Начало работы с OpenMOSS: Превратите ИИ в круглосуточную команду компании с помощью многоагентного взаимодействия

Сложность: Для начинающих | Время: 30 минут | Результат: Понимание системы взаимодействия четырех ролей OpenMOSS, создание собственной команды ИИ-агентов

---

Целевая аудитория

Вы уже используете OpenClaw и ощутили возможности одиночного агента — он может общаться, писать код и выполнять задачи. Но вы, вероятно, заметили: как только задача становится сложной или требует многошагового взаимодействия, одиночный агент легко застревает на определенном этапе и «замирает», ожидая ваших указаний.

OpenMOSS призван решить именно эту проблему. Его идея проста: не заставляйте одного агента нести все на себе, а внедрите в ИИ организационную структуру. Планировщик разбивает требования, Исполнитель выполняет работу, Рецензент контролирует качество, а Инспектор следит за процессом. Четыре роли выполняют свои обязанности, работая автономно через регулярные пробуждения, формируя замкнутую команду ИИ-компании.

OpenMOSS сам по себе является промежуточным ПО (middleware). Он не занимается конкретным бизнесом, а только управляет диспетчеризацией и взаимодействием. Какие навыки (Skills) вы ему назначите, такие задачи он и сможет выполнять автоматически в режиме сотрудничества.

Эта статья подходит для тех, кто:

• Уже использует OpenClaw и хочет опробовать многоагентное взаимодействие
• Нуждается в автоматической и непрерывной работе ИИ без ручного присмотра
• Хочет создать конвейер производства контента, автоматизированную эксплуатацию, аудит кода и другие рабочие процессы

---

Основные зависимости и окружение

Репозиторий GitHub: https://github.com/uluckyXH/OpenMOSS

---

Полная структура проекта

OpenMOSS/
├── app/                          # Бэкенд FastAPI
│   ├── main.py                   # Точка входа: регистрация роутов, middleware, SPA сервис
│   ├── config.py                 # Загрузка конфигурации
│   ├── database.py               # Инициализация БД (SQLAlchemy)
│   ├── models/                  # Модели данных (10 таблиц)
│   ├── routers/                 # API роуты
│   ├── services/                # Слой бизнес-логики
│   └── schemas/                 # Модели сериализации Pydantic
├── webui/                        # Исходный код Vue 3 (требует сборки)
├── static/                       # Результат сборки фронтенда (обслуживается бэкендом)
├── prompts/                      # Шаблоны промптов для ролей агентов
│   ├── templates/                # Базовые шаблоны ролей
│   ├── agents/                   # Примеры промптов агентов
│   └── tool/                    # Промпты для вызова инструментов
├── skills/                        # Определение навыков (Skill) агентов OpenClaw
│   ├── task-cli.py              # Скрипт вызова API, общий для всех навыков
│   ├── task-planner-skill/      # Навык Планировщика
│   ├── task-executor-skill/      # Навык Исполнителя
│   ├── task-reviewer-skill/     # Навык Рецензента
│   ├── task-patrol-skill/       # Навык Инспектора
│   └── dist/                    # Скомпилированные .zