【免费下载链接】OpenMOSSA self-organizing multi-agent collaboration platform for OpenClaw. Multiple AI agents work as an autonomous team — planning, executing, reviewing, and patrolling tasks with zero human intervention.项目地址https://gitcode.com/gh_mirrors/op/OpenMOSS点击查看免费下载OpenMOSS 是一款多 Agent 自主协作平台AI 公司操作系统支持通过 Docker 一键部署让规划者、执行者、审查者、巡查者四类 AI Agent 组成自主运转的团队实现 7×24 小时无人干预的任务规划、执行、审查与巡查。本指南面向新手带你用 Docker 从零搭建自己的 AI Agent 协作团队全程无需安装 Python 环境。一、OpenMOSS 是什么为什么值得部署传统单 Agent 模式下AI 独自推进任务遇到问题大概率死掉任务宣告失败。OpenMOSS 则把你的 AI 团队组织成一家自运转的公司规划者planner——像项目经理拆解需求、分配子任务、收尾交付执行者executor——像开发工程师认领任务、执行工作、提交成果审查者reviewer——像品控审查质量、评分、通过或驳回返工️巡查者patrol——像运维定时巡检、发现卡住的任务自动标记并告警四个角色通过 docker-compose.yml 启动的中间件服务进行异步协作全程无需人工干预——就像一家 7×24 不停歇的 AI 公司。 OpenMOSS 基于 OpenClaw 运行各 Agent 实例中间件本身采用 FastAPI SQLite 架构部署非常轻量。二、部署前置条件你需要准备什么开始 Docker 部署前请确认以下条件条件要求说明DockerDocker Docker Compose唯一硬性要求无需安装 Python服务器任意 Linux / macOS建议独立的生产环境保证长时间运行网络可访问外网首次启动会自动下载 WebUI 前端OpenClaw已部署或后续部署每个 Agent 都是一个 OpenClaw 实例⚠️成本提示多 Agent 运行会成倍消耗模型额度请合理控制接口限额和速率防止超量产生经济损失。三、Docker 部署三步走克隆、构建、启动第 1 步克隆项目仓库git clone https://gitcode.com/gh_mirrors/op/OpenMOSS openmoss cd openmoss第 2 步一键构建并启动容器docker compose up -d --build这条命令会自动完成基于 Dockerfile 构建镜像Python 3.11-slim 底层、安装依赖、启动服务容器。镜像内置了健康检查服务每 30 秒自检一次/api/health接口。第 3 步验证服务已启动docker compose logs -f看到服务监听0.0.0.0:6565后浏览器打开http://localhost:6565首次访问会自动跳转到Setup Wizard初始化向导——说明部署成功 ✅四、初始化向导5 分钟完成系统配置初始化向导会引导你完成以下设置也可之后在系统设置页修改管理员密码——登录 WebUI 后台的密码项目名称——显示在后台和规则模板中工作目录——所有 Agent 共享的公共工作区Docker 部署默认为容器内/workspace可通过挂载卷映射到宿主机Agent 注册令牌registration_token——务必记牢后续注册 Agent 时需要服务外网地址可选——如果 Agent 部署在别的机器上需填写公网可访问地址配置文件默认生成在./docker-data/config/config.yaml核心配置项可参考模板 config.example.yaml配置项默认值说明server.port6565服务端口可用环境变量OPENMOSS_PORT覆盖agent.registration_token—Agent 注册令牌建议改为随机字符串notification.enabledfalse通知开关需 Agent 主动推送消息时打开workspace.root/workspaceAgent 工作目录根路径数据持久化docker-compose.yml 已将数据库./data/、配置./docker-data/config/、前端文件./docker-data/static/挂载到宿主机容器删除重建数据也不会丢。五、注册你的 AI 员工组建 4 人最小团队OpenMOSS 至少需要4 个 Agent1 规划者 1 审查者 1 巡查者 1 个以上执行者。组建流程① 在 OpenClaw 中创建子 Agentopenclaw agents add ai_planner② 在 WebUI 提示词管理页/prompts为每个角色生成提示词选择角色后会自动加载对应的角色模板源码位于 prompts/templates/如task-planner.md、executor.md点击卡片上的 按钮一键复制完整对接引导发送给对应的 OpenClaw Agent。③ Agent 自动完成入职Agent 收到指引后会自主完成注册到 OpenMOSS → 获取 API Key → 下载 Skill 工具。