Token导航 LogoToken导航

Agent Skill · 研究检索

multi-agent-deployment(多 Agent 部署)

用于辅助云资源、部署、容器、基础设施和运维自动化任务。它适合让 Agent 检查配置、整理部署步骤、分析资源状态、生成排障思路或辅助云服务接入。使用时需要明确目标环境、账号权限、区域和资源组,区分本地测试与生产操作;涉及删除资源、重启服务、修改网络或权限配置时,应先确认影响范围。

multi-agent-deployment 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为接触敏感数据;许可证为 MIT-0,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 31,754。

总安装 2,644周安装 108GitHub Stars 1下载 855核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.1

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:multi-agent-deployment(多 Agent 部署)
来源仓库:https://github.com/abhinas90/multi-agent-deployment
安装命令:
openclaw skills install multi-agent-deployment
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install multi-agent-deployment

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

提供生产就绪的多代理队列部署方案,含分步指南与 Python 自动化脚本。适用于将多 Agent 系统从开发环境迁移至线上服务的场景。支持容器化部署与基础设施即代码(IaC)集成。

安装命令为 openclaw skills install multi-agent-deployment,建议先在 staging 环境验证流程。使用前应备份现有配置,并确保云平台账号具备足够的 IAM 权限。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install multi-agent-deployment;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要接触敏感数据,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

multi-agent-deployment 怎么安装?

在终端执行 openclaw skills install multi-agent-deployment。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

multi-agent-deployment 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

multi-agent-deployment 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

multi-agent-deployment 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

multi-agent-deployment 用的人多吗?

公开数据是累计安装 2,644 次,近一周安装 108 次,下载 855 次,GitHub 1 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

multi-agent-deployment 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
multi-agent-deployment

多 Agent 部署 · 本页

2,6441接触敏感数据MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
Multi-Agent Deployment Skill for OpenClaw
slug
multi-agent-deployment
version
1.0.1
description
Deploy a production-ready multi-agent fleet in OpenClaw. Includes step-by-step setup guide, workspace templates, and Python automation scripts for agent creation, routing config, memory sync, and cloud deployment — based on a real working 4-agent production setup.

What This Skill Does

Guides you through deploying 3-5 specialized AI agents in OpenClaw that work as a coordinated fleet. Based on a real production setup running on a Hostinger VPS with Docker.

Included Files

FilePurpose
agent_setup.pyCreates workspace directory structure for any number of agents
routing_config.pyGenerates openclaw.json agent entries with model routing and fallbacks
memory_sync.pySyncs Cross-Agent Intel sections across all agent MEMORY.md files
deploy.shUploads workspace files to VPS and restarts the container

Step-by-Step Setup

1. Create Workspace Structure

python3 agent_setup.py --agents pat scout publisher builder --base /data/.openclaw

Creates workspace-{agent}/ with SOUL.md, MEMORY.md, drafts/, skills/, .claude/settings.json, .claudeignore.

2. Define Each Agent's Role

Edit each workspace-{agent}/SOUL.md:

  • Set the agent's mission and responsibilities
  • Define which tools it uses
  • Add hard limits and escalation rules

3. Generate Routing Config

# Preview output
python3 routing_config.py --agents main scout publisher builder

# Write directly to openclaw.json
python3 routing_config.py --agents main scout publisher builder \
  --output /data/.openclaw/openclaw.json

Configures model routing with OpenRouter fallbacks (minimax → deepseek → kimi).

4. Set Up Cron Jobs

Add to your cron/jobs.json for each agent:

{
  "name": "Agent: Daily Run",
  "agentId": "scout",
  "schedule": { "expr": "0 10 * * *" },
  "enabled": true
}

5. Deploy to VPS

bash deploy.sh --vps root@your-vps-ip --key ~/.ssh/your_key

6. Sync Agent Memory

Run nightly or manually to propagate cross-agent intelligence:

python3 memory_sync.py --base /data/.openclaw --agents pat scout publisher builder

Architecture Pattern

Coordinator (main) — always-on Telegram, approval queue, briefings
    ├── Scout       — market intel, inbound monitoring, trends
    ├── Publisher   — content drafts for Twitter/LinkedIn/video
    └── Builder     — skill development, marketplace research

Each agent has:

  • Isolated workspace with its own SOUL.md and memory
  • Separate cron schedule
  • Model routing with fallbacks via OpenRouter
  • Shared memory sync via Cross-Agent Intel

Requirements

  • OpenClaw running on a VPS (Docker)
  • OpenRouter API key (for model routing)
  • SSH access to your VPS

What Makes This Different

  • Real production patterns — not examples, this is a live setup
  • Isolation by design — each agent has its own workspace and memory
  • Fallback routing — agents keep running if a model goes down
  • Memory persistence — agents remember context across sessions and compaction

适合场景

01

调用多模型

02

代码和文本生成

03

Agent 推理流程

04

OpenRouter 模型接入

能力概览

能力 1

统一调用多种 LLM

能力 2

支持 Claude、Gemini、Kimi 等模型

能力 3

适合聊天、代码和推理任务

能力 4

可作为 Agent 模型调用入口

平台分布

OpenClaw

72.21%
按下载量换算617

安全审计

VirusTotal

未展示

ClawScan

可疑

Static analysis

通过

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills