核心用法
network-ai 是一套本地运行的多智能体工作流编排系统，核心由 6 个纯 Python 标准库脚本组成（scripts/*.py），无任何第三方依赖。系统通过三层记忆模型（Agent 上下文、共享黑板、持久项目上下文）协调多智能体协作，支持任务分解、预算管控、权限门控和结果验证。
主要工作流程：
1. 任务分解：将复杂请求拆分为数据、验证、建议三个子任务
2. 预算管控：通过 swarm_guard.py 初始化 token 预算，拦截每次 handoff 请求
3. 权限门控：访问 DATABASE/PAYMENTS/EMAIL/FILE_EXPORT 前必须获得 grant token
4. 黑板协调：通过 blackboard.py 读写共享状态，支持 TTL 过期机制
5. 结果验证：使用 supervisor-review 最终审批才能提交结果
显著优点
- 完全本地运行：所有脚本仅使用 Python 标准库，零网络调用，零第三方依赖
- 安全可控：权限系统基于 UUID token，审计日志本地存储（
data/audit_log.jsonl），无数据外泄 - 防失败机制：内置 handoff 上限（3次/任务）、心跳检测、沉默失败检测、行动比例监控
- 灵活扩展：三层记忆模型支持从 ephemeral 到持久化的不同状态需求
潜在缺点与局限
- 依赖宿主平台：
sessions_send、sessions_list、sessions_history为 OpenClaw 平台内置功能，此 skill 仅提供前置预算检查，不控制实际网络调用 - 无加密存储：token 和审计日志以明文 JSON/JSONL 存储，需依赖 OS 文件权限保护
- 学习曲线陡峭：需理解三层记忆模型、权限墙协议、handoff 拦截流程才能正确使用
- Windows 锁定问题：生产环境 Windows 主机可能需要额外安装
filelock
适合人群
- 需要本地编排多智能体复杂工作流的高级用户
- 对数据隐私有严格要求、不希望敏感信息离开本机的团队
- 已使用 OpenClaw 平台、需要精细化权限和预算控制的企业场景
- 具备 Python 基础、能理解命令行工具链的技术用户
常规风险
1. PII 泄露风险：justification 字段和审计日志存储用户提供的自由文本，可能意外包含敏感信息
2. 权限绕过风险：若用户不理解协议，可能直接调用 sessions_send 跳过 swarm_guard.py 检查
3. token 过期混淆：grant token 仅 5 分钟有效，超时后需重新申请，可能中断工作流
4. 误配置风险：data/ 目录权限设置不当可能导致审计日志被非授权读取
---
> 重要澄清：此 skill 不实现 sessions_send 等网络调用功能，这些属于 OpenClaw 宿主平台。该 skill 仅提供本地预算/权限检查脚本，在 sessions_send 调用前执行拦截判断。如需完全阻止外部网络调用，需在平台层禁用 sessions_send，而非依赖此 skill。