OpenMOSS

OpenMOSS，可让多 Agent 自主运行的 AI 公司操作系统

🚀 为什么选 OpenMOSS · 🎬 实际案例 · 🧩 使用场景 · 🏗️ 系统架构 · ⚡ 快速启动 · ⚙️ 配置说明 · 📡 API 文档 · 🗺️ Roadmap

给你的 AI 公司装上操作系统。

OpenMOSS 是一个可让多 Agent 自主运行的「AI 公司操作系统」，它凭借 OpenClaw、Claude Code 等 AI Agent 系统的模拟工作能力，实现了自组织、自修复、自优化、自进化、自巡监、自激励、闭环质量控制、Skill 可插拔、循环任务等堪比真人团队的工作能力，高度还原真人工作流。经过实测它在一定程度上具备替代「重复劳动办公环境」的可能性，使其可以获得无限进步的生产力。

📖 实际效果展示及详细使用说明（LINUX DO） · 🌐 English

✨ 核心特点

• 🏢 像公司一样运转 — 规划者=总监、执行者=员工、审查者=品控、巡查者=运维，AI 们各司其职
• 🤖 全自动运行 — Agent 通过 cron 自主唤醒，自动认领、执行、提交，无需人类编排
• 🔁 闭环质量控制 — 审查 + 评分 + 驳回返工循环，确保每个交付物质量达标
• 🛡️ 永不停摆 — 巡查 Agent 持续监控，发现卡住的任务自动标记并触发修复，Agent"死亡率"降至 0%
• 🏆 绩效驱动 — Agent 有积分和排行榜，审查结果直接影响绩效，驱动产出质量
• 🧩 Skill 可插拔 — OpenMOSS 只管调度协作，Agent 的实际能力由 Skill 决定，适配任何业务场景
• 🔄 7×24 循环运营 — 内置 recurring 任务类型，适合持续运营（如每日内容产出、每日数据复盘）
• 🖥️ 内置管理后台 — 开箱即用的 WebUI，含任务管理、活动流、绩效排行、提示词管理

---

一、为什么需要 OpenMOSS？

传统单 Agent 模式下，AI 独自推进任务，遇到问题大概率在对话中"死掉"，任务失败。OpenMOSS 把你的 AI 团队组织成一家自运转的公司：

• 🧠 规划者（总监） — 拆解需求、分配任务、跟进进度、收尾交付
• ⚡ 执行者（员工） — 认领任务、执行工作、提交成果
• ✅ 审查者（品控） — 审查质量、评分、通过或驳回返工
• 🛡️ 巡查者（运维） — 巡检系统、发现异常、标记阻塞并告警

全过程 无需人工干预，Agent 们通过定时唤醒（cron）自主运行——就像一家 7×24 不停歇的 AI 公司。

[!IMPORTANT] OpenMOSS 的效果与底层大语言模型强相关，上下文窗口越大越好。推荐使用 GPT-5.3-Codex 或 GPT-5.4。

[!WARNING] 多 Agent 运行会成倍消耗模型额度，请合理控制接口限额和速率，防止超量产生经济损失。

[!TIP] 为实现最佳效果，建议为 OpenMOSS 配置独立的桌面级生产环境。

---

🎬 实际案例：1M Reviews

1M Reviews 是一个完全由 OpenMOSS 多 Agent 团队自主运营的英文资讯站。人类只下达了一个目标：

搜集中文互联网的 AI / 科技 / 数码 / 汽车资讯，翻译成英文后发布到 WordPress。

运行结果：

• 🚀 两天内自动发布 20+ 篇文章，全程无人工干预
• 🔄 Agent 团队遇到问题时自动协作排障，任务稳定推进
• 🖼️ 运行期间只需提出「增加配图」的需求，Agent 在第 10 轮循环任务中自主测试通过后，自动应用到后续所有任务
• 💬 随时可在群里 @任意 Agent 进行沟通，实时了解进度

🔗 在线体验：

• 1M Reviews 网站 — Agent 团队产出的实际内容
• Agent 活动日志（公开） — 实时查看 Agent 的工作动态

---

🧩 使用场景

OpenMOSS 是一个通用的多 Agent 协作中间件——它不限定 Agent 能做什么。你给 Agent 配什么 Prompt 和 Skill，它们就能自动协作完成什么任务。

✅ 已验证

场景	工作方式
内容生产流水线	搜集资讯 → 翻译/改写 → 审核质量 → 发布到 WordPress，7×24 循环运行。查看实际案例 ↑

💡 更多可能

场景	Agent 怎么分工
自主编程工作流	规划者拆需求 → 执行者写代码 → 审查者 Code Review → 巡查者监控构建状态
AI 研究助理	多个执行者分头搜索和整理资料 → 规划者汇总 → 审查者交叉验证
数据采集与分析	执行者定时抓取数据 → 清洗/分析 → 审查者校验结果 → 生成报告
自动化运维	巡查者监控系统指标 → 发现异常自动创建修复任务 → 执行者处理 → 审查者确认

[!NOTE] 以上场景均需要为 Agent 配置对应的 Skill（如 Web 搜索、代码执行、API 调用等）。OpenMOSS 负责调度协作，Agent 的具体能力由 Skill 决定。

---

二、系统架构

OpenMOSS 采用中间件架构，作为 OpenClaw 与 AI Agent 之间的调度中心。所有 Agent 通过 OpenMOSS 的 API 异步协作，互不直接通信。

任务生命周期

flowchart TD
    Human["👤 人类管理员设定项目目标"]
    Planner["🧠 规划者 Agent拆解需求 · 创建模块与子任务 · 分配 Agent"]
    Queue["📋 子任务队列pending → assigned"]
    Executor["💻 执行者 Agent × N认领任务 · 写代码 · 提交成果"]
    Reviewer["🔍 审查者 Agent审查质量 · 评分 · 通过或驳回"]
    Done["✅ 子任务完成 (done)"]
    Result["📦 规划者收尾交付汇总成果 · 通知管理员"]
    Patrol["🛡️ 巡查者 Agent定时巡检 · 发现异常 · 告警"]

    Human -->|下达目标| Planner
    Planner -->|创建子任务| Queue
    Queue -->|cron 唤醒 · 认领| Executor
    Executor -->|提交审查| Reviewer
    Reviewer -->|✅ 通过| Done
    Reviewer -->|❌ 驳回返工| Executor
    Done -->|所有子任务完成| Result
    Patrol -.->|标记阻塞 · 告警| Planner

    style Human fill:#60a5fa,stroke:#3b82f6,color:#fff,rx:12
    style Planner fill:#818cf8,stroke:#6366f1,color:#fff,rx:12
    style Queue fill:#94a3b8,stroke:#64748b,color:#fff,rx:12
    style Executor fill:#38bdf8,stroke:#0ea5e9,color:#fff,rx:12
    style Reviewer fill:#a78bfa,stroke:#8b5cf6,color:#fff,rx:12
    style Done fill:#3