szzg007-multi-agent-orchestrator - 多 Agent 协作编排专家#

版本: 1.0

创建日期: 2026-03-30

作者: MOSSRIVER 团队

---

技能描述#

自主编排多 Agent 协作流程，智能分配任务，监控执行状态，汇总执行结果。专为 MOSSRIVER 多产品线、多 Agent 协同运营设计。

---

Agent 矩阵#

现有 Agent#

Agent模型渠道职责状态**Main (X-01)**qwen3.5-plus飞书/Telegram总管/决策✅QB-Agentqwen3.5-plus飞书QB 产品线运营✅BABY-Agentglm-4.7飞书BABY 产品线运营⏳HOME-Agentglm-4.7飞书HOME 产品线运营⏳WOMEN-Agentglm-4.7飞书WOMEN 产品线运营✅FAMILY-Agentglm-4.7飞书FAMILY 产品线运营✅Judyglm-4.7飞书邮件执行✅JudyMossglm-4.7Telegram海外销售✅DAVglm-4.7飞书线索背调✅DAV4090qwen3.5:27b飞书本地背调✅Loomqwen3-coder-plus飞书技术开发✅PNewsglm-4.7飞书新闻播报✅

---

核心功能#

1. 任务分解#

• 接收复杂任务 - 如"启动 QB 新品推广"
• 自动拆解子任务 - 识别需要哪些 Agent 参与
• 定义依赖关系 - 确定任务执行顺序
• 分配执行 Agent - 匹配最合适的 Agent

2. 任务分配#

• Agent 能力匹配 - 根据 Agent 专长分配
• 负载均衡 - 避免单 Agent 过载
• 优先级调度 - 紧急任务优先执行
• 超时处理 - 任务超时自动重试/转派

3. 执行监控#

• 状态追踪 - 实时监控各任务进度
• 异常检测 - 发现执行失败立即告警
• 进度汇总 - 定期生成执行报告
• 资源优化 - 动态调整资源分配

4. 结果汇总#

• 多 Agent 结果聚合 - 整合各 Agent 输出
• 冲突解决 - 处理结果不一致
• 质量检查 - 验证结果完整性
• 反馈学习 - 记录执行效果优化流程

---

触发词#

text

"启动 QB 新品推广"
"安排本周邮件计划"
"协调各 Agent 执行"
"查看任务执行进度"
"重新分配这个任务"
"生成协作报告"
"szzg007 多 Agent 协作"

---

使用方法#

基础用法#

text

启动 QB 新品推广活动
- 产品线：QB
- 目标：发送 500 封邮件
- 时间：3 天内完成

任务编排#

text

安排本周邮件计划：
- QB: 200 封
- WOMEN: 150 封
- FAMILY: 100 封
- 执行 Agent: Judy
- 时间：周一至周五

执行监控#

text

查看当前所有任务执行进度
- 筛选：进行中
- 排序：按优先级

结果汇总#

text

汇总昨日各 Agent 执行结果
- 输出格式：Markdown 报告
- 包含：发送数/回复数/转化率

---

输出模板#

任务分解报告#

markdown

# 任务分解报告

**主任务:** QB 新品推广活动
**创建时间:** 2026-03-30 23:55
**预计完成:** 2026-04-02
**优先级:** 高

## 子任务拆解

### 任务 1: 产品卖点分析
- **执行 Agent:** QB-Agent + szzg007-product-analyzer
- **输入:** QB2 产品参数
- **输出:** 卖点清单 + 话术
- **依赖:** 无
- **预计耗时:** 30 分钟
- **状态:** ⏳ 待执行

### 任务 2: 目标客户筛选
- **执行 Agent:** DAV + szzg007-customer-crm
- **输入:** 线索池 555 条
- **输出:** 200 条高意向客户
- **依赖:** 任务 1 完成
- **预计耗时:** 2 小时
- **状态:** ⏳ 待执行

### 任务 3: 邮件模板制作
- **执行 Agent:** Loom + szzg007-talktrack-telegram
- **输入:** 卖点清单 + 话术
- **输出:** HTML 邮件模板
- **依赖:** 任务 1 完成
- **预计耗时:** 1 小时
- **状态:** ⏳ 待执行

### 任务 4: 邮件发送执行
- **执行 Agent:** Judy + szzg007-email-business-manager
- **输入:** 客户列表 + 邮件模板
- **输出:** 200 封邮件发送完成
- **依赖:** 任务 2、3 完成
- **预计耗时:** 4 小时
- **状态:** ⏳ 待执行

### 任务 5: 结果汇总报告
- **执行 Agent:** QB-Agent + szzg007-multi-agent-orchestrator
- **输入:** 各任务执行结果
- **输出:** 推广活动报告
- **依赖:** 任务 4 完成
- **预计耗时:** 30 分钟
- **状态:** ⏳ 待执行

## 执行流程图

任务 1 → 任务 2 → 任务 4 → 任务 5 ↓ ↑ 任务 3 ────┘

text

## 资源需求
| Agent | 使用时间 | 负载 |
|-------|---------|------|
| QB-Agent | 1 小时 | 低 |
| DAV | 2 小时 | 中 |
| Loom | 1 小时 | 低 |
| Judy | 4 小时 | 高 |

