據 AlphaMoat 統計,截至 2026-09,Agent Team 累計下載 4,184 次、獲 0 個星標,在全部 5,078 個 AI 技能中排名第 2,398 位,在「AI 智慧體」分類(969 個)中排名第 470 位。
| 平台 | 累計安裝 | 累計下載 | 星標 | 評論 |
|---|---|---|---|---|
| ClawHub ↗ | 120 | 3575 | - | - |
| SkillHub ↗ | 117 | 4184 | - | — |
各平台的計數口徑不同,統計時間不一致。
主文介紹檢視團隊成員、啟動 Agent 執行任務以及互動對話。任務和對話可能傳送給已配置的模型服務;提交敏感內容前應確認服務提供方和資料路由。
資料釋出於 2026-10-29
以下是根據技能文件生成的示例,不代表實際執行結果。
2026-09 起統計方法調整:同名技能按作者分別統計,並覆蓋全部技能。圖中虛線為調整前的月份,與之後的資料不直接比較,也不計算跨越調整的增長。
| 月份 | 累計下載 | 環比 | 星標 |
|---|---|---|---|
| 2026-09 | 4184 | — | - |
| 2026-08 | 3655 | +5.3% | - |
| 2026-07 | 3471 | — | - |
| 2026-05 | 2963 | — | - |
| 2026-03 | 1677 | — | - |
以下是作者釋出的原始檔案,按純文字顯示,本站未做修改或稽核;其中的連結不可點選,命令請核實後再執行。抓取於 2026-10-23。
# agent-team - 多 Agent 团队管理系统 管理和调用具有不同"灵魂"的子 Agent 团队,每个 Agent 拥有独特的身份定义和专用模型。 ## 使用方法 ### 基础命令 ```bash agent-team list # 列出所有 Agent agent-team show <name> # 查看 Agent 详情
agent-team spawn <name> [task] # 启动 Agent 执行任务
agent-team chat <name> # 与 Agent 交互对话
```
### 示例
```bash
# 查看团队所有成员
agent-team list
# 查看 Coder 的详细信息
agent-team show coder
# 让 Coder 帮你写代码
agent-team spawn coder "写一个快速排序算法"
# 与 Writer 对话讨论写作
agent-team chat writer
```
## 内置 Agent 团队
| Agent | 角色 | 主模型 | 专长 |
|:---:|:---|:---|:---|
| 🧑💻 **coder** | 代码专家 | qwen3-coder-next | 编程、重构、测试 |
| ✍️ **writer** | 写作专家 | qwen3.5-plus | 文档、博客、创意写作 |
| 📊 **analyst** | 数据专家 | qwen3.5-plus | 数据分析、可视化 |
| 🔍 **researcher** | 调研专家 | gemini-3.1-pro | 文献调研、竞品分析 |
| 👀 **reviewer** | 审查专家 | qwen3-max | 代码审查、质量把关 |
## 创建新 Agent
### 1. 创建目录
```bash
mkdir -p ~/.openclaw/workspace/agents/<agent-name>
```
### 2. 定义 SOUL.md
```markdown
# SOUL.md - <Agent Name>
## 身份
你是...
## 性格特质
- ...
## 专业领域
- ...
## 沟通风格
- ...
```
### 3. 创建 config.json
```json
{
"name": "AgentName",
"role": "角色描述",
"emoji": "🤖",
"model": {
"primary": "dashscope/qwen3.5-plus",
"fallback": "google/gemini-3-flash-preview"
},
"capabilities": ["能力 1", "能力 2"]
}
```
## 模型配置说明
每个 Agent 可以配置不同的模型:
- **dashscope/qwen3-coder-next**: 编码专用
- **dashscope/qwen3.5-plus**: 通用中文优化
- **dashscope/qwen3-max**: 最强推理
- **google/gemini-3.1-pro**: 深度研究
- **google/gemini-3-flash-preview**: 快速响应
## 工作模式
### 1. 任务模式 (spawn)
```bash
agent-team spawn coder "优化这个函数"
```
- 创建独立子代理会话
- 执行指定任务
- 完成后返回结果
### 2. 对话模式 (chat)
```bash
agent-team chat analyst
```
- 进入交互式对话
- 保持角色一致性
- 适合复杂协作
## 高级用法
### 并行多 Agent
```bash
# 同时启动多个 Agent
agent-team spawn coder "写代码" &
agent-team spawn writer "写文档" &
agent-team spawn reviewer "审查代码" &
wait
```
### 链式调用
```bash
# Coder 写代码 → Reviewer 审查 → Writer 写文档
agent-team spawn coder "实现功能"
agent-team spawn reviewer "审查代码"
agent-team spawn writer "编写文档"
```
## 文件结构
```
~/.openclaw/workspace/
├── agents/
│ ├── coder/
│ │ ├── SOUL.md # 身份定义
│ │ └── config.json # 模型配置
│ ├── writer/
│ └── ...
└── skills/
└── agent-team/
├── agent-team.py # 管理脚本
└── SKILL.md # 本文档
```
## 故障排除
1. **Agent 未找到**: 检查 `~/.openclaw/workspace/agents/` 目录
2. **模型不可用**: 确认模型配置正确且 API Key 有效
3. **会话无法创建**: 检查 OpenClaw 网关状态
## 相关技能
- `sessions_spawn`: OpenClaw 原生子代理创建
- `self-improving`: 自我进化记忆系统
將開發過程中的經驗、錯誤與修正記錄為 Markdown 檔案,供日後重用並提升為工作區記憶。
用自然語言描述需求,在本機與遠端技能市場尋找技能並取得推薦。
給 AI agent 用的瀏覽器自動化命令列技能。
將使用者明確糾正與自我檢視整理成分層記憶,並依使用情況升級或封存。
在安裝第三方技能之前,按清單審查來源、許可權與危險模式的技能。
將代理記憶與跨技能狀態整理成具型別與約束的知識圖譜。
規劃 AI 代理主動跟進、工作記憶與回顧流程的工作區設定指南。
指導如何建立與更新有效 Claude 技能的寫作指南。
資料月份:2026-09 · 下載/星標/安裝數聚合自公開技能註冊庫(ClawHub、SkillHub),按月更新。口徑說明見資料方法。