当前位置: 首页 > news >正文

“驾驭工程”下一跳?JiuwenClaw AgentTeam开启“协同工程”全新范式

如果说提示词工程与上下文工程逐步将AI推向了“可用区间”,那么驾驭工程的技术使命是完成了单个 Agent 从 “基础运行” 到 “稳态运行、可控调度、合规交付” 的能力闭环构建。但当任务开始呈现出更明显的链路化、并行化与角色化特征时,新的瓶颈会立刻显现:单Agent再强,也很难同时承担调研、分析、执行、校对、汇总这些彼此依赖、不同节奏的工作。比如华为云近期正式发布的OfficeClaw办公智能体,重点是围绕办公场景让AI从“单兵作战”走向”团队协防“,引发关于办公效率的底层革命。

真正决定上限的,不再是“一个Agent能做到多少”,而是“多个Agent能否像团队一样持续协同”:能不能自动分工、能不能低摩擦交接、能不能在无人盯盘时也不掉链子、能不能把过程做成可观测与可治理的工程系统。

如何让多个智能体像一支精锐团队一样,自主分工、高效沟通、无缝协作?

面向这个下一代的核心难点问题,华为支持的 openJiuwen 社区发布最新版 JiuwenClaw,带来 AgentTeam 多智能体协同能力,并把行业下一阶段的工程焦点明确指向:“驾驭工程”的下一跳是“协同工程”。

JiuwenClaw已正式上线AgentTeam能力,欢迎体验!

项目地址:

  • https://gitcode.com/openJiuwen/jiuwenclaw

  • https://github.com/openJiuwen-ai/jiuwenclaw

本篇博客将详细讲解JiuwenClaw AgentTeam的设计理念与核心架构

AgentTeam:一个Leader带队多个Teammate并行作战

JiuwenClaw AgentTeam的核心理念很直接:模拟真实团队的协作方式。一个Leader Agent负责需求分析、团队组建和任务规划;多个Teammate Agent各自领取任务、独立执行、汇报结果。整个过程由事件驱动,无需人工介入即可完成从需求到交付的全流程,实现真正的“协同工程”。

  • Leader自主分析需求、组建团队、创建带依赖关系的任务

  • Teammate通过共享工作区协同产出,文件锁定保证一致性

  • Leader审批关键决策,故障自动恢复,全程实时可观测

下面逐一解读这三项核心能力。

1.Leader智能编排,Teammate自主执行

传统的Multi-Agent方案往往需要使用者手动编排——你得预先定义谁先谁后、谁跟谁通信。JiuwenClaw AgentTeam把这件事交给了Leader Agent自己。

Leader做什么:

用户只需描述需求,Leader会自主完成以下工作:

  • 动态组建团队:无需预先定义固定阵容。Leader基于团队模版,根据目标描述动态分配角色和成员——调研专员、内容撰写、数据分析、质量审核,按需生成。执行过程中发现人手不足或方向调整,Leader还可以随时增减成员,团队组成始终跟着目标走

  • 规划任务:将需求拆解为具体任务,建立依赖关系(比如"数据采集完成后,分析才能开始")

  • 分配与监控:创建任务后,通过事件系统实时感知进展——谁认领了什么、谁完成了什么、谁遇到了问题

Teammate做什么:

Teammate不需要被"指挥"——它们自主运转:

  • 主动认领:收到任务创建事件后,自动浏览任务板,认领与自身能力匹配的任务

  • 独立执行:在自己的工作空间中完成调研、撰写、分析等工作。遇到复杂任务,Teammate可以自行拆解为更细粒度的子步骤;遇到阻塞或不确定,可以主动向Leader发消息求助决策

  • 汇报结果:任务完成后自动更新状态,触发事件通知Leader和其他依赖方

这是一种分级自主协同:Leader基于目标和当前进度做战略级拆分,Teammate在各自任务内独立决策和执行,同时保留向上求助的通道——既不事事请示,也不闭门造车。这也是“协同工程”的核心思想。

两者之间靠什么连接?任务和消息双驱动。

JiuwenClaw AgentTeam的协同不只靠"派任务-做任务-交任务"这条线。团队成员既通过任务协作驱动核心流程——认领、执行、完成、解除下游阻塞;又通过任务外消息持续沟通——讨论方案、协商优先级、反馈问题、请求支援。两条通道并行工作,适用于需要讨论和协商的复杂场景,而不仅仅是机械地分发和汇总,已经非常类似人类团队协作的机制了!

