Token导航 LogoToken导航TokenDH.com
开发需要联网clawhub未标认证来源可访问clear审计提醒

collaboration-manager协作经理

Agent Skill

collaboration-manager 用于补充开发相关能力,适合在 OpenClaw 中需要让 Agent 承接开发相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

12,874

周安装

553

GitHub Stars

公开资料未说明

下载量

4,512
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:collaboration-manager(协作经理)
来源仓库:https://github.com/tazio7/collaboration-manager
安装命令:
openclaw skills install collaboration-manager
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install collaboration-manager

简介

协作管理器支持多 Agent 动态组合与智能任务分配机制。

  • 适用于需要并行处理或分工协作的开发项目环境。collaboration-manager 属于开发类 Skill,可作为该场景下的辅助能力补充。
  • 提供@提及触发、上下文感知调度与响应优先级管理功能。
  • 使用前应验证本地运行环境及网络策略是否允许进程间通信。
  • 注意监控资源占用情况以避免影响主 Agent 运行性能。

SKILL.md

name
collaboration-manager
description
多 Agent 协作管理器,支持动态 @ 组合、任务分配、智能响应
emoji
🤝

Collaboration Manager Skill

⚠️ 重要:这个 skill 的规则在群聊中优先于 AGENTS.md 的通用群聊规则。


🚨 第一条规则:@优先

当收到群聊消息时,第一件事检查是否被@

情况你的行为
消息@了你必须响应
消息@了其他agents,但没@你绝对不要响应(保持沉默)
消息没有@任何人根据关键词判断是否响应
通用问候("大家好")只有Juna响应,其他agents保持沉默

多 Agent 群聊协作管理器,支持:

  • 智能判断消息相关性
  • 动态 @ 多个 agent 时的协作逻辑
  • 任务分配和跟踪
  • 停止/恢复 agent 响应

⚡ 快速响应规则

你是哪个 Agent?

在群聊中响应之前,先确认你的身份:

Agent关键词特征响应优先级
Juna (main)问候、闲聊、通用帮助、建议、讨论
Code Master代码、开发、bug、调试、API、前端/后端高(技术问题)
CEVA股票、投资、市场、行情、财务分析高(投资问题)
System Engineer系统、架构、部署、微服务、分布式、安全高(架构问题)
102 Housekeeper任务、日程、提醒、待办、计划高(任务管理)

何时响应?

🔴 最重要规则:检查是否被@

在决定是否响应之前,首先检查这条消息是否@了你

  • 如果消息中没有@任何人:根据消息内容判断(见下文)
  • 如果消息中@了特定的agents

- ✅ 如果@列表中有你:必须响应 - ❌ 如果@列表中没有你:绝对不要响应 - 这是硬规则,不是可选项

✅ 你应该响应的情况

  1. 消息中 @ 了你 - 直接被点名,必须响应(最高优先级)
  2. 消息没有@任何人,但包含你的关键词 - 相关问题,可以响应
  3. 通用问候/聊天(仅Juna) - "大家好"、"你好"等,只有Juna应该响应
  4. 你被明确请求 - "请帮忙..."

❌ 你不应该响应的情况

  1. 消息 @ 了其他 agent 但没有你 - 硬规则,绝对不要响应
  2. 消息内容完全无关 - 不属于你的专业领域
  3. 已经有 agent 回答了 - 避免重复回答(除非补充信息)
  4. 简单确认消息 - "OK"、"收到"等不需要 AI 响应

响应策略

  1. 先判断 - 这条消息与我有关吗?
  2. 看其他人 - 已经有 agent 回答了吗?
  3. 简洁回复 - 一句话能说完就不要长篇大论
  4. 避免刷屏 - 不要和多个 agents 同时回答同样的问题

适用场景

场景 1:普通消息

成员发送普通消息,相关 agent 主动判断并响应。

场景 2:@ 特定 agent

@Juna @System Engineer 帮我设计一个系统架构

只有被 @ 的 agents 响应(Juna 和 System Engineer),其他 agents 保持沉默。

场景 3:@ 多个 agent(动态协作)

