据 AlphaMoat 统计,截至 2026-09,Agent Team 累计下载 4,184 次、获 0 个星标,在全部 5,078 个 AI 技能中排名第 2,398 位,在「AI 智能体」分类(969 个)中排名第 470 位。
| 平台 | 累计安装 | 累计下载 | 星标 | 评论 |
|---|---|---|---|---|
| ClawHub ↗ | 120 | 3,575 | - | - |
| SkillHub ↗ | 117 | 4,184 | - | — |
各平台的计数口径不同,统计时间不一致。
主文介绍查看团队成员、启动 Agent 执行任务以及交互对话。任务和对话可能发送给已配置的模型服务;提交敏感内容前应确认服务提供方和数据路由。
资料发布于 2026-10-29
以下是根据技能文档生成的示例,不代表实际运行结果。
2026-09 起统计方法调整:同名技能按作者分别统计,并覆盖全部技能。图中虚线为调整前的月份,与之后的数据不直接比较,也不计算跨越调整的增长。
| 月份 | 累计下载 | 环比 | 星标 |
|---|---|---|---|
| 2026-09 | 4,184 | — | - |
| 2026-08 | 3,655 | +5.3% | - |
| 2026-07 | 3,471 | — | - |
| 2026-05 | 2,963 | — | - |
| 2026-03 | 1,677 | — | - |
以下是作者发布的原始文件,按纯文本显示,本站未做修改或审核;其中的链接不可点击,命令请核实后再运行。抓取于 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
把开发过程中的经验、错误与纠正记录为 Markdown 文件,供后续复用并晋升为工作区记忆。
用自然语言描述需求,在本地与远程技能市场里找技能并给出推荐的技能。
给 AI agent 用的浏览器自动化命令行技能。
把用户纠正与自我复盘沉淀成分层记忆、并按使用情况升降级的技能。
在安装第三方技能之前,按清单审查来源、权限与危险模式的技能。
把 agent 的记忆与跨技能状态存成带类型和约束的知识图谱的技能。
一份为 AI 代理规划主动跟进、工作记忆与复盘流程的工作区配置指南。
指导如何创建与更新有效 Claude 技能的写作指南。
数据月份:2026-09 · 下载/星标/安装数聚合自公开技能注册库(ClawHub、SkillHub),按月更新。口径说明见数据方法。