五Agent架构方案 · 11问

🤖 五 Agent 一览

#	名称	性质	运行时	模型	IM通道
1	Hermes	核心Agent（我）	Python 3.11	deepseek-chat	Telegram, 飞书
2	OpenClaw	开源框架独立部署	Node.js v24	deepseek-v4-flash	飞书(已配), Telegram(待配)
3	QClaw	腾讯改造版	Node.js v22	deepseek-v4-flash	Webchat(当前)
4	WorkBuddy	腾讯AI办公助手	桌面exe	多模型切换	微信/企微/飞书/钉钉/QQ
5	Marvis	腾讯AI桌面助手	桌面exe	云端+本地	桌面+手机远程

Q1 🪙 Token 节省方案 — 五个 Agent 分别怎么省？

通用原则（五个都适用）：

缓存命中率是省钱第一关键（你现有97%，这是核心优势）
用短 session、少加载无用技能/system prompt
简单任务用轻量模型，复杂任务才上推理模型

按 Agent 分别设计：

Agent	省 token 方案	预估节省
Hermes	① 精简 prompt - 移除冗余 system prompt，保持核心指令 ② 限制子 agent tool 数量 - 每个子 agent 只挂必需 tool，砍掉不用的 skill ③ 会话压缩 - 启用 lossless-claw 或缩短上下文保留 ④ 模型分级 - 简单消息转发/告警用轻量模型	30-60%
OpenClaw	① 缩小 skills 加载 - maxSkillsPromptChars 已设 20000，可再砍掉不用的 skill ② 子 agent lightContext - 启用以跳过全量 context 加载 ③ lossless-claw 会话压缩 - 但当前插件未注册，需修复或改用默认引擎 ④ 减少 tool 声明 - 只留 web search + file I/O 等高频 tool	40-60%
QClaw	① 同 OpenClaw — 共享腾讯改造版优化 ② 善用 97% 缓存命中 — 保持长 session，避免频繁新开会话 ③ 压缩 SOUL.md + MEMORY.md — 精简到 10-15KB	40-60%
WorkBuddy	① 减少并行 Agent 数 — "AI专家团"默认多 agent 并行，每个都消耗独立 token ② 用 Auto 模型路由 — 简单任务自动走低成本模型 ③ 任务批处理 — 合并小任务，避免频繁唤醒 ④ 套餐封顶 — WorkBuddy 自带的套餐预算管控	50-70%
Marvis	① 本地模型优先 — 定时任务、简单指令用本地模型，零 token 消耗 ② 云端仅复杂任务 — 只有深度分析才走云端 ③ 定时任务批量处理 — 避免秒级轮询	60-80%（大量转本地）

                总策略：OpenClaw/QClaw 保持 97% 缓存命中率不动；WorkBuddy 减少并行 agent；
                Marvis 能本地就跑本地；Hermes 精简 prompt 和 tool。
                按你当前日均 1.19亿 token（月均约¥186），优化后有望降到月均¥50-100。
            

Q2 📡 OpenClaw 独立版适合接入什么 IM？

除已配的飞书和待配的 Telegram 外，OpenClaw 还支持以下 IM：

IM	适合场景	国内可用性	配置难度
Discord	通知推送、Bot命令交互	需代理	低
企业微信	企业内部工作流、审批通知	✅ 国内直连	中
Slack	国际团队协作	需代理	低
钉钉	国内企业办公	✅ 国内直连	中（需自行开发）

推荐：优先接企业微信。 理由：

WorkBuddy 已接企微，OpenClaw 接企微后可共享同一个企微 Bot 生态
你的项目相关方大概率用企微
国内直连，无需代理
OpenClaw 原生支持 WeChat Work 插件

