openJiuwen社區首發Team Skills，定義Coordination Engineering新范式

作者 | 楊過

Agent 應該如何協作？除了任務編排，一個理想的 Multi-Agent 系統還需要什么？

今天，大多數多智能體系統給出的答案，仍然是任務編排：由開發者預先設計好角色、流程和交接方式，一個 Agent 拆解任務，一組 Agent 生成內容，另一組 Agent 審閱、測試和修改。任務被分發出去，結果被收回來，再通過 review、反饋和重試進入下一輪循環。

這套方式解決了多 Agent 協作的第一層問題，即多個 Agent 如何圍繞同一個任務分工交付，并通過審核、測試和反饋確保結果正確。

但它也帶來了新的限制。由于角色和流程大多由人工提前固定，系統的靈活性并不高：任務一旦超出預設流程，就需要人類重新拆解和調整；某個關鍵 Agent 失敗，后續鏈路可能被迫中斷；一次任務中形成的有效分工、審核標準和修復路徑，也很容易停留在當次上下文里，難以自動沉淀為下一次可復用的團隊能力。

如果繼續向未來看，這還不夠。

隨著 DeepSeek V4 等新一代模型繼續提升代碼、長上下文和工具調用能力，Agent 的能力上限仍在被推高。但對真實生產系統來說，模型能力提升并不會自動解決多智能體協作問題。

當多智能體系統要承擔更復雜、更長期的任務時，協作不能只是一條“任務分發—內容生成—審閱修改—再次執行”的流水線。更難的問題是角色如何根據任務動態組合，協作流程如何沉淀為可復用技能，審核標準如何固化為團隊約束，失敗原因和修復路徑如何進入下一輪任務，而不是停留在一次性的上下文窗口和人工經驗里。

這已經不只是任務編排問題，而是組織能力和持續進化問題。

任務編排解決的是團隊如何被創建、任務如何被分配、結果如何被檢查。但一個理想的 Multi-Agent 系統，還需要解決協作經驗如何沉淀、團隊技能如何復用、多輪任務之間的組織記憶如何保留，以及人類如何治理一個自主協作的 Agent 團隊。

華為 JiuwenClaw 團隊上周剛發布的 Coordination Engineering 新范式，正試圖回應這一變化：當 Agent 協作從任務流程走向團隊組織，工程系統如何實現技能沉淀、能力復用與持續進化？

圍繞這一思路，JiuwenClaw 正在通過 Agent Team、Team Skills、Team Skills Hub、Team Skills 自演進等能力，分別解決團隊組建、團隊技能沉淀、技能復用分發，以及協作能力持續進化等問題。

1 Coordination Engineering 框架初覽

JiuwenClaw 的設計融入了 Coordination Engineering 的理念。

在華為團隊的設計中，多智能體協作被拆為完整的工程鏈路，包括團隊如何形成，協作如何發生，經驗如何沉淀，能力如何復用，技能又如何在后續任務中持續優化。圍繞這條鏈路，JiuwenClaw 目前已經發布了四項關鍵能力：

• Agent Team：解決團隊任務編排問題

• Team Skills：多智能體的“開發平臺”，將團隊協作沉淀為能力包

• Team Skills Hub：讓團隊能力被創建、共享和復用

• Team Skills 自演進：讓團隊能力在使用中持續變好

這四項能力分別對應任務編排、能力沉淀、能力共享和持續進化。它們共同指向一個目標：讓多智能體協作不再只是一套臨時流程，而是成為一種能夠被管理、被復用、被持續優化的團隊能力。

Agent Team：解決團隊任務編排問題

Agent Team 解決的是多智能體協作的第一步：多個 Agent 如何圍繞一個目標組隊、分工、執行和匯總。

在 JiuwenClaw 中，一個 Agent Team 通常由 Leader 和多個 Teammate 組成。

Leader 負責團隊級協調。 用戶只需要描述需求，Leader 會根據目標動態組建團隊、拆解任務、建立依賴關系，并持續監控執行進度。比如，哪些任務需要先完成，哪些任務可以并行，誰已經認領任務，誰遇到了阻塞，是否需要增減成員，都是 Leader 需要處理的問題。

Teammate 負責具體執行。 它們并不是被動等待指令，而是會根據任務板和自身能力主動認領任務，在自己的工作空間中獨立完成工作。復雜任務可以繼續拆成更小的步驟；遇到不確定或阻塞時，也可以主動向 Leader 求助。任務完成后，Teammate 會更新狀態，并通知 Leader 和相關依賴方。

