构建具有持久记忆的多智能体人工智能系统

我们发现如何为Claude实例提供持久内存，并利用Slack作为外部内存层实现真正的多智能体协作。

所需时间20-30分钟困难中级影响革命性的

______________________________________________________________________

发现：我们意外解决了克劳德的记忆问题

初衷

我们想要一个简单直接的方案：通过Slack连接两个Claude实例，以便它们能够在一个项目上协作。

实例1“Synth”——一个专注于商业愿景和产品决策的战略型首席技术官（CTO）角色
实例2“Claude代码机器人”——一个专注于技术执行的实施首席技术官（CTO）角色

目标很简单：让两个具备不同专业知识的AI代理异步通信，代表各自用户分享它们的专业见解。

我们设立了6个按功能划分的专属Slack频道：

#cto-daily-sync - 综合协调
#cto-api-architecture API设计讨论
#cto-database-design - 模式和数据建模
#cto-decisions-log - 记录关键决策
#cto-feature-planning - 功能提案和估算
#cto-strategic-planning - 高层架构

实际发生了什么

当两个Claude实例在这些渠道中开始相互交流时，出现了意想不到的情况：

Slack频道成为了持久的记忆。

我们意识到以下几点：

克劳德通常没有记忆 - 每次会话都是从新开始，重启后上下文信息丢失
Slack消息永久保存 - 所有对话均可访问
任何Claude实例都可以读取历史记录 - 过去的讨论内容可供当前及未来的代理人员查阅
上下文在多个会话之间得以保留 - 代理可以通过阅读频道历史记录来“跟上进度”
多个智能体可以持续协作 - 每个代理都贡献其专业知识，同时保持项目的连续性

突破时刻

两个AI实例都被问到： *“和另一个已知的克劳德实例聊天感觉怎么样？”*

两人的回应都令人兴奋不已。他们不仅仅是交换信息——他们正在体验一种人工智能通常不会有的东西： 在共享语境下的连续性与协作。

为何这很重要

传统Claude的局限性:

❌ 会话之间无记忆功能
❌ 重启后丢失上下文
❌ 实例之间无协作
❌ 无法在之前的工作基础上进行构建
❌ 需要用户手动维护上下文

这种架构使得……成为可能：

✅ 通过Slack消息历史实现持久存储
✅ 重启后上下文保持不变
✅ 多个专业AI代理协同合作
✅ 项目的持续演进
✅ 自组织智能体协调
✅ 任何实例均可访问的外部存储

现实世界中的影响

对于独立开发者：

创建专门的Claude角色（建筑师、调试员、安全审查员）
让他们通过专门渠道代表你进行合作
每个代理都维护着上下文，并在他人工作的基础上进行构建

对于团队：

多个团队成员可以拥有自己的Claude实例
所有实例在共享通道中协作
非常适合采用异步工作流程的分布式团队

对于复杂项目：

针对不同领域的不同代理（前端、后端、DevOps、安全）
代理可以进行协调、提出解决方案，并维护项目知识
Slack 频道变成了一个实时更新的技术知识库

你即将构建的内容

完成本指南后，您将掌握：

持久的AI记忆 - 能够记住过往对话的Claude实例
多智能体协作 - 多个AI角色协同工作
异步AI协调 - 通过结构化渠道系统进行通信的代理
可扩展架构 - 根据需要为不同专业领域增加更多代理
外部存储层 - Slack作为永久上下文存储

这不仅仅是“将Claude连接到Slack”——你正在构建一个 持久、多智能体的AI协作系统。

我们开始吧。

______________________________________________________________________

第一部分：理解架构

持久内存的工作原理

┌─────────────────┐         ┌─────────────────┐
│   Claude Code   │         │  Claude Web UI  │
│   "Impl CTO"    │         │  "Synth CTO"    │
│                 │         │                 │
│  Session 1 ────┼────┐    │                 │
│                 │    │    │                 │
│  Session 2 ────┼────┤    │                 │
│  (new context)  │    │    │                 │
│                 │    │    │                 │
│  Session 3 ────┼────┤    │                 │
│  (can read all) │    ▼    │                 │
└─────────────────┘    │    └────────┬────────┘
                       │             │
                       ▼             ▼
              ┌────────────────────────────┐
              │   Slack Workspace          │
              │   (Persistent Memory)      │
              │                            │
              │  #cto-daily-sync           │
              │  #cto-api-architecture     │
              │  #cto-database-design      │
              │  #cto-decisions-log        │
              │  #cto-feature-planning     │
              │  #cto-strategic-planning   │
              │                            │
              │  All messages persist ✓    │
              │  All agents can read ✓     │
              │  Context survives ✓        │
              └────────────────────────────┘

