SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场openclawn-agent-framework

openclawn-agent-framework

智能体与模型

查看项目

更新于 10-16 02:42

技能介绍

用途

OpenCLAWN 是一个轻量级、可自我改进的多智能体框架，由 ara.so 制作，属于 Hermes Skills 集合。它面向需要多智能体协作、智能模型路由与可复用技能积累的场景，围绕四项核心创新构建：路由审计与自校准、技能衰减、置信度门控的技能结晶，以及角色输出契约。

主要能力

  • 多智能体对话：支持流水线（pipeline）、辩论（debate）、编排（orchestrator）等策略。
  • 自校准智能路由：对查询在 10 个维度（代码、数学、推理等）上打分，标注复杂度（TRIVIAL → SIMPLE → MODERATE → COMPLEX → CRITICAL），记录每次决策以便后续校准，支持多语言与可选的脚本感知层级提升。
  • 技能复合：提升、精炼、合并、衰减，全部版本化且可回滚。
  • 自动驾驶：带审批门控的提案，不静默执行。
  • 活动时间线：追踪每个智能体动作。
  • 技能包导出/导入：带 SSRF 与注入防护。
  • 混合 LLM 路由：本地（Ollama）+ 云端（Gemini/Claude）。
  • 26 个沙箱化工具，全部限定在工作区内。

核心组件

  • SmartRouter（创新 #1）：路由审计 + 自校准。
  • SkillDecay（创新 #2）：技能生命周期管理，技能按年龄、使用率、成功率打 0–1 分，衰减每小时运行（限流），低于 0.3 分的技能从上下文中排除。
  • Crystallizer（创新 #3）：置信度门控的技能存储，捕获多工具解决方案为可复用技能，自评置信度（1–5），仅存储置信度 ≥4 的技能，评估器层级 ≥ 生成器层级。
  • RoleNegotiator（创新 #4）：类型化多智能体契约，验证角色间交接（PM → Dev → QA），确保交接前满足输出契约。
  • SkillCurator：复合层，合并重复技能，基于语义相似度去重，要求评审层级 ≥4，可回滚。
  • SkillFeedback：复合层，成功时提升草稿技能，纠正时精炼技能，证明可复用时复活衰减技能。

安装

前置条件：Python 3.12+、Docker（用于沙箱化工具执行）、已安装并运行的 Ollama（用于本地模型）、Gemini 和/或 Claude 的 API 密钥（可选，用于重型层级）。

快速设置：

# Clone repository
git clone https://github.com/MuhammadHasbiAshshiddieqy/OpenClawn.git
cd OpenClawn

# Install with uv (recommended for reproducibility)
uv sync --frozen --extra dev

# Or with pip
python -m venv .venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate
pip install -e ".[dev]"

# Configure environment
cp .env.example .env
# Edit .env and add:
# GEMINI_API_KEY=your_key_here
# ANTHROPIC_API_KEY=your_key_here
# OPENCLAWN_PREFER_LOCAL=true  # Optional: stay local longer
# OPENCLAWN_WORKSPACE_PATH=./workspace  # Agent workspace root

# Initialize database
mkdir -p data
sqlite3 data/openclawn.db < migrations/001_initial.sql

# Pull Ollama models (one per local tier)
ollama pull gemma4:e2b    # Light tier
ollama pull gemma4:e4b    # Moderate tier
ollama pull gemma4:12b    # Complex tier

# Build sandbox Docker image
docker build -t openclawn-sandbox:latest -f Dockerfile.sandbox .

# Start the web interface
uvicorn web.main:app --reload --port 8000

访问 UI：http://localhost:8000。

使用方式

单智能体聊天：初始化 LLMClient、MemoryManager、SmartRouter、RoutingAuditor，创建 Agent，通过 agent.process_query(query=..., stream=True) 流式获取响应。

多智能体对话（流水线）：定义带输出契约的角色（如 product_manager、developer、qa_engineer），使用 ConversationOrchestrator 配合 PipelineStrategy 运行对话。

带审批门的自动驾驶：创建 Autopilot（名称、schedule、prompt、agent_id、require_approval=True），通过 AutopilotScheduler 添加并启动；提案可通过 Web UI 或 API 查看与审批。

