夏有木工作室夏有木工作室XymStudio
  • Home
  • Blog
  • About
  • Contact
夏有木工作室夏有木工作室XymStudio
All Articles/
AI Bot

多 Bot 协作实践:一套共用的工作区与规则

EricEric
2026/10/26
·4 min read (1,062 words)·

多个 Bot 各自维护记忆,规则分散、重复且容易冲突。本文以 Grok Bot 为例,介绍如何用一个共用的 Git 工作区统一入口、规则与分工。

Table of Contents

  • AI Bot 的瓶颈
  • 以项目为中心的工作区
  • 最后
  • 推荐阅读

从早期的 OpenClaw(龙虾)就开始关注这类 Personal Agent 产品,但一直觉得离生产力太远,远不如 Claude Code、Codex 等 Agent。但随着这类产品形态的迭代,加上模型能力的增强,才认真思考是否可以从玩具变为生产力工具。这篇文章会以 Grok Bot 为例,基础配置可以先阅读:Grok Bot 上手指南:从下载到第一个 bot。

多 Bot 协作示意图

如今这类产品的上手都极其简单,可以快速创建各种角色的机器人 Bot,搭建独属于你的 Team 团队。但是搭建容易,如何很好的协调起来,用起来更加顺手,才是最终的目标。

AI Bot 的瓶颈

类似于 Grok Bot 这类产品它有很多优点,但是基于这类产品形态,经过一段时间的体验之后,还是说下它的瓶颈。以下会以 Grok Bot 为例,不同产品略有不同:

  • 每个 Bot 内部使用哪种模型无法知晓,无法根据任务的难易程度进行定制化选择
  • 取决于聊天的性质,每个 Bot 的规则会越堆越多,其定位会越来越混乱,纠正过的事情可能过天又会犯
  • 读取复杂工程目录上下文有限,偏向于简单任务或者上下文不多的任务,需要用户自行甄别
  • AI Bot + 云电脑的模式,只适合放置一些临时文件,重要文件有丢失风险,已经有不少类似的案例
  • 群聊模式下,多 Bot 会各说各话,若权责不清、模型能力没有到位,对于任务的推进反而起到负面作用

我先从默认的 Chief of Staff 开始,什么活都丢给它,规则越说越多,它开始顾此失彼。于是我拆成了几个 bot,又把它们拉进了群,随着任务越来越复杂,开始出现各种问题。逐渐开始思考解决方案。

拆分多 Bot 还是非常有必要的,但真正让它们配合起来的不是分工本身,价值也不在并行干活,而是把经验积累到对的地方:一个所有 bot 共用的项目,同一个仓库、同一个入口、同一份分工文档。每个 bot 的对话、记忆、描述各自独立,但电脑、文件、仓库是共用的。

以项目为中心的工作区

在本地建立以 Team Bots 为中心的工作目录,以 Coding Agent 的开发思路,采用合理的项目规则,让所有的 Bot 共同协作,持续迭代。并且进行通用化设计,避免后续切换不同的 Personal Agent 时,能够无缝衔接,避免被某个产品绑定。

工作区设计如下:

personal-workspace/
├── AGENTS.md              所有 Bot 的入口文件,参考了 Coding Agent
├── README.md              目录总览和索引
├── 00 Todo/               每日 TODO 任务,总管 Bot 维护
│   └── 2026-10 TODO.md
├── Personal/              个人资料,让助理了解用户,了解自己的分工和定位
│   ├── 个人介绍.md
│   ├── 工作习惯.md
│   └── Bot 分工.md
├── Knowledge/             知识库沉淀,可多平台内容准备并且分发记录
│   ├── README.md
│   ├── wechat-index.md    已发文章索引,实时维护,避免 Bot 选题冲突
│   └── 00 AI/示例系列/
│       ├── 01-示例文章.md
│       ├── meta.yaml
│       └── publish/
├── Media/
│   └── README.md
├── Company(或者 Studio)/  公司或工作室公开资料,让助理了解总体概览,以及每个项目的具体情况
│   ├── 00 概况.md
│   └── 01 项目/
│       └── 示例项目.md    构建、发版规则和日志
└── Private/              默认不读,不进 Git

以上设计的核心要点:

  • 将工作区作为 Git 仓库进行统一维护,所有 bot 在里面读规则、写产出、提交。
  • 每个 Bot 的规则都统一放入工作区,全部以工作区可视化的为主,尤其要避免隐形规则。
  • 目录按内容划分,不按 bot 划分;一个 bot 可以读多个目录,一个目录也可以被多个 bot 读。
  • 一份数据只放一个地方,其他地方只引用,简化维护成本。
  • 根目录 AGENTS.md 只告诉 bot 去哪读,不写具体规则。分两段,先读个人介绍、工作习惯、Bot 分工、目录总览;后按任务读:写文章看 Knowledge/README.md,发版看项目文档等。

最后

使用 AI Bot,如果只是聊天,安排任务,按角色拆分 Bot,这些都很容易。难的是让它们守同一套规矩,能够持续稳定的产出,做到从简单到复杂任务都能够在一定程度上解放用户。

推荐阅读

如果你对多 Bot 协作、AGENTS.md 项目规则感兴趣,推荐阅读:

Grok Bot 系列

  • Grok Bot 上手指南:从下载到第一个 bot

相关

  • 一套可落地的企业级 AGENTS.md 项目规则实践
  • 使用 skill-creator 打造独属于自己的工作流技能包
  • Codex 上下文治理:用 AGENTS.md 规范项目规则

👉 查阅更多深度实战,欢迎访问 AI Bot 专栏完整目录。

Previous

Grok Bot 上手指南:从下载到第一个 bot

More Articles

Grok Bot 上手指南:从下载到第一个 bot

Grok Bot 上手指南:从下载到第一个 bot

从 Hermes 换到 Grok Bot 之后,聊聊我为什么选它,以及从下载、授权电脑到连接 GitHub 的上手过程。

EricEric
2026/10/19
Codex、Pi、OpenCode、DeepSeek Harness 深度体验后的使用心得

Codex、Pi、OpenCode、DeepSeek Harness 深度体验后的使用心得

闭源 Coding Agent 偷传用户代码接连曝光之后,聊聊我长期使用的 Codex CLI、Pi Agent、OpenCode、DeepSeek Harness 四款工具的真实体验与取舍。

EricEric
2026/10/12
Pi Agent 接入 Grok 的上下文管理实战

Pi Agent 接入 Grok 的上下文管理实战

剖析 Grok 500K 上下文模型阶梯计费与限额机制,详解如何通过 Pi Agent 的精细上下文控制将窗口锁定在 200K 翻倍线以内,最大化周额度利用率。

EricEric
2026/09/14
夏有木工作室夏有木工作室XymStudio

Professional software engineering partner, crafting high-performance digital products and enterprise solutions.

GitHubGitHubEmail
Built with夏有木工作室夏有木工作室夏有木

川公网安备51012202002478号|蜀ICP备2025156031号-1

Product
  • Xym ERP
Tools
  • WeChat Formatter
Resources
  • Blog
  • Changelog
Company
  • About Us
  • Contact
Legal
  • Cookie Policy
  • Privacy Policy
  • Terms of Service
© 2026 XymStudio All Rights Reserved.