核心用法
agi-farm 是 OpenClaw 平台的多智能体团队自动化搭建工具，通过交互式向导（setup）在单次对话中完成完整团队基础设施的构建：
1. 团队配置：支持 3/5/11 三种规模预设，覆盖从极简（Orchestrator+Researcher+Builder）到全栈 AGI 系统的完整角色体系
2. 智能体生成：自动创建带 SOUL.md 人格配置文件的 OpenClaw 智能体，按角色智能分配模型层级（决策角色用 Sonnet/Opus，高频检查用 Flash 模型降本）
3. 通信基建：搭建 inbox/outbox/broadcast 三级通信体系，支持任务派发、状态广播与人工介入（HITL）
4. 自动化调度：内置 cron 任务注册与 auto-dispatch 脚本，实现 1 分钟级轮询、速率限制退避、依赖检查与人工决策标记
5. 实时监控：React + SSE 技术栈的运维面板，文件变更 350ms 内推送到浏览器，作为 macOS LaunchAgent 持久运行
6. 可移植交付：一键生成 GitHub 仓库，包含完整 bundle 与重建脚本
日常命令：setup（初始化）→ dashboard（监控）→ dispatch（手动触发调度）→ status（健康检查）→ export（版本备份）
显著优点
- 一键全栈：从空环境到可运行 AGI 团队仅需单条命令，大幅降低多智能体系统搭建门槛
- 生产级通信：内置 HITL 拦截、速率限制保护、依赖 DAG 检查，避免 AI 失控与资源耗尽
- 实时可视化：SSE 推送的 React 面板替代静态日志，任务状态、预算消耗、智能体健康度一目了然
- 智能降本：内置模型选型指南，按角色特性匹配能力/成本，避免全量使用高配模型
- 框架兼容：同时支持 AutoGen、CrewAI、LangGraph 及其组合，保留架构迁移灵活性
- 持久运行：macOS LaunchAgent 注册确保面板崩溃自恢复，符合后台服务可靠性要求
潜在缺点与局限性
- 平台锁定：深度依赖 OpenClaw 生态（
openclawCLI、特定目录结构、LaunchAgent），迁移至其他平台需重构 - macOS 专属：LaunchAgent 机制为 macOS 特有，Linux/Windows 用户需手动实现 systemd/Windows Service 等价物
- 前端构建依赖：面板需 Node.js/npm 环境，首次使用需执行
npm install && npm run build - 模型硬编码：
team.json直接写入模型字符串，若 OpenClaw 更新模型命名规则可能导致配置失效 - 调试复杂性：11 智能体全栈模式下，通信拓扑、依赖链与状态同步的排查难度显著高于单体系统
- 安全盲区：SOUL.md 人格文件若包含敏感指令可能引发智能体行为偏离预期，需人工审核模板
适合人群
- AI 团队架构师：需快速验证多智能体协作方案，避免从零搭建通信与调度层
- 自动化研究者：探索 HITL 工作流、智能体社会模拟或 AGI 组织协调实验
- 开源项目维护者：希望为社区提供可复现的 AI 协作 demo 或开发环境
- 技术型产品经理：需要可视化面板向团队演示 AI 工作流进展与瓶颈
常规风险
| 风险场景 | 缓解建议 |
|---------|---------|
| 自动调度脚本高频调用导致 API 费用激增 | 启用 `RATE_LIMIT_BACKOFF_MIN` 退避，设置预算告警 |
| LaunchAgent 异常占用端口或资源 | 定期 `launchctl list \| grep coopercorp` 检查，日志审计 `/tmp/coopercorp-dashboard.*` |
| 智能体间通信泄露敏感任务信息 | 审查 `comms/broadcast.md` 可见范围，敏感任务使用 inbox 点对点通道 |
| GitHub 仓库意外公开团队配置 | 敏感字段（API key、内部域名）存放于环境变量，勿提交至 bundle |
| 依赖框架仓库变更导致构建失败 | 锁定 `sparse-checkout` 的 commit hash，或本地 fork 技能仓库 |
技术亮点速览
- 文件监听 → SSE 推送延迟：<500ms（
watchdog250ms debounce + Python 线程广播） - 智能体状态缓存：30s 后台刷新（避免
openclaw agents list慢查询阻塞前端） - 通信格式：Markdown 广播 + JSON 任务队列 + 目录级 inbox 隔离
- 恢复机制：
rebuild --no-overwrite保留人工编辑，支持配置漂移修复