从零构建 AI 超级个体团队：在 Discord 上跑通 OpenClaw 六智能体集群（含 A2A 协作）深度实战手册

网址

type

Post

status

Published

date

Mar 3, 2026

slug

Discord&OpenClaw

summary

上篇——从零构建 AI 超级个体团队：顶层设计与角色定义

1. 引言：超级个体的"一人军团"梦想

说起来，在数字经济与 AI 浪潮的叠加下，“超级个体”（Super Individual）的概念从未像今天这样接近现实。一个人就是一家公司，一个人就是一个团队。然而，现实往往是骨感的：即便你有三头六臂，也无法同时兼顾敏锐的商业洞察（投研） 、极致的产品打磨（产研） 、持续的流量获取（增长） 、繁琐的商务对接（商务） 以及冷静的战略决策（PMO） 。

大多数"独立开发者"或"自由职业者"最终死于精力耗尽（Burnout）。我们缺的不是工具，而是队友。

ChatGPT虽强，但它是一个"全知全能却无主动性"的问答框；Copilot 虽好，但它只是附着在 IDE 里的插件。我们需要的是 Coworkers ——一群有独立人格、有专属记忆、能主动协作、且永远在线的 AI 伙伴。

本项目旨在利用开源框架 OpenClaw ，在 Discord 平台上从零构建一支由 6 个独立 AI Agent 组成的"六边形战队"。它们不是 6 个由同一套 Prompt 驱动的分身，而是 6 个拥有不同知识库、不同工具集、甚至不同性格底色的"数字员工"。

2. 为什么选择 OpenClaw + Discord？

在技术选型阶段，我们评估了大量方案（如 AutoGPT, LangChain, Dify 等），最终锁定了 OpenClaw + Discord 的组合，基于以下深层考量：

2.1 Discord：不仅是聊天室，更是"数字办公室"

天然的多频道（Channel）架构

：Discord 的频道机制完美对应企业的"部门"。#general 是大厅，#dev 是产研室，#market 是市场部。Agent 可以在特定频道潜水，只在相关时冒泡。

细粒度的权限控制（Permission）

：通过 Role 和 Intent，我们可以精准控制谁能看什么数据。比如，只有"开疆·行军"能看 #商务机密 频道，其他 Agent 无权访问。

Webhooks 与 Embeds

支持富文本、卡片、按钮交互，让 Agent 的输出不仅仅是文字，而是可视化的报表和工具。

移动端体验

手机端 Discord App 体验极佳，意味着你可以随时随地指挥你的 AI 军团。

2.2 OpenClaw：高性能的 Multi-Agent 编排

单进程多 Agent（Single-Process Multi-Agent）

：这是 OpenClaw 的杀手锏。传统的 Multi-Agent 方案往往需要启动 N 个 Docker 容器，资源消耗巨大且通信复杂。OpenClaw 在一个 Gateway 进程内维护多个 Session，极大地降低了部署成本（一台 2核4G 的云服务器足矣）。

Workspace 隔离机制

：OpenClaw 为每个 Agent 分配独立的 workspace 目录。这实现了真正的"数据主权"——朱朱侠的 Prompt 不会污染玄策的上下文；工坊的代码库不会被妙笔的文案库覆盖。

Agent-to-Agent (A2A) 原生支持

OpenClaw 内置了 Agent 间的通信总线。Agent A 可以通过工具调用直接向 Agent B 发送消息，无需经过 Discord 服务器中转，既快又私密。

