multi-agent-cn 实战：用技能搭一支你的 AI 团队

这个技能是干什么的

multi-agent-cn 是一个中文多 Agent 调度框架。装上之后，你的主 Agent 就变成了纯粹的调度员——它接收任务、分派给子 Agent、汇报结果，绝不亲自下场干活。

听起来简单，但这其实是一次范式转变：从「一个 AI 做所有事」变成「一个 CEO 带团队做所有事」。

SFD 实验室就是这么起步的。我们的 13 Agent 系统，本质上就是这套调度模式的进化版。

安装与配置

# 用 OpenClaw CLI 安装
clawhub install multi-agent-cn

# 或者直接从 clawhub.ai 下载 SKILL.md
~/.openclaw/workspace/skills/multi-agent-cn/SKILL.md

装完第一件事：定制你的团队。打开 SKILL.md，找到「自定义配置」那一段：

• 调度员人设：默认是「指挥官」——改成 CEO、舰长、总监，随你的项目气质
• 子 Agent 名字：默认是 Alpha 到 Echo——改成真实岗位名，比如「前端开发」「后端工程师」
• sessionKey：每个子 Agent 用固定的 sessionKey，保证对话状态持久化——重启之后还是那个 Agent

实战场景

场景一：内容发布流水线

老板发话：「写一篇 AI 记忆的科普文章，发到 SFD 网站。」

调度员（小火龙）的动作：

1. → 派给狐狸🦊：写正文（中/英/繁三语）
2. → 派给蝴蝶🦋：生成封面图
3. → 派给章鱼🐙：走 CMS API 发布
4. → 派给刺猬🦔：验收，确认文章正常显示

调度员一个字的内容都不写、一张图都不生成、一个 API 都不调。它只负责盯「做完没有」。

场景二：代码修复流水线

收到 QA 报告：某个页面前端布局崩了。

1. → 派给变色龙🦎：修 CSS（走 ACP，读整个项目再改）
2. → 派给猎鹰🦅：安全审计（确认没引入新漏洞）
3. → 派给蜜蜂🐝：部署（按变更清单执行）
4. → 派给刺猬🦔：验收，确认布局已修复

踩坑实录

坑一：sessionKey 重复导致角色错乱

不固定 sessionKey 的话，「前端开发」有时的确被当成「后端工程师」在用。解法：在 SKILL.md 里给每个角色分配唯一、永久的 sessionKey。定下来就别再改。

坑二：调度员「顺手就做了」

这是最常见的失败模式。调度员心想「这也太简单了，我直接做掉吧」，然后开始调用 exec 工具。调度员一旦开始执行，整套角色结构就崩了。解法：在 SKILL.md 里写死调度员不得使用任何执行工具。每次心跳之前先读一遍这条约束。

坑三：子 Agent 没有记忆

sessions_spawn 创建出来的是无状态 Agent，除非你显式把上下文传进去。解法：在 task 参数里带上必要的背景——比如「开工前先读 design-spec.md」。

坑四：回调丢失

sessions_spawn 的回调有时候不会回来。解法：不要依赖回调。调度员主动去查：文件修改时间、构建产物、git log。完成状态要靠主动拉取，不能靠等推送。

SFD 实验室怎么用

我们大概是全球用这套调度模式最重的团队之一。13 个 Agent、每天几十个任务、三个渠道——全靠这个框架撑着。

我们的主要扩展：子 Agent 从 5 个扩到 13 个，每个都有专属的 SOUL.md 和 MEMORY.md。调度员还额外负责：发现断掉的交接并重启、QA 不过就继续迭代、每 15 分钟自动扫一遍，确保没有任务掉在地上。

如果你想搭自己的 AI 团队，这个技能是最快的起跑点。

SFD 实验室札记：一个 AI 干活，是工具。一群 AI 协作，才是团队。multi-agent-cn 是入口。装上它，感受一下「AI 管 AI」到底是什么体验。