Auto-sync: 2026-04-27 12:02

2026-04-27 12:03:03 +08:00
parent fbd6107be4
commit 83c6e24e7c
45 changed files with 1898 additions and 886 deletions
--- a/wiki/sources/multi-agent-team.md
+++ b/wiki/sources/multi-agent-team.md
@@ -1,63 +1,59 @@
---
-title: "Multi-Agent Specialized Team (Solo Founder Setup)"
-type: source
-tags: []
-date: 2026-04-23
---
-
-## Source File
- [[Agent/usecases/multi-agent-team.md]]
-
-## Summary（用中文描述）
- **核心主题**：用多个专业化 AI Agent 组建团队，解决一人创业者（Solo Founder）身兼数职、上下文切换破坏深度工作的困境
- **问题域**：一人公司运营、AI Agent 协作架构、个人生产力系统
- **方法/机制**：4 个专业 Agent（Milo/策略、Josh/商业、Marketing/营销、Dev/开发）通过共享记忆 + 私有上下文 + Telegram 单一控制平面协调运作，定时任务驱动主动工作流，并行执行提升效率
- **结论/价值**：AI Agent 个性化（名字+人格）比技术本身更重要；共享记忆 + 私有上下文组合是关键；定时任务是价值飞轮；起步从 2 个 Agent 而非 4 个开始
-
-## Key Claims（用中文描述）
- 单个 Agent 无法精通所有领域：上下文窗口在同时处理策略、代码、营销研究、商业分析时快速填满
- 泛化提示产生泛化输出：编程 Agent 不应该同时撰写营销文案
- 一人公司需要团队而非另一个管理工具：Agent 应在后台工作并呈现结果，而非需要持续看护
- 知识孤岛问题：营销研究的洞察不会自动影响开发优先级，除非手动桥接
- 个性比想象中更重要：给 Agent 起名字和沟通风格，让人自然地"与团队对话"而非使用通用 AI
- 共享记忆 + 私有上下文组合是关键：Agent 需要共同基础（目标、决策）也需要积累领域专业知识的独立空间
- 根据任务复杂度匹配模型能力：不要用昂贵的推理模型做关键词监控
- 定时任务是价值飞轮：真正的价值来自 Agent 主动呈现洞察，而非仅在被询问时响应
- 从 2 个 Agent 而非 4 个开始：先用 1 个领导 + 1 个专家的组合，再根据瓶颈逐步添加
-
-## Key Quotes
-> "One agent can't do everything well: A single agent's context window fills up fast when juggling strategy, code, marketing research, and business analysis" — 单一 Agent 上下文溢出的痛点描述
-> "Personality matters more than you'd think: Giving agents distinct names and communication styles makes it natural to 'talk to your team' rather than wrestle with a generic AI" — Agent 个性化设计的核心洞察
-> "Scheduled tasks are the flywheel: The real value emerges when agents proactively surface insights, not just when you ask" — 定时任务作为价值飞轮
-> "Start with 2, not 4: Begin with a lead + one specialist, then add agents as you identify bottlenecks" — 从小规模起步的实践建议
-
-## Key Concepts
- [[Agent Specialization]]：专业分工，每个 Agent 有独特角色、性格和针对其领域优化的模型
- [[Agent Personality]]：Agent 个性化设计，赋予名字和沟通风格使协作更自然
- [[Shared Memory Architecture]]：共享记忆架构，团队通用文件（GOALS.md、DECISIONS.md、PROJECT_STATUS.md）
- [[Private Context]]：私有上下文，各 Agent 独立维护会话历史和领域特定笔记
- [[Single Control Plane]]：单一控制平面，所有 Agent 通过 Telegram 分组统一接入
- [[Scheduled Task Flywheel]]：定时任务飞轮，Agent 主动工作而非被动等待
- [[Parallel Agent Execution]]：并行执行，多个 Agent 可同时处理独立任务
-
-## Key Entities
- [[OpenClaw]]：多 Agent 框架，提供 sessions_spawn/sessions_send 能力支撑多 Agent 编排
- [[Milo]]：策略领导 Agent，Claude Opus 模型，负责战略规划、Agent 协调、OKR 追踪
- [[Josh]]：商业分析 Agent，Claude Sonnet 模型，负责定价策略、增长指标、KPI 追踪
- [[Marketing Agent]]：营销研究 Agent，Gemini 模型，负责内容创意、竞品监控、SEO 研究
- [[Dev Agent]]：开发 Agent，Claude Opus/Codex 模型，负责编码、代码审查、架构决策
- [[Telegram]]：单一控制平面消息接口，所有 Agent 在同一群组中响应标签指令
- [[Trebuh]]：X 用户原型，独立创业者，成功实践 4 Agent 团队模式
- [[OpenClaw Showcase]]：OpenClaw 社区展示，包含 @jdrhyne（15+ Agent/3 机器/1 Discord）、@nateliason（多模型流水线）、@danpeguine（2 实例 WhatsApp 协作）等案例
-
-## Connections
- [[Content Factory]] ← uses ← [[Multi-Agent Team]]（内容工厂使用多 Agent 团队协作）
- [[OpenClaw]] ← powers ← [[Multi-Agent Team]]（OpenClaw 提供多 Agent 编排能力）
- [[Self-Healing Home Server]] ← similar_arch ← [[Multi-Agent Team]]（相似架构：OpenClaw + 定时任务）
- [[Multi-Agent System Reliability]] ← related_to ← [[Multi-Agent Team]]（多 Agent 系统可靠性是相关概念）
-
-## Contradictions
- 与 [[Content Factory]] 的团队架构差异：
-  - 冲突点：Content Factory 是链式协作（Research → Writing → Thumbnail），Multi-Agent Team 是并行专业化分工
-  - 当前观点：并行专业化分工更适合一人公司的多领域需求
-  - 对方观点：链式协作更适合内容创作这类有序流程
+---
+title: "Multi-Agent Specialized Team (Solo Founder Setup)"
+type: source
+tags: [multi-agent, solo-founder, telegram, openclaw, team-automation]
+date: 2026-04-27
+---
+
+## Source File
+- [[Agent/usecases/multi-agent-team.md]]
+
+## Summary（用中文描述）
+- 核心主题：Solo Founder 如何通过多 Agent 专业化团队实现"一人公司"运作
+- 问题域：单人创业者的角色切换成本、知识孤岛、无法专注深度工作
+- 方法/机制：4 个专业化 Agent（Milo 战略lead、Josh 商业分析、Marketing 内容营销、Dev 开发）+ 共享记忆 + Telegram 单入口 + 定时任务
+- 结论/价值：Agent 个性化比想象中更重要；共享记忆 + 私有上下文组合是关键；按任务复杂度选模型；定时任务形成飞轮；从小团队开始（lead + 1 specialist）
+
+## Key Claims（用中文描述）
+- 单个 Agent 无法同时处理战略、代码、营销、商业分析而不导致上下文耗尽：上下文切换摧毁深度工作
+- 通用 prompt 产生通用输出：编码 Agent 不应同时负责营销文案
+- Agent 个性化（名字 + 沟通风格）使"和团队对话"比"使用工具"更自然
+- 共享记忆 + 私有上下文组合是核心：共同ground（目标/决策） + 各自积累领域专业
+- 按任务复杂度匹配模型能力：不要用贵的推理模型做关键词监控
+- 定时主动推送洞察而非被动响应是价值飞轮：真正的价值在 Agent 主动浮现洞察
+- 从 2 个 Agent 而非 4 个开始：lead + 一个 specialist，然后按瓶颈扩展
+
+## Key Quotes
+> "A real small team available 24/7." — Trebuh，描述他用 4 个 OpenClaw Agent 组成的团队
+
+> "Personality matters more than you'd think." — OpenClaw Showcase，用户反馈 Agent 个性化使交互更自然
+
+> "Right model for the right job." — OpenClaw Showcase，不要用昂贵推理模型做简单任务
+
+## Key Concepts
+- [[SharedMemory]]：团队共享的项目文档、目标、关键决策，所有 Agent 均可访问
+- [[PrivateContext]]：每个 Agent 维护自己的对话历史和领域特定笔记
+- [[SingleControlPlane]]：通过单一 Telegram 群组控制所有 Agent，按 @tag 分发
+- [[ScheduledTask]]：Agent 主动在后台执行定时任务（每日 standup、内容推送、监控）
+- [[ChainedAgents]]：（相关——多 Agent 流水线与本场景的链式执行模式类似）
+
+## Key Entities
+- [[OpenClaw]]：本方案的技术基础框架，支持多 Agent 管理和 Telegram 集成
+- [[Telegram]]：单一控制平面的消息通道
+- [[Milo]]：战略 Lead Agent，由 Trebuh 创建，个性自信、有大局观、有魅力
+- [[Josh]]：商业分析 Agent，个性务实、直击要点、数据驱动
+- [[Trebuh]]：Solo Founder，OpenClaw 多 Agent 团队的首创实践者
+- [[Claude]]：Agent 所使用的模型之一（Milo/Dev Agent）
+- [[Gemini]]：Agent 所使用的模型之一（Marketing Agent）
+
+## Connections
+- [[ContentFactory]] ← extends ← [[Multi-AgentTeam]]
+- [[n8n]] ← integrates ← [[Multi-AgentTeam]]（n8n 做工作流编排）
+- [[Telegram]] ← controls ← [[Multi-AgentTeam]]
+
+## Contradictions
+- 与 [[ContentFactory]]（Multi-Agent Content Factory）：
+  - 冲突点：是否需要流水线式链式处理
+  - 当前观点（本页面）：多 Agent 按角色分工，通过共享记忆协调，强调 Agent 独立性和主动性
+  - 对方观点：多 Agent 按内容处理阶段链式执行，强调自动化流水线
+  - 说明：两者实为互补——ContentFactory 是内容创作流水线，本页面是团队管理架构，可以结合使用