3. 组织架构设计：六边形战队（The Hexagon Team）

这支团队的核心设计哲学是 “专业分工，去中心化执行，中心化决策”。

以下是"六边形战队"的角色架构总览表，清晰定义了每个智能体的职责边界与协作流：

角色名称	英文代号	专家组	核心职责 (浓缩版)	典型产出 (交付物)	上游输入	下游交接
AI朱朱侠	Felix Zhu	指挥决策中枢 (PMO)	统一目标、分派任务、合并结论、做取舍与最终拍板、复盘迭代	最终方案、当日行动清单、决策记录、冲突裁定	全部角色的产出	发最终指令给商务/产研/运营；推动闭环
择势·玄策	Victor Sterling	投研策略组	宏观/行业/公司研究；机会筛选；估值与催化剂；风险识别；组合构建与仓位/退出规则	投资备忘录、关注清单、仓位/再平衡建议、情景分析	指挥中枢的目标/约束、资金与风险偏好（如有）	给指挥中枢决策依据；给增长/产研方向提示
流量·妙笔	Claire Morgan	增长与内容组	内容策划、渠道运营、增长转化链路、品牌叙事与投放配合	内容计划、脚本/推文/长文、落地页文案、A/B 文案、复盘摘要	投研结论、产品能力、受众画像、业务目标	物料交接给商务落地；数据回流给指挥中枢/投研
造物·工坊	Ethan Carter	产品与工程组	产品研发、工具/自动化、原型与集成、技术可行性评估与落地	可运行代码/脚本、自动化流程、原型/小工具、技术方案与成本评估	指挥中枢优先级、增长需求、业务约束	交付给商务/增长上线使用；风险与成本回流给指挥中枢
开疆·行军	Ryan Blake	商务拓展与交付组	客户/合作/销售跟进、交付推进、合同与收款、资源协调与落地执行	跟进记录、报价/方案、合作推进清单、交付里程碑、结果复盘	指挥中枢指令、增长物料、产研交付	结果/数据回流给指挥中枢；需求反馈给增长与产研
观命·知微	Phoebe Lane	个人战略办公室	个人系统运营（健康/财务/行程/信息流/个人品牌）+ 性格/命理洞察用于决策参考与节奏建议	周/月复盘、预算摘要、旅行规划、邮件规则、个人品牌待办、沟通建议、运势"宜/忌"清单	你的目标偏好、日程账单、健康数据、当下困扰	给指挥中枢个人约束与节奏建议；也可直接提醒你执行

4. 协作模式：拒绝"人肉路由"

在传统的 Chatbot 模式下，用户需要分别打开 6 个窗口，跟 6 个机器人对话，然后把 A 的话复制给 B。这是极其低效的。

我们的目标是 A2A (Agent-to-Agent) 协作。

场景演示：

用户在 #general 频道 @AI朱朱侠发送指令：

“朱朱侠，下周我们要发布 v2.0 版本，请安排一下。”

后台发生的 A2A 链式反应：

朱朱侠 (PMO) 收到指令，分析出需要三个部门介入。

朱朱侠 → 工坊 (Ethan) (via agentToAgent): “Ethan，请确认 v2.0 的 Release Note 和部署时间表。”

工坊 → 朱朱侠: “代码已冻结，预计周三部署。这是 Release Note 草稿…”

朱朱侠 → 妙笔 (Claire): “Claire，基于 Ethan 提供的 Release Note，写一篇发布公告，要求风格活泼。”

妙笔 → 朱朱侠: “写好了，标题是《重大更新！v2.0 来了》，内容如下…”

朱朱侠 → 行军 (Ryan): “Ryan，把这个公告发给 VIP 客户群，并收集反馈。”

朱朱侠 → 用户: “老板，v2.0 发布筹备已完成。工坊周三部署，妙笔公告已定稿，行军正在通知客户。这是详细清单…”

在这个过程中，用户只发了一句话，却驱动了整个团队的协作。这才是 AI 超级个体的终极形态。

【中篇】从零构建 AI 超级个体团队：核心技术实现与代码级配置

本篇将聚焦于实战落地。我们将一步步在你的海外云服务器上，通过代码配置和命令行操作，将上篇设计的"六边形战队"变为现实。

1. 服务器环境准备：云端基地

不同于本地开发，将 OpenClaw 部署在海外云服务器（VPS）上是生产环境的最佳实践，因为：

网络直连：海外 VPS 天然能访问 Discord Gateway API，无需折腾复杂的代理配置。

24/7 在线：保证你的 AI 团队永不掉线，随时响应。image100%75%50%

1.1 服务器选型建议

虽然 OpenClaw 性能优化极佳，但运行 6 个并发 Agent 仍需一定的资源保障。

推荐配置：

CPU：2 vCPU（保证并发处理能力，避免多个 Agent 同时思考时卡顿）。
内存：4GB RAM（每个 Agent 的上下文窗口都需要占用内存，4GB 是稳健运行 6 个 Agent 的基准线）。
磁盘：40GB+ SSD（用于存储长期的记忆日志和 Workspace 文件）。
系统：Ubuntu 22.04 LTS 或 Debian 11/12（最稳的 Linux 发行版）。

