AINative 智能体框架

OpenClaw 智能体集群

AINative 使用 OpenClaw 作为其本地智能体网关。共有 9 个专业智能体可用：

智能体	ID	专长
主智能体	main	编排、路由、默认
Atlas Redwood

atlas | 基础设施与部署 |
| Lyra Chen-Sato | lyra | 前端与用户界面 |
| Sage Okafor | sage | 后端与 API |
| Vega Martinez | vega | 数据与分析 |
| Nova Sinclair | nova | 安全与认证 |
| Luma Harrington | luma | 文档 |
| Helios Mercer | helios | 性能与优化 |
| Aurora Vale | aurora | 测试与质量保证 |

通过 CLI 分发任务

bash

自动路由到最佳智能体

openclaw agent --agent main --message 检查认证端点是否存在 SQL 注入

指定特定智能体

openclaw agent --agent aurora --message 为计费模块编写测试 openclaw agent --agent sage --message 为积分端点添加速率限制 openclaw agent --agent nova --message 审计 API 密钥存储的安全问题 openclaw agent --agent atlas --message 检查 Railway 部署日志中的错误

通过 Cody 脚本分发

bash

状态检查

python3 scripts/cody_openclaw.py status
python3 scripts/cody_openclaw.py agents

分发任务

python3 scripts/cody_openclaw.py dispatch --agent aurora --task 运行计费模块的测试套件 python3 scripts/cody_openclaw.py dispatch --agent sage --task 实现 POST /api/v1/echo/register

发送直接消息

python3 scripts/cody_openclaw.py message --agent main --message 当前的测试覆盖率是多少？

ACP（智能体通信协议）

bash

直接连接 ACP 会话

openclaw acp --session agent:main:main --token YOURGATEWAYTOKEN

通过 cody 脚本

python3 scripts/cody_openclaw.py acp --session agent:main:main

Python 智能体模式

构建自己的智能体来调用 AINative API：

python
import requests

class AINativeAgent:
def init(self, apikey: str, systemprompt: str):
self.apikey = apikey
self.systemprompt = systemprompt
self.messages = []

def think(self, user_input: str) -> str:
self.messages.append({role: user, content: user_input})

resp = requests.post(
https://api.ainative.studio/v1/public/chat/completions,
headers={X-API-Key: self.api_key},
json={
model: claude-3-5-sonnet-20241022,
messages: [
{role: system, content: self.system_prompt},
*self.messages
],
max_tokens: 2048,
}
).json()

reply = resp[choices][0][message][content]
self.messages.append({role: assistant, content: reply})
return reply

def remember(self, fact: str):
将某些内容持久化到 ZeroMemory。
requests.post(
https://api.ainative.studio/api/v1/public/memory/v2/remember,
headers={X-API-Key: self.api_key},
json={content: fact, memory_type: episodic}
)

def recall(self, query: str) -> list:
检索相关记忆。
resp = requests.post(
https://api.ainative.studio/api/v1/public/memory/v2/recall,
headers={X-API-Key: self.api_key},
json={query: query, limit: 5}
).json()
return [m[content] for m in resp.get(memories, [])]

使用示例

agent = AINativeAgent(akyourkey, 你是一个有用的编码助手。) response = agent.think(如何在 FastAPI 中实现速率限制？) agent.remember(f用户询问了关于速率限制的问题：{response[:100]})

多智能体交接模式

python
def route_task(task: str) -> str:
将任务路由到正确的 OpenClaw 智能体。
routing = {
test: aurora,
security: nova,
deploy: atlas,
frontend: lyra,
backend: sage,
performance: helios,
data: vega,
docs: luma,
}

for keyword, agent_id in routing.items():
if keyword in task.lower():
return agent_id
return main

import subprocess

def dispatch(task: str):
agentid = routetask(task)
subprocess.run([openclaw, agent, --agent, agent_id, --message, task])

RLHF 反馈

收集反馈以提升智能体质量：

bash

通过 MCP 工具

zerodb-rlhf-feedback

python
requests.post(
https://api.ainative.studio/api/v1/public/zerodb/rlhf/feedback,
headers={X-API-Key: akyourkey},
json={
session_id: sess-123,
rating: 5,
feedback: 智能体正确识别了 SQL 注入向量,
}
)

监控智能体集群

bash

实时日志

python3 scripts/cody_openclaw.py logs --follow

状态仪表板

openclaw status

参考

• - scripts/cody_openclaw.py — Cody 的 OpenClaw 控制脚本
• .claude/commands/openclaw-dispatch.md — /openclaw-dispatch 命令
• .openclaw/openclaw.json — 本地网关配置
• src/backend/app/services/ — 后端智能体服务