## 风险预警
- ⚠️ Judy 负载较高，可能影响其他邮件任务
- ⚠️ 任务 4 依赖任务 2、3，需确保按时完成

执行进度报告#

markdown

# 执行进度报告

**报告时间:** 2026-03-31 10:00
**主任务:** QB 新品推广活动

## 整体进度

总体进度：60% ████████████░░░░░░░░

text

| 任务 | 执行 Agent | 进度 | 状态 |
|------|-----------|------|------|
| 任务 1: 卖点分析 | QB-Agent | 100% | ✅ 完成 |
| 任务 2: 客户筛选 | DAV | 100% | ✅ 完成 |
| 任务 3: 模板制作 | Loom | 100% | ✅ 完成 |
| 任务 4: 邮件发送 | Judy | 50% | 🟡 进行中 |
| 任务 5: 结果汇总 | QB-Agent | 0% | ⏳ 待执行 |

## 详细进度

### 任务 4: 邮件发送 (进行中)
- **计划发送:** 200 封
- **已发送:** 100 封
- **失败:** 2 封
- **剩余:** 98 封
- **预计完成:** 今日 18:00
- **当前问题:** 无

## 异常告警
- ✅ 无异常

## 下一步行动
1. 监控任务 4 进度，确保 18:00 前完成
2. 准备任务 5 汇总模板
3. 如有延迟，启动备用方案

结果汇总报告#

markdown

# QB 新品推广活动 - 执行报告

**活动周期:** 2026-03-30 ~ 2026-04-02
**生成时间:** 2026-04-02 18:00
**执行 Agent:** QB-Agent, DAV, Loom, Judy

## 执行结果

| 指标 | 目标 | 实际 | 达成率 |
|------|------|------|--------|
| 发送邮件 | 200 | 198 | 99% |
| 打开率 | 30% | 35% | ✅ 超额 |
| 回复率 | 10% | 12% | ✅ 超额 |
| 意向客户 | 20 | 24 | ✅ 超额 |
| 成交订单 | 5 | 3 | 🟡 进行中 |

## 各 Agent 贡献

### QB-Agent
- ✅ 产品卖点分析完成
- ✅ 结果汇总报告生成
- ⏳ 跟进意向客户中

### DAV
- ✅ 客户筛选完成 (555→200 条)
- ✅ 背调报告生成

### Loom
- ✅ 邮件模板制作完成
- ✅ A/B 测试版本提供

### Judy
- ✅ 邮件发送完成 (198 封)
- ✅ 退信处理完成

## 成功经验
1. 卖点分析准确，打开率超预期
2. 客户筛选精准，回复率高
3. 邮件模板专业，转化效果好

## 改进建议
1. 增加样品跟进话术
2. 优化价格谈判策略
3. 加快成交客户转化

## 后续行动
1. QB-Agent 跟进 24 个意向客户
2. 准备第二次推广活动
3. 优化话术库

---

配置说明#

环境变量#

bash

# Agent 配置
AGENT_MATRIX_CONFIG=~/.openclaw/config/agent-matrix.json
DEFAULT_MODEL=qwen3.5-plus
FALLBACK_MODEL=glm-4.7

# 任务配置
TASK_QUEUE_PATH=~/.openclaw/workspace/tasks/
TASK_TIMEOUT_MINUTES=60
MAX_RETRY_COUNT=3

# 监控配置
MONITOR_INTERVAL_MINUTES=5
ALERT_WEBHOOK_URL=your_webhook_url
REPORT_CHANNEL=feishu

# 学习配置
AUTO_OPTIMIZE=true
LEARNING_RATE=0.1
SUCCESS_THRESHOLD=0.8

工作空间#

text

~/.openclaw/workspace/skills/szzg007-multi-agent-orchestrator/
├── SKILL.md
├── templates/          # 报告模板
├── examples/           # 案例
├── scripts/
│   ├── decompose.py    # 任务分解
│   ├── allocate.py     # 任务分配
│   ├── monitor.py      # 执行监控
│   ├── aggregate.py    # 结果汇总
│   └── optimize.py     # 流程优化
├── tasks/              # 任务队列
│   ├── pending/        # 待执行
│   ├── running/        # 进行中
│   └── completed/      # 已完成
└── config/
    ├── agent-matrix.json   # Agent 矩阵
    └── task-rules.json     # 任务规则

---

任务优先级定义#

优先级标识响应时间示例P0 - 紧急🔴立即系统故障、客户投诉P1 - 高🟠1 小时内重要客户跟进、订单处理P2 - 中🟡4 小时内日常邮件发送、线索收集P3 - 低🟢24 小时内数据整理、报告生成

---

Agent 能力矩阵#

Agent邮件背调模板销售开发播报Main⭐⭐⭐⭐⭐⭐QB-Agent⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐--Judy⭐⭐⭐⭐-⭐⭐⭐--JudyMoss⭐⭐-⭐⭐⭐⭐⭐--DAV⭐⭐⭐⭐⭐-⭐--Loom⭐⭐⭐⭐⭐⭐-⭐⭐⭐⭐-PNews-⭐⭐⭐--⭐⭐⭐⭐

---

与其他技能协作#

技能协作方式szzg007-product-analyzer分配任务 → 产品分析szzg007-web-deep-research分配任务 → 市场调研szzg007-email-business-manager分配任务 → 邮件执行szzg007-customer-crm分配任务 → 客户管理szzg007-talktrack-telegram分配任务 → Telegram 聊单

---

安全说明#

• ✅ Agent 权限隔离
• ✅ 任务执行审计日志
• ✅ 敏感操作二次确认
• ✅ 异常自动熔断

---

此技能专为 MOSSRIVER 多 Agent 协作设计，持续优化中。