1. 项目定位与用途
OpenMOSS 是基于 OpenClaw 的多 Agent 自主协作平台，定位为“AI 公司操作系统”。它不限定 Agent 的具体能力，而是通过调度协作让多个 AI Agent 像公司团队一样自组织运行。项目用途是替代重复劳动办公环境，实现 7×24 小时无人值守的自动化任务执行，适用于内容生产、编程、研究等多种场景。核心价值在于将 AI 团队化，通过角色分工与闭环机制提升任务成功率与产出质量。
项目档案文档型项目
uluckyXH/OpenMOSS 文档/知识库：适合谁看、怎么使用
uluckyXH/OpenMOSS：OpenMOSS 是基于 OpenClaw 的多 Agent 自主协作平台，作为 AI 公司操作系统，通过规划者、执行者、审查者、巡查者四角色实本页整理它适合谁看、核心内容和站内延伸入口。
AI 总结
OpenMOSS 是基于 OpenClaw 的多 Agent 自主协作平台，作为 AI 公司操作系统，通过规划者、执行者、审查者、巡查者四角色实现任务的自组织、自修复、闭环质量控制和 7×24 小时全自动运行，替代重复劳动办公环境。
中文项目介绍
OpenMOSS 是一个让多 AI Agent 自主运行的协作平台，定位为“AI 公司操作系统”。它通过规划者（拆解任务）、执行者（认领交付）、审查者（质量评分）、巡查者（监控恢复）四种角色，模拟真人团队工作流，实现无人值守的自动化任务执行。
项目解决单 Agent 系统易失败、需人工干预的问题，采用中间件架构确保 Agent 仅通过 API 异步协作，状态持久化至数据库，结合闭环质量控制、自反思机制与绩效驱动，保障任务稳定推进与持续优化。
技术特征包括：基于 FastAPI 的后端、Vue 3 前端、SQLite 数据库、Skill 可插拔架构、cron 定时唤醒、Web 管理后台。适用场景涵盖内容生产流水线、自主编程、研究助理、数据采集与自动化运维等，实际案例 1M Reviews 已实现两天内自动发布 20+ 文章。
详细信息与使用说明
2. 解决的问题
传统单 Agent 模式下，AI 遇到问题易在对话中“死掉”，任务失败且需人工干预。OpenMOSS 通过四角色体系（规划者、执行者、审查者、巡查者）解决此问题：规划者拆解需求，执行者认领交付，审查者评分返工，巡查者监控恢复。结合自组织、自修复、自优化机制，实现任务闭环质量控制与永不停摆运行，显著降低人工介入需求。
3. 适用场景
已验证场景为内容生产流水线：搜集资讯 → 翻译/改写 → 审核 → 发布（如 1M Reviews 案例）。更多可能场景包括：自主编程工作流（需求拆解、编码、Code Review、构建监控）、AI 研究助理（资料搜索、整理、交叉验证）、数据采集与分析（定时抓取、清洗、报告生成）、自动化运维（系统监控、异常检测与修复）。所有场景需为 Agent 配置对应 Skill（如搜索、代码执行），OpenMOSS 负责调度协作。
4. 安装方式
环境要求 Python 3.10+。安装步骤：1. 安装依赖：pip install -r requirements.txt；2. 复制 config.example.yaml 为 config.yaml，配置数据库、API 密钥等参数；3. 部署方式：使用 Docker Compose（docker-compose up -d）或直接运行 uvicorn app.main:app --host 0.0.0.0 --port 8000。详细部署指南见 docs/deployment-guide.md 或 docs/deployment-guide-en.md。注意：需提前准备 OpenClaw 环境，多 Agent 运行会成倍消耗模型额度。
5. 使用方式
1. 访问 Web 管理后台（默认端口）完成初始设置；2. 创建项目并配置 Agent 角色（规划者、执行者、审查者、巡查者）；3. 为 Agent 分配 Skill（如 Web 搜索、代码执行）以赋予业务能力；4. 设置任务（支持一次性或循环任务），Agent 将自动通过 cron 唤醒、认领、执行、提交；5. 通过仪表盘监控任务进度、审查结果、Agent 绩效和活动流。提示词模板位于 prompts/ 目录，可自定义调整。
6. 补充说明与实现特点
技术栈：后端 FastAPI、前端 Vue 3、数据库 SQLite。架构上采用中间件设计，Agent 不直接通信，仅通过 OpenMOSS API 交互与状态同步。关键模块包括任务管理、Agent 管理、审查评分、巡查监控、规则提示词、WebUI。特性包含 Skill 可插拔、7×24 循环运营、闭环质量控制、绩效驱动。注意事项：效果依赖底层大模型（推荐 GPT-5.3/5.4），建议配置独立桌面级生产环境；当前仓库未明确展示 Skill 插件系统的完整目录结构，但 README 提及其可插拔设计。
思维导图
OpenMOSS
项目概述
AI公司操作系统
基于OpenClaw
多Agent自主协作
四角色体系
规划者（总监）
执行者（员工）
审查者（质检）
巡查者（运维）
常见问题
uluckyXH/OpenMOSS 是做什么的？
OpenMOSS 是基于 OpenClaw 的多 Agent 自主协作平台，作为 AI 公司操作系统，通过规划者、执行者、审查者、巡查者四角色实现任务的自组织、自修复、闭环质量控制和 7×24 小时全自动运行，替代重复劳动办公环境。
uluckyXH/OpenMOSS 适合用在什么场景？
OpenMOSS 是基于 OpenClaw 的多 Agent 自主协作平台，定位为“AI 公司操作系统”。它不限定 Agent 的具体能力，而是通过调度协作让多个 AI Agent 像公司团队一样自组织运行。项目用途是替代重复劳动办公环境，实现 7×24 小时无人值守的自动化任务执行，适用于内容生产、编程、研究等多种场景。核心价值在于将 AI 团队化，通过角色分工与闭环机制提升任务成功率与产出质量。
uluckyXH/OpenMOSS 如何安装？
环境要求 Python 3.10+。安装步骤：1. 安装依赖：pip install -r requirements.txt；2. 复制 config.example.yaml 为 config.yaml，配置数据库、API 密钥等参数；3. 部署方式：使用 Docker Compose（docker-compose up -d）或直接运行 uvicorn app.main:app --host 0.0.0.0 --port 8000。详细部署指南见 docs/deployment-guide.md 或 docs/deployment-guide-en.md。注意：需提前准备 OpenClaw 环境，多 Agent 运行会成倍消耗模型额度。
uluckyXH/OpenMOSS 如何开始使用？
1. 访问 Web 管理后台（默认端口）完成初始设置；2. 创建项目并配置 Agent 角色（规划者、执行者、审查者、巡查者）；3. 为 Agent 分配 Skill（如 Web 搜索、代码执行）以赋予业务能力；4. 设置任务（支持一次性或循环任务），Agent 将自动通过 cron 唤醒、认领、执行、提交；5. 通过仪表盘监控任务进度、审查结果、Agent 绩效和活动流。提示词模板位于 prompts/ 目录，可自定义调整。