DeskClaw团队版是一款开源的多Agent协作平台，专为企业级AI员工管理设计。支持可视化办公室、基因市场动态技能、审计追溯与效能度量等企业能力。适用于希望落地多Agent协作的开发者与团队，可通过Docker一键部署，开源免费，无需额外费用。
Tags:
用过 AI Agent 的朋友，大概都踩过这个坑：
单个 Agent 做 Demo 很顺，一旦要多个 Agent 协作跑业务流程，调度、记忆共享、权限控制、效果评估这些工程问题会同时冒出来。
之前我在 GitHub 上找过一圈，要么是纯框架没落地方案，要么只解决其中一两个点。
直到最近看到 DeskClaw 团队版，才算找到一个能把这几个问题一起解决的开源项目。
与以往 Agent 框架完全不同，它从一开始就奔着「企业运行平台」去做，目标只有一个：让人和 AI 能像同事一样，共同经营一家公司。
GitHub：https://github.com/NoDeskAI/nodeskclaw
下面我们一起来看下它到底有哪些核心功能亮点。
给 AI 员工，搭一间赛博办公室
当部署完项目，进入到如下初始界面，这里就是我们 AI 公司的「赛博办公室」：
首先我们来创建第一间办公室，取个名称和简单描述下，便进入到一个可视化的 3D 画布，也可以自由切换到 2D 平面。
画布最中间显示的是「中央黑板」相当于整间办公室的中枢大脑，可以随时查看任务状态、员工之间的讨论、所存储的文件等内容。
招 AI 员工，配置完即可上岗
办公室搭好之后，就可以在画布上不断添加「AI 员工」，每个六边形则代表一个工位，点击它便可创建员工。
我们可以为员工取名字、选择工作引擎、配置执行规格，如果是处理简单任务选择轻量，而涉及到自动化、代码开发，建议选择高性能。
下一步给员工配置大模型，目前已支持 MiniMax、Kimi、OpenRouter、阿里云、火山引擎等主流 LLM 服务商。
值得一提的是，切换模型时，员工之前积累的记忆和工作上下文不会丢失，因为员工的 Memory 是单独存储的，和底层模型解耦。
员工创建完成后，还可以一键接入飞书、钉钉、企微或 Slack，配置好渠道 ID 和密钥，这名 AI 员工就直接出现在团队的日常工作流里了。
为 AI 员工，打造一个基因市场
员工到位之后，还需要让它们学习对应的 Skill 技能。DeskClaw 专门打造了一个「基因市场」，把 Skill 定义为基因。
如果说 Skill 是一份下载即用的操作手册，那这里的「基因」最大的不同在于：它会被持续打分、筛选和淘汰。
每个基因都有一个动态效能评分，由使用次数、人类的点赞点踩、以及 Agent 之间的互评三个维度加权计算。
用的人越多，反馈越多，高质量的基因自然浮现，低效的慢慢被淘汰，整个基因市场会持续进化。
多个基因还能打包成技能基因组，一键安装到员工身上，让它直接获得一整套工作能力。
至此，大家对 DeskClaw 的核心功能已基本了解，下面来看一个实际的应用场景。
AI 电商团队，全自动化运营
假如我们是一个电商团队，可以在办公室里分别部署「电商营销规划」、「爆款内容抓取」、「AIGC 内容生成」、「内容投放」、「内容审查」五个 AI 员工，加上一个人类工位，让它们分工协作，自动跑完整条营销链路。
想要了解团队情况，可以打开中央黑板，所有的数据都非常直观，一眼就看到待办、进行中、已完成等任务的状态。
在面板底部还能查看团队效能，实时显示任务完成率、创造总价值、Token 消耗与产出。
整条链路从任务分发到内容产出，无需人工介入，这也是 DeskClaw 团队自己在用的一套工作流。
如果大家感兴趣的话，可以动手部署体验一下。项目提供了 Docker 一键部署方式，只需执行三条命令：
# 1. 克隆代码到本地git clone https://github.com/NoDeskAI/nodeskclaw.git# 2. 复制一份环境变量文件出来cp nodeskclaw-backend/.env.example nodeskclaw-backend/.env# 3. 一键启动docker compose up -d
完成之后访问 http://localhost，将看到如下界面，注册登录账号即可开始使用。
写在最后
回看过去两年，AI Agent 行业经历了三个阶段：比模型能力、比任务编排、到现在比谁能让一群 Agent 在企业里稳定运转、持续产出。
这个转变背后有一个现实：模型间的差距正在收窄，「怎么用、怎么管、怎么评估」才是 AI 能否真正落地的关键。
但绝大多数 Agent 项目依然停留在「完成任务」这一层。企业真正需要知道的是：AI 员工干了什么、花了多少、行为是否合规。没有这层能力，AI 在企业里永远只是试点。
DeskClaw 团队选择从这里切入，并非偶然。
他们在电商营销场景上跑了相当长时间的多 Agent 实践，竞品监控、爆款文案生成这类链路已被封装成开箱即用的基因技能包。
这套系统从真实业务里长出来，他们自己就是第一个用户，所以才内置了权限控制、操作日志、审计追溯、效能度量这些企业级能力。
3 月 7 日，团队将整套系统完整开源，某种程度上也是在下一个赌注。
当多 Agent 成为企业标配时，那些能真正把运行基础设施做好的人，才能在市场上长期生存下去。
如果你正在考虑多 Agent 协作落地，DeskClaw 团队版绝对值得部署体验一下。
GitHub 项目地址：https://github.com/NoDeskAI/nodeskclaw
今天的分享到此结束，感谢大家抽空阅读，我们下期再见，Respect！
没有评论:
发表评论