配置

  • 路由层级映射（/router 端点或配置文件 config/router_tiers.yaml）：为 trivial、simple、moderate、complex、critical 各层级指定本地/云端模型与回退模型。
  • Soul 配置（soul.toml）：定义身份（name、role、tone）、路由提示（upgrade_keywords、prefer_local）、记忆（archive_threshold）。
  • 环境变量（.env）：GEMINI_API_KEY、ANTHROPIC_API_KEY、OPENCLAWN_WORKSPACE_PATH、OPENCLAWN_DB_PATH、OLLAMA_BASE_URL、OPENCLAWN_PREFER_LOCAL、OPENCLAWN_LANGUAGE_AWARE_ROUTING、OPENCLAWN_SKILL_DECAY_ENABLED、OPENCLAWN_CRYSTALLIZATION_MIN_CONFIDENCE、OPENCLAWN_AUTOPILOT_APPROVAL_TIMEOUT、OPENCLAWN_AUTO_CALIBRATION 等。

工具（26 个沙箱化工具，全部限定工作区）

  • 文件系统工具：读文件、写文件、编辑文件（按行替换）、补丁文件（统一 diff）、Glob 搜索、Grep 搜索、批量读取多文件。
  • 执行工具（沙箱化）：运行 Python 代码、运行 shell 命令。沙箱规格：Docker 容器 network=none、只读工作区挂载、非 root 用户、30 秒超时、捕获 stdout/stderr。
  • 网络工具（SSRF 防护）：抓取网页、Web 搜索（需 API 密钥）、HTTP 请求（任意方法/头）。SSRF 防护：阻止私有 IP、阻止云元数据端点、DNS 重绑定防护。
  • 数据与文档工具：查询 SQLite 数据库、JSON 查询（JMESPath）、PDF 读取、文档写入（Markdown/HTML/纯文本）、PDF 写入（从 Markdown）。
  • 开发工具：Git status、Git diff、Git log、写 TODO、报告阻塞。

技能管理

  • 查看技能：Web UI（http://localhost:8000/skills）或 API（GET /api/skills）。
  • 导出技能包：POST /api/skills/export，返回带 YAML frontmatter 的 Markdown 文件。
  • 导入技能包：POST /api/skills/import（multipart/form-data），所有导入技能初始为 draft 状态，需手动提升。导入安全检查：NFKD 规范化扫描同形异义攻击、注入模式检测、嵌入 URL 的 SSRF 防护、校验和验证。

路由校准

  • 校准仪表盘：http://localhost:8000/metrics，显示决策分布、准确率趋势、各层级精确率/召回率、建议偏移量。
  • 手动校准：POST /api/router/calibrate（label、offset），可回滚（POST /api/router/calibration/revert）。
  • 自动校准（可选）：OPENCLAWN_AUTO_CALIBRATION=true，每周运行，偏移量限制在 ±1.0，始终可回滚。

用户建模（可选，创新 #5）

启用 OPENCLAWN_USER_MODELING=true 后追踪辩证模式：偏好推理风格、常见纠正模式、领域专长信号、交互节奏。隐私：仅选择性启用、版本化（可回滚）、本地存储在 SQLite、绝不发送给 LLM 提供商、仅用于上下文塑造。

适用场景

  • 需要多智能体协作完成复杂任务（如构建用户认证系统）。
  • 需要智能路由在本地与云端模型间平衡成本与能力。
  • 需要将多步工作流结晶为可复用技能并持续改进。
  • 需要审批门控的自动化任务（如每日安全扫描、每周清理）。
  • 需要多智能体辩论以综合不同视角（架构、务实、安全）。

限制

  • 需要 Python 3.12+、Docker、Ollama 等前置条件。
  • 云端模型需 API 密钥（可选）。
  • 沙箱执行有 30 秒超时限制。
  • 技能结晶仅存储置信度 ≥4 的技能。
  • 衰减分数低于 0.3 的技能从上下文排除。
  • 自动驾驶提案默认 1 小时超时（可配置）。
  • 用户建模为选择性启用，默认关闭。
  • 自动校准默认关闭，需显式启用。

故障排查

路由始终使用同一模型：检查 /settings 中的 act（原文在此处截断，后续内容暂未提供）。