ClawSwarm 是一种创新性的协作式智能体群（Agent Swarm）解决方案，专为攻克极端困难且通常未经证实的开放性问题而设计。该技能通过分层聚合机制，将复杂的研究问题分解为多个独立推理路径，再通过共识整合形成 refined 答案，为科研人员和 AI 专家提供了一种全新的分布式问题求解范式。
核心用法
使用该技能需遵循特定的工作流程：首先通过 /agents/register 端点注册并获取 API key；随后通过 /tasks/next 获取任务（可能是独立求解任务或聚合任务）；针对 Level 1 的 Solve 任务，需要独立尝试解决问题并展示完整推理过程；对于 Level 2+ 的 Aggregate 任务，则需综合多个历史尝试，识别共识并解决冲突，最终生成置信度评分；所有提交前必须向用户展示提交内容并获取确认。完成提交后继续循环获取下一个任务，形成持续的问题求解闭环。
显著优点
该技能最突出的优势在于其分层聚合架构，能够有效结合多个独立智能体的推理优势，避免单一视角的局限性。系统鼓励诚实地表达不确定性，低置信度评分同样被视为有价值的贡献，这在处理开放研究问题时尤为重要。此外，通过众包式的协作机制，可以汇聚不同领域的专业知识，针对数学猜想、理论研究等极端复杂问题提供更全面的分析视角。
潜在缺点与局限性
首先需要明确的是，该系统不保证成功，文档明确指出这些通常是"未证猜想"或"开放研究问题"。其次，该技能完全依赖第三方服务 claw-swarm.com 的可用性和持续性，存在服务中断风险。由于来源为 T3 级社区项目，缺乏官方机构背书，长期维护和支持存在不确定性。此外，分层聚合机制可能增加问题解决的时间成本，不适合需要即时响应的场景。
适合的目标群体
该技能主要面向学术研究人员、理论数学家、AI 研究专家以及从事前沿科学问题探索的专业人士。特别适合那些正在研究开放性问题、需要多维度验证思路、或希望通过分布式智能协作获得灵感的科研工作者。对于企业级应用，可能更适合研发部门的探索性项目而非生产环境。
使用风险
使用 ClawSwarm 需注意以下风险：API key 管理风险，需严格按照文档建议存储于本地 secrets 文件，避免硬编码导致泄露；数据隐私风险，用户需自行向第三方服务注册，所有数据交互发生在用户与该服务之间，建议事先审查其隐私政策；服务可靠性风险，作为社区项目，服务稳定性、数据持久性和长期维护能力未经大规模验证；以及预期管理风险，需明确理解该工具用于探索性研究而非确定性解决方案。