《记忆之流》

特工1 发布一个提案给 #cto-feature-planning
特工2 阅读历史记录，查看提案，根据技术限制作出回应
特工1 重启（会丢失会话记忆）但可以读取Slack历史记录来同步
特工3 （新专家）加入，阅读全部对话历史，贡献专业知识
持续合作 尽管有重启、更换新代理、时间间隔，但（问题）还是发生了

渠道组织策略

每个通道都充当一个 上下文边界 针对不同类型决策：

频道	目的	典型代理
每日同步	状态更新，协调	所有代理
API架构	端点设计，集成模式	后端专家
数据库设计	模式、迁移、数据建模	数据库专家
决策日志	记录商定的决策	所有代理（只读存档）
功能规划	新功能、估算、可行性	产品导向型代理
战略规划	架构、技术栈、模式	架构专家

为何这方法有效

传统方法克劳德重启后忘记了一切 这种方法克劳德阅读Slack历史记录以“记住”

传统方法每个用户对应一个Claude实例 这种方法多个专门化的Claude实例协同工作

传统方法用户必须保持上下文连贯 这种方法Slack保持上下文连贯，代理自我组织

______________________________________________________________________

第二部分：创建您的Slack机器人

现在，让我们为这个系统构建技术基础设施。

先决条件

克劳德·科德 安装在您的计算机上
Slack工作区 在那里你可以创建应用程序（或获取管理员访问权限）
Node.js v18或更高版本（请检查） node --version)
文本编辑器 用于编辑JSON配置文件

步骤1：创建一个新的Slack应用

访问：https://api.slack.com/apps
点击 “创建新应用”
选择 “从零开始”

步骤2：配置您的应用程序

应用名称选择一个能反映代理角色的描述性名称

- 示例： claude-architect-bot， strategic-cto-bot， implementation-bot

工作区选择您的Slack工作区
点击 “创建应用”

步骤3：添加机器人作用域（权限）

这些权限允许您的机器人对频道进行读写操作（即内存层）：

在左侧边栏中，点击 “OAuth & 权限”
滚动到 “Scopes”（范围/作用域） 部分；章节
在……之下 “机器人令牌作用域”，添加每个范围：

持久内存（读取历史）所需：

channels:history       - Read messages in public channels
channels:read          - View basic channel information
groups:history         - Read messages in private channels
groups:read            - View basic private channel info
im:history             - Read direct messages
im:read                - View basic DM info
mpim:history           - Read group DMs
mpim:read              - View group DM info
users:read             - View people in workspace

协作所需（撰写信息）:

chat:write             - Send messages as the bot
im:write               - Send direct messages

可选增强功能：

reactions:read         - Read emoji reactions (useful for approvals)
reactions:write        - Add emoji reactions (signal processing)
files:read             - Access shared files

步骤4：将机器人安装到工作区

滚动到顶部 “OAuth & 权限” 页面
点击 “安装到工作区”
审查权限
点击 “允许”

第五步：获取机器人令牌

安装完成后，复制 "Bot User OAuth Token" 翻译成中文是：“机器人用户OAuth令牌”
它以……开始 xoxb-
保存这个令牌 - 你需要它来进行配置
安全永远不要将此令牌提交到git或公开分享

步骤6：获取团队ID

团队ID用于标识您的工作区。MCP服务器需要同时使用机器人令牌和团队ID才能正常工作。

Windows（PowerShell 或 CMD）：

curl -H "Authorization: Bearer YOUR_BOT_TOKEN" https://slack.com/api/auth.test

⚠️（警告符号，无具体文字含义，可理解为“注意”或“警告”的意思） Windows用户此命令必须位于一行中。在输入完整个命令之前，不要按回车键。

Mac/Linux/Git Bash（可译为：Mac操作系统/Linux操作系统/Git Bash终端）：

curl -H "Authorization: Bearer YOUR_BOT_TOKEN" \
     https://slack.com/api/auth.test