网络要求：必须是海外节点（香港/新加坡/美国/日本等），确保 ping discord.com 通畅。

1.2 基础环境初始化

登录你的 VPS，执行以下命令完成初始化：

安装 Node.js (OpenClaw 运行时)：

OpenClaw 基于 Node.js 构建，推荐使用 v18 或 v20 LTS 版本。

安装 OpenClaw CLI：

我们采用"联邦制"目录结构，为每个 Agent 创建独立的工作区。

2. Discord 侧准备：打造六具"躯壳"

这是最繁琐但不可跳过的一步。我们需要在 Discord Developer Portal 上"捏"出 6 个机器人。

2.1 批量创建 Bot 的流水线

重复以下步骤 6 次（建议开 6 个浏览器标签页并行操作）：

新建应用：登录 Discord Developer Portal → 点击 New Application → 命名（建议中英对照，如 Felix Zhu (AI朱朱侠)） → 确认。

设置头像：这一步极重要！人是视觉动物。去 Midjourney 或其他画图 AI 生成 6 个风格统一但特征鲜明的头像。

获取 Token：

左侧菜单 Bot → 点击 Reset Token。

立刻复制并保存！ 这是机器人的灵魂密钥，丢失不补。image100%75%50%

开启特权意图 (Privileged Intents) —— 关键一步！：

往下翻到 Privileged Gateway Intents。

必须开启：Message Content Intent（否则机器人看不见群消息，只能看见谁发了消息但不知道发了什么）。

推荐开启：Server Members Intent（用于点名）、Presence Intent（用于状态同步）。image100%75%50%

点击 Save Changes。

生成邀请链接：

左侧 OAuth2 → URL Generator。

Scope: 勾选 bot 和 applications.commands。

Permissions: 推荐直接勾选 Administrator（最简单，赋予所有权限）。

进阶权限配置（为了支持语音/文件/多模态）：如果你不想给管理员权限，请务必勾选以下核心权限，确保 Bot 能听、能看、能读文件：

General: View Channels
Text: Send Messages, Embed Links, Attach Files (关键！允许读取你发的文档/图片), Read Message History (关键！允许读取上下文), Use External Emojis, Add Reactions。
Voice: Connect, Speak (为未来语音交互做准备)。

复制底部的 URL → 粘贴到浏览器 → 选择你的服务器 → 授权。image100%75%50%

2.2 获取服务器 ID (Guild ID)

为了后续配置白名单，我们需要服务器的身份证号。

Discord 客户端设置 → Advanced → 开启 Developer Mode。

右键你的服务器图标 → Copy Server ID。

3. OpenClaw 核心配置：注入"灵魂"

这是本篇的核心中的核心。我们将编写 openclaw.json，将 6 个 Discord 躯壳与 6 个本地 Agent 灵魂绑定。

3.1 配置文件全解析 (`openclaw.json`)

在 VPS 上创建或编辑 ~/.openclaw/openclaw.json：

3.2 环境变量管理 (`setup_openclaw_env.sh`)

为了不把 Token 明文写在配置文件里（虽然你自己用可以，但养成好习惯很重要），我们创建一个启动脚本来注入环境变量。

在 VPS 上创建 ~/setup_openclaw_env.sh：

赋予执行权限：

4. 启动与调试：见证奇迹的时刻

4.1 首次启动

在 VPS 终端执行：

4.2 关键日志解读

你需要盯着控制台输出，寻找以下关键词：

✅ [gateway] listening on ws://... → 网关启动成功。

✅ [discord] [zhu] starting provider (@AI朱朱侠) → 朱朱侠账号登录成功。

✅ [discord] channels resolved: guild:14773... → 服务器白名单解析成功。

4.3 常见错误 (Troubleshooting)

❌ 401 Unauthorized: Token 错了。检查是否复制粘贴错误，或者 Reset 了 Token 没更新配置。

❌ 4014 Privileged Intent: 意图没开。回 Discord Developer Portal 开启 Message Content Intent。

❌ This channel is not allowed: 频道权限被拒。检查 guilds ID 是否填对，groupPolicy 是否为 allowlist。

❌ Port already in use: 端口冲突。执行 pkill -f openclaw 杀掉旧进程。

Q4: 为什么我的 IDE/终端关闭后，Bot 就掉线了？

原因：前台运行的进程会随着会话结束被杀死。

解法：必须重新启动 Gateway。在生产环境中，请务必使用 pm2 或 systemd 进行进程守护（参考 3.1 节）。如果你只是在云端 IDE 临时测试，每次重连后都需要运行 source setup_openclaw_env.sh && openclaw gateway。

Q5: 如何让 Bot 读懂我发的文件（PDF/Word/图片）？

原因：权限不足或 Intent 未开。

解法：

Discord 侧：确保 Bot 的 Message Content Intent 已开启。

权限侧：确保在 OAuth2 生成链接时勾选了 Attach Files 权限（或直接给 Administrator）。

操作：直接将文件拖入 Discord 对话框，并 @Bot 请总结这个文件。OpenClaw 内置了对常见文本和代码文件的支持，配合大模型（如 Kimi-200k）可直接读取长文档。

