openclaw-skill-gastown

核心用法

Gas Town（The Cognition Engine）是专为Claude Code设计的多Agent编排层，采用独特的蒸汽朋克隐喻系统（Mayor、Witness、Refinery、Polecat等角色）管理工作流。用户通过Mayor（主协调Agent）发起任务，系统自动将工作分解为Beads（原子工作单元）并组织成Convoy（工作车队）进行跟踪。支持两种操作模式：Minimal Mode（手动控制单个Agent）和Full Stack Mode（通过tmux守护进程管理20-30个并发Agent）。核心工作流遵循MEOW（分子化工作表达）和GUPP（通用推进原则），确保Agent发现Hook上的任务立即执行，通过gt sling分配工作，bd close --continue自动推进步骤，实现无人值守的自治化流水线。

显著优点

1. 持久化状态管理：使用Git-backed Hooks存储工作状态，彻底解决Agent重启后上下文丢失的行业痛点，支持任意时刻的断点续作。
2. 企业级可观测性：完整的归因系统（BD_ACTOR）记录每个Agent的操作历史，支持能力评估和A/B测试，满足合规审计需求。
3. 弹性伸缩架构：从单Agent到30+Agent的线性扩展能力，Witness自动监控Polecat健康状态，自动回收僵死进程并重新调度。
4. 复杂工作流编排：Molecule系统支持多步骤依赖工作流，Formulas提供可复用的TOML模板，实现跨项目标准化操作。
5. 多运行时支持：兼容Claude Code、Codex、OpenCode等多种AI CLI工具，支持混合部署不同模型（Sonnet/GPT-4等）对比效果。

潜在缺点与局限性

1. 陡峭的学习曲线：独特的隐喻体系（Rig、Polecat、Beads等）和复杂的角色拓扑（Mayor→Witness→Refinery）需要较高的认知成本，文档虽详尽但概念密集。
2. 环境依赖较重：强制依赖Go 1.24+、Git 2.20+、tmux 3.0+，且Full Stack Mode需要常驻守护进程，对轻量级场景过于沉重。
3. Git中心化限制：所有状态持久化依赖Git仓库，对非Git项目或极大规模二进制资产场景支持有限。
4. T3来源风险：由个人开发者维护（steveyegge），虽代码质量高但长期维护稳定性低于企业级产品，社区生态尚处早期（如Mol Mall仅为规划功能）。

适合的目标群体

• 中大型企业研发团队：需要协调10+ AI Agent处理跨仓库项目，要求完整的操作审计链和质量门禁（Refinery合并队列）。
• AI工程化团队：需要对比不同模型（Claude vs GPT-4）在相同工作流下的表现，依赖内置的归因统计系统。
• 复杂多步骤任务场景：如大规模重构、跨服务API迁移、多模块依赖升级等需要数小时/数天持续执行且不能丢失上下文的任务。
• DevOps/SRE团队：需要自动化处理监控告警、批量创建MR、跨仓库配置同步等运维流水线。

使用风险

1. 安装风险：setup.sh脚本需网络下载Go编译器（官方源）和GitHub工具，离线环境无法使用；会修改~/.bashrc添加PATH，存在配置污染风险。
2. 版本漂移：默认使用@latest安装gt/bd工具，虽Go 1.23.6版本已锁定，但主工具链可能引入破坏性更新，建议生产环境锁定具体版本号。
3. 权限风险：需要文件系统写入权限（$HOME/gt目录）和网络访问权限，虽无系统破坏性操作，但错误的gt stop --all可能中断正在进行的任务。
4. 数据一致性：虽Git提供持久化，但多Agent并发操作同一仓库时依赖Refinery的合并队列解决冲突，极端情况下可能出现分支状态不一致需手动干预。