Files
ai-proj-helper/skills-ops/openclaw-plugin/skills/SKILL.md
John Qiu 712063071c refactor: 通用技能按类别拆分为独立目录
skills/ → skills-dev(9), skills-req(10), skills-ops(4),
skills-integration(8), skills-biz(4), skills-workflow(7)

generate-marketplace.py 改为自动扫描所有 skills-* 目录。

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
2026-03-14 11:31:58 +10:30

8.5 KiB
Raw Blame History

name, description
name description
openclaw OpenClaw (龙虾) - Remote AI compute orchestration system. Dispatches requirements to Claude Code instances on remote machines, monitors execution, and aggregates results.

OpenClaw - Remote AI Compute Orchestration

OpenClaw (龙虾) 是一个分布式 AI 算力调度系统,用于将需求/任务分发到不同机器上的 Claude Code 实例执行。

核心概念

1. Ticket (工单)

每个需求 (Requirement) 或任务 (Task) 都是一个 Ticket包含:

  • ID: REQ-YYYYMMDD-XXXX 或 Task ID
  • Description: 任务描述
  • Context: 项目路径、技术栈、依赖
  • Priority: 优先级 (high/medium/low)
  • Target: 目标计算节点

2. Compute Node (算力节点)

运行 Claude Code 的开发机器:

  • Melbourne (coolbuy-dev): 主开发机,全栈开发
  • Shanghai (dev-box): 测试环境
  • Beijing (lazycat): OpenClaw 本身所在的容器

3. Dispatcher (调度器)

OpenClaw 核心组件,负责:

  • 接收 Ticket
  • 选择合适的 Compute Node
  • 生成 Claude Code 命令
  • 通过 SSH 执行
  • 监控进度
  • 汇总结果

使用方法

基本调用

# 方式 1: 通过需求 ID
/openclaw dispatch REQ-20260216-0001

# 方式 2: 直接指定任务
/openclaw run "实现用户批量导入功能" --node melbourne --project new-ai-proj

# 方式 3: 使用 Swarm 模式
/openclaw swarm REQ-20260216-0001 --node melbourne

指定计算节点

# 自动选择 (根据负载和项目位置)
/openclaw dispatch REQ-20260216-0001 --auto

# 指定节点
/openclaw dispatch REQ-20260216-0001 --node melbourne

# 并行执行 (多个节点)
/openclaw dispatch REQ-20260216-0001 --nodes melbourne,shanghai --parallel

监控执行状态

# 查看所有运行中的任务
/openclaw status

# 查看特定任务的日志
/openclaw logs REQ-20260216-0001

# 实时追踪任务进度
/openclaw tail REQ-20260216-0001

工作流程

完整示例: 从 Feishu 到执行

步骤 1: 用户在飞书发起请求

@龙虾 执行 REQ-20260216-0001

步骤 2: Feishu Bot 解析命令

  • 提取需求 ID: REQ-20260216-0001
  • 调用 OpenClaw skill

步骤 3: OpenClaw 查询需求详情

# 使用 ai-proj-prod MCP 获取需求信息
mcp__ai-proj-prod__find_requirement(displayId="REQ-20260216-0001")

步骤 4: OpenClaw 生成执行计划

{
  "ticket_id": "REQ-20260216-0001",
  "title": "AI Ticket 演示: 验证算力调度系统",
  "type": "swarm",
  "target_node": "melbourne",
  "command": "/swarm start '实现 AI Ticket 从创建到算力调度的完整流程'",
  "context": {
    "project": "/Users/coolbuy-dev/coding/new-ai-proj",
    "requirement_id": "REQ-20260216-0001",
    "priority": "high"
  }
}

步骤 5: SSH 执行命令

ssh coolbuy-dev@melbourne \
  "cd /Users/coolbuy-dev/coding/new-ai-proj && \
   /opt/homebrew/bin/claude --dangerously-skip-permissions \
   -p '/swarm start 实现 AI Ticket 从创建到算力调度的完整流程 \
       --context requirement_id=REQ-20260216-0001'"

步骤 6: Claude Code 执行 Swarm 工作流

  • Architect Agent: 分析需求,设计方案
  • Coder Agent: 实现代码
  • Tester Agent: 编写和运行测试
  • Reviewer Agent: 代码审查
  • Deployer Agent: 部署到环境

步骤 7: OpenClaw 监控和汇总

  • 实时获取执行日志
  • 解析 Agent 切换和进度
  • 检测完成或失败

步骤 8: 报告结果

【执行完成】REQ-20260216-0001
✅ 状态: 成功
⏱️ 耗时: 25 分钟
📝 修改: 12 个文件
✅ 测试: 32 个用例全部通过
🚀 部署: staging 环境已更新