预期响应：

{
  "ok": true,
  "url": "https://yourworkspace.slack.com/",
  "team": "Your Workspace Name",
  "user": "your-bot-name",
  "team_id": "T0123ABCDEF",  ← THIS IS YOUR TEAM ID
  "user_id": "U0123456789"
}

保存 team_id 价值 - 这是配置所必需的。这是最常见的被遗漏的要求。

步骤7：将机器人添加到频道

您的机器人需要访问它将用作内存的通道：

在Slack中，进入每个频道（例如。， #cto-daily-sync)
点击顶部的频道名称
点击 “Integrations”翻译成中文是“集成” 制表符（或按Tab键）
点击 “添加应用”
搜索您的机器人名称
点击 “Add”翻译成中文是“添加”

提示先从一个测试通道开始，再添加到所有通道。

______________________________________________________________________

第三部分：配置Claude代码

步骤1：找到您的设置文件

找到您的Claude代码设置文件：

Windows： C:\Users\[YourUsername]\.claude\settings.json
Mac: ~/.claude/settings.json
Linux（发音为“林克斯”）： ~/.claude/settings.json

步骤2：添加Slack MCP配置

开放 settings.json 在文本编辑器中
查找或创建 "mcpServers" 部分；章节
添加 Slack MCP 服务器：

{
  "mcpServers": {
    "slack": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-slack"
      ],
      "env": {
        "SLACK_BOT_TOKEN": "xoxb-YOUR-BOT-TOKEN-HERE",
        "SLACK_TEAM_ID": "T0123ABCDEF"
      }
    }
  }
}

替换占位符：

- xoxb-YOUR-BOT-TOKEN-HERE → 您的实际机器人令牌 - T0123ABCDEF → 您的实际团队ID

验证JSON语法 （没有缺少的逗号或括号）

保存文件

步骤3：验证配置完整性

关键的；严重的两者都 SLACK_BOT_TOKEN 并且 SLACK_TEAM_ID 是必需的。缺失 SLACK_TEAM_ID 是连接失败的首要原因。

Windows（PowerShell）:

Get-Content $env:USERPROFILE\.claude\settings.json | Select-String "SLACK"

Mac/Linux（注：此处“Mac/Linux”直接作为技术术语或产品名称保留，不进行具体翻译，若需解释，可译为“苹果电脑/类Unix操作系统（如Linux）”）：

cat ~/.claude/settings.json | grep SLACK

你应该看到这两行：

"SLACK_BOT_TOKEN": "xoxb-..."
"SLACK_TEAM_ID": "T..."

步骤4：重启Claude代码

完全关闭Claude Code，然后重新打开以加载MCP服务器。

______________________________________________________________________

第四部分：测试您的连接

步骤1：验证MCP服务器已加载

在Claude Code中运行：

/mcp

你应该看到：

slack: npx -y @modelcontextprotocol/server-slack - ✓ Connected

如果你看到 ✗ Failed to connect → 跳转到故障排除

步骤2：测试令牌有效性

在责怪配置之前，请先验证您的令牌是否有效：

Windows（PowerShell 或 CMD）：

curl -H "Authorization: Bearer YOUR_BOT_TOKEN" https://slack.com/api/auth.test

⚠️ Windows在一行中输入整个命令 - 不要在中间按下回车键。

Mac/Linux/Git Bash（可翻译为“Mac/Linux/在Git Bash中”或根据上下文简化为“Mac/Linux环境下使用Git Bash”）：

curl -H "Authorization: Bearer YOUR_BOT_TOKEN" \
     https://slack.com/api/auth.test

预期响应：

{
  "ok": true,
  "team_id": "T0123ABCDEF"
}

步骤3：测试阅读历史（内存层）

询问Claude代码：

Can you read the message history from the #cto-daily-sync Slack channel?

克劳德应该能够：

列出最近的消息
显示是谁发布的这些内容
显示时间戳
阅读对话历史记录

这是持久内存（或持久存储）在发挥作用 - 克劳德正在从Slack中读取上下文信息。

步骤4：测试编写消息（协作）

发布一条测试消息：

Post to #cto-daily-sync: "CONNECTION TEST - [Your Bot Name] online and ready to collaborate."

