用途 Corellis 旨在把单个 OpenClaw AI 助手扩展为可协同工作的 AI 团队，让多名 AI 成员（俗称 lobster）共享知识、集体记忆与分布式目标，从而承担运营、市场、发布、周报等工作。
主要能力
- Teamind 集体团队记忆：每条 Slack 对话都会被嵌入索引，任何成员都能检索类似“我们对定价模式做了什么决定”的问题，并给出有来源的准确回答，覆盖所有频道与历史。
- 自我改进的成员：成员检测到被纠正时，会记录教训并永久改进；经验证的模式会推广到整个团队，一个成员的失 mistake 可成为全体成员的知识。
- GoalOps 目标驱动：给控制器一个高层目标，它会拆解为子目标并分配给成员，成员之间自行协调，支持点对点交接、依赖跟踪，敏感操作带人在环路审批。官方示例中，创始人输入一句“为新产线发起用户获取活动”，控制器将目标拆为 6 个子目标，创建里程碑和 7 张跟踪卡，6 名成员被分配并确认，随后出现自发跨团队协调，最终产生 36 张任务卡。
- 任务管理：统一任务看板，支持冲刺规划、拆解与跟踪，后端无关，可对接 Notion、Linear、GitHub Projects 或纯 Markdown。
- 30 秒生成成员：对控制器说“spawn a lobster for alice”，它会创建 Slack 应用、处理 OAuth 并启动容器，用户只需点击 Allow 并粘贴一个 token。
- 17+ 内置技能：深度研究、SEO 监控、落地页优化、周报、结构化决策对齐、审批工作流、Excalidraw 图、数据仪表盘等，详见 templates/skills/。
- 编码代理工作流：对 ACP 编码代理（Claude Code、Codex、Cursor）做基于置信度的路由：高置信度自动执行；中等则结构化提示加审查；低则先询问人类。每次变更在发布前都经过自动化测试和人工审查。
- 主动任务发现：每日 cron 触发成员扫描任务看板中未分配的工作，按能力匹配打分，并向负责人提出可执行项，默认自驱动。
- 舰队运维：支持金丝雀滚动升级加自动回滚、配置广播、健康检查、凭据管理、网关看门狗，共 24 个运维脚本。
使用方式 前提：主机上安装 OpenClaw，并具备 Docker 与 Docker Compose，Slack 工作区需为每个成员准备一个 bot 应用。可用 ./scripts/create-slack-app.sh <name> 自动创建，或按 Slack Bot Setup 手动配置。控制器运行在主机而非 Docker 内，因为它需要执行 docker compose、管理主机文件并运行舰队脚本；每个成员运行在隔离的 Docker 容器中，对共享知识只读。配置放在主机的 company-config/ 目录，以只读方式绑定挂载到每个成员，实现全队一致行为。每个成员有两个密钥文件：secrets.json（只读，生成时注入的共享 API 密钥）和 personal-secrets.json（读写，各成员私有凭据）；OpenClaw 的 SecretRef 系统（{"$ref": "secrets://KEY"}）让密钥不进入配置文件。
适用场景 适合已经把单个 OpenClaw 助手用于生产、希望扩展到多人 AI 团队协作的团队，尤其是需要共享记忆、目标拆解、任务看板、跨团队协调和运维治理的场景。
限制 仅支持主机安装 OpenClaw 加 Docker 的环境；每个成员需要一个 Slack bot 应用；资源上每个成员约需 2GB 内存（含 Claude Code 时 3GB）。仓库称该能力自 2026 年 2 月起在生产中持续运行（28 个成员、索引 5 万+ Slack 消息、500+ 次自我修正、单服务器）。关于具体收费、价格、确切性能数据等，资料未提供。