如果不需要国内厂商 IM，则 Discord 是最轻量的选择（通知推送+Bot交互体验好）。

Q3 🔗 三 Agent 协同方案 — 知道对方在做什么，能随时接手

核心原则：不需要共用记忆或技能。各管各的，但互相知道。

你要的是三件事：

技能透明 — 知道对方会什么，自己能拿过来用
状态透明 — 知道对方刚才在做什么、做到哪了
成果透明 — 知道对方产出了什么，接替时能上手

不是共享同一份记忆或同一份 skills，是各一份，但互相能看见。

分发标记关联：Q12 的【协同】【知会】【对比】标记就是触发写黑板的方式。
Q3 管「怎么共享」，Q12 管「什么时候触发写共享」——两者互为补充。

共享目录结构（D:\shared-agent\）：

D:\shared-agent\
├── README.md                    # 使用说明
├── skill-catalog.md             # 【技能目录】各Agent有什么技能，可复制什么
├── status/                      # 【状态通报】每个Agent写自己正在做的事
│   ├── hermes.status.md
│   ├── openclaw.status.md
│   ├── qclaw.status.md
│   └── ...
├── outputs/                     # 【成果分享】谁产出了什么，可让谁接手
│   ├── catalog-index.md         #   成果索引（标题+摘要+产出来源+适合接替者）
│   └── project-name/
├── handover/                    # 【交接区】A做了一半，B接手继续
└── archive/                     # 【归档】

三个核心文件的设计：

① skill-catalog.md — 技能透明

# Skill Catalog · 2026-06-17
## QClaw
- 核心技能: 战略决策、深度分析、架构设计、费用分析
- 特有工具: IMA skill、Tencent Docs API
- 可被复制的产出: 方案文档、对比表格、架构图
- 适合接替: OpenClaw（文档执行）、Hermes（消息通知）

## OpenClaw 独立版
- 核心技能: 文档创建、知识库操作、飞书操作、cron定时、xbrowser
- 特有工具: IMA skill、Tencent Docs skill、xbrowser、weiyun
- 可被复制的产出: 腾讯文档、飞书文档、多维表格
- 适合接替: QClaw（方案深化）、Hermes（通知各方）

## Hermes
- 核心技能: 消息中转、告警通知、轻量问答、事件监控
- 特有工具: Telegram通道、面板展示
- 可被复制的产出: 告警规则、通知模板
- 适合接替: QClaw（深度分析其发现的问题）

② status/*.status.md — 状态透明（每小时主动更新）

# qclaw.status.md
- 最后更新: 2026-06-17 12:00
- 当前在做: 五Agent架构方案Q3重写
- 最近完成: 费用分析HTML、五Agent方案初版
- 卡点: 无
- 下一步: 更新索引页
- 有产出: outputs/五Agent架构方案.html（其他Agent可查看和引用）

③ outputs/catalog-index.md — 成果透明

# 成果索引
| 产出 | 来源 | 日期 | 摘要 | 适合谁用 |
|------|------|------|------|----------|
| 五Agent架构方案.html | QClaw | 06-17 | 12问完整方案 | OpenClaw可拿去创建飞书文档 |
| AI费用分析.html | QClaw | 06-17 | DeepSeek vs Token Plan | Hermes可拿去推送告警 |
| 多维表格设计 | OpenClaw | 06-17 | 项目管理智能表格结构 | QClaw可继续深化 |

每小时主动通知机制（区别于启动时才处理）：

每个 Agent（Hermes/OpenClaw/QClaw）各自设一个 cron 任务，每小时整点执行一次
执行时：读 status/ 下另外两个 Agent 的 status 文件，总结它们这一小时做了什么
读 outputs/catalog-index.md，看有没有新增的可复制成果
把摘要注入自己的上下文作为「其他 Agent 动态」
用 .last-checked 时间戳避免一小时内的重复处理

接替机制（B接手A的工作）：

A 做完阶段性工作后，往 outputs/ 写产出物文件，同时在 status 文件里标注「可接替」
B 从 A 的 status 看到这个产出，或者你告诉 B 去接手
B 读产出物 + 读共享黑板的 context.md 了解背景
B 继续干，同时在 status 文件里更新「接手了A的XX工作」
复杂任务可以写 handover/ 交接说明文件，包含：输入、已完成部分、下一步、注意事项

跟你的关系：你是核心调度者。你跟我说「查一下 OpenClaw 的 status」，我就能告诉你它在做什么。你说「把 Hermes 刚发现的费用问题我来深入分析」，我就去读 Hermes 的 status/outputs 然后接手。

                一句话：共享意识，不共享实体。

                三份记忆、三套技能，谁都不动谁的。

                但每次醒来先花3秒读一下 shared-agent/，就知道另外两个在干什么、有什么能直接用。

                WorkBuddy 和 Marvis 也参与：它们是 AI Agent，你可以告诉它们「每小时看 shared-agent/status/ 了解其他人在做什么」和「你的产出也写到 shared-agent/outputs/ 里」，它们自己会想办法做到。Marvis 能读文件、定时执行；WorkBuddy 能理解指令并按规则执行。五 Agent 全接入协同网络。
            