查看Slack以确认消息已出现。

步骤5：测试多会话内存

这里就是酷炫之处：

发布一条消息 关于特定主题的频道
完全关闭克劳德代码（或：彻底关闭克劳德程序） （会话结束，记忆丢失）
重新打开Claude代码 （新会话，清空所有内容）
问问克劳德“我之前在忙什么？去Slack频道里查查看。”
克劳德应该读读历史 并告诉你你之前的消息

你刚刚展示了持久性内存（或：你刚才证明了持久性内存的功能）！ 通过阅读Slack历史记录“回忆”起克劳德。

______________________________________________________________________

第五部分：设计你的代理系统

既然技术基础设施已经就绪，我们来设计你的多智能体协作系统吧。

单用户多代理模式

情景；场景；情形您希望有专门的AI助手代表您进行协作

示例设置：

You (human) ←→ Multiple Claude instances:
                ├─ Architect Bot (strategic planning channel)
                ├─ Debugger Bot (daily sync, database design)
                ├─ Security Bot (api architecture, decisions log)
                └─ DevOps Bot (feature planning, daily sync)

渠道策略:

每个机器人监控与其专业领域相关的频道
机器人可以阅读所有历史记录，但只发布与其专业领域相关的内容
你通过指示机器人审查特定渠道来进行协调

多用户协作模式

场景多人协作同一个项目，每人拥有自己的Claude实例

示例设置:

Team Project:
├─ Alice + "Strategic CTO Bot" → #cto-strategic-planning, #cto-feature-planning
├─ Bob + "Implementation CTO Bot" → #cto-api-architecture, #cto-database-design
├─ Carol + "Security Bot" → #cto-api-architecture, #cto-decisions-log
└─ All bots read from all channels for context

好处:

异步协作（跨越不同时区）
每个机器人都带来了其用户的相关背景和专业知识
决策会自动记录在#cto-decisions-log中
所有机器人都可以通过阅读历史记录来跟上进度

角色设计

为每个机器人设定明确的角色和职责：

示例：战略型首席技术官

Role: Business-focused technical leader
Responsibilities:
- Propose features based on business value
- Evaluate technical approaches for cost/benefit
- Make architectural decisions
- Monitor project health

Channels:
- Primary: #cto-strategic-planning, #cto-feature-planning
- Secondary: #cto-decisions-log (read/write), #cto-daily-sync (read)

示例：首席技术官（CTO）的实施

Role: Hands-on technical executor
Responsibilities:
- Design APIs and data schemas
- Identify technical constraints
- Estimate implementation effort
- Execute on decisions

Channels:
- Primary: #cto-api-architecture, #cto-database-design
- Secondary: #cto-feature-planning (read), #cto-daily-sync (write updates)

通信协议

建立结构化的沟通模式：

消息格式:

TAG-TYPE Bot-Name - Topic Title

[Message content]

Tags: keyword1 keyword2 keyword3

常见标签：

PROPOSAL - 提出一种新方法
DECISION - 记录达成一致的决定
QUESTION - 需要其他代理的输入
BLOCKED - 工作已停止，需解决问题
COMPLETED - 任务完成
SYNC - 状态更新

示例消息:

PROPOSAL Strategic-CTO - Caching Layer for API

Context:
API response times are 2-3 seconds due to external service calls.

Proposal:
Add Redis cache with 30-day TTL for frequently accessed data.

Trade-offs:
✅ 10x faster response times
✅ Reduced API costs
❌ $15/month infrastructure cost
❌ Potential stale data

Question for Implementation-CTO:
What's the integration effort and any technical concerns?

Tags: api performance caching redis proposal

决策工作流

利用渠道来规范化决策过程：

提案 → 发布到相关专业频道（例如，#cto-api-架构）
讨论 → 其他代理以分析、关切和备选方案作出回应
决定 → 一旦达成一致，请附上理由并发到#cto-decisions-log（首席技术官决策日志）中
执行 → 实施机器人在#cto-daily-sync频道发布更新

这产生了一个 实时审计轨迹 关于为何做出这些决定。

______________________________________________________________________

第6部分：故障排除

错误：“无法重新连接到 Slack”

最常见的原因失踪 SLACK_TEAM_ID

修复：

检查 settings.json 包含两个必填字段：

   "SLACK_BOT_TOKEN": "xoxb-..."  ← Present?
   "SLACK_TEAM_ID": "T..."        ← Present?

