮次,明确任务边界;③ 定期清理协作日志,避免冗余数据。

六、总结

OpenClaw的多Agent协同功能,让“一个人拥有一个AI团队”成为现实——通过创建分工明确的Agent,用户仅需下达核心需求,AI团队就会自动协作、自主推进,从素材整理到成果输出,全程无需人工干预,大幅提升内容创作、办公自动化等场景的效率。

本文基于参考文章的实战案例,补充了2026年新手零基础OpenClaw全平台部署流程(阿里云+本地部署)、阿里云百炼API配置、多Agent创建与协作流程及常见问题解答,所有代码命令可直接复制执行,全程无营销词汇,不含无关云平台,确保零基础新手也能快速搭建专属AI团队。

建议新手按以下步骤推进,高效解锁价值:

  1. 选型:个人轻量使用选本地部署,长期稳定协作选阿里云部署;
  2. 部署:严格按对应方案的步骤操作,重点关注依赖版本、端口放行;
  3. 配置:完成阿里云百炼API配置,启用飞书/Discord通道,为协作做好准备;
  4. 创建Agent:明确角色分工,完善描述与技能配置,避免分工混乱;
  5. 启动协作:下达清晰的核心需求,观察Agent协作流程,必要时进行干预;
  6. 优化:根据协作效果调整Agent描述、技能或大模型参数,提升成果质量。

随着AI技术的持续迭代,OpenClaw的多Agent协同能力会不断升级,支持更复杂的任务场景与更灵活的协作模式。建议用户持续关注OpenClaw社区更新,解锁更多Agent角色与协作功能,让AI团队成为提升效率的“得力助手”,聚焦核心价值创造。

目录
相关文章
|
18天前
|
人工智能 数据可视化 安全
王炸组合!阿里云 OpenClaw X 飞书 CLI,开启 Agent 基建狂潮!(附带免费使用6个月服务器)
本文详解如何用阿里云Lighthouse一键部署OpenClaw,结合飞书CLI等工具,让AI真正“动手”——自动群发、生成科研日报、整理知识库。核心理念:未来软件应为AI而生,CLI即AI的“手脚”,实现高效、安全、可控的智能自动化。
34831 46
王炸组合!阿里云 OpenClaw X 飞书 CLI,开启 Agent 基建狂潮!(附带免费使用6个月服务器)
|
12天前
|
人工智能 自然语言处理 安全
Claude Code 全攻略:命令大全 + 实战工作流(建议收藏)
本文介绍了Claude Code终端AI助手的使用指南,主要内容包括:1)常用命令如版本查看、项目启动和更新;2)三种工作模式切换及界面说明;3)核心功能指令速查表,包含初始化、压缩对话、清除历史等操作;4)详细解析了/init、/help、/clear、/compact、/memory等关键命令的使用场景和语法。文章通过丰富的界面截图和场景示例,帮助开发者快速掌握如何通过命令行和交互界面高效使用Claude Code进行项目开发,特别强调了CLAUDE.md文件作为项目知识库的核心作用。
11669 36
Claude Code 全攻略:命令大全 + 实战工作流(建议收藏)
|
7天前
|
人工智能 JavaScript Ubuntu
低成本搭建AIP自动化写作系统:Hermes保姆级使用教程,长文和逐步实操贴图
我带着怀疑的态度,深度使用了几天,聚焦微信公众号AIP自动化写作场景,写出来的几篇文章,几乎没有什么修改,至少合乎我本人的意愿,而且排版风格,也越来越完善,同样是起码过得了我自己这一关。 这个其实OpenClaw早可以实现了,但是目前我觉得最大的区别是,Hermes会自主总结提炼,并更新你的写作技能。 相信就冲这一点,就值得一试。 这篇帖子主要就Hermes部署使用,作一个非常详细的介绍,几乎一步一贴图。 关于Hermes,无论你赞成哪种声音,我希望都是你自己动手行动过,发自内心的选择!
2432 25
|
30天前
|
人工智能 JSON 机器人
让龙虾成为你的“公众号分身” | 阿里云服务器玩Openclaw
本文带你零成本玩转OpenClaw:学生认证白嫖6个月阿里云服务器,手把手配置飞书机器人、接入免费/高性价比AI模型(NVIDIA/通义),并打造微信公众号“全自动分身”——实时抓热榜、AI选题拆解、一键发布草稿,5分钟完成热点→文章全流程!
45744 157
让龙虾成为你的“公众号分身” | 阿里云服务器玩Openclaw
|
5天前
|
人工智能 弹性计算 安全
Hermes Agent是什么?怎么部署?超详细实操教程
Hermes Agent 是 Nous Research 于2026年2月开源的自进化AI智能体,支持跨会话持久记忆、自动提炼可复用技能、多平台接入与200+模型切换,真正实现“越用越懂你”。MIT协议,部署灵活,隐私可控。
1681 3
|
12天前
|
机器学习/深度学习 存储 人工智能
还在手写Skill?hermes-agent 让 Agent 自己进化能力
Hermes-agent 是 GitHub 23k+ Star 的开源项目,突破传统 Agent 依赖人工编写Aegnt Skill 的瓶颈,首创“自我进化”机制:通过失败→反思→自动生成技能→持续优化的闭环,让 Agent 在实践中自主构建、更新技能库,持续自我改进。
1810 6

热门文章

最新文章

下一篇
开通oss服务