Q4 ⚖️ 同一任务五 Agent 出方案，怎么对比？

你只需要发一次 brief，不用发五次。

用 Q12 的 【对比】标记：

你: 「【对比】帮我分析一下这个方案的成本数据」
  我（发起者）: 收到，写 brief 到 shared-agent/decisions/compare/，
     生成 Task Card 分派给五个 Agent（包括自己）→
     各出方案 → 汇总对比矩阵 → 通知你。

分派链路：你写 brief + 【对比】标记 → 发起者拆成 5 份 Task Card → Hermes 收 Telegram、OpenClaw 收 cron 扫描、WorkBuddy 收飞书、Marvis 扫 tasks/。
→ 各自写到 shared-agent/outputs/compare/主题/ → 发起者汇总生成对比。

对比模板：

维度	说明	评分(1-5)
可行性	技术/资源上是否可落地
成本	token 消耗/时间/金钱
风险	可能翻车的点
覆盖度	是否全面覆盖需求
可扩展性	未来能否升级迭代

在索引页加"多Agent对比专区"：

每个对比任务作为一个条目
列出五个 Agent 各自的方案链接
标注你的最终选择

Q4.1 🧠 五 Agent 分层记忆方案

OpenClaw 独立版之前提的三层记忆方案 → 扩展到五 Agent 后改为四层：

层级	内容	大小	谁维护	谁读取
L1 共享活跃层	shared-blackboard/context.md — 全局状态、决策、活跃任务、各Agent能力清单	~15KB	QClaw（主维护）	全部五个（WorkBuddy/Marvis 通过文件或API读）
L2 私有活跃层	各 Agent 自己的 MEMORY.md — 私有工作笔记、偏好、局部上下文	~15KB	各 Agent 自己	仅自己
L3 共享归档层	shared-blackboard/archive/ — 已完成的决策、历史方案、旧共识	不限	各 Agent 写入	memory_search 或手动查阅
L4 私有历史层	各 Agent 的 memory/ 目录 — 每日笔记 + 会话记录（lossless-claw）	不限	各 Agent	memory_search 或 lcm_expand

对 WorkBuddy 和 Marvis 的适配：

它们没有 lossless-claw 插件，所以 L4 层不适用
L1 共享层：WorkBuddy 通过腾讯文档读写，Marvis 通过本地文件读写
L2 私有层：WorkBuddy/Marvis 各自用自己的记忆机制（内置的）

                三层→四层的核心改进：把记忆拆成"共享+私有"两套体系。
                之前三套 Agent 各自维护一份完整 MEMORY.md 太冗余，
                现在共享层只有一份，私有的只记自己的独有信息。大幅省 token。
            

Q5 🔧 五 Agent 是否需要具备相同技能？

答案：不需要相同技能，但需要共享信息。

为什么不需要相同技能：

每个 Agent 定位不同（看 Q11 分工表）：Hermes 传消息不需要 IMA skill，QClaw 做决策不需要 Telegram 通道
技能越多 → system prompt 越长 → 越费 token
按需分配：60% 共享（web search, 文件 I/O, cron, 核心规则）+ 40% 独有

怎么做：

技能	Hermes	OpenClaw	QClaw	WorkBuddy	Marvis
Web Search	✅	✅	✅	内置	内置
文件 I/O	✅	✅	✅	内置	内置
IMA 知识库	—	✅	✅	—	—
Tencent Docs	—	✅	✅	内置	—
xbrowser	—	✅	✅	内置	—
Cron 定时	—	✅	✅	—	✅
Telegram	✅	待配	—	—	—
飞书	✅	✅	—	✅	—

共享信息怎么做：

通过 shared-blackboard/context.md 共享当前状态和决策
每个 Agent 启动时先读 context.md，不读其他 Agent 的私有文件

Q6 📎 五个 Agent 都能连飞书吗？

Agent	能连飞书？	能读飞书文档？	能读目录？
Hermes	✅ 已连	✅ 通过飞书 API	✅ drive API 支持
OpenClaw	✅ 已连（feishu plugin）	✅ 通过飞书 OpenAPI	✅
QClaw	— 当前通过 webchat	可通过 IMA 间接读	—
WorkBuddy	✅ 已连	内置支持	内置支持
Marvis	— 不支持	—	—