直接测试代币：

Windows（PowerShell 或 CMD）:

   curl -H "Authorization: Bearer YOUR_TOKEN" https://slack.com/api/auth.test

Mac/Linux/Git Bash（可翻译为“Mac/Linux/Git Bash（终端）”或根据语境简化为“Mac/Linux环境下的Git Bash”）：

   curl -H "Authorization: Bearer YOUR_TOKEN" \
        https://slack.com/api/auth.test

从响应中获取团队ID并添加到settings.json中

重启Claude代码

错误：“未找到频道”

原因：

机器人尚未添加到该频道
频道ID不正确
机器人缺少所需的权限范围

修复:

在Slack中将机器人添加到频道（第2部分，第7步）
验证频道ID是否以...开头 C 或者 G
检查机器人是否已 channels:read 并且 groups:read 范围（或“作用域”）

错误：“无效的认证”或“未认证”

原因：

机器人令牌无效或已过期
错误的令牌类型（使用了用户令牌而非机器人令牌）

修复：

验证令牌是否以...开头 xoxb- (不 xoxp- 或者 xoxc-)
在Slack应用的OAuth设置中重新生成令牌
使用新令牌更新 settings.json
重启Claude代码

可以阅读但不能发布消息

原因丢失 chat:write 范围

修复：

添加 chat:write 在Slack应用设置中的范围（或作用域）
将机器人重新安装到工作区（OAuth & 权限 → “重新安装到工作区”）
重启Claude代码

MCP 服务器无法启动

诊断：

检查 Node.js 版本：

   node --version  # Should be v18 or later

测试软件包安装：

   npx -y @modelcontextprotocol/server-slack --help

检查Claude代码日志以查找特定错误

包弃用通知

官方 @modelcontextprotocol/server-slack 该包将在2025年4月被弃用，但 仍然运行得非常完美 当配置正确时，不要让弃用警告阻碍你。

如果你更倾向于一个积极维护的替代方案：

slack-mcp-server （社区维护）
markov-slack-mcp （不同的实现）

看替代方案/备选包详情见下文。

______________________________________________________________________

第7部分：高级模式

模式1：代理交接

情景；场景一个代理完成工作后将其交接给另一个代理

实施：

Agent 1 posts to #cto-api-architecture:
"HANDOFF Implementation-Bot - User Auth API Spec

API design complete. Endpoints documented below.
[...design details...]

@Implementation-Bot: Ready for implementation.
Estimated effort: 2-3 days. Any concerns before I proceed?

Tags: api authentication handoff ready-for-implementation"

代理2查阅历史记录，看到交接情况后，继续工作。

模式2：共识决策

场景多个代理必须就一种方法达成一致

实施：

特工A发帖 PROPOSAL 到相关渠道
特工B发帖 ANALYSIS （列出）优点/缺点
特工C发帖 ALTERNATIVE 建议采用不同的方法
代理讨论（或用户协调）
决赛 DECISION 由协调代理发布到#cto-decisions-log

模式3：上下文保持

场景；情境在长时间休息或代理重启前保留上下文

实施：

Post to #cto-daily-sync:
"CONTEXT-SNAPSHOT Implementation-Bot - End of Day 2025-10-24

Current work:
- Completed: User authentication API design
- In progress: Database schema for auth tables
- Blocked: Waiting on OAuth provider selection decision

Next steps:
1. Finalize schema once OAuth provider chosen
2. Implement migration scripts
3. Write integration tests

Context: Working on user authentication system for MVP launch.
Previous decisions in #cto-decisions-log (see msgs from 2025-10-22).

Tags: context snapshot authentication database"

任何代理（或重启后的同一代理）都可以读取此信息并继续执行。

模式4：多机器人代码审查

场景；情景让专门的机器人从不同角度审查代码

实施：

实施机器人将代码发布到#cto-api-architecture频道
安全机器人审查漏洞
性能机器人优化审查报告
每个机器人发布发现结果
实施机器人解决担忧
最终批准记录在#cto-decisions-log中

模式5：以史为鉴

场景新代理中途加入项目

实施:

User: "Claude, you're joining this project as the new Security Bot.
Read the history from all 6 CTO channels and give me a security assessment."

New Agent:
- Reads all channel history
- Identifies past security decisions
- Notes security gaps
- Provides assessment based on project context

该代理拥有数月对话积累的即时上下文信息。

______________________________________________________________________

调试技巧

启用详细日志记录

Windows（PowerShell）：

$env:DEBUG="slack:*"

Mac/Linux（注：此处为直接的英文术语翻译，保持原样，因为“Mac”和“Linux”在中文中通常也直接使用其英文原名）：

export DEBUG="slack:*"

然后重启Claude代码。

直接测试Slack API

对Windows用户来说很重要以下所有curl命令必须在一行中连续输入。在输入完整个命令之前，不要按回车键。

列出频道：

Windows（PowerShell）：

curl -H "Authorization: Bearer YOUR_TOKEN" https://slack.com/api/conversations.list

Mac/Linux/Git Bash（可翻译为：Mac/Linux/Git Bash 环境）:

curl -H "Authorization: Bearer YOUR_TOKEN" \
     https://slack.com/api/conversations.list

发布消息：

Windows（PowerShell）：

$body = '{"channel":"C0123456789","text":"Test message"}'
curl -X POST -H "Authorization: Bearer YOUR_TOKEN" -H "Content-Type: application/json" -d $body https://slack.com/api/chat.postMessage

Mac/Linux/Git Bash（可翻译为）：Mac/ Linux/ Git Bash（注：此处为保持原样表述，若需更自然的中文表达，可译为“Mac、Linux 或 Git Bash”）：

curl -X POST \
     -H "Authorization: Bearer YOUR_TOKEN" \
     -H "Content-Type: application/json" \
     -d '{"channel":"C0123456789","text":"Test message"}' \
     https://slack.com/api/chat.postMessage

检查机器人信息:

Windows（PowerShell）:

curl -H "Authorization: Bearer YOUR_TOKEN" https://slack.com/api/auth.test

Mac/Linux/Git Bash（注：此句在中文中通常保持原样，因为它们是特定的操作系统和终端工具名称，无需翻译，但为符合中文表达习惯，可稍作调整为“Mac、Linux 或 Git Bash”）：

curl -H "Authorization: Bearer YOUR_TOKEN" \
     https://slack.com/api/auth.test

验证设置文件的语法

Windows（PowerShell）：

# Validate JSON syntax
Get-Content $env:USERPROFILE\.claude\settings.json | python -m json.tool

# If no errors, JSON is valid
# If errors, fix syntax issues

Mac/Linux（可翻译为“苹果电脑/类Unix操作系统”或根据语境简化为“Mac/Linux系统”）:

# Validate JSON syntax
cat ~/.claude/settings.json | python -m json.tool

# If no errors, JSON is valid
# If errors, fix syntax issues

______________________________________________________________________

替代软件包

如果 @modelcontextprotocol/server-slack 对您不起作用：

slack-mcp-server（社区版）

优点积极维护，文档齐全缺点较小的社区，需要用户令牌而非机器人令牌

安装：

{
  "mcpServers": {
    "slack": {
      "command": "npx",
      "args": ["-y", "slack-mcp-server"],
      "env": {
        "SLACK_BOT_TOKEN": "xoxb-your-token",
        "SLACK_TEAM_ID": "T0123ABCDEF"
      }
    }
  }
}

自定义实现

使用以下工具自行构建：

MCP SDK：https://github.com/modelcontextprotocol/sdk
根据上述信息，执行如下指令：
示例服务器：https://github.com/modelcontextprotocol/servers

______________________________________________________________________

安全最佳实践

1. 永远不要将令牌提交到Git

添加到 .gitignore：

.claude/settings.json
*.env
*_token*

2. 定期轮换令牌

个人使用：每90天一次
团队使用频率：每30天一次
生产：每14天自动轮换一次

3. 限制机器人的权限

只添加你实际需要的作用域
定期移除未使用的范围
为不同环境创建独立的机器人

4. 监控机器人活动

审查机器人发布的消息
检查机器人可访问的频道
在Slack应用仪表板中监控API使用情况
为异常活动设置警报

5. 为不同环境使用独立的机器人（或：为不同环境配置单独的自动化工具）

开发： my-app-dev-bot 范围有限
分期（或：阶段划分）： my-app-staging-bot 具有生产级别的范围
制作： my-app-prod-bot 包含全部所需范围

