要点小结

面向经管学生、研究者与从业者的 AI 智能体设计教材

作者

李学恒、林建浩、严翊歆

发布于

2026-05-11

本章从内置调度能力出发,逐步搭建起一套完整的管家调度专家流程。

内置 coding-agent Skill。 OpenClaw 自带的调度能力,支持通过一次性执行命令调度 Opencode、Claude Code、Codex 等专家。适合目标明确的批处理任务,但没有需求澄清阶段,也不支持多轮交互,且管家不会主动调度。

需求澄清与多轮协作 Skill。 brainstorming Skill 在调度前与你逐步理清需求,dispatch-expert Skill 让管家和专家之间建立持久会话、支持多轮协作。两者组合后,调度流程变成三个阶段:澄清需求、调度执行、汇报结果。

记忆与调度规范配置。 三份文件协同工作:MEMORY.md 作为总入口提供索引,spec/DISPATCH-EXPERT.md 定义任务分流规则(自己处理、一次性调度、完整流程),projects/INDEX.md 登记项目路径。三份文件各自独立,新增项目不改调度规则,调整策略不改项目清单。

观察与调试。 /verbose full 让管家的调度过程透明化,每一步操作实时展示。/stop 可中断执行中的任务。排查问题时区分两个层面:管家侧看调度规范和 Skill 配置是否正确,专家侧看项目的上下文(AGENTS.md、Skill)是否准备到位。


第五篇回顾:管家与专家的协作体系

三章内容构成了一套完整的协作体系。

第 22 章建立了分工。 管家常驻在线、接收消息、做轻量调度;专家按需启动、进入项目目录、执行深度工作。两者的能力边界不同,强行让一个角色承担全部工作,两边都做不好。

第 23 章搭建了基座。 管家的配置文件定义了它是谁、怎么说话、记住什么。MEMORY.md 的索引式设计让管家能高效检索长期事实而不占满上下文。Skill 生态让管家的能力可以持续扩展。

第 24 章打通了调度。 管家不再只是回答问题和读写文件,而是能判断任务类型、澄清需求、调度专家、汇报结果。从一条微信消息到一份项目产出,中间的每一步都有对应的配置和 Skill 支撑。

贯穿三章的核心理念是:管家负责协调,专家负责执行,项目上下文决定产出质量。 管家做得再好,如果专家进入的项目目录里没有清晰的规则文件和 Skill,产出依然会偏离预期。调度链路的最后一环不在管家这边,而在你为每个项目准备的上下文里。