與此同時，JiuwenClaw 還提供了團隊共享文件空間 Team Workspace。Team Workspace 提供了一個團隊級共享文件空間，所有成員都可以透明訪問。每個 Teammate 仍然有自己的獨立工作目錄，但需要跨成員協作時，可以把文件寫入共享區。

在全生命周期管控方面，JiuwenClaw 提供了 Plan 審批和工具審批機制。重要任務可以先由 Teammate 提交執行計劃，Leader 審核后再執行；涉及敏感操作時，例如刪除文件、調用外部 API、修改共享配置，也可以要求 Leader 審批。這樣既保留了 Agent 的自主性，也避免關鍵動作完全失控。

面對多 Agent 系統很容易出現任務無人認領、成員異常僵死、消息漏接、已認領任務長期沒有進展等情況，JiuwenClaw 通過外部事件和內部自檢事件喚醒相關 Agent。任務狀態變化、成員生命周期變化、成員通信都會觸發外部事件；在沒有外部事件時，系統也會通過郵箱輪詢、任務板輪詢等內部事件兜底。這樣，Leader 可以發現超時任務并重新規劃，空閑 Teammate 可以主動認領待辦任務，消息接收方也能及時處理未讀信息。

JiuwenClaw 還提供持久化團隊的選項。在 Persistent 模式下，段對成員信息和配置可以持久化保存，下次繼續恢復使用。TeamMonitor 則提供團隊狀態查詢和事件流訂閱，讓成員狀態、任務進度、消息收發、任務完成等過程可追蹤、可審計。

Team Skills：把團隊協作沉淀成能力包

Agent Team 解決了“這一次如何協作”，但如果一次任務結束后，團隊分工、流程經驗、工具依賴和交付規范都消失在上下文里，那么下一次遇到類似任務，系統仍然要重新組隊、重新拆解、重新摸索協作方式。

Team Skills 試圖解決協作經驗的沉淀難題。

一個 Team Skill 可以把 Agent Team 一次成功協作的完整鏈路保存下來，包括需求拆解方式、團隊角色配置、任務分配規則、通信機制、沖突處理方式、交付規范和依賴工具等。

這也是 Team Skills 和傳統單個 Agent Skill 的區別。

傳統 Skill 更像是單個 Agent 的操作說明書，回答的是“一個 Agent 遇到某類任務時該怎么做”。Team Skills 面向的是一個 Agent 團隊，回答的是“多個 Agent 遇到某類任務時該怎么配合做”。

從結構上看，一個 Team Skill 本質上是一個文件夾。它可以包括：

• SKILL.md：說明這個團隊技能是什么、適合做什么、包含哪些成員；

• roles/：定義每個角色的職責邊界；

• workflow.md：定義團隊協作流程和執行順序；

• bind.md：說明遇到問題時如何處理，邊界在哪里；

• dependencies.yaml：記錄依賴哪些外部工具；

• examples/、templates/、assets/：保存示例、模板和相關素材。

最簡單的情況下，一個 SKILL.md 加上 roles/ 里的幾個角色定義，就能組起一支可用的 Agent 團隊。

Team Skills 在 Coordination Engineering 中承擔了能力沉淀層的角色。它把一次有效協作，從臨時流程變成可以被反復調用的團隊 SOP。下次遇到類似任務時，系統不必從零開始，而是可以直接調用已有的 Team Skill，快速恢復一套經過驗證的協作方式。

Team Skills Hub：讓團隊能力被創建、共享和復用

如果 Team Skills 只保存在本地，它仍然只是某個用戶、某個場景中的經驗。要讓團隊技能產生更大價值，還需要一個共享和分發機制。

Team Skills Hub 讓團隊能力被創建、檢索、下載、共享和維護。

它可以理解為 JiuwenClaw 的團隊技能倉庫或市場。用戶可以在這里查找已有 Team Skills，也可以上傳自己沉淀出的團隊技能。

JiuwenClaw 還提供了“團隊技能自動生成專家” teamskill-creator，用來幫助用戶創建 Team Skill。用戶也可以把已有的單 Agent Skill 轉化為 Team Skill，或者修改已有 Team Skill，例如增減角色、調整流程、補充工具依賴和示例模板。

目前，Team Skills Hub 已覆蓋開發編程、辦公生產力、內容創作、多模態與媒體、數據與科研、合規與法律、生活健康、金融理財等類別。這些分類說明，Team Skills 并不局限于代碼開發，而是試圖面向更廣泛的多 Agent 協作場景。

發現更多 Skill，請移步：https://teamskills.openjiuwen.com/

Team Skills 自演進：讓團隊能力在使用中持續變好

Team Skills 解決了團隊協作經驗的沉淀與復用，但真正的團隊能力不會停留在“復制過去”。在真實任務中，一個 Agent Team 還會不斷遇到新的角色分工、流程斷點、工具失敗和協作邊界問題。JiuwenClaw 的 Team Skills 自演進機制，試圖讓這些實戰經驗不再停留在一次性的上下文窗口里，而是變成下一次任務可以復用的團隊能力。

具體來看，Team Skills 自演進包括兩個層次。

在團隊技能層，系統會根據任務執行軌跡對 Team Skills 進行迭代：必要時增加成員角色，補充協作約束，優化任務流轉方式，調整 Leader Agent 的規劃、分工和管控邏輯。一次任務中暴露出的角色邊界不清、流程斷點、檢查不足等問題，都可以被沉淀為團隊層面的改進。

在成員技能層，每個 Teammate Agent 所依賴的 Skill 也會繼續自主進化。例如工具報錯、接口超時、參數缺失、依賴配置失敗等實戰經驗，會被沉淀為成員下一次執行任務時可復用的經驗，避免同類問題反復出現。

為了避免演進過程破壞原始 Skill，JiuwenClaw 還采用了演進補丁架構。演進內容以獨立經驗條目的形式附加到 Skills 上。每條經驗都會保留觸發來源、上下文、時間戳和質量評分，后續可以單獨審查、降權或淘汰。

這對開放生態尤其重要。很多 Skill 來自社區或技能市場，如果直接修改原始文件，一旦原作者發布新版本，用戶就會面臨版本沖突。演進補丁獨立存儲后，即使 Skill 本體升級，團隊在真實任務中積累的經驗也可以繼續沿用。

同時，JiuwenClaw 還對 Team Skills 提供了量化評估與生命周期管理。

可定期對每條演進經驗進行有效性、使用率、新鮮度三維評分，高分優先注入、低分自動降權。用戶可隨時審閱和整理，確保演進過程始終透明可控，效果不劣化。

這樣一來，Team Skills 不只是把團隊協作流程保存下來，也能讓團隊結構、成員能力和執行約束在真實任務中持續迭代。一次協作中暴露出來的角色邊界、流程問題、工具依賴問題，也可以逐步沉淀為下一次調用時的改進。

2 Team Skills 實戰：Agent 團隊如何實現技能沉淀與自我進化

在真實使用場景中，多智能體系統（Multi-Agent）如何從一次性任務執行，進化為可復用、可持續優化的“團隊能力”？

我們可以用旅行規劃做個實戰觀察。

Team Skills 實戰內容演示

這是一個高度日?；男枨?，涉及信息檢索、方案對比、資源協調與表達輸出，鏈路長、細節多，天然適合觀察多智能體如何協作、沉淀經驗并完成自我迭代。

用戶每一次規劃旅行，往往都需要重復查交通、選住宿、算預算、寫攻略等步驟。這類重復性高、結構清晰的任務，恰恰適合被抽象為一套 Team Skill，由多個 Agent 按職責分工執行。

在 JiuwenClaw 中，用戶可以通過 teamskill-creator 技能，定義一套通用的旅行規劃模板。系統會將“旅行規劃”拆解為行程設計、資源預訂、預算控制、內容生成等標準子任務，并為每一類任務預設對應的專家角色與協作規則。同時，系統會自動生成一張 Mermaid 格式的流程圖，清晰標注各角色之間的輸入輸出關系與執行順序。

在此基礎上，系統也會檢索社區中的 Team Skills，將可復用的能力下載并整合到當前團隊中，用于增強整體能力。

有了這套模板，用戶可以根據具體需求直接調用團隊執行任務。

例如，一個三口之家在五一期間，從杭州前往東北旅行，預算約兩萬元。系統會基于此前構建好的 Team Skill 團隊技能，啟動一個專屬的 Agent Team。

以旅游規劃為例，Team Skills 的分工及執行流程圖

執行過程中，Leader Agent 作為協調中樞，根據模板中的結構，將任務拆解并分發給各個專家角色：行程規劃師負責輸出路線草案，交通與住宿專家提供多方案對比，預算專員實時校驗成本，文案角色生成分享內容。各個 Agent 自主協同工作，中間結果在不同節點之間流轉，逐步匯總為完整方案。

真實任務的復雜性往往會在執行中暴露問題。例如，系統可能檢測到“費用審核”與“朋友圈文案生成”被分配給同一角色。這種設計在初始建模時未必明顯，但在實際運行中會產生沖突：前者強調約束與理性判斷，后者強調表達與情緒放大，兩者在目標與節奏上存在天然張力。一旦耦合在同一角色中，不僅影響輸出質量，也可能拖慢整體流程。

面對這類結構性問題，系統并不會直接修改當前架構，而是引入一套更審慎的演進機制。首先，它將這一沖突抽象為一條結構化的“演進經驗”，明確記錄問題來源、上下文以及優化建議，例如“拆分為兩個獨立角色”。隨后，這一建議會以可讀形式提交給用戶，由用戶決定是否采納。這一設計將系統優化納入人機協同框架，避免自動調整偏離用戶預期。

在用戶確認后，系統執行結構重構。原有的復合角色被拆分為“費用審核專家”與“文案生成專家”兩個獨立單元，協作流程圖同步更新，將原本可能混雜的執行路徑調整為更清晰的分工結構。與此同時，Team Skill 的成員列表、職責定義與執行路徑全部刷新，團隊在不中斷任務的前提下完成一次結構性迭代。

更關鍵的是，這一過程并不會隨著任務結束而消失。系統會將本次優化記錄為團隊層能力，在未來類似場景中直接復用這一分工模式。同時，各個 Agent 在執行過程中積累的具體策略與判斷邏輯，也會沉淀為成員層經驗，用于持續提升個體能力。

至此，一次旅行規劃任務，不僅產出了結果，也推動了系統自身能力的演進。從團隊技能創建、任務執行，到沖突識別與結構重構，Team Skill 實現了一個完整的閉環：團隊在使用中被不斷修正，能力在執行中持續積累。對于多智能體系統而言，這種從“任務完成”走向“能力進化”的路徑，正是其區別于傳統工具型 AI 的關鍵所在。

3 結語

如果說 Harness Engineering 讓 Agent 從“模型能力”走向“工程交付”，那么 Coordination Engineering 試圖回答的，是 Agent 在進入團隊協作之后，如何進一步形成可復用、可治理、可進化的組織能力。

這也是多智能體系統真正走向生產環境前必須跨過的一步。一次任務的成功，不能只依賴臨時編排；一次協作中的經驗，也不應該停留在上下文窗口里。對于未來的 Agent 團隊來說，更重要的是把有效的分工方式、工具鏈、審核標準、失敗經驗和修復路徑沉淀下來，讓下一次協作能夠站在上一輪任務的基礎上繼續前進。

JiuwenClaw 提出的 Agent Team、Team Skills、Team Skills Hub 和 Team Skills 自演進，本質上都是圍繞這個問題展開：如何讓 Agent 不只是被調用、被編排、被審核，而是逐步擁有團隊化協作的能力。

多智能體協作還處在早期階段。真正有價值的團隊技能，也不可能只來自單一團隊或單一場景。它需要更多開發者、研究者和真實業務場景共同驗證、沉淀和完善。

最后，歡迎大家到 Team Skills Hub 平臺共建團隊技能生態，促進 Agent 進化！

項目簡介和地址：

JiuwenClaw，是由華為 2012 實驗室、華為云 AgentArts 與社區開發者聯合，在 openJiuwen 開源社區共建的“小龍蝦” AI Agent，主打“懂你所想，自主演進”。

同時，openJiuwen 開源社區協同華為云 AgentArts，打造了企業級辦公智能體 OfficeClaw，聚焦內容生成、文件處理、知識搜索等各類辦公場景，助力企業辦公效率躍升。

• Team Skills Hub：https://teamskills.openjiuwen.com/

• JiuwenClaw 快速上手：https://gitcode.com/openJiuwen/jiuwenclaw/blob/develop/docs/zh/Quickstart.md

• JiuwenClaw AtomGit：https://gitcode.com/openJiuwen/jiuwenclaw

• jiuwenClaw GitHub：https://github.com/openJiuwen-ai/jiuwenclaw

• openJiuwen AtomGit：https://gitcode.com/openJiuwen/

• openJiuwen GitHub：https://github.com/openJiuwen-ai/

• OfficeClaw：https://www.huaweicloud.com/product/agentarts/officeclaw.html