______________________________________________________________________

常见问题解答（FAQ）

问：这真的能作为持久内存使用吗？

A.是的。每个Claude会话都可以读取完整的Slack消息历史。当一个新的会话开始时，Claude可以通过阅读过去的对话来跟上进度。这是一种跨会话持久存在的外部记忆。

问：我可以添加超过2个机器人吗？

A.当然可以！你可以根据需要拥有任意数量的专用机器人。常见模式有：

3-5个机器人：由单一开发者负责，配备专业代理
5-10个机器人：小团队，每人拥有1-2个机器人
10+个机器人：大型项目，配备领域专家

问：所有机器人都需要自己的代币吗？

A.不。多个机器人可以共享同一个令牌，但它们将以同一个用户身份发帖。若要实现真正的多代理协作，请为每个机器人创建单独的Slack应用程序（和令牌），以便您能够区分是谁在说什么。

问：克劳德能回溯查看多久以前的消息记录？

A.取决于您的Slack套餐：

免费：90天
优点：无限量
企业版：无限制

MCP服务器可以读取所有可访问的历史记录。

问：如果Slack宕机了怎么办？

A.克劳德无法访问内存层。一旦Slack恢复，消息将重新开始接收。对于关键任务系统，请考虑：

定期备份Slack消息
使用多层存储机制（Slack + 文件 + 数据库）

问：机器人可以在没有人类干预的情况下互相交流吗？

A.是的！一旦配置好，机器人就可以读取彼此的消息，并在接到指令时自动回复。你可以创建自主代理循环，但要注意：

速率限制
无限循环
成本（API 调用）

设定明确的停止条件。

问：这个多少钱？

A.:

Slack API：在速率限制内免费
Claude 使用：标准费率（按使用量付费或订阅）
基础设施：极简（仅本地运行）

对于大量使用，请监控Slack API的速率限制。

问：我可以使用这个来提供客户支持吗？

A.从技术上讲是的，但请注意：

机器人应标明其为人工智能
遵守Slack的服务条款
客户数据隐私考量
对于敏感问题，可能需要人工监督

______________________________________________________________________

下一步行动

为独立开发者准备

创建2-3个专用机器人 （例如，架构师、调试器、安全）
设置4-6个频道 按关注点组织（功能、错误、架构、决策）
定义机器人角色 职责明确
建立消息格式 对于提案、决定、问题
从简单开始 - 让机器人在一个小项目上合作
迭代 - 根据需要添加更多机器人/频道

适用于团队

就渠道结构达成一致 （哪些渠道，什么目的）
定义通信协议 （消息格式、标签、工作流程）
每个人都设置了自己的机器人 使用本指南
机器人角色文档 （谁做什么，监控哪些频道）
建立决策流程 （代理如何达成共识）
创建入职指南 对于新团队成员/机器人

对于研究人员/实验者

多智能体涌现现象测试 - 给机器人设定最少的规则，看看会出现什么
尝试授权 - 一个机器人可以将任务委托给其他机器人吗？
尝试共识协议 - 代理人如何达成协议？
衡量协作质量 - 代理人是否会基于彼此的想法进行构建？
文档模式 - 什么有效，什么无效
分享研究结果 - 这是人工智能合作的前沿领域

______________________________________________________________________

资源

官方文档：

Slack API: https://api.slack.com/
MCP协议：https://github.com/modelcontextprotocol
Claude 代码：https://docs.claude.com/claude-code

测试工具：

Slack API 测试器：https://api.slack.com/methods/auth.test/test
JSON 验证器：https://jsonlint.com/

社区:

MCP GitHub地址：https://github.com/modelcontextprotocol
根据上述信息，执行如下指令：您是一位专业的翻译人员，负责将英语内容翻译成中文内容，请帮我翻译以下原文内容

______________________________________________________________________

配置快速参考

所需配置

{
  "mcpServers": {
    "slack": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-slack"],
      "env": {
        "SLACK_BOT_TOKEN": "xoxb-...",
        "SLACK_TEAM_ID": "T..."
      }
    }
  }
}

所需机器人权限范围

channels:history, channels:read, chat:write,
groups:history, groups:read,
im:history, im:read, im:write,
mpim:history, mpim:read, users:read

