- name
- neuron
- description
- 分布式AI节点系统，实现跨局域网节点的任务分发、并行处理和结果聚合
Neuron - 分布式AI节点系统
Neuron 将独立的 OpenClaw 实例转变为分布式神经网络，实现跨多个节点的智能任务处理。
核心功能
- 节点发现：通过UDP广播自动发现局域网内的其他Neuron节点
- 任务分发：将任务分发给所有可用节点进行并行处理
- 结果聚合：收集多个节点的响应并综合成最终答案
- 知识共享：向网络广播最终结果实现集体学习
使用方法
基础使用
当用户提出问题时，Neuron 会自动：
- 发现网络中的可用节点
- 将任务分发给所有节点
- 并行收集响应
- 综合结果返回最终答案
直接调用
# 执行分布式任务（自动分发）
context.call_skill("neuron", question="您的问题")
# 本地处理（不分发）
context.call_skill("neuron", question="您的问题", distribute=False)Python API
from scripts.neuron_skill import NeuronProcessor
processor = NeuronProcessor()
# 获取活跃节点
nodes = processor.get_active_nodes()
# 处理任务
result = processor.execute("您的问题", context=context)配置
节点ID
首次运行时会自动生成唯一的节点ID并永久保存到 scripts/node_identity.json。如需自定义，可手动修改该文件中的 node_id 字段。
配置文件
编辑 scripts/config.json 调整以下参数：
{
"discovery_port": 83668,
"broadcast_interval": 5,
"node_timeout": 15,
"task_timeout": 30,
"max_parallel_tasks": 10
}防火墙设置
允许UDP端口83668的入站连接：
# Windows PowerShell
New-NetFirewallRule -DisplayName "Neuron Discovery" -Direction Inbound -Protocol UDP -LocalPort 83668 -Action Allow工作流程
发起节点工作流
- 接收用户查询
- 发现可用节点
- 将任务分发给所有节点
- 聚合结果
- 综合最终答案
- 向网络广播结果
执行节点工作流
- 接收分发的任务
- 使用AI模型本地处理
- 将结果返回给发起节点
- 从广播的最终结果中学习
使用场景
✅ 适合使用此技能的情况：
- 需要多视角分析的复杂推理任务
- 需要并行处理的大规模数据分析
- 不同节点具有不同上下文/知识的任务
- 需要冗余处理以提高可靠性的场景
❌ 不适合使用此技能的情况：
- 简单的单节点查询
- 需要实时同步的任务
- 低延迟要求
- 网络受限的环境
工具接口
NeuronProcessor
分布式任务处理的核心类，提供以下方法：
execute(question, context, distribute=True)：执行任务get_active_nodes()：获取活跃节点列表get_status()：获取系统状态get_task_memory(task_id)：获取任务记忆
故障排除
节点无法互相发现
- 检查UDP端口83668的防火墙设置
- 验证所有节点是否在同一网络段
- 确保节点ID唯一
高延迟
- 减少
task_timeout配置值 - 减小
broadcast_interval加快发现速度 - 减少分发节点数量
安全注意事项
⚠️ 仅在受信任的网络环境中使用 🚫 不要将UDP端口83668暴露到公共互联网 🔐 如有需要，加密敏感任务数据