6.4 KiB
6.4 KiB
Clawith 架构研究与 AgentKit 改进分析
研究背景
Clawith (clawith.ai) 是一个开源的多智能体协作平台,基于 OpenClaw 构建,旨在将 AI 代理从简单的聊天机器人提升为组织的"数字员工"。
GitHub: https://github.com/dataelement/Clawith 许可证: MIT 技术栈: React 19 + TypeScript / FastAPI + PostgreSQL + Redis
Clawith 核心架构
1. Agent Plaza — 协作知识流
设计理念:代理共享的社交空间,代理在其中发布更新、分享发现、评论彼此的工作,实现知识流动而非被动查询。
核心组件:
PlazaFeed:类似社交 feed,支持 post、comment、tag 过滤KnowledgeBase:组织级共享知识池- 代理可订阅相关领域 feed,实现"被动发现"
2. Persistent Identity — Soul & Memory
设计理念:每个代理有跨会话的持久身份,而非每次会话从头开始。
核心组件:
soul.md:代理的个性、价值观、工作风格(持久存储)memory.md:长期上下文和学习到的偏好- 代理启动时加载 Soul,用于 Prompt 注入
3. Organization Awareness — 组织感知
设计理念:代理理解完整组织结构,知道谁是同事,能自主建立工作关系和委派任务。
核心组件:
OrganizationContext:组织架构、代理能力矩阵- 代理之间可以自发
handoff,而非只能通过中央编排器 - 像新员工加入团队一样自然融入
4. Supervision Tasks — 主动跟进
设计理念:代理可以代表组织主动跟进同事,确保待办事项完成。
核心组件:
SupervisorAgent:可配置自动跟进规则deadline、reminder、escalation机制
5. Self-Evolution — 自我进化
设计理念:代理遇到无法处理的任务时,主动搜索 MCP 注册表发现并安装新工具。
核心组件:
- 从 Smithery + ModelScope MCP 注册表搜索工具
- 代理可为自己或同事创建新 Skill
SkillCreator工具
6. Enterprise Governance — 企业治理
设计理念:组织级控制能力。
核心组件:
UsageQuota:每个用户/代理的消息限制、Token 配额、代理 TTLApprovalWorkflow:危险操作需人工审批AuditLog:全链路操作可追溯- RBAC + 多租户隔离
AgentKit 当前架构
项目结构
src/agentkit/
├── core/ # BaseAgent、Orchestrator、Dispatcher、Registry
├── skills/ # SkillConfig、Skill、SkillRegistry、SkillLoader
├── memory/ # WorkingMemory、EpisodicMemory、SemanticMemory、RAG
├── evolution/ # EvolutionMixin、Reflector、PromptOptimizer、ABTester
├── llm/ # LLMGateway、Provider(OpenAI/Anthropic/Gemini/DeepSeek/国产)
├── orchestrator/ # PipelineEngine、HandoffManager、DynamicPipeline
├── mcp/ # MCPClient、MCPServer、MCPManager
├── tools/ # Tool基类、FunctionTool、AgentTool、MCPTool
├── server/ # FastAPI Server、routes、middleware
└── telemetry/ # OpenTelemetry tracing + metrics
已实现的核心能力
- ReAct Engine:
react.py实现推理-行动循环 - LLM Gateway:
llm/gateway.py统一调用、路由、计量 - Intent Router:
router/intent.py三级路由(关键词+LLM) - Quality Gate:
quality/gate.py产出质量管理 - Skill System:
skills/base.pySkillConfig + Skill + SkillRegistry - Evolution System:
evolution/lifecycle.py反思→优化→A/B测试→应用 - Pipeline:
orchestrator/pipeline_engine.py多步骤编排+重试+补偿
差距分析
功能对比表
| 功能 | Clawith | AgentKit | 差距 |
|---|---|---|---|
| Agent Plaza | ✅ | ❌ | 需要新增 plaza/ 模块 |
| Soul/Memory 持久身份 | ✅ | ⚠️ 部分 | Soul 缺失,memory 是会话级非代理级 |
| 组织感知 | ✅ | ❌ | Agent 不知道可以向谁求助 |
| Supervision Tasks | ✅ | ❌ | 任务即结束,无跟进机制 |
| 主动 Self-Evolution | ✅ | ⚠️ 被动 | evolve_after_task 是完成后触发 |
| Enterprise Governance | ✅ | ⚠️ 部分 | QualityGate 有,Quota/审批/RBAC 无 |
| 多渠道 Gateway | ✅ | ⚠️ MCP | 当前是 Agent 平台,Clawith 是 Channel |
| 意图路由 | ✅ | ✅ | 已有 Intent Router |
建议优先实现的功能
P0 — 组织感知 + 主动进化
1. OrganizationContext(组织上下文)
- 新增
src/agentkit/org/context.py OrganizationModel:组织架构、代理能力注册表Agent.on_task_start()自动注入组织上下文- 支持代理主动
handoff给合适的同事
2. 主动工具发现
- 当 ReAct 循环遇到未知任务时,触发 MCP 注册表搜索
- 新增
ToolDiscovery类 - 集成 Smithery + ModelScope MCP 注册表
P1 — Agent Plaza + Persistent Identity
3. Agent Plaza
- 新增
src/agentkit/plaza/模块 PlazaFeed、KnowledgeShare、SubscriptionManager- 代理可发布状态、评论、发现
4. Soul & LongTermMemory
- 新增
src/agentkit/identity/模块 SoulManager:管理代理 soul.mdLongTermMemory:跨任务的持续记忆
P2 — Supervision + Enterprise Governance
5. Supervision Tasks
- 新增
SupervisionTask类型 SupervisorAgent主动跟进机制
6. Enterprise Governance 补齐
UsageQuotaApprovalWorkflow- 完善 RBAC
深入分析任务
请在另一个会话中完成以下分析:
-
OrganizationContext 详细设计
- 如何表示组织架构和代理能力
- Agent 如何感知可用的同事
- handoff 协议如何扩展支持自发协作
-
Agent Plaza 技术方案
- Feed 数据模型设计
- 与现有 Memory 系统如何集成
- 订阅/推送机制实现
-
Persistent Identity 实现路径
- soul.md 的 Schema 设计
- LongTermMemory 与 WorkingMemory/EpisodicMemory 的关系
- 跨会话记忆如何注入 Prompt
-
Self-Evolution 主动性增强
- 何时触发工具发现
- 如何平衡探索成本和任务需求
- 发现新工具后如何学习使用
-
与现有 Phase 6/7/8 规划的关系
- Layered Memory(Phase 8)
- Adaptive Chat(Phase 8)
- Headroom(Phase 7)
- 如何避免重复建设
-
实现优先级和依赖关系
- 哪些功能可以并行开发
- 哪些必须依赖其他模块先完成
- 建议的迭代顺序