ICDYCT / 我能, 你也行 / I Can Do, You Can Too

前言 openclaw 官方版本升级了. 我想在新版本上重复实验一下 之前的多agent协作 方案. 但是, 发现session_send怎么都不成功. 后来有一次发信息成功了, 我问TA底层是怎么实现的, TA说是用的下面这个方法 openclaw agent --agent ... --message ... --json source 我跑过去一看文档, 可以啊. 于是把多Agent协作方案改为使用这种方式发送信息 而且这次我准备用webui, 比tui更适合看session 实践 openclaw webui连接 略. 我是最简单的方法, 在本地cmd命令行建立ssh隧道, 然后本地浏览器访问带token的 url * 如果你已经是在本地的计算机上跑openclaw, 那当然更简单了. 在agent main里, 用以下自然语言发指令 学习你自己openclaw的文档,  特别是 agent的设置,  agent 之间的通信 以及 tools/agent-send.md 页面关于 openclaw agent --agent ... --message ... --json 的用法 让TA把这些知识学习成自己的上下文 然后发以下指令 ( 蓝色部分 你可以自由发挥) 新建一个agent协作团队, 团队中有多个agent 新建这些agent, 设置他们的身份， 以及他们之间的协作关系 注意是新增, 已有的agent main要保留 注意是agent, 不是subagent 为了agent之间可以发送信息, 注意修改 openclaw.json 文件的参数 tools.sessions.visibility = all tools.agentToAgent.enabled = true 1号 agent 名称 = agent- leader 身份 = 任务总负责人, 将总任务拆解为小任务, 分配给其它agent 不要求用户提供补充信息, 想办法把任务推进下去 当团队中的agent提问时, 你来代替用户回答, 想办法把任务推进下去 知识 = 知道其它agent的全量信息(包括身份和知识) 2号 agent 名称 = agent- code 身份 = 从其它agent接受任务, 完成后通知任务发起者, 并提交成果 特别的, 此agent是一个程序员 ...

前言 上一篇我们在TUI配置了多Agent实现上下文隔离 现在我们试试让不同的agent扮演不同的身份, 协同工作. 建立 Agent 团队 我已经做了很多尝试, 根据我的经验, 最好先让openclaw学习一下自己的文档, 总结出来放在上下文里. 学习你自己openclaw的文档, 特别是 agent的设置,  agent 之间的通信 在TUI中用自然语言发送以下要求 ( 蓝色 部分你自己发挥) 新建一个agent协作团队, 团队中有多个agent 新建这些agent, 设置他们的身份， 以及他们之间的协作关系 注意是新增, 已有的agent main要保留 注意是agent, 不是subagent 为了agent之间可以发送信息, 注意修改 openclaw.json 文件的参数 tools.sessions.visibility = all tools.agentToAgent.enabled = true 1号 agent 名称 = agent- leader 身份 = 任务总负责人, 将总任务拆解为小任务, 分配给其它agent 知识 = 知道其它agent的全量信息(包括身份和知识) 2号 agent 名称 = agent- code 身份 = 从其它agent接受任务, 完成后通知任务发起者, 并提交成果 特别的, 此agent是一个程序员 知识 = 任务完成后的成果, 需要保存在 非workspace的目录下, 再交付出去 3号 agent 名称 = agent- test 身份 = 从其它agent接受任务, 完成后通知任务发起者, 并提交成果 特别的, 此agent是一个测试员, 接受测试对象和测试标准, 交付测试报告 知识 = 任务完成后的成果, 需要保存在 非workspace的目录下, 再交付出去 公共知识: 这个团队里面都是已经存在的agent, 所以不要用 sessions_spawn, 而是要用 sessions_send agent之间发消息用 sessions_send(sessionKey="...", message=...) 方法, 不要用label参数 sessions_send 使用 timeoutSeconds = 0 参数, 不等待回报, 而是让接收方agent自己主动回报, 并且发出方agent...

这只是方便我自己, 记录一些关键信息. 不是为所有人准备的. 现在CPA的安装教程遍地都是了. 官方安装脚本 curl -fsSL https://raw.githubusercontent.com/brokechubb/cliproxyapi-installer/refs/heads/master/cliproxyapi-installer | bash source * 甲骨文Oracle VPS 非root用户也可以直接跑 注意看脚本输出的信息 执行1号命令, 进入你的安装目录 cd /home/ubuntu/cliproxyapi * 你如果是root用户, 这个目录会和我不一样, 以你自己的目录为准 执行2号命令, 看 cpa 后台程序能否跑起来, 有没有报错 ./cli-proxy-api 新开一个 SSH 会话, curl 测试一下 curl localhost:8317 * 注: 8317 是cpa默认的端口 应该得到这样的结果 {"endpoints":["POST /v1/chat/completions","POST /v1/completions","GET /v1/models"],"message":"CLI Proxy API Server"} 同时, 运行 cpa 的SSH会话有新的1行日志打印 到此为止, 说明 cpa 核心跑起来了. 先把cpa后台程序ctrl+c停掉  修改 ./config.yaml 配置文件  设置以下2项    allow-remote: true   secret-key: "你的密码" souce * 注意 yaml 文件的行首空格缩进是有意义的, 不能乱改. * 注意你的密码要另外记住, 因为cpa运行一次之后, 会将明文密码hash, 再保存在配置文件. 你以后打开配置文件只会看到hash之后的乱码. 用3号命令, 把 cpa 后台 以服务service的形式跑起来 systemctl --user enable cliproxyapi.service systemctl --user start cliproxyapi.service 然后用你自己的浏览器访问...

前言 上一篇我们在Openclaw TUI中应用了多Agent 如果我们想用 Telegram 方便地使用 Openclaw 多Agent 呢? 部署 Openclaw 完成安装 Openclaw 完成 openclaw onboard 部署 在部署过程中, 设置了模型, 设置了 telegram bot token 以上过程略. 设置 Telegram group 电报群组 新建一个Telegram group 电报群组,  把 topic 话题 功能 打开. 把你的Telegram bot 电报机器人 拉进来, 把你的Telegram bot 电报机器人 设置为群组管理员admin. 以上过程略. 在Telegram group电报群组中使用不同的topic话题binding绑定不同的Openclaw Agent智能体 搜索 @getidsbot (userid 186675376) 这个bot 发送 /start 知道你自己账户的userid 391932510 把 @getidsbot (userid 186675376) 这个bot拉进你的群组 就能知道群组的id -1003856644307 在openclaw tui里面, 用自然语言发送以下指令 ( 蓝色 的部分你自由发挥) 请建立 telegram group 中 不同 topic 与 你所在的 openclaw 系统中 不同 agent 之间的 binding关系 你需要的信息如下: telegram group id =  -1003856644307 该group 已经打开 topic 功能 你已经是 该group 的admin, 你已经有 管理topic 的权限  该group 中有一个用户 userid =  391932510 你要做的工作如下: 1.a telegram group 中新建一个 topic, 名称 = leader 1.b openclaw 系统中新建一个 agent, 名称 = agent- leader 1.c 建立 1.a 中的 topic 与 1.b 中的 agent 之间的 binding关系 用同样的方式, 建立 design , code , test 的 topic...

前言 我们在使用 Openclaw 的时候, 会遇到下面这样的情况. 当前正在交流一个复杂任务, 还没有完成. 突然想到一个临时问题. 比如, 你正在与Openclaw交流 怎么在Telegram群组中设置多Agent 的功能, 弄到一半, 还存在问题, 没有结束.  (1) 临时看到有人在讨论Openclaw能不能在网页中"看"到bash一键命令, 是不是被安全设置屏蔽了. 你想试试.   (2) 如果你在 (1) 的讨论过程中, 插入讨论 (2), 那么,  一方面, 会把 (1) 的上下文带入 (2) 的处理, 引入了不必要的信息干扰 和 token 使用. 另一方面, 当 (2) 处理完后, 你继续 讨论 (1), 会把 (2) 的上下文带入 (1). 如果 (2) 是特别简单的问题, 不需要交互的问题, 你可以要求 Openclaw 启动一个 subagent, 处理完后回报结果即可. 假如, 今天天气是什么, 或者 100 USD 换多少 CNY. 这也是最简洁, 最快速, 最方便的方法. * update 新版本 openclaw 支持 /btw 命令了 但, 如果 (2) 是一个比较复杂, 又有可能需要交互的问题呢? 那么, 我们就要使用一个单独的agent来处理 (2) 了. TUI 先看看在命令行tui里面是怎样的 (* 我知道很多操作是有直接的命令的, 但是我面向普通小白用户, 尽量使用自然语言与openclaw交流) 在SSH命令行中, 用 openclaw tui 命令打开tui 发送  新建一个agent * 你的openclaw回复的信息可能和上面的不完全一样.  补充信息 1. Agent ID  agent-new-test   2. 用途/名称  just test   3. 是否需要绑定到特定渠道？   不用, 我只在 tui 中使用   4. 模型偏好？   默认用当前的 然后过一会儿, 新agent就建好了. 在 tui 中使用 /agent 命令 用键盘方向键选择, 回车确认 然后你会看到 tui 的状态栏中, agent 改变了 这时, 你在tui与新的agent交流的内容 ...

说在最前面, 如果你是正经用OpenClaw, 请使用付费API, 或者去中转站等token提供商. 我写这样的文 是面向从来没用过OpenClaw的读者, 想试一试, 又担心投入成本. 前言 现在想用免费的token, Qwen 是不太行了, 交流没几个来回就报错限额了. 而 Antigravity 的 OAuth 或 反代 途径 已经被 Google 官方明确声明违反 TOS , 而且后续新版的 OpenClaw 也去掉了这个支持. 我想起了之前 白嫖 NVIDIA NIM 免费 API 玩 酒馆SillyTavern 的事情, 也想把这个免费的 token 用到 OpenClaw 中 实践 得到 NVIDIA NIM 的 API Key https://build.nvidia.com/ 右上角有 login 我用的 gmail 邮箱 如果你没有账号, 就会提示你创建账号. 细节操作略. 我想偷懒就直接用的 google 账号登录. 会要求验证你的邮箱. 你会在邮箱里收到一封验证邮件. 创建账号, 登录后, 右上角图标, API Keys 刚注册完账号 还不能创建API Key 注意页面顶部banner 验证你的账户. 点开, 要验证手机号. 我试了 Google Voice 不行. giffgaff 可以. 验证完手机号 就可以看到这个 Generate API Kyes 的按钮. 保存好你的 API Key   只会显示一次 得到 NVIDIA NIM 的  base_url 和  model 找到 glm4.7 模型对应的页面 https://build.nvidia.com/models https://build.nvidia.com/z-ai/glm4_7 点右上角的 View Code 按钮, 在弹窗中知道 base_url  和  model 在 OpenClaw onboard 过程中设置  API Key    base_url    model * 我只重点列出不同的操作.  base_url   API Key model 最后还有一个地方需要手动修改. 打开 /root/.o...