中文 | English
适合所有人易上手的多智能体操作系统。 把你的 OpenClaw 变成一支可管理的 AI 团队——领域专家各司其职，经验自动沉淀，Slack 就是你的指挥中心。
如果你在用 OpenClaw，你大概率已经遇到了这些问题：
| 你的痛点 | 根本原因 | OpenCrew 怎么解 |
|---|---|---|
| 聊着聊着 Agent 变"迟钝"了 | 一个 Agent 承担所有领域，上下文膨胀 | 多个 Agent 各管各的领域，互不污染 |
| 多项目并行，来回切 session | 没有可视化的任务总览 | Slack 频道=岗位，thread=任务，一目了然 |
| 每一步都要你确认，累 | Agent 不知道哪些该自主做 | 深度意图对齐 + 自主等级机制 |
| 踩过的坑下次还踩 | 经验散落在聊天记录里 | 三层知识沉淀：对话→结构化总结→可复用知识 |
| Agent 越用越"跑偏" | 自我调整没人审计 | 专职维护 Agent 负责审计和防漂移 |
一句话总结：问题不是 OpenClaw 不够强，而是一个 Agent 不够用。你需要的是一支团队。
核心理解：**频道 = 岗位，Thread = 任务，#hq = Slack hq（headquarters）频道 **
OpenCrew 分为三层，每层职责清晰：
| 层级 | 角色 | 职责 |
|---|---|---|
| 意图对齐 | 你 + CoS（幕僚长） | 定方向、验收结果。CoS 帮你对齐深层目标，你不在时代为推进。CoS 不是网关，你想跟谁聊直接进哪个频道。 |
| 执行 | CTO / Builder / CIO / Research | CTO 拆解架构，Builder 实现，CIO 是可替换的领域专家（投资/法律/营销），Research 按需调研。 |
| 系统维护 | KO + Ops | KO 从产出中提炼可复用知识；Ops 审计变更、防止漂移。不做业务，只维护系统健康。 |
最小可用：CoS + CTO + Builder（3 个 Agent 就能跑起来）。KO/Ops/CIO/Research 按需添加。
 多频道协作总览：频道=岗位，帖子=session |
 Slack 搜索：跨对话或指定频道快速搜索 |
 未读列表：高效处理未读信息（A2A 指派） |
更多截图 → 截图展示
前提：你已经能正常使用 OpenClaw（
openclaw status能跑通），且 Slack 已接入。 如果 Slack 还没接入，先看 → Slack 接入指南（约 20 分钟）
在你的 Slack 工作区创建 3 个频道（最小配置）：
#hq — CoS 幕僚长
#cto — CTO 技术合伙人
#build — Builder 执行者
然后把 bot 邀请进去：在每个频道里输入 /invite @你的bot名
把本仓库的文件放进你的 OpenClaw：
# 复制全局协议
cp -r shared/* ~/.openclaw/shared/
# 复制各 Agent 的 workspace
for a in cos cto builder; do
mkdir -p ~/.openclaw/workspace-$a/memory
cp -r workspaces/$a/* ~/.openclaw/workspace-$a/
# 让每个 Agent 都能读到全局协议
ln -sf ~/.openclaw/shared ~/.openclaw/workspace-$a/shared
done不想敲命令？把 DEPLOY.md 里的部署指令直接发给你现有的 OpenClaw，让它帮你执行。
按 CONFIG_SNIPPET 把最小增量合并到 ~/.openclaw/openclaw.json，然后：
openclaw gateway restart在 #hq 发一句话 → CoS 回复 ✅
在 #cto 让 CTO 派个任务给 Builder → #build 出现 thread，Builder 回复 ✅
详细的分步指南（含 token 配置、常见报错、验证清单）→ 完整上手指南
OpenCrew 的运转靠几个关键机制。下面是 30 秒速览，详细说明见 → 核心概念详解
自主等级（Autonomy Ladder） — Agent 什么时候该自己做，什么时候必须问你
| 等级 | 含义 | 举例 |
|---|---|---|
| L0 | 只建议，不动手 | — |
| L1 | 可逆操作，直接做 | 写草稿、做调研、整理文档 |
| L2 | 有影响但可回滚，做完汇报 | 提 PR、改配置、写分析 |
| L3 | 不可逆操作，必须你确认 | 发布、交易、删除、对外发送 |
任务分类（QAPS） — 不同类型的任务，不同的处理规范
| 类型 | 含义 | 需要 Closeout？ |
|---|---|---|
| Q | 一次性问题 | 不需要 |
| A | 有交付物的小任务 | 需要 |
| P | 项目（多步骤、跨天） | 需要 + Checkpoint |
| S | 系统变更 | 需要 + Ops 审计 |
A2A 两步触发 — Agent 之间怎么协作
因为所有 Agent 共用一个 Slack bot，bot 自己发的消息不会触发自己。所以跨 Agent 协作需要两步：先在目标频道发一条可见消息（锚点），再用 sessions_send 真正触发对方。细节见 → A2A 协议
三层知识沉淀 — 经验怎么从聊天记录变成组织资产
Layer 0: 原始对话（审计用，不直接复用）
Layer 1: Closeout（10-15 行结构化总结，压缩比 ~25x）
Layer 2: KO 提炼的抽象知识（原则 / 模式 / 踩坑记录）
| 文档 | 内容 | 什么时候读 |
|---|---|---|
| 完整上手指南 | 从零到跑通的详细步骤 + 常见问题 | 第一次部署 |
| 核心概念详解 | 自主等级、QAPS、A2A、知识沉淀的完整说明 | 想深度理解系统 |
| 架构设计 | 三层架构、设计取舍、为什么这么做 | 想理解设计思路 |
| 自定义指南 | 增删改 Agent、替换领域专家 | 想调整团队配置 |
| 已知问题 | 系统的真实边界和当前最佳实践 | 遇到奇怪行为时 |
| 开发历程 | 从一个人的痛点到一支虚拟团队 | 想了解来龙去脉 |
| 常见问题 | 高频问答 | 快速查疑 |
| 文档 | 内容 | 谁读 |
|---|---|---|
| Agent 入职指南 | Agent 首次启动时应读什么、怎么理解系统 | 新部署的 Agent |
| shared/ 目录下所有文件 | 全局协议和模板（Agent 的"员工手册"） | 所有 Agent |
| 各 workspace 的 SOUL.md / AGENTS.md | 角色定义和工作流 | 对应 Agent |
- 多 Agent 领域分工 + Slack 频道绑定
- A2A 两步触发（Slack 可见锚点 + sessions_send）
- Closeout / Checkpoint 强制结构化产物
- Autonomy Ladder（L0-L3）
- Ops Review 治理闭环
- Signal 评分 + KO 知识沉淀
- 更好的知识系统（跨 session 语义检索）
- 更轻量的架构（v2-lite：7 Agent → 5，9 个 shared 文件 → 3）
- Slack root message 独立 session 的更稳定方案
Q：我需要会写代码吗？
不需要。OpenCrew 由一个经济学/MBA 背景的非技术用户设计和部署。你需要的是能敲几行命令行——或者直接让你现有的 OpenClaw 帮你执行部署命令。
Q：最少需要几个 Agent？
3 个：CoS + CTO + Builder。这是最小可用配置。当你发现经验在流失（加 KO）或系统在漂移（加 Ops）时再扩展。
Q：和 CrewAI / AutoGen 这些框架有什么区别？
那些是给开发者写代码用的 SDK。OpenCrew 是给决策者管团队用的系统——你通过 Slack 管理 AI 团队，不用写一行代码。它们解决"怎么编排 Agent"，OpenCrew 解决"怎么管理一支 AI 团队"。
Q：不用 Slack 行不行？
目前 Slack 是主要界面。架构设计围绕"频道=岗位、thread=任务"展开，Slack 的特性（thread 隔离、Unreads、手机端）天然匹配。其他平台在 roadmap 上。
Q：会不会消耗很多 token？
会比单 Agent 多，因为每个 Agent 有独立上下文。但 Closeout 机制（25x 压缩比）和领域隔离（每个 Agent 只看自己领域的信息）实际上让单次对话的 token 消耗更少。总量增加，但每个 Agent 的效率更高。
Q：Slack 免费版够用吗？
够用。OpenCrew 使用的 Slack API（Socket Mode）在免费版中完全可用。唯一限制是消息历史保留 90 天，但重要信息已经通过 Closeout 和知识库沉淀了。
更多问答 → FAQ
欢迎提 Issue / PR，尤其欢迎：
- 多 Agent 协作架构的改进建议
- 知识系统（检索/索引/记忆）的实践经验
- Slack thread / session 的稳定性优化思路
- 非 Slack 平台（Discord / Telegram / 飞书）的适配方案
- 英文文档的改进与扩展（English docs 已可用）
这个项目由一个经济学/MBA 背景、非技术出身的 OpenClaw 用户独立开发。
从最初发现"一个 Agent 承担所有领域时上下文会膨胀"，到设计出 7 个 Agent 的协作架构，再到解决 A2A 循环风暴、deliveryContext 漂移等一系列技术挑战——完整的踩坑记录和设计决策见 → 开发历程
为什么现在开源？ 系统已经在真实使用中跑通并稳定迭代，但仍有未完全解决的边界问题。与其等到"完美"，不如先把可用框架公开，让更多使用者一起反馈、共建、进化。
opencrew/
├── README.md ← 你在这里
├── DEPLOY.md ← 部署指南（精简版）
├── LICENSE ← MIT
├── shared/ ← 全局协议和模板（所有 Agent 共享）
├── workspaces/ ← 每个 Agent 的工作空间
├── docs/
│ ├── GETTING_STARTED.md ← 完整上手指南
│ ├── CONCEPTS.md ← 核心概念详解
│ ├── ARCHITECTURE.md ← 架构设计
│ ├── CUSTOMIZATION.md ← 自定义指南
│ ├── AGENT_ONBOARDING.md ← Agent 入职指南（给 Agent 读的）
│ ├── FAQ.md ← 常见问题
│ ├── KNOWN_ISSUES.md ← 已知问题
│ ├── JOURNEY.md ← 开发历程
│ ├── SLACK_SETUP.md ← Slack App 创建指南
│ └── CONFIG_SNIPPET_2026.2.9.md ← 最小增量配置
├── patches/ ← 高级 workaround（不推荐新手）
└── v2-lite/ ← 精简版探索方向（实验性）
MIT