所有交互——任务状态变更、成员间消息、成员上下线——都通过事件总线实时传递。不是Leader每隔几秒轮询"你干完没",而是Teammate完成任务的瞬间,Leader就会被唤醒做下一步决策。

这个过程中,任务依赖自动管理。task-3被task-1阻塞时,状态为BLOCKED;task-1完成的瞬间,系统自动将task-3解除阻塞,变为可认领状态。Teammate不需要理解依赖图,只需要认领和执行。

2.Team Workspace:团队共享工作区

多 Agent 协作绕不开一个现实问题:Agent之间怎么共享工作产物?

调研 Teammate 采集了行业数据,分析T eammate 需要读取;分析 Teammate 输出了趋势图表,撰写 Teammate 需要引用。如果每个 Agent 各干各的、互不可见,"团队协作"就只是个空壳。

AgentTeam 通过Team Workspace解决这个问题——一个团队级的共享文件空间,所有成员均可透明访问。

它是怎么工作的?

每个 Teammate 的工作目录中都会自动挂载一个共享路径,指向同一个团队工作区。调研 Teammate 写入的行业数据文件,分析 Teammate 立刻可见。不需要手动传文件、不需要 Agent 之间互相发消息"你去看某某路径"——直接读写,天然共享

每个Teammate在自己的独立工作空间中干活,需要跨成员协作时写入共享区即可。

但共享带来冲突风险——两个 Teammate 同时写同一个文件怎么办?Team Workspace 提供了三种冲突策略,按场景选择:

整个过程对 Agent 透明——框架内置的工作区护栏自动拦截所有共享目录的文件操作:写入前检查锁、写入后自动提交并通知其他成员、读取前拉取最新版本。Agent 只管读写文件,协调逻辑由框架处理。

在涉及代码协作的场景中,框架还支持 Git Worktree,为每个 Teammate 提供独立的文件系统视图,与 Team Workspace 的产物共享互不冲突。

3.全生命周期管控:从Plan审批到故障自愈

真实的团队协作不仅仅是"分任务-干活-汇总"。JiuwenClaw AgentTeam 覆盖了从任务创建到团队解散的完整生命周期,包括审批、容错和可观测。

Leader 审批:关键决策和敏感操作不放手

Agent 自主执行效率高,但不是所有决策都应该放手。AgentTeam提供两层审批机制:

  • Plan 模式:对于重要任务,Teammate 认领后不直接动手,而是先提交执行计划给 Leader 审批。Leader 觉得合理就通过,觉得方向有偏就驳回并给出反馈,Teammate 修订后重新提交

  • 工具审批:当 Teammate 要执行敏感操作(比如删除重要文件、调用外部 API、修改共享配置),审批请求自动发送给 Leader,Leader 决定是否允许

两者的核心原则一致:Agent 可以自主建议,但关键决策权始终在 Leader手上,避免"自由发挥后收拾烂摊子"。

事件驱动机制:让团队始终保持运转

多Agent协作最怕的情况是隐性停滞——Teammate 异常僵死无人察觉、任务长时间无人认领、已认领的任务迟迟不完成、成员间消息漏接……整个团队看似还在运行,实际已经卡住,却没人主动处理。

AgentTeam 在底层搭了一套完整的事件驱动机制来规避这类风险。团队里几乎所有有意义的变化都会产生事件,外部事件和内部事件双管齐下:

