多智能体协作：用 AutoClaw 搭建自动化工作流

npm install -g autoclaw
autoclaw --version

AutoClaw 是 OpenClaw 的多 Agent 编排框架，支持 DAG 工作流定义。

# workflows/industry-report.yml
name: 行业分析报告生成器

agents:
  researcher:
    model: kimi
    role: 信息检索员
    task: |
      搜索{topic}行业最新动态，收集以下信息：
      1. 市场规模与增长率
      2. 主要玩家与竞争格局
      3. 技术趋势与创新方向
      4. 政策法规变化

  analyst:
    model: claude-4
    role: 数据分析师
    task: |
      基于 researcher 提供的原始资料，提炼以下洞察：
      1. 核心机会（Top 3）
      2. 主要风险（Top 3）
      3. 竞争策略建议

  writer:
    model: gpt-4o
    role: 报告撰写员
    task: |
      基于 analyst 的分析结果，撰写一份 1000 字的行业分析报告。
      风格：专业、数据驱动、结构清晰。

flow:
  - researcher → analyst → writer

autoclaw run workflows/industry-report.yml \
  --param topic="AI Coding" \
  --output report.md

AutoClaw 会按顺序执行：

🔍 [researcher] 正在搜索 AI Coding 行业动态...
   ✅ 检索到 23 条相关资料

📊 [analyst] 正在分析资料...
   ✅ 提炼出 3 个核心机会和 3 个主要风险

📝 [writer] 正在撰写报告...
   ✅ 报告已生成: report.md (1,247 字)

flow:
  - parallel:
    - researcher_cn:  # 搜索中文信息
        model: qwen
        task: 搜索{topic}国内市场动态
    - researcher_en:  # 搜索英文信息
        model: gpt-4o
        task: Search {topic} global market trends
  - analyst:
      task: 综合国内外信息进行分析
  - writer

两个 Researcher 同时执行，总耗时减半。

  reviewer:
    model: claude-4
    role: 质量审核员
    task: |
      审查 writer 生成的报告，检查：
      1. 逻辑是否连贯
      2. 数据是否有明显错误
      3. 是否存在主观臆断
      4. 格式是否规范
      如果有问题，退回 writer 修改（最多 2 轮）。

flow:
  - researcher → analyst → writer → reviewer