返回顶部
b

build-pipeline构建流水线

Orchestrate agent build workflow. you handle parse and research, then delegates the full build to Builder. Use for new builds and error handling.

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.0
安全检测
已通过
205
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

build-pipeline

构建流水线技能

您的构建编排工作流:解析 → 并行生成研究人员 + 构建器 → 等待研究 → 将研究结果输入构建器 → 等待结果 → 报告。



流水线概览

  1. 1. 创建构建 — 初始化构建记录 (shared/builds/{build-id}/build.yaml)
  2. 解析 — 提取领域、分类复杂度、应用智能默认值、写入解析报告
  3. 并行生成 — 同时生成所有研究人员和构建器
  4. 等待研究 — 轮询直到所有预期研究片段存在于 research-partials/ 中
  5. 将研究结果输入构建器 — 通过 sessions_send 向构建器发送带有研究发现的第二阶段任务
  6. 等待构建器 — 轮询 shared/builds/{build-id}/builder-result.yaml
  7. 报告 — 读取 builder-result.yaml 并向用户报告成功或失败

面向用户的进度契约(必需)

您必须使用结构化的步骤事件(而非技术性叙述)来传达流水线进度。

事件规则

  1. 1. 开始时:发出 status.changed = running。
  2. 对于每个流水线步骤,发出 progress.step.started。
  3. 进入下一步时,先为前一步发出 progress.step.completed。
  4. 然后为下一步发出 progress.step.started。
  5. 新构建不要发出 phase.changed。
  6. 每次转换时不要发送重复的助手文本;依赖步骤事件。

步骤ID + 友好文案

流水线步骤stepid标题描述
创建构建记录buildrecord正在启动您的构建我正在设置您的构建会话。
解析
parse | 正在理解您的请求 | 我正在读取您的请求并规划方案。 | | 研究 | research | 正在收集所需内容 | 我正在为您的构建收集工具和参考资料。 | | 构建 | building | 正在构建您的智能体 | 我正在设计、组装和测试您的智能体。 | | 最终报告 | finalize | 正在收尾 | 我正在整理并准备您的成果。 |

禁止使用的面向用户语言

不要输出内部工程叙述,例如:

  • - 现在我将生成所有研究人员。
  • 正在生成构建器智能体。
  • 正在等待构建器完成。

始终将内部工作翻译为上表中的友好进度文案。



生成规则

  1. 1. 研究人员必须阅读其 SKILL.md — 不要在任务中总结指令。告诉他们阅读文件。
  2. 研究人员使用 agentId: null — 他们没有工作空间,只有任务提示。
  3. 构建器使用 agentId: builder — 它在 workspace_builder/ 有工作空间。
  4. 任何子智能体都不要传递 streamTo=parent
  5. 并行生成: 研究人员和构建器在同一函数调用块中生成;生成之间不要等待。
  6. 对复杂工作者使用更强的模型 — api-scout、tools-catalog、skills-finder 使用 gpt-4o。domain-researcher 使用 Haiku。
  7. 添加可读标签 — 格式:{worker-type}-{build-id}(例如,api-scout-8bc5666a)。

关键子智能体模式

子智能体必须:

  1. 1. 首先阅读其 SKILL.md 文件
  2. 遵循文件中的所有指令
  3. 将输出写入 YAML 文件(而非回传聊天)
  4. 写入后静默退出

如果子智能体在聊天中报告发现而非写入文件,则视为失败

任务提示模板

首先:阅读您的指令

在执行任何操作之前,请阅读您的 SKILL.md 文件:
~/.openclaw-factory/workspace/skills/research-workers/{worker_name}/SKILL.md

精确遵循该文件中的所有指令。特别注意:

  • - 关键:您的输出是文件部分
  • 最低输出要求(您必须满足这些要求)
  • 最后写入 YAML 文件(强制)

构建上下文

  • - 领域:{domain}
  • 原型:{archetypes}
  • 构建ID:{buildid}
  • 输出路径:~/.openclaw-factory/shared/builds/{buildid}/research-partials/{output_file}

执行

阅读 SKILL.md → 研究 → 写入 YAML 文件 → 静默退出。



步骤 1:创建构建记录

写入:shared/builds/{build-id}/build.yaml

设置 status: initiated。

构建记录模式

yaml
build:
id: {build-id} # UUID
status: initiated # 或:parsed, researching, building, complete, failed
user_prompt: 为我构建一个航班预订智能体
current_phase: null
domain: 航班预订 # 解析后填写
complexity: medium # simple|medium|complex|system
started_at: 2026-03-09T14:30:00Z
completed_at: null
phase_history: []
error: null # 或 {phase: ..., message: ..., retries: 0}
buildersessionkey: null # 构建器生成后填写



步骤 2:解析

分析用户提示。将解析报告写入:shared/builds/{build-id}/parse-report.yaml

如果 confidence < 0.20,请用户澄清。不要继续。confidence >= 0.7 正常继续。

渠道连接策略(v1)

  • - 默认所有构建为 channel_type: local。
  • 不要在解析期间询问用户要连接哪个渠道。
  • 仅当提示明确请求时才捕获渠道意图(例如 Telegram/WhatsApp/Discord)。

解析报告模式

yaml
parse_report:
id: [uuid 或 时间戳]
timestamp: [ISO 8601]
raw_prompt: [确切的用户输入,逐字]

classification:
domain: [主要领域]
sub_domains: [列表]
archetypes: [主要, 次要, ...]
complexity_tier: [simple | medium | complex | system]
clarity: [high | medium | low]

inferred:
endusertype: [consumer | business | internal | self]
interaction_mode: [chat | command | scheduled | event-driven]
persistence: [one-shot | session | always-on]
approval_needed: [true | false]
memory_needed: [true | false]
channel_type: local
channel_intent: [none | telegram | whatsapp | discord | signal | other]

architecture_recommendation:
pattern: [single-agent | spawn-workers | agent-teams | lobster-workflow]
estimated_skills: [数量 或 TBD]

research_targets:
- query: 真实的 [领域] 智能体是如何工作的?
priority: critical
- query: [领域] 有哪些可用的 API?
priority: critical
- query: 哪些 OpenClaw 技能涵盖 [领域]?
priority: high

friction:
must_ask: []
smart_defaults: []

confidence: [0.0 - 1.0]



步骤 3:并行生成(研究人员 + 构建器)

成功解析后,在单个生成块中同时生成所有研究人员构建器。

3a. 创建研究片段目录

bash
mkdir -p ~/.openclaw-factory/shared/builds/{build-id}/research-partials/

3b. 生成所有研究人员 + 构建器

使用包含多个调用的单个 sessions_spawn 块。生成之间不要等待。

研究人员注册表(已更新):

工作者SKILL.md 路径写入始终?模型
领域研究员skills/research-workers/domain-researcher/SKILL.mddomainmodel.yamlanthropic/claude-haiku-4-5
API 侦察员
skills/research-workers/api-scout/SKILL.md | apiresearch.yaml | 是 | openai/gpt-5.2 |
| 工具目录 | skills/research-workers/tools-catalog-worker/SKILL.md | tools_catalog.yaml | 是 | openai/gpt-4o |
| 技能查找器 | skills/research-workers/skills-finder-worker/SKILL.md | skills_research.yaml | 是 | anthropic/claude-haiku-4-5 |
| 法规扫描器 | skills/research-workers/regulation-scanner/SKILL.md | regulation_research.yaml | 如果需要 | anthropic/claude

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 build-pipeline-1776072429 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 build-pipeline-1776072429 技能

通过命令行安装

skillhub install build-pipeline-1776072429

下载

⬇ 下载 build-pipeline v1.0.0(免费)

文件大小: 5.87 KB | 发布时间: 2026-4-15 11:57

v1.0.0 最新 2026-4-15 11:57
build-pipeline v1.0.0

- Initial release introducing a full build orchestration pipeline for agent creation.
- Automates: parsing user requests, parallel spawning of research workers and builder, collecting research outputs, and coordinating the build process.
- Enforces structured stepper event progress updates for user-friendly, non-technical status reporting.
- Defines strict sub-agent patterns—requiring workers to follow their SKILL.md, write YAML outputs, and exit silently.
- Standardizes task prompts, research worker roles, and pipeline step schemas for consistent execution and error handling.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部