5. 权限认证：Pairing Mode (必做！)

这是新手最容易卡住的地方。OpenClaw 默认是零信任的。即使机器人上线了，你私聊它，它也会冷冷地回一句：

OpenClaw: access not configured. Pairing code: ABCDEF

这是为了保护你的 Agent 不被陌生人滥用。

认证步骤：

分别私聊 6 个机器人，发一句 Hi。

记录下它们回复的 6 个 Pairing code。

在 VPS 的终端里（保持 OpenClaw 运行的情况下，新开一个 SSH 窗口），依次执行：

一旦认证成功，该 Discord 账号（User ID）就会被加入信任列表。以后你在群里 @ 它们，它们就会理你了。

【下篇】从零构建 AI 超级个体团队：运营治理、A2A 协作与进阶调优

如果说【上篇】是设计蓝图，【中篇】是施工搭建，那么【下篇】就是这支 AI 军团的《作战手册》。当 6 个机器人在你的服务器里跑起来后，真正的挑战才刚刚开始：如何让它们听懂人话？如何让它们互相配合？如何避免它们变成只会复读的傻瓜？

本篇将深入探讨 OpenClaw 的高阶玩法：Prompt 工程化治理、Agent-to-Agent (A2A) 协作协议 以及 长效运维的最佳实践。

1. 灵魂注入：Agent 角色治理 (Prompt Engineering)

虽然我们在配置文件里定义了 Agent 的名字和 ID，但它们目前只是 6 个"空壳"。要让它们表现出我们在【上篇】设计的性格和能力，必须对每个 Agent 的大脑——workspace 进行深度调教。

1.1 系统提示词 (`AGENTS.md`) 的结构化设计

OpenClaw 会自动读取每个 Workspace 下的 AGENTS.md（或 USER.md, SOUL.md）作为 System Prompt。不要把所有指令堆在一起，建议采用模块化结构：

推荐结构：

Identity (身份定义)：你是谁？你的核心价值观是什么？

Capabilities (能力边界)：你能做什么？你不能做什么？

Communication Style (沟通风格)：你的语气、口癖、回复长度。

Workflow (工作流)：遇到 A 情况怎么处理？遇到 B 情况找谁协作？

实战案例：AI朱朱侠 (PMO) 的 AGENTS.md

操作建议：

1.2 记忆管理：让 Agent 记住你的习惯

OpenClaw 支持在 USER.md 中记录用户偏好。你可以为每个 Agent 维护一份"用户说明书"。

给妙笔的 USER.md：用户喜欢"金句频出"的风格，讨厌"爹味说教"。

给玄策的 USER.md：用户风险偏好为"中低"，对加密货币感兴趣但仓位控制严格。

2. 进阶玩法：Agent-to-Agent (A2A) 协作实战

这是 OpenClaw 最迷人的功能。我们要让 Agent 之间建立"神经网络"。

2.1 A2A 的触发原理

OpenClaw 的 A2A 不是魔法，而是基于 Tool Calling (工具调用)。

当朱朱侠觉得需要玄策的帮助时，它会调用一个名为 agentToAgent 的工具，参数是 { target: "xuan", message: "..." }。OpenClaw 拦截这个调用，把消息路由给玄策，玄策处理完后返回结果。

2.2 场景实战：周一晨会自动化

我们希望实现的效果@择势你一句指令，团队自动开会。

用户@流量令：

“@AI朱朱侠开启周一晨会。请 @择势·玄策汇报本周市场行情，然后请 @流量·妙笔根据行情提出本周的内容选题建议。”

朱朱侠的思维链 (Chain of Thought)：

识别意图：用户要开会，涉及 xuan 和 mia。

第一步：调用 agentToAgent(target="xuan", message="请简报本周市场行情重点")。

等待：玄策返回：“本周 BTC 突破 10W，AI 板块回落…”。

第二步：调用 agentToAgent(target="mia", message="基于玄策的行情：'BTC突破...'，请给出 3 个公众号选题")。

等待：妙笔返回：“选题1：比特币十万刀背后的普通人…”

汇总：朱朱侠整理上述对话，生成一份 Markdown 格式的会议纪要发给用户。

如何优化成功率？

在朱朱侠的 AGENTS.md 里明确写上：

When the user asks for a “Meeting” or “Collaboration”, you MUST use the agentToAgent tool to query other agents sequentially. Do not make up their responses.