ZeroClaw安装好了，单个Agent跑简单任务没问题。但它最大的卖点不是"多Agent协作"吗？
我试着按文档搭了一个两个Agent的流程（一个写代码一个审核），但效果很差——两个Agent经常"吵架"，互相否定对方的输出，然后陷入死循环
请问：
- 多Agent模式正确的使用姿势是什么？
- ZeroClaw有技能库吗？类似OpenClaw的Skill市场那种
- 有没有好的使用教程或者案例推荐？
两个Agent吵架哈哈哈 太真实了
经典的多Agent死循环问题。核心是你需要给Agent设清晰的角色边界和终止条件。
多Agent协作的关键点整理：
1. 角色定义要极度清晰
每个Agent的System Prompt必须写明：你是谁、你负责什么、你不负责什么、什么情况下你应该结束。
示例：
Agent A（代码生成器）：
- 你负责根据需求生成Python代码
- 你不负责评审代码质量
- 生成完代码后立即传递给下一个Agent
- 你不要修改其他Agent的输出
Agent B（代码审核员）：
- 你负责审核代码质量和安全性
- 如果代码质量达标，输出"APPROVED"
- 如果有问题，输出具体修改建议（最多3条）
- 最多审核2轮，2轮后无论如何输出最终意见
2. 设置最大迭代次数
必须！不然真的会死循环。ZeroClaw配置里有 max_iterations 参数，建议设3-5轮。
3. 用"裁判Agent"做仲裁
复杂场景下，加一个第三方Agent做最终决策，避免两个Agent无限争论。
关于技能库：ZeroClaw本身没有像OpenClaw那样完善的Skill市场，但有一个"Tools"系统，类似轻量级的技能扩展。
内置的Tools包括：文件读写、Shell命令执行、网络请求、数据库查询等。
社区也有一些第三方Tools可以安装，在GitHub上搜"zeroclaw-tools"或"zeroclaw-plugins"能找到一些。但数量和质量跟OpenClaw的Skill市场没法比——OpenClaw那边有专门的开发者社区在维护，Molili的Skill商店里已经有上百个优质技能了。
ZeroClaw的优势在于你可以非常容易地自定义Tool（写一个Python函数就行），自由度高但需要动手能力。
分享一个我实际在用的多Agent案例：
自动化技术文档更新
- Agent 1（信息收集）：监控GitHub上几个开源项目的Release Notes
- Agent 2（内容生成）：把Release Notes翻译+改写成中文技术博客
- Agent 3（质量检查）：检查翻译质量和技术准确性
- 编排器：串行执行，Agent 3审核通过后自动推送到我的博客仓库
这个流程每周自动跑一次，帮我节省了大概4-5小时的手动写作时间。关键是每个Agent的职责要单一明确，不要让一个Agent做太多事。
谢谢各位！最大迭代次数那个设了之后果然不吵架了哈哈哈
那个技术文档更新的案例很有启发，我也准备搞一个类似的。
另外看了下OpenClaw的Skill市场确实丰富，等ZeroClaw这边玩熟了去试试Molili。
多Agent最重要的心法：每个Agent当成一个实习生来管理 —— 职责明确、交付标准清晰、设deadline（迭代次数）、有人做最终拍板（裁判Agent或编排器）。管理Agent和管理人的逻辑是一样的