核心功能
council-builder 是一套系统化的AI代理团队构建框架，专为OpenClaw生态设计。它不只是一个简单的"创建代理"工具，而是一套完整的多智能体架构工程方法论。
使用流程（七阶段）
Phase 1 - 深度发现：通过2-3轮结构化访谈，挖掘用户的职业背景、日常工具、时间消耗痛点及工作语言偏好。可选分析历史数据（memory/文件、工作区结构、已安装技能）。
Phase 2 - 架构设计：规划3-7个代理（宁少勿多），每个代理配备：角色定义、专业领域、人格角度、协作关系。以表格形式呈现方案，获用户明确批准后执行。
Phase 3 - 实体构建：运行初始化脚本创建目录骨架，为每个代理生成：SOUL.md（人格核心）、AGENTS.md（协调规则）、memory/（记忆）、.learnings/（自我改进日志）。强制要求：每个SOUL必须独一无二，禁止企业化语言。
Phase 4 - 自适应路由：在根AGENTS.md中配置Fast→Think→Deep→Strategic四级模型切换阈值，包含升级/降级规则及速率限制回退策略。
Phase 5 - 自我进化系统：每个代理内置错误检测→学习记录→知识晋升的闭环，支持跨代理学习共享（shared/learnings/CROSS-AGENT.md），每周生成learning-metrics.json量化指标。
Phase 6 - 验证交付：清单式确认文件完整性、路由表准确性、协作映射正确性。
Phase 7 - 动态扩展：支持代理的增删改，自动维护路由表与协调关系。
显著优势
1. 人格化设计：代理不再是功能模块，而是有独特声音、优势、局限的"角色"
2. 强制简洁：SOUL、协调文件均追求极致精简，尊重上下文窗口
3. 文件驱动协作：代理通过共享目录通信，边界清晰，可审计
4. 量化进化：用JSON指标替代"感觉良好"的模糊评估
5. 语言自适应：支持任意工作语言（包括阿拉伯语、中英双语等）
局限与风险
- 启动成本高：需要用户投入15-30分钟深度访谈，不适合追求"一键生成"的场景
- 架构复杂性：四级路由+跨代理学习+度量系统，小型团队可能过度设计
- 维护负担：自我进化系统需要定期人工Review，否则可能积累无效学习
- 人格漂移风险：长期使用后，多个代理可能趋同（需定期检查"Each agent is a character"原则）
适合人群
- 需要处理多维度复杂任务的知识工作者（研究员、创业者、项目经理）
- 已有OpenClaw使用历史、希望系统化的资深用户
- 对"AI团队"概念有认知、愿意投入时间设计协作关系的用户
- 不适合：仅需单一功能助手、或希望完全自动化零维护的用户
安全考量
- 自我进化系统可能放大初始设计缺陷（需人工把关晋升规则）
- 跨代理共享文件存在信息泄露风险（需严格定义read/write边界）
- 路由升级至Strategic级可能产生高API成本