核心用法
OpenFleet 是一款面向多智能体（Multi-Agent）场景的自动化编排平台，本 Skill 将其完整能力引入 OpenClaw 终端环境，实现"命令行即控制面板"的体验。核心操作围绕四大模块展开：
任务管理（Tasks）：支持任务的 CRUD 全生命周期管理，包含智能创建（create_task 自动匹配最优 Agent）、状态流转（INBOX → 执行 → REVIEW → DONE）、阻塞解除（unblock_task）及审批机制（approve_task）。任务支持优先级标记、标签分类和评论追加，便于 Agent 执行时获取上下文。
智能体管理（Agents）：可实时查看 Agent 的健康状态、Token 消耗及当前负载（list_agents/get_agent），支持按需创建不同类型的 Agent（LEAD/SPECIALIST/INTERN），实现人力资源的弹性调度。
自动化编排（Automations）：内置定时任务引擎，支持从小时级到月度的周期性自动化（create_automation），并可即时触发（trigger_automation）或开关控制（toggle_automation），适用于日报生成、定时巡检等场景。
系统控制（System）：trigger_pulse 是核心调度指令，触发一次完整的工作循环（健康检查 → 任务分配 → 执行启动）；parse_input 提供自然语言到结构化任务的智能解析，降低使用门槛。
显著优点
1. 双向控制闭环：OpenFleet → OpenClaw 的任务下发与 OpenClaw → OpenFleet 的管理指令形成完整回路，避免"黑箱"操作。
2. 零配置 MCP 集成：基于标准 MCP stdio 协议，支持 Claude Code、Cursor、Windsurf 自动检测与配置，大幅降低接入成本。
3. 模板化快速启动：内置 saas-startup、content-pipeline 等_workspace 模板，新团队可分钟级搭建完整工作流。
4. 精细化权限设计：任务审批、阻塞标注、评论可见性等机制，兼顾自动化效率与人工可控性。
潜在缺点与局限性
1. 平台依赖性：需持有 OpenFleet 账号及 API Key，且核心功能受限于 OpenFleet 云端服务的可用性与定价策略。
2. Token 成本敏感：Agent 执行涉及 LLM 调用，高频 Pulse 触发可能导致不可预期的 Token 消耗，需配合配额监控使用。
3. 调试复杂度：多 Agent 并行场景下，任务冲突、状态竞争等问题排查需深入理解 OpenFleet 的内部调度逻辑。
4. 环境隔离要求：API Key 需妥善保管，误配置可能导致工作空间数据暴露或被恶意消耗配额。
适合人群
- AI 工程团队：需将多 Agent 能力嵌入现有 DevOps 或业务流的技术团队
- 自动化极客：追求"终端即指挥中心"体验的高级用户
- 初创公司：希望通过模板快速搭建内容生产、客户支持等标准化流程的非技术创始人
- MCP 生态探索者：研究 Model Context Protocol 集成模式的开发者
常规风险
- 密钥泄露风险：
OPENFLEET_API_KEY以环境变量形式注入，共享环境或日志输出可能导致泄露，建议配合密钥管理服务使用 - 误操作风险：
delete_task为软删除但trigger_pulse可能立即触发 Agent 执行，批量操作前建议先list_tasks确认范围 - 依赖失效风险：
npx @open-fleet/mcp-server为动态拉取模式，网络波动或 npm registry 异常可能导致 Skill 初始化失败