详情: https://ai-proj.pipexerp.com/requirements/REQ-20260216-0001

配置文件

openclaw.yaml

~/.claude/openclaw/config.yaml 配置节点信息:

nodes:
  melbourne:
    host: coolbuy-dev-macbook.local
    user: coolbuy-dev
    ssh_key: ~/.ssh/id_rsa
    claude_path: /opt/homebrew/bin/claude
    working_dirs:
      - /Users/coolbuy-dev/coding/new-ai-proj
      - /Users/coolbuy-dev/coding/coolbuy-paas
    capabilities:
      - go
      - vue
      - react
      - ios
      - android
    max_concurrent: 3

  shanghai:
    host: dev-box.pipexerp.com
    user: devops
    ssh_key: ~/.ssh/id_rsa_ops
    claude_path: /usr/local/bin/claude
    working_dirs:
      - /home/devops/projects
    capabilities:
      - testing
      - deployment
    max_concurrent: 2

routing_rules:
  # 根据项目路径自动选择节点
  - pattern: "*/new-ai-proj/*"
    node: melbourne

  - pattern: "*/coolbuy-*/*"
    node: melbourne

  # 根据需求类别路由
  - category: testing
    node: shanghai

  - category: feature
    node: melbourne
    priority: prefer  # 非强制

  # 默认节点
  default: melbourne

monitoring:
  progress_interval: 30s  # 每 30 秒检查一次进度
  timeout: 2h            # 2 小时超时
  feishu_notifications: true
  feishu_webhook: ${FEISHU_OPENCLAW_WEBHOOK}

高级功能

1. 负载均衡

OpenClaw 自动根据节点负载分配任务:

# 自动选择最空闲的节点
/openclaw dispatch REQ-20260216-0001 --load-balance

2. 任务队列

当节点繁忙时,任务进入队列:

# 查看队列
/openclaw queue

# 输出:
# 队列中的任务:
# 1. [melbourne] REQ-20260216-0002 - 等待中 (前面 1 个任务)
# 2. [shanghai] Task-1234 - 等待中 (前面 0 个任务)

3. 结果缓存

已执行过的相同任务可以复用结果:

/openclaw dispatch REQ-20260216-0001 --use-cache

4. 故障恢复

任务失败时自动重试或切换节点:

retry_policy:
  max_attempts: 3
  backoff: exponential  # 1min, 2min, 4min
  fallback_node: shanghai  # 失败后切换到备用节点

与其他 Skills 集成

与 agent-swarm 集成

# OpenClaw 调度 Swarm 工作流
/openclaw swarm REQ-20260216-0001 --node melbourne

与 ai-proj 集成

# 自动更新需求状态
# pending → in_progress → testing → completed
/openclaw dispatch REQ-20260216-0001 --sync-status

与 feishu 集成

# 飞书群接收进度通知
# "【进行中】REQ-20260216-0001 - Coder Agent 正在实现后端 API (35%)"

与 ops-tools 集成

# 部署到服务器
/openclaw dispatch REQ-20260216-0001 --deploy staging

命令速查

命令 功能
/openclaw dispatch <req-id> 调度需求到节点执行
/openclaw run "<task>" 直接执行任务
/openclaw swarm <req-id> 使用 Swarm 模式执行
/openclaw status 查看所有任务状态
/openclaw logs <req-id> 查看任务日志
/openclaw tail <req-id> 实时追踪任务
/openclaw queue 查看任务队列
/openclaw nodes 列出所有计算节点
/openclaw cancel <req-id> 取消任务

故障排查

问题 原因 解决方案
SSH 连接失败 网络或认证问题 检查 ~/.ssh/config 和密钥权限
Claude 命令未找到 Claude 未安装或路径错误 更新 openclaw.yaml 中的 claude_path
任务卡住不动 超时或节点挂起 使用 /openclaw cancel 取消并重试
Feishu 通知失败 Webhook 配置错误 检查 FEISHU_OPENCLAW_WEBHOOK 环境变量

安全考虑

  1. SSH 密钥管理: 使用专用密钥,定期轮换
  2. 命令注入防护: 所有参数都经过严格转义
  3. 权限控制: 限制 Claude Code 的 --dangerously-skip-permissions 使用
  4. 日志审计: 所有命令执行都记录在 ~/.claude/openclaw/audit.log

实际应用场景

场景 1: 多项目并行开发

# 同时在不同机器上开发不同项目
/openclaw dispatch REQ-001 --node melbourne --project new-ai-proj &
/openclaw dispatch REQ-002 --node shanghai --project coolbuy-paas &

场景 2: 测试环境验证

# 开发在 Melbourne测试在 Shanghai
/openclaw dispatch REQ-003 --node melbourne  # 开发
sleep 1h  # 等待开发完成
/openclaw dispatch REQ-003 --node shanghai --verify  # 测试验证

场景 3: 紧急 Bug 修复

# 高优先级任务插队执行
/openclaw dispatch BUG-001 --priority urgent --node melbourne

未来扩展

  • Web 控制面板: 可视化任务状态和节点负载
  • 分布式追踪: Jaeger/OpenTelemetry 集成
  • 成本统计: 记录每个任务的 token 使用量和费用
  • 智能调度: 基于历史数据预测任务执行时间
  • 多云支持: 支持 AWS/Azure/GCP 上的计算节点

开发者: AI 项目管理助手 版本: 1.0.0 最后更新: 2026-02-16