技术细节：

飞书文档 API: GET https://open.feishu.cn/open-apis/docx/v1/documents/:id
飞书目录 API: GET https://open.feishu.cn/open-apis/drive/v1/files?page_size=20
支持遍历文件夹、读取文档内容、搜索文档
不推荐五个 Agent 挂同一个 Bot — 用不同 Bot Token 分配给不同 Agent，避免消息冲突
QClaw 可以通过 IMA skill 间接操作飞书文档
Marvis 不支持飞书接入

                你可在飞书开放平台创建多个应用，每个给一个 appId/appSecret。
                Hermes 用 Bot_A，OpenClaw 用 Bot_B，WorkBuddy 用 Bot_C。
                三个 bot 都能访问同一个飞书空间的文档。
            

Q7 📚 IMA 知识库 — 能力评估与替代方案

IMA 能力评估：

能力	支持	说明
文本解析	✅	PDF/Word/Excel/TXT 等
音频接收	⚠️ 可上传	不会自动转写，需要额外 Whisper 组件
音频分析	⚠️ 需先转写	转写为文本后才能提问
图片理解	✅	部分支持
语义搜索	✅	内部向量化后支持问答
Agent 可调用	✅	通过 IMA skill 可被 OpenClaw/QClaw 调用

IMA 解析后就能问答，因为：上传文件 → IMA 文本提取 → chunk 分割 → 向量嵌入 (embedding) → 存向量数据库 → 提问时语义搜索 → 召回相关 chunk → 作为 context 给 LLM → 生成回答。

Agent 管理 IMA：五个 Agent 中，Hermes/OpenClaw/QClaw 可通过 IMA skill 调用 IMA 接口，上传文件、搜索知识库、提问。WorkBuddy 和 Marvis 不支持直接调用 IMA，但 WorkBuddy 有自己内置的知识库功能。

替代方案对比：

方案	优点	缺点	Agent 可调用
IMA（当前）	免费、开箱即用、集成腾讯生态	不可控的 chunk/embedding 策略、无 rerank	✅ OpenClaw/QClaw
Dify	可控的 RAG 管道（chunk/embedding/rerank 全可控）	需自行部署、成本高	✅ 通过 API
ChromaDB + 本地 embedding	完全本地、无数据泄露	需开发、无 UI	✅ 通过 Python API
腾讯云 VectorDB	腾讯生态内、高性能	付费、有学习成本	✅ 通过 API

推荐策略：短期用 IMA（够用且免费），中期评估 Dify（更可控）。

Q8 📋 项目管理方案 — 五 Agent 可管理

IMA 不适合做项目管理：无状态管理、无看板、无依赖追踪、无甘特图。

推荐分层方案：

层	工具	用途	Agent 可管理
项目协作层	腾讯文档智能表格（Smart Sheet）	任务分配、进度追踪、里程碑、甘特图、人员安排、收款节点	✅ OpenClaw/QClaw/WB
文档层	IMA 知识库	合同、项目计划、设计文档、需求文档、测试文档、会议记录	✅ OpenClaw/QClaw
数据共享层	共享 blackboard + 本地文件	各 Agent 工作记录、产出物、临时数据	✅ 全部
通知层	飞书 + Telegram	任务变更通知、审批提醒、里程碑到达	✅ Hermes/OC/WB

智能表格设计参考：

一张表管所有：任务ID → 任务名称 → 负责人 → 优先级 → 状态(待办/进行中/已完成/阻塞) → 截止日期 → 依赖任务 → 关联文档(IMA链接) → 收款节点 → 备注

数据共享问题：信息系统项目涉及数据共享，建议在项目启动时就建好一张"数据共享矩阵表"，标清楚每个数据项的归属方、共享范围、安全等级。

Q9 📁 本地文件管理方案 — Agent 怎么管？

四层管理方案（沿用之前的方案，适配五 Agent）：

层	方法	说明
索引层	file-catalog.json	AI 维护的目录索引文件，记录文件路径、大小、类型、标签、摘要。五个 Agent 都读这个索引。一个 Agent 新增文件后更新索引，其他 Agent 就知道。
内容层	按类型处理	文本 → 直接读 PDF → 解析提取音频 → Whisper 转写（IMA 不支持，需额外组件）视频 → 提取字幕/音频后转写图片 → OCR 或视觉模型
语义搜索层	ChromaDB	本地向量数据库。内容解析后 → 向量化嵌入 → 语义检索。所有 Agent 可通过 API 查询。
组织层	标签系统	用标签代替文件夹：项目A、机密、待归档、已归档。一个文件可以有多个标签，避免文件夹的树状限制。