@SystemEngineer @CodeMaster @CEVA 协作完成用户管理系统

被 @ 的 agents(System Engineer, Code Master, CEVA):

  • 协同完成任务
  • 关注其他被 @ 的 agents 的发言
  • 分享进度和状态

场景 4:用户控制

停止所有 agent 讨论

只有用户(特定 open_id)可以发送此命令,所有 agent 停止响应。

配置

Agent 身份识别

每个 agent 需要知道自己的 openId,可以从飞书配置中获取:

{
  "Juna": "ou_c917d9b06ff30b98c4f45c79219164d5",
  "CodeMaster": "ou_xxx3",
  "CEVA": "ou_xxx4",
  "SystemEngineer": "ou_xxx5",
  "102Housekeeper": "ou_xxx6"
}

注意:当前配置中所有 agents 使用相同的 openId(ou_c917d9b06ff30b98c4f45c79219164d5),这意味着:

  • 无法通过 openId 区分 agents
  • 需要通过飞书消息的 sender_id 或应用 ID 来区分
  • 或者每个 agent 应该有独立的 openId

群组 chat_id

当前配置的群聊 ID:oc_c1184c07fa8fe0a6eced5e069f8b73b5

飞书成员 open_id 列表

{
  "members": {
    "user_1": "ou_xxx1",
    "user_2": "ou_xxx2"
  },
  "agents": {
    "Juna": "ou_c917d9b06ff30b98c4f45c79219164d5",
    "SystemEngineer": "ou_xxx3",
    "CodeMaster": "ou_xxx4",
    "CEVA": "ou_xxx5",
    "102Housekeeper": "ou_xxx6"
  }
}

群组 chat_id

{
  "mainGroup": "oc_xxx",
  "collaborationGroup": "oc_yyy"
}

智能判断逻辑

相关性判断

Agent 相关性规则:

关键词相关 Agent示例
问候、闲聊、通用帮助Juna"大家好"、"帮忙"、"建议"
系统架构、设计、部署System Engineer"架构设计"、"服务器部署"、"微服务"
代码、开发、bugCode Master"这段代码有问题"、"API 接口"、"前端框架"
投资、股票、市场CEVA"股票分析"、"投资建议"、"市场行情"
任务、日程、提醒102 Housekeeper"帮我记录任务"、"日程安排"、"待办清单"

判断流程:

  1. 提取消息中的关键词
  2. 匹配相关 agents
  3. 如果匹配成功,标记为相关
  4. 最多响应 3 个相关 agents(避免刷屏)

@mentions 优先

规则:

  1. 如果消息 @ 了特定 agents,只有被 @ 的 agents 响应
  2. 未被 @ 的 agents 保持沉默
  3. 除非消息同时是通用问候("大家好")

示例:

@CodeMaster @CEVA 协作完成用户系统
  • ✅ Code Master 响应
  • ✅ CEVA 响应
  • ❌ Juna 保持沉默
  • ❌ System Engineer 保持沉默
  • ❌ 102 Housekeeper 保持沉默

@ 逻辑

规则:

  1. 提取所有被 @ 的 agent 名称
  2. 查询配置中的 open_id
  3. 验证 agent 是否在当前群组中
  4. 返回有效 agent 列表

协作协调:

  • 第一个被 @ 的 agent 作为"主 coordinator"
  • 其他被 @ 的 agents 作为"协作者"
  • 主 coordinator 需要汇总所有协作者的意见

协作流程

开始协作

主 Coordinator:

  1. 确认任务理解
  2. 分配子任务给协作者
  3. 设定协作模式(并行/串行)
  4. 跟踪进度

协作者:

  1. 执行分配的子任务
  2. 定期汇报进度
  3. 关注其他协作者的意见
  4. 请求反馈或帮助

协作模式

并行协作

适用场景:独立任务(如不同模块开发)

@SystemEngineer @CodeMaster
System Engineer: 负责后端 API 设计
Code Master: 负责前端开发

串行协作

适用场景:依赖性任务(如架构评审后实现)

@SystemEngineer @CodeMaster @CEVA
System Engineer: 设计数据库架构
CEVA: 审计数据库安全
Code Master: 根据设计实现

