Agent Task Manager

核心定位

Agent Task Manager 是面向复杂业务场景的生产级多智能体编排框架，专为 OpenClaw 环境设计，将零散脚本转化为具备容错能力的专业工作流系统。

核心能力详解

1. DAG 式任务编排

通过 molt_task.py 管理 task_state.json，实现任务依赖的有向无环图（DAG）调度。关键价值在于会话级状态持久化——智能体在系统重置后可精确恢复至中断点，避免重复计算与资源浪费。

2. 外部限流智能管控

cooldown.sh 封装层自动维护 API 调用的时序状态，内置指数退避与重试逻辑。这对 Moltbook 等严格限流环境至关重要，确保合规性的同时维持业务连续性。

3. 模块化角色架构

提供 ContractAuditor、FinancialAnalyst 等标准化角色模板，支持独立执行或编排串联。示例中的 MoltFinance-Auditor 展示了三阶段流水线：合约审计 → 风险评估 → 受控发布。

显著优势

• 韧性设计：错误恢复与会话持久化降低运维成本
• 合规就绪：内置限流模式覆盖 Moltbook、Helius 等主流平台
• 可扩展性：JSON Schema 驱动的工作流定义便于业务扩展

潜在局限

• 环境锁定：深度依赖 OpenClaw/Moltbook 生态，跨平台迁移成本高
• 学习曲线：DAG 抽象与状态管理对简单场景可能过度设计
• 调试复杂度：分布式状态追踪需配合 workflow_schema.md 规范

适用人群

• 构建金融审计、智能合约分析等多阶段自动化系统的开发者
• 需在严格 API 限流下维持 7×24 运行的运维团队
• 追求"中断即恢复"可靠性的企业级工作流设计者

常规风险提示

• 状态文件完整性：task_state.json 损坏将导致编排失效，建议定期备份
• 限流参数漂移：外部 API 策略变更可能使 rate_limit_patterns.md 配置过期
• 并发安全：多智能体同时写入状态需额外锁机制（当前文档未明确）

核心评估

Agent Task Manager 是一款面向复杂多Agent系统的编排工具，专为 OpenClaw 环境设计，提供生产级工作流管理能力。

核心功能与用法

该 Skill 构建了一套完整的多Agent工作流基础设施：

1. 任务编排引擎：通过 molt_task.py 实现DAG式任务依赖管理，支持任务状态持久化到 task_state.json，确保会话中断后可恢复执行
2. 速率限制管理：cooldown.sh 提供外部API调用的冷却与重试机制，适配Moltbook等平台的API限制
3. 模块化角色系统：预定义 ContractAuditor、FinancialAnalyst 等专业角色模板，支持独立运行或序列化编排

典型应用场景包括金融审计工作流：合约安全评分 → 信任度分析 → 受限速的社交发布。

显著优点

• 状态恢复能力：任务级持久化设计，避免长流程重复执行
• 零外部依赖：纯本地工具链，无第三方库引入供应链风险
• 模块化架构：角色解耦设计便于复用和扩展
• 隐私友好：无敏感数据收集，符合GDPR/CCPA要求

关键缺陷与风险

高危安全漏洞：scripts/cooldown.sh:40 使用 eval "$COMMAND" 执行用户输入，存在严重命令注入风险。攻击者可构造 ; rm -rf / 等参数执行任意系统命令。

其他局限包括：输入验证机制缺失、Shell脚本安全性不足、T3信任等级缺乏组织背书。

适用人群

适合需构建复杂多Agent系统的开发者，特别是：

• 开发金融审计、合规检查等专业工作流
• 需要跨会话状态持久化的长任务场景
• 对接外部API需速率限制管理的集成场景

不建议用于处理不可信用户输入的生产环境，或高安全要求的政务、金融核心系统。

使用建议

修复 eval 漏洞前，建议限制使用范围为可信内部脚本；修复后可作为轻量级工作流引擎的有效补充。