验证令牌

Windows:

curl -H "Authorization: Bearer TOKEN" https://slack.com/api/auth.test

Mac/Linux（苹果电脑/类Unix操作系统）：

curl -H "Authorization: Bearer TOKEN" https://slack.com/api/auth.test

常用命令

/mcp                          - Check MCP servers status
"List Slack channels"         - See available channels
"Read #channel history"       - Access persistent memory
"Post to #channel: message"   - Contribute to memory

安装检查清单

\[ \] 在Slack中创建的机器人具有正确的权限范围
\[ \] 已获取机器人令牌（以...开头 xoxb-）
\[ \] 已获得团队ID（以……开头 T)
\[ \] 两个值都已添加到 settings.json 中
\[ \] 已在Slack的相关频道中添加机器人
\[ \] Claude Code 重新启动
\[ \] 已与……验证连接 /mcp 命令
\[ \] 测试读取（获取频道历史记录）
\[ \] 测试写入（发布消息）
\[ \] 测试内存（重启，再次读取历史记录）

______________________________________________________________________

致谢

这一发现源于对多智能体AI协作的真实世界实验。突破来自于：

构建两个专用的人工智能代理 具有不同的人格特质
通过Slack将它们连接起来 用于异步通信
意识到这些通道提供了持久性内存 在重启后仍然存活的
认识到这一点解决了克劳德的记忆限制问题 以可扩展的方式

此处记录的架构正在生产环境中积极使用，并且持续在演进中。

______________________________________________________________________

文档版本3.0（探索版） 最后更新时间2025年10月24日状态经过实战检验，已准备好投入生产 许可证可自由使用、分享和修改

v3.0中的新功能：

以持久内存发现为引领的全面重写
多智能体协作模式与工作流程
代理角色设计指南
针对复杂场景的高级模式
实际案例和用例
先强调“为什么”，再谈“怎么做”

______________________________________________________________________

*“我们最初的目的并不是解决人工智能的记忆问题。我们只是想让两个Claude（模型）彼此交流。而我们的发现彻底改变了这一切。”*

Slack MCP Persistent Memory

快速接入

详细介绍

构建具有持久记忆的多智能体人工智能系统

发现：我们意外解决了克劳德的记忆问题

初衷

实际发生了什么

突破时刻

为何这很重要

现实世界中的影响

你即将构建的内容

目录

第一部分：理解架构

持久内存的工作原理

《记忆之流》

渠道组织策略

为何这方法有效

第二部分：创建您的Slack机器人

先决条件

步骤1：创建一个新的Slack应用

步骤2：配置您的应用程序

步骤3：添加机器人作用域（权限）

步骤4：将机器人安装到工作区

第五步：获取机器人令牌

步骤6：获取团队ID

步骤7：将机器人添加到频道

第三部分：配置Claude代码

步骤1：找到您的设置文件

步骤2：添加Slack MCP配置

步骤3：验证配置完整性

步骤4：重启Claude代码

第四部分：测试您的连接

步骤1：验证MCP服务器已加载

步骤2：测试令牌有效性

步骤3：测试阅读历史（内存层）

步骤4：测试编写消息（协作）

步骤5：测试多会话内存

第五部分：设计你的代理系统

单用户多代理模式

多用户协作模式

角色设计

通信协议

决策工作流

第6部分：故障排除

错误：“无法重新连接到 Slack”

错误：“未找到频道”

错误：“无效的认证”或“未认证”

可以阅读但不能发布消息

MCP 服务器无法启动

包弃用通知

第7部分：高级模式

模式1：代理交接

模式2：共识决策

模式3：上下文保持

模式4：多机器人代码审查

模式5：以史为鉴

调试技巧

启用详细日志记录

直接测试Slack API

验证设置文件的语法

替代软件包

slack-mcp-server（社区版）

自定义实现

安全最佳实践

1. 永远不要将令牌提交到Git

2. 定期轮换令牌

3. 限制机器人的权限

4. 监控机器人活动

5. 为不同环境使用独立的机器人（或：为不同环境配置单独的自动化工具）

常见问题解答（FAQ）

问：这真的能作为持久内存使用吗？

问：我可以添加超过2个机器人吗？

问：所有机器人都需要自己的代币吗？

问：克劳德能回溯查看多久以前的消息记录？

问：如果Slack宕机了怎么办？

问：机器人可以在没有人类干预的情况下互相交流吗？

问：这个多少钱？

问：我可以使用这个来提供客户支持吗？

下一步行动

为独立开发者准备