多 crew 数字员工分工
仓库内置 main、it-engineer、content-producer 等 crew，每个 crew 通过 IDENTITY.md、SOUL.md、MEMORY.md、TOOLS.md、AGENTS.md 定义身份、记忆与工具边界，分别承担统筹运营、工程配置与内容制作职责。
BAIZE AI RESOURCE
多智能体协作的 AI 数字员工系统，覆盖内容生产、IT 运维与商务获客
Xiaobei
小北（xiaobei）是基于 OpenClaw 的多智能体协作系统，由多个专业 crew 分工执行内容生产、视频制作、设计、平台运营与商务获客任务。
资源介绍
小北（xiaobei）是一套面向企业运营场景的多智能体（multi-agent）协作系统，构建在 OpenClaw 之上。它把不同职能拆成独立的 crew：main 负责统筹与平台运营，it-engineer 负责环境配置、渠道绑定与备案等工程事务，content-producer 负责平面设计与视频制作，每个 crew 由 IDENTITY、SOUL、MEMORY、TOOLS、AGENTS 等文件定义身份、记忆与工具边界。
系统通过 skills 目录组织原子能力，例如 expert-design 提供设计系统匹配与 HTML/CSS 产出流程，expert-video 提供从意图路由、故事剧本、分镜、素材解析到渲染、混音、拼接、封面生成的完整视频流水线，expert-bd 提供 RSS 阅读、达人记录、闲鱼与小红书互动等获客工具。
渠道层通过 awada 插件把企业微信/个人微信消息经公网 relay 网关中转回本地 OpenClaw 实例，解决本地部署无法提供固定公网 IP 接收 webhook 的问题；同时支持飞书、企微等渠道绑定。配置以 config-templates/openclaw.json 为单一来源，Docker 与源码部署共用。
它适合需要把内容生产、视频制作、社媒运营与商务拓展流程自动化的团队，用户只需配置 AWK_API_KEY、OFB_KEY 等少量凭据，即可让 AI 数字员工按 Brief 交付成品。
核心能力
完整视频制作流水线
expert-video 技能包以 video-producer 工具集串联视频制作全流程，通过 intent-router 做意图路由、story-develop 开发故事、script-write 写剧本、storyboard-build 构建分镜、shot-decompose 拆分镜头、render-shot 渲染单镜、mix-audio 混音、assemble 拼接成片、make-cover 生成封面，让用户从创意到成片按子命令逐步推进。
平面设计与设计系统库
expert-design 技能包以 design-full 工具为入口：init 子命令在 Content Producer workspace 的 design_assets/ 下建立含 brief.md、DESIGN.md、source/、output/ 的任务工作区，pick 子命令从内置 14+ 套设计系统库中按风格描述匹配 1–3 套并给出推荐理由。选定后把规范写入 DESIGN.md，后续 HTML/CSS 的色彩、字体、间距、组件样式均以该规范为准，最终交付 HTML/CSS 成品或 DESIGN.md 加预览页。
微信渠道 relay 中转
awada 插件以 HTTP/WS 方式连接 relay 网关，通过 X-Awada-Key 鉴权、WS inbound 拉取与 POST outbound 回执，让本地 OpenClaw 实例无需固定公网 IP 即可收发企业微信/个人微信消息。
商务获客与情报工具
面向商务获客与情报场景，提供 RSS 抓取、达人及帖子记录、内容记录、Twitter 与小红书互动、闲鱼搜索等工具，并配套 lead-hunting、competitor-watch 等工作流，用于线索挖掘与竞品动态跟踪。
多平台发布与运营技能
面向抖音等平台的内容发布与运营能力：expert-douyin 提供 douyin-publish 发布、douyin-comments 评论抓取、douyin-style-profiler 风格画像等工具，content-calibrator 技能通过 dna-eval 与 query-metrics 做内容校准，帮助内容团队完成发布、评论回收与风格对齐。
使用方法
准备可运行 OpenClaw 的本地或 Docker 环境，并从配置模板建立实例配置。
按实际使用的渠道和能力填写必要凭据，例如消息中转、模型或内容工具所需的密钥。