  • 任务事件:创建、认领、完成、取消、解除阻塞——任务板的每一次状态翻转都触发事件

  • 成员事件:上线、下线、状态切换(空闲/忙碌/异常)、重启——每个成员的生命周期变化都被捕获

  • 消息事件:点对点消息、广播通知、审批请求——所有通信都走事件总线

  • 内部轮询事件:框架内定时产生的自检事件(邮箱轮询、任务板轮询等),在没有外部事件到来时仍定期唤醒Agent做自我检查

基于这些事件,框架构建了一套激活处理逻辑:事件一旦触发,相关的Agent就会被唤醒,重新审视自己该做什么——空闲的 Teammate 会主动检查任务板并认领待领任务;Leader 会监控全局进度,识别长期未认领的 PENDING 任务和执行超时的 CLAIMED 任务,必要时重新规划或换人;消息接收方会优先处理未读。对于 Teammate 自身的异常僵死,框架也会通过心跳检测和重启机制自动恢复。配合定时轮询兜底,即使某个事件偶发丢失,系统也能在下一轮自检中自愈。

这套机制的价值不仅在于让信息在团队里流动起来,更在于让团队始终保持运转——不会有任务长期无人认领、不会有Teammate挂掉没人知道、不会有执行停滞却无人干预。单点问题始终能在可控时间内被发现并处置,不会阻塞整个团队协作。

持久化团队:跨会话不丢状态

团队不一定是用完即弃的。启用Persistent(持久化)模式后,团队可以跨会话保留:

  • 会话结束时,团队进入待机状态,成员信息和配置持久化到数据库

  • 下次使用时,一键恢复——创建新的会话空间,重新启动队员,无需重新组建团队

适合需要长期运转的项目——每次打开都是熟悉的团队阵容,直接开始新任务。

TeamMonitor:实时可观测

AgentTeam 的整个协作过程透明可见,TeamMonitor 提供两个维度的观测能力:

查询API——随时查看团队当前状态:

事件流——实时订阅团队事件。任务完成、成员状态变更、消息收发……所有事件都可以通过异步迭代器逐条消费。你可以据此构建 Dashboard、日志系统,或者触发外部工作流。整个团队的运转不是黑盒,而是每一步都可追踪、可审计

openJiuwen Agent Team 核心架构

openJiuwen AgentTeam 协同层是一套完整的多智能体编排基础设施。

它的核心技术原理可以归结为三点:

  • 基于共享任务列表的一致性协同:所有成员共享同一份动态任务列表,各自基于团队目标、任务定义和自身能力,自主认领并执行任务,天然保证信息一致

  • 消息和任务双驱动模式:成员间既通过任务流转驱动核心工作流,又通过任务外的消息通道持续推进讨论和协商,覆盖从结构化执行到非结构化沟通的全场景

  • 角色与工具工程:RolePolicy 定义 Leader 和 Teammate 在团队中的行为规范和决策边界,TeamTools e赋予团队成员具体的协调操作能力——角色决定"该做什么",工具决定"能做什么"

AgentTeame 协作流程如下:

下面讲解其核心技术设计。

1.双角色统一类:一套代码,两种人格

AgentTeam 中 Leader 和 Teammate 共用同一个 Agent 架构——TeamAgent。它根据运行时的角色身份展现不同行为:不同的工具集、不同的 Prompt 策略、不同的事件处理逻辑。

架构上,TeamAgen t将团队协调层与单 Agent 执行层(Harness SDK)做了清晰分离。协调层负责角色策略、事件路由和团队管理;执行层复用 openJiuwen 已有的 Harness 能力——提示词、工具、护栏、任务循环。两层独立演进,互不干扰。

共享工具(Leader 和 Teammate 均可使用):查看任务、发送消息/广播。

这意味着新增一种团队角色(比如"审核员")不需要从头开发一个新 Agent,只需配置不同的工具集和 Promp t策略。协调层的升级也不会影响单 Agent 的执行能力,两侧独立迭代。