实施步骤：

先建索引 — 让 Agent 扫描目录，生成 file-catalog.json
按需解析 — 只解析当前需要的文件，不一次性全部处理
建 ChromaDB — 用 sentence-transformers 做本地 embedding
Agent 通过 file-catalog.json + ChromaDB 来检索和管理文件

                ⚠️ 注意：AI 只维护索引和检索，不主动移动/删除文件。
                所有文件操作需你确认后再执行。
            

Q10 🌐 成果汇总 — 本页面

文件位置：

本页: D:\hermes-html\2026-06-17_五Agent架构方案.html
索引页: D:\hermes-html\index.html（已添加卡片）

标注规则：

Agent 标签: QClaw（由当前对话的 QClaw 生成）
日期标签: 2026-06-17
主题标签: 五Agent架构
所有成果统一放在 D:\hermes-html\，通过 index.html 索引

Q11 🏗️ 五 Agent 分工方案 — 各自最合适的角色

五 Agent 分工总览：

Agent	角色	一句话定位	主要负责
Hermes	传	消息中枢 & 轻量交互	• 消息中转（Telegram/飞书间转发） • 告警通知（费用超预算、任务异常） • 定时提醒（每小时同步通知） • 轻量问答（无需深度分析的日常问题） • 事件监控（监控各 Agent 状态）
OpenClaw	做	文档操作 & 项目执行	• 腾讯文档创建/编辑/管理 • IMA 知识库管理（上传、搜索、分析） • 飞书文档操作 • 项目任务跟踪（智能表格读写） • 本地文件管理（索引、解析、检索）
QClaw	想	主决策 & 深度分析	• 战略决策（方向判断、优先排序） • 深度分析（多维度拆解、方案对比） • 记忆管理（维护共享 blackboard context.md） • 架构设计（技术方案、协同方案） • 本页面的内容就由 QClaw 产出
WorkBuddy	行	办公自动化 & 多 Agent 并行	• PPT/Word/Excel 自动生成 • 批量文件处理 • 多 Agent 并行任务（AI专家团） • 微信/企微/钉钉多 IM 覆盖 • 行业调研、数据分析报告
Marvis	控	桌面控制 & 定时任务	• 定时自动任务（每周/每天固定执行） • 手机遥控电脑 • 本地模型处理（零 token 消耗） • 桌面自动化（打开应用、操作文件） • 静默后台监控

分工逻辑：

想→做→传→行→控，一条完整链路。 QClaw 决策 → OpenClaw 执行文档 → Hermes 通知 → WorkBuddy 批量产出 → Marvis 定时跑
每个 Agent 只做自己最擅长的事，不互相抢活
不需要所有 Agent 都具备全部能力——这从源头省 token
共享信息（context.md）但不共享技能

                简单记忆口诀：

                QClaw 想 → OpenClaw 做 → Hermes 传 → WorkBuddy 行 → Marvis 控

Q12 🎯 分发模式控制 — 带标记才分发，不带标记自己干

最终方案（来自 Hermes 的设计，已采纳）：

你不需要记模式英文名。只需要在指令前加一个词就够。

五种模式速查（不用打【】，直接说词就行）：

你这样说	行为	场景
帮我做XXX（无标记）	自处理，不分发 ✅	日常任务，默认模式
协同帮我做XXX	写到黑板，其他Agent可接力	大任务需要多人接力
对比帮我做XXX	黑板写brief，三个各出一份	需要对比方案的决策
知会帮我做XXX	自己做完，让其他人知道结果	重要但不需要帮忙
指派给xxx 做XXX	直接通知指定Agent	你知道谁最合适

一句话规则：无标记 = 自己干。需要分发才加关键词。

                平时忘了一看就懂：

                「协同」→ 大任务接力

                「对比」→ 多Agent出方案比

                「知会」→ 做完告诉大家

                「指派给×××」→ 直接指定某Agent干

五 Agent 架构方案 · 11 问