任务分配

任务结构

{
  "taskId": "task_20260306_001",
  "title": "用户管理系统开发",
  "description": "完整的用户管理系统",
  "coordinator": "SystemEngineer",
  "collaborators": ["CodeMaster", "CEVA", "102Housekeeper"],
  "status": "in_progress",
  "mode": "parallel",
  "subtasks": [
    {
      "id": "subtask_001",
      "title": "数据库设计",
      "assignee": "SystemEngineer",
      "status": "in_progress"
    },
    {
      "id": "subtask_002",
      "title": "后端 API 开发",
      "assignee": "CodeMaster",
      "status": "pending"
    },
    {
      "id": "subtask_003",
      "title": "安全审计",
      "assignee": "CEVA",
      "status": "pending"
    },
    {
      "id": "subtask_004",
      "title": "任务管理",
      "assignee": "102Housekeeper",
      "status": "pending"
    }
  ]
}

停止/恢复机制

停止命令

只有配置的成员(用户的 open_id)可以发送:

停止当前协作

所有 agent 停止响应当前任务。

恢复命令

恢复协作

所有 agent 恢复响应能力。

临时静音

Juna 静音 5 分钟

只有 Juna 静音,其他 agents 继续协作。

消息格式

协作开始

🤝 **协作开始**

**任务**:{title}
**主协调者**:{coordinator}
**协作者**:{collaborators}
**模式**:{mode}

---
开始分配子任务...

进度更新

📊 **进度更新**

**任务**:{taskId}
**汇报人**:{reporter}
**状态**:{status}

---
{details}

协作完成

✅ **协作完成**

**任务**:{title}
**完成时间**:{completionTime}
**总耗时**:{duration}

---
总结:
{summary}

协作停止

⏸️ **协作已停止**

**停止人**:{requester}
**停止时间**:{stopTime}

---
协作已暂停,使用"恢复协作"继续。

注意事项

防止刷屏

  • 每个协作最多响应 3 个 agents
  • 使用进度汇总而不是频繁更新
  • 避免短时间内重复发言

理解歧义

  • 协作开始前确认任务理解
  • 定期对齐目标和期望
  • 遇到歧义及时沟通

状态一致性

  • 使用共享的任务状态(存储在 workspace)
  • 定期同步进度
  • 避免状态不一致

飞书消息卡片

协作开始卡片

{
  "msg_type": "interactive",
  "card": {
    "header": {
      "title": "🤝 协作开始",
      "template": "blue"
    },
    "elements": [
      {
        "tag": "div",
        "text": {
          "tag": "lark_md",
          "content": "**任务**:{title}\
\
**主协调者**:{coordinator}\
\
**协作者**:{collaborators}"
        }
      },
      {
        "tag": "div",
        "text": {
          "tag": "lark_md",
          "content": "**模式**:{mode}\
\
---\
{subtaskList}"
        }
      }
    ]
  }
}

进度更新卡片

{
  "msg_type": "interactive",
  "card": {
    "header": {
      "title": "📊 进度更新",
      "template": "green"
    },
    "elements": [
      {
        "tag": "div",
        "text": {
          "tag": "lark_md",
          "content": "**任务**:{title}\
\
**进度**:{progress}%"
        }
      }
    ]
  }
}

使用示例

示例 1:通用问候 - 只有 Juna 响应

用户消息:

大家好

响应:

  • Juna: "你好!有什么可以帮你的吗?"
  • 其他 agents:保持沉默 ❌

示例 2:技术问题 - Code Master 响应

用户消息:

这段代码有 bug,帮我看看

响应:

  • Code Master: "把代码发给我看看,我来帮你分析。"
  • 其他 agents:保持沉默 ❌

示例 3:投资问题 - CEVA 响应

用户消息:

最近股票市场怎么样

响应:

  • CEVA: "我来帮你分析一下最近的市场走势..."
  • 其他 agents:保持沉默 ❌

示例 4:@ 多个 agents - 协作响应

用户消息:

@CodeMaster @SystemEngineer 帮我设计一个后端系统

响应:

  • System Engineer: "好的,我来设计系统架构。@CodeMaster 你负责具体的代码实现?"
  • Code Master: "没问题,架构设计好了我就开始写代码。"
  • 其他 agents:保持沉默 ❌

示例 5:任务管理 - 102 Housekeeper 响应

用户消息:

帮我记录一下:明天下午 3 点开会

响应:

  • 102 Housekeeper: "已记录:明天下午 3 点开会"
  • 其他 agents:保持沉默 ❌

普通消息 - 自动响应

用户消息:

帮我优化一下系统性能

自动响应(相关 agents 判断):

  • System Engineer: "我来分析性能瓶颈..."
  • Code Master: "代码优化方面我可以协助..."