根据任务选择 main、it-engineer、content-producer 等 crew，并提供目标、素材与交付要求。
先确认 Brief 和中间方案，再让相应技能完成设计、视频、平台运营或商务线索任务，并人工检查最终产物。
使用案例
短视频成片制作
使用场景content-producer 的 expert-video 按 Brief 制作解说或口播视频
用户提供 brief.md 与素材绝对路径后，expert-video 依次执行 intent-router 定档、story-develop 与 script-write 出稿、storyboard-build 与 shot-decompose 拆镜、render-shot 渲染、mix-audio 混音对齐、assemble 拼接，最终交付 video.mp4、cover.jpg 与 final-deliver.md。
落地页与品牌视觉设计
使用场景content-producer 的 expert-design 承接网页或品牌视觉需求
通过 design-full init 建立任务工作区，design-full pick 从内置设计系统库匹配风格，经 Brief 确认与设计系统确认两道闸门后编写 HTML/CSS，再经视觉 Review 输出到 output/ 目录。
微信客服接入
使用场景本地 OpenClaw 实例需要接收企业微信或个微消息
部署 awada 插件并配置 awadaKey，插件通过 WS 从 relay 网关拉取 inbound 事件、处理完成后 POST outbound 回执，实现无固定公网 IP 环境下的微信消息收发。
达人线索与竞品情报收集
使用场景main crew 的 expert-bd 执行获客与情报工作流
使用 rss-reader 抓取行业 RSS、bd-record 记录达人与帖子信息、xianyu-ops 搜索闲鱼商品，并按 lead-hunting、competitor-watch 等工作流整理线索。
包含内容
xiaobei-source.zip
README-中文安装说明.md
LICENSE-custom.txt
THIRD-PARTY-NOTICES.md
SHA256.txt
常见问题
awada 插件为什么需要 relay 网关，而不是直连 Redis？
部分第三方消息服务提供商（企微 bot、个微 bot）要求固定公网 IP 接收 webhook，而 openclaw 多为本地部署。awada 在公网中转消息到本地实例，客户端通过 WS /api/v1/awada/inbound 拉取事件、POST /api/v1/awada/outbound 回执，并携带 X-Awada-Key 鉴权；原 redisUrl 字段已作废，Redis 直连模式不再支持。
awada 的消息投递语义是什么，业务侧需要做什么处理？
采用 WS 长连接加 ack 机制，未 ack 的事件留在 PEL，断线重连后由网关 XAUTOCLAIM 回收重投（min-idle 65s），因此是至少一次投递。极少数情况下同一条消息会重投，bot 侧业务应按 event_id 做幂等处理；session_lock 与 processed 去重在网关侧完成，客户端不碰锁、不做去重。
微信客服场景下如何避免回复超长和上下文串扰？
可配置 channels.awada.perMsgMaxLen 为 500，超长回复会自动拆分，每条不超过 500 字符以适配微信单消息长度限制；同时设置 session.dmScope 为 per-channel-peer，让每个微信用户独享 session，实现上下文隔离。
video-producer 的子命令如何判断是否需要重新生成产物？
video-producer 以产物文件存在性作为 checkpoint：子命令先检查约定路径下的产物文件是否存在，存在则直接 load 而不重新生成，因此允许手工修改 JSON 后继续后续阶段。退出码约定为 0 成功、1 参数错、2 环境变量未配置（如 AWK_API_KEY、VOLC_ASR_*）。
collage-broll 的 gate3 批量生成视频时有哪些限制？
gate3 采用串行调度，因为视频生成是异步轮询任务，并行会撞平台并发限。gen-jobs.json 中的 output 必须是相对 workspace 根且落在 output_videos/ 下的路径，调用时 workdir 必须是 Content Producer workspace 根；部分 job 失败时退出码为 2，已跑通的结果会保留。
相关资源