Skill 是 Agent 的能力插件核心工具 task-cli.py 封装了所有与 OpenMOSS API 的交互各角色指令定义在 skills/task-planner-skill/、skills/task-executor-skill/ 等目录中。注册成功后在 WebUI 的Agent 页面/agents即可看到所有员工的角色、状态和积分。六、配置定时唤醒让团队 7×24 小时自主运行这是 OpenMOSS 最核心的机制——Agent 通过 OpenClaw 的 cron 定时唤醒每次唤醒都是全新上下文自动执行读规则 → 查状态 → 干活 → 写日志 → 休眠的工作周期。推荐唤醒间隔角色建议间隔原因规划者每 10-30 分钟需及时响应新需求和阻塞求助执行者每 5-15 分钟主要工人频率越高产出越快审查者每 10-20 分钟有提交才审查无需太频繁巡查者每 30-60 分钟低频安全网防任务卡死最简单的配置方式是直接在聊天中告诉 Agent创建一个每 5 分钟执行一次的定时任务它自己就会配好。⚠️ 注意 OpenClaw 定时任务默认最大并发为 2 个多 Agent 场景建议调大openclaw config set cron.maxConcurrentRuns 5 --strict-json openclaw gateway restart配好通知渠道后WebUI 设置页中填写飞书群chat_id任务完成、审查驳回、巡查告警时Agent 会主动在群里 你。七、下达第一个目标坐看 AI 团队干活 一切就绪后把所有 Agent 拉进同一个群 规划者用自然语言描述你的目标例如搭建一个每日自动采集发布科技资讯的流水线。接下来会发生什么你 规划者下达目标 ↓ 规划者 → 创建任务 → 拆分模块 → 分配子任务 ↓ 执行者被唤醒 → 认领子任务 → 执行 → 提交审查 ↓ 审查者被唤醒 → 评分 → 通过 / 驳回返工 ↓ 巡查者后台监控 → 发现卡住的任务自动标记告警 ↓ 全部完成 → 群通知 实际案例开源项目 1M Reviews 就是完全由 OpenMOSS 多 Agent 团队自主运营的英文资讯站人类只下达了一个目标两天内自动发布 20 篇文章全程零人工干预。八、日常监控与维护常用 Docker 命令速查后台监控登录 WebUI 即可实时查看——仪表盘趋势图表、任务管理进度与子任务、活动流Agent 实时 API 调用、积分排行、活动日志。容器维护docker compose logs -f # 查看实时日志 docker compose down # 停止服务 docker compose pull # 拉取最新镜像 docker compose up -d # 用最新镜像重启数据自动保留 # 自定义端口 OPENMOSS_PORT8080 docker compose up -d常见问题速查问题解决方案端口被占用用OPENMOSS_PORT8080换端口或释放 6565首次启动卡住前端文件首次需联网自动下载检查网络后重启容器Agent 连不上服务检查server.external_url是否填写了公网地址修改配置不生效修改config.yaml后需docker compose down docker compose up -d写在最后回顾一下整个流程克隆仓库 →docker compose up -d --build→ 初始化向导 → 注册 4 个 Agent → 配置定时唤醒 → 下达目标你就拥有了一个 7×24 小时自主运行的 AI 团队。OpenMOSS 只管调度协作Agent 的实际能力由 Prompt 和 Skill 决定——你可以为它们配置 Web 搜索、代码执行、WordPress 发布等任何技能适配内容生产、自主编程、数据采集、自动化运维等各种场景。想深入了解更多机制自反思、多轮审查循环、自动巡检等可继续阅读完整部署文档 docs/deployment-guide.md或查看后端架构源码 app/。现在去 你的规划者下达第一个目标吧赞分享【免费下载链接】OpenMOSSA self-organizing multi-agent collaboration platform for OpenClaw. Multiple AI agents work as an autonomous team — planning, executing, reviewing, and patrolling tasks with zero human intervention.项目地址https://gitcode.com/gh_mirrors/op/OpenMOSS点击查看免费下载相关推荐OpenJarvis定时任务指南打造7×24小时自动运行的AI AgentOpenJarvis定时任务指南打造7×24小时自动运行的AI Agent OpenJarvis 是一款运行在个人设备上的本地 AI Agent 框架其内置Open SWE 部署安装指南从零搭建团队级异步编码 Agent 全流程Open SWE 部署安装指南从零搭建团队级异步编码 Agent 全流程 Open SWE 是一个开源的异步编码 AgentAsynchronous Cod人工智能AI Agent代码智能体后端前端桌面应用django-oscar Sandbox 沙盒站点完全指南从零搭建、本地运行到 Docker 部署django oscar Sandbox 沙盒站点完全指南从零搭建、本地运行到 Docker 部署 导读 django oscar 是一个面向 Django后端电商创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考