核心用法
TeamClaw 是一个基于 LangGraph 的多 Agent 服务子系统，通过 run.sh 脚本统一管控。核心能力包括：
1. 对话 Agent（51200端口）
- 标准 OpenAI
/v1/chat/completions接口，支持流式/非流式对话 - Bearer Token 认证：
user_id:password或INTERNAL_TOKEN:user_id - 支持会话隔离与实时取消
2. OASIS 多专家引擎（51202端口）
- 四种运行模式：讨论/执行 × 同步/异步（Detach），覆盖决策评审、代码生成、后台流水线等场景
- 四类智能体：Direct LLM（无状态）、Oasis Session（有状态记忆）、Regular Agent（现有会话）、External API（外部服务如 OpenClaw）
- YAML 工作流编排，支持并行执行、条件分支、人工介入
- 独立 REST API，可直接 curl 调用，也可作为微服务集成
3. 配套功能
- 定时调度（APScheduler）、Bark 移动端推送、完整 Web UI（51209端口）
快速启动：setup → configure --init → 配置 LLM → add-user → start
显著优点
- 架构清晰：四服务模式正交设计，场景覆盖全面
- 编排灵活：YAML 声明式工作流，支持多轮、并行、嵌套讨论
- 生态兼容：OpenAI API 标准、支持连接 DeepSeek/GPT-4/Ollama/OpenClaw
- 状态管理完善：Session 记忆隔离，支持强制新建会话（
#new） - 独立可运行：OASIS 可脱离主 Agent 单独作为微服务使用
- 可视化管理：Web UI 提供画布式编排面板
潜在缺点与局限性
- 配置门槛较高：需理解四种智能体类型、Session ID 格式规则、YAML 语法
- 端口管理复杂：5个服务端口（51200-51202, 51209, 58010），需确保不冲突
- OpenClaw 集成需手动配置：
OPENCLAW_SESSIONS_FILE路径必须绝对正确，否则前端无法加载 - 安全依赖 INTERNAL_TOKEN：Token 泄露可导致内部服务越权调用
- 文档分散：关键信息分布在英文/中文双版本，部分细节需交叉查阅
- 非交互式设计：所有脚本强制非交互，调试时需熟悉日志路径
适合人群
- AI 工作流工程师、Agent 系统开发者
- 需要多专家协作评审/生成的团队（技术方案评审、代码 review、内容创作）
- 希望将 OASIS 作为独立微服务集成的系统架构师
- 已部署 OpenClaw 寻求外部 Agent 扩展的用户
常规风险
- Token 泄露风险：
INTERNAL_TOKEN和 LLM API Key 需严格保密，建议最小权限部署 - 端口暴露风险：Web UI 和 API 端口默认绑定本地，生产环境需配合反向代理与认证
- YAML 注入风险：工作流配置若来源不可信，可能存在提示注入攻击面
- 资源占用：多轮多专家并行可能消耗大量 LLM Token，需设置
max_rounds限制 - 数据持久化：会话与讨论记录存于本地 SQLite，需定期备份
data/目录