2.事件驱动的协调循环

团队协调的核心引擎是协调循环(CoordinatorLoop)——一个事件驱动的调度中枢,为每个TeamAgent提供"大脑"。

设计亮点:双通道事件入口。

  • 实时通道:传输层事件(任务完成、消息到达、成员状态变化)立即入队,延迟极低

  • 轮询通道:两个独立定时器分别检查邮箱和任务板(间隔可配置),作为兜底——即使传输层偶发丢事件,轮询保证最终一致性

  • 事件分发器根据事件类型智能路由:

  • 用户输入→ 启动或引导 Agent 执行

  • 任务事件→ 推动空闲 Agent 认领新任务

  • 消息事件→ 处理未读消息,转化为 Agent 输入

  • 成员事件→ 更新成员跟踪状态,触发过期任务检查

特别值得一提的是空闲推动机制:当T eammate 完成任务变为空闲时,事件分发器会主动检查任务板上是否有可认领的任务,如果有就"推一把"——把任务摘要注入 Agent 的上下文,驱动它继续工作。Leader 端则检测长期未认领的待领任务和超时的已认领任务,必要时重新规划或重新分配。

这套机制让 Agent 平时处于"休眠"状态,有事件才被唤醒,资源消耗极低。而轮询作为兜底,保证即使消息偶发丢失系统也不会卡死——兼顾了低延迟和高可靠。

3.分段式Prompt注入(TeamRail)

团队上下文信息(角色策略、团队成员、任务状态)需要注入 Agent 的系统 Prompt。传统做法是拼接成一个大字符串,每次全量重建。AgentTeam 采用了分段注入——将团队 Prompt 拆解为7个独立片段(Section),每个片段承载一类上下文信息,按优先级有序组装:

前5个片段在团队初始化时一次构建,后续直接复用。后2个片段(团队信息、成员关系)会随团队运行发生变化,框架通过时间戳缓存按需刷新——只有数据真正变化时才重新查询,团队运行稳定时组装开销几乎为零。

分段带来的另一个好处是可扩展:后续需要给 Agent 注入新的团队上下文(比如共享知识库摘要),只需增加一个片段,不会影响已有的角色策略和工作流。对于长时间运行的团队,动态缓存也避免了每次模型调用都重新查数据库。

4.可插拔基础设施

AgentTeam 的通信和存储完全可插拔——框架内置了适合单机场景的默认实现,同时支持替换为企业级方案:

传输层(Messager):

单机默认使用 ZMQ 轻量通信;分布式场景可切换为 Pulsar、RocketMQ 等消息队列

存储层(TeamDatabase):

单机默认使用 SQLite;分布式场景可切换为 PostgreSQL 等关系数据库

需要自定义?通过注册表一行代码即可接入 Redis、PostgreSQL 等第三方后端。所有注册表延迟加载——内置实现在首次使用时才初始化,可选依赖缺失时优雅跳过。接入新的后端只需调整配置,无需修改业务逻辑。

JiuwenClaw在企业级办公智能体产品OfficeClaw中的实践落地

就在刚刚过去的4月16日,华为云举办 OfficeClaw 办公智能体新品体验会,并启动了产品邀测。

OfficeClaw的创意来源于开源项目,华为云研发团队捕捉到这一创新价值,集结数十位研发人员开展联合攻关,依托华为自主创新全开源的 JiuwenClaw 项目为技术底座,基于华为云AI基础设施能力和 AgentArts 智能体开发平台,提供企业级安全防护、分钟级定障精准评估、精准上下文、羽量沙箱百毫秒启动、Agent 自进化等五大核心能力,让企业成百上千个AI 智能体能既快又稳、管得住、用得好。

写在最后:为什么Coordination Engineering是下一跳

当行业还在继续深化Harness Engineering(提示词工程、工具编排、护栏机制、任务循环、工作空间管理)时,真正的增量空间正在向“团队化交付”转移:一个 Agent 很难覆盖完整链路,但一个 AgentTeam 可以把复杂任务拆成并行工序、把交接变成机制、把治理变成可观测与可恢复的系统。