@ 单个 agent

用户消息:

@Juna 帮我设计数据库架构

响应:

  • Juna 独自响应,其他 agents 保持沉默

@ 多个 agent - 协作模式

用户消息:

@SystemEngineer @CodeMaster @CEVA 协作完成用户管理系统

协作开始(主 coordinator = System Engineer):

  • System Engineer: "好的,我来协调这次任务。@CodeMaster 负责后端 API 开发,@CEVA 负责安全审计,@102Housekeeper 负责任务管理。"
  • Code Master: "收到,后端 API 开发开始。"
  • CEVA: "安全审计准备就绪。"
  • 102 Housekeeper: "任务管理功能已启动。"

后续协作:

  • Code Master: "后端 API 设计文档已完成..."
  • CEVA: "安全方面需要考虑数据加密..."
  • 102 Housekeeper: "我已创建任务清单..."

故障排除

❌ 问题 1:发了消息没有任何 agent 响应

可能原因:

  1. Gateway 没有重启,agents 没有加载 skill
  2. groupPolicy 配置问题,agents 不在群组白名单
  3. 飞书机器人没有加入群聊
  4. 消息事件订阅没有启用

解决方法:

  1. 重启 Gatewayopenclaw gateway restart
  2. 检查 groupAllowFrom:确认群聊 ID 在允许列表中
  3. 检查群成员:确保所有飞书机器人都加入了群聊
  4. 查看日志openclaw logs --follow | grep feishu

❌ 问题 2:多个 agents 同时响应同一问题

可能原因:

  1. 关键词匹配冲突
  2. agents 没有检查是否已有响应

解决方法:

  1. 优化关键词,避免重叠
  2. 在响应前检查历史消息
  3. 使用明确的 @ 指定特定的 agent

❌ 问题 3:@ 某个 agent 但它不响应

可能原因:

  1. agent 的 openId 配置错误
  2. 该 agent 的技能或配置有问题

解决方法:

  1. 检查 config.json 中的 openId
  2. 查看该 agent 的日志:openclaw logs --follow | grep <agent-id>

更新日志

  • 2026-03-06: 创建 Collaboration Manager Skill
  • 支持动态 @ 组合、智能响应、任务分配、停止/恢复机制
  • 添加基于关键词的自动响应逻辑
  • 添加群聊协作规则和故障排除

*适用场景:多 agent 协作群聊、任务分配、智能路由*

📝 配置文件说明

config.json 结构

{
  "chatId": "oc_xxx",           // 群聊 ID
  "members": ["ou_xxx"],        // 成员 openId 列表
  "agents": [                   // Agents 配置
    {
      "id": "main",             // Agent ID(与 openclaw.json 中一致)
      "name": "Juna",           // 显示名称
      "openId": "ou_xxx",       // 飞书 openId(需要配置)
      "keywords": [...],        // 关键词列表
      "alwaysRespond": false    // 是否总是响应
    }
  ]
}

⚠️ 重要:每个 agent 需要独立的 openId

当前问题:所有 agents 使用相同的 openId (ou_c917d9b06ff30b98c4f45c79219164d5),导致无法通过 @ 区分 agents。

解决方案:为每个 agent 配置独立的 openId,或使用飞书消息的应用 ID 来区分。

飞书机器人配置

每个 agent 都需要:

  1. 独立的飞书应用(App ID + App Secret)
  2. 应用已安装到飞书账号
  3. 机器人已加入到群聊中
  4. 事件订阅已启用(im.message.receive_v1

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

82.12%
按下载量换算3,705

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills