YingClaw 多代理协作教程：多个 AI 分工处理复杂任务
为什么需要多代理协作
单个 AI 的能力再强，也有边界。就像一个人再能干，也不可能同时做三件事。但在实际工作中，很多任务天然就是多线程的。
举个例子：你要生成一份市场周报。需要先收集数据、然后分析趋势、再写文案、最后排版发布。如果让一个 AI 从头做到尾，不仅慢，而且中间切换上下文会损失效率。
YingClaw 的多代理协作功能，正是为了解决这个问题而设计的。它的核心理念是：复杂任务自动拆解，多个 AI 并行协作，效率翻倍。
本教程将从核心概念讲起，通过三个真实场景，手把手教你如何使用 YingClaw 的多代理协作功能。
多代理协作的核心概念
在开始实操之前，先了解几个关键概念：
代理（Agent）
代理是执行任务的基本单元。每个代理有自己的职责和配置。比如「数据采集代理」「文案写作代理」「排版代理」。你可以把代理理解为一个专门干某类活的数字员工。
任务拆解（Task Decomposition）
当你向 YingClaw 下达一个复杂任务时，它会自动分析任务结构，拆解成多个子任务。比如「生成市场周报」会被拆成：采集数据 → 分析趋势 → 撰写报告 → 排版输出。
并行执行（Parallel Execution）
拆解后的子任务，只要没有依赖关系，就会分配给不同代理同时执行。数据采集和文案模板准备可以同时进行，互不等待。
结果汇总（Result Aggregation）
所有代理完成任务后，YingClaw 会自动汇总结果，生成最终输出。你不需要手动拼接各部分内容。
场景一：市场内容批量生成
这是多代理协作最直观的应用场景。
任务描述
生成下周一到周五的社交媒体内容，包括每天 1 条公众号推文和 2 条朋友圈文案。
代理分工
YingClaw 会自动拆解任务，分配如下：
| 代理 | 职责 | 工作内容 |
|---|---|---|
| 素材整理代理 | 准备素材 | 读取产品资料、品牌文档、历史内容 |
| 推文写作代理 | 写公众号文章 | 每天 1 篇，800 字左右 |
| 文案写作代理 | 写朋友圈文案 | 每天 2 条，100 字以内 |
| 审校代理 | 检查质量 | 统一风格、检查事实错误 |
实操步骤
第一步：准备素材
把产品资料、品牌文档放在指定文件夹。告诉 YingClaw：「这些是我的素材，记住它们。」
YingClaw 的记忆系统会跨会话记住这些信息。
第二步：下达任务
直接用大白话说：「帮我生成下周一到周五的内容，每天 1 条公众号推文 + 2 条朋友圈文案。」
第三步：自动执行
YingClaw 会自动拆解任务，分配给多个代理并行执行。素材整理代理先读取资料，然后把结果传给推文写作代理和文案写作代理。两者同时工作，互不干扰。
第四步：审阅输出
所有代理完成后，YingClaw 通知你审阅。你可以逐条检查，对不满意的直接说「这条改一下」，YingClaw 会重新分配对应代理修改。
效率对比
| 方式 | 耗时 | 人工介入 |
|---|---|---|
| 人工操作 | 4-6 小时 | 全程 |
| 单 AI 生成 | 1-2 小时 | 多次调整 |
| 多代理协作 | 15-30 分钟 | 一次审阅 |
场景二：数据分析报告自动生成
市场团队经常需要出数据报告，涉及数据采集、分析、可视化、文案撰写等多个环节。
任务描述
每周一早上生成上周的运营数据报告，包括流量分析、转化率变化、内容表现排名。
代理分工
| 代理 | 职责 | 工作内容 |
|---|---|---|
| 数据采集代理 | 拉取数据 | 从数据库、API、Excel 中读取原始数据 |
| 数据分析代理 | 计算指标 | 计算环比、同比、趋势分析 |
| 可视化代理 | 生成图表 | 根据数据生成趋势图和对比图 |
| 报告撰写代理 | 写分析结论 | 用大白话解释数据背后的含义 |
| 排版代理 | 生成文档 | 输出为 Markdown 或 Word 格式 |
实操步骤
第一步：配置数据源
告诉 YingClaw 数据在哪里：「我的运营数据在 /data/operations 文件夹里，每周的 Excel 文件命名格式是 week-XX.xlsx。」
第二步：设定报告模板
「每周一早上 9 点，生成上周运营报告，包含流量、转化率、内容表现三个板块，每个板块要有数据和文字分析。」
第三步：设置定时任务
「每周一自动执行。」YingClaw 的定时任务系统会准时触发多代理协作流程。
第四步：接收报告
报告生成后，YingClaw 通过钉钉、微信或飞书推送给你和团队。整个过程不需要任何人守在电脑前。
关键技巧
- 数据源越规范，分析越准确：尽量保持数据格式一致
- 模板越详细，输出越符合预期：第一次花时间调好模板，后面就不用管了
- 审校代理可以加规则：比如「转化率下降超过 5% 时要标红提醒」
场景三：客户跟进全流程自动化
销售团队每天要处理大量客户跟进工作，从线索分配到提醒跟进到记录更新，涉及多个环节。
任务描述
每天自动检查客户库，找出超 7 天未联系的客户，生成跟进提醒推送给对应销售。
代理分工
| 代理 | 职责 | 工作内容 |
|---|---|---|
| 客户扫描代理 | 检查客户库 | 扫描所有客户记录，标记最后联系时间 |
| 筛选代理 | 找出目标客户 | 筛选超 7 天未联系的客户列表 |
| 信息整理代理 | 准备客户背景 | 整理每个客户的最近动态、历史沟通记录 |
| 通知代理 | 推送提醒 | 通过 IM 渠道推送给对应销售 |
实操步骤
第一步：连接客户数据
告诉 YingClaw 客户数据在哪里，可以是 Excel 表格、CRM 系统导出的 CSV 文件，或者数据库。
第二步：配置规则
「每天上午 10 点，检查所有客户，找出超过 7 天没有联系记录的客户，列出客户名称、上次联系时间、最近动态，推送给对应销售的钉钉。」
第三步：启动自动化
「开始执行。」YingClaw 的多代理协作会自动运行，每天定时检查、筛选、整理、推送。
多代理协作的最佳实践
1. 任务拆解粒度要适中
拆得太细，代理间通信开销大；拆得太粗，又失去了并行优势。一般建议拆成 3-5 个子任务。
2. 明确代理职责边界
每个代理的职责要清晰，避免两个代理做同一件事，或者互相等待。
3. 善用记忆系统
YingClaw 的记忆系统可以跨会话记住信息。把品牌调性、常用模板、数据源位置等信息提前告诉它，后续任务就不用重复交代。
4. 从简单场景开始
不要一上来就配置复杂的多代理流程。先从一个简单的场景开始，比如「内容批量生成」，跑通后再逐步增加复杂度。
5. 定期回顾优化
多代理协作流程不是一次性配置就完事的。定期回顾输出质量，调整代理配置和模板，持续优化。
总结
YingClaw 的多代理协作功能，让复杂任务的处理效率有了质的飞跃。通过将任务自动拆解、分配给多个 AI 并行执行，原本需要数小时的工作可以缩短到几十分钟。
营域智能的核心理念是：AI 不应只是聊天工具，而应成为能真正动手干活的数字员工。多代理协作正是这一理念的集中体现——多个 AI 数字员工组成一个团队，分工协作，完成一个人无法完成的工作。
现在就可以开始尝试：找一个你日常工作中最耗时的多步骤任务，用 YingClaw 的多代理协作功能试试看，看看能省下多少时间。