因此,Coordination Engineering不是一个简单的概念,而是 Harness Engineering 合乎逻辑的下一跳:在每个Teammate内部保留完整的 Harness SDK Agent 能力,在团队层叠加协同编排与治理能力,让多个强个体以更低摩擦组织成高效团队。

同时,JiuwenClaw 提出的Team Skill机制也值得关注:它能把 AgentTeam 执行过程中的团队协作流程沉淀为可复用的“团队 SOP” 协作模板,并在每次使用后自动优化——用得越多,SOP 越精准,进一步增强 Evolution Engineering 能力。

如果你正在寻找一条从单 Agent 走向团队协同的工程路径,不妨直接从开源地址上手,用真实任务跑一遍AgentTeam,亲手见证 “Coordination Engineering” 所带来的高效与便捷的差异化体验!

搜索 openJiuwen 官网解锁更多实操案例与技术解读:https://openjiuwen.com/

http://www.jsqmd.com/news/825676/

相关文章:

  • Driver Store Explorer终极指南:三步搞定Windows驱动存储清理,轻松释放数GB磁盘空间
  • 告别I2C卡顿!手把手教你用I3C总线驱动传感器(附Arduino ESP32实战代码)
  • Cadence SPB 17.4 + AutoCAD 2022 协同工作流:从机械图纸到PCB板框的无缝转换
  • J Adv Res(IF=13)南方医科大学南方医院等团队:基于多模态渐进融合 Transformer 的肝细胞癌患者免疫治疗反应预测模型
  • Rust高性能跨平台小说下载器:Tomato-Novel-Downloader架构深度解析与技术实现
  • 2026年new消防水带厂家选型指南:鸿安消防如何以综合实力领跑市场 - 2026年企业推荐榜
  • 详解 OpenClaw 小龙虾核心功能与 Windows 部署方法
  • 眼动追踪硬件优化:3D合成数据与NeRF技术应用
  • Roo-Code:基于上下文感知的智能代码生成与增强工具实践
  • 别再只会点灯了!用STM32F103C8T6做个桌面小摆件,串口屏显示天气和名言(附完整工程)
  • ARM活动监控寄存器AMPIDR2详解与应用
  • Tauri自定义窗口踩坑实录:我的拖拽区域为啥不灵?阴影库怎么装?
  • 开源协作平台OpenAkita:一体化架构、技术栈与实战部署指南
  • 分小号-免费号卡分销系统/免费宽带分销系统体验
  • 全球仅17所高校已部署的地理AI研究协议:NotebookLM本地化私有知识库搭建全攻略(含GeoJSON语义锚定技术)
  • Agent Harness安全怎么管?看OfficeClaw如何构建纵深防御体系
  • 2026年比较好的太仓环保PP板/太仓实心PP板优质厂家推荐榜 - 品牌宣传支持者
  • Transformers中的Trainer API详解(训练流程剖析)-方案选型对比
  • ARM调试机制中的不可预测行为分析与应对策略
  • 手把手教你用51单片机点亮0.91寸OLED屏(IIC接口,附完整代码和接线图)
  • 全栈必知:系统级安全防御笔记
  • 汇川H5U PLC搭配PMM6020B伺服电机:从接线到调试的保姆级EtherCAT配置流程
  • 基于Gemini Vision Pro构建企业级多模态AI应用:架构、场景与成本优化
  • UE5项目版本控制终极指南:ue5-gitignore完整配置方案
  • DeepSeek MATH测试结果反常波动?一线调优工程师教你用5步诊断法定位定理嵌套深度溢出问题
  • 树莓派与NeoPixel打造智能生物钟台灯:物联网与嵌入式开发实践
  • 【MATLAB】压力闭环控制系统动态响应分析与优化
  • 【Jetson AGX Orin】解决nvidia-jetpack安装失败:从“E: Unable to locate package”到成功部署的完整指南
  • FPGA图像处理中的“心理学公式”与定点数优化:以灰度转换为例的精度与效率权衡
  • 立方体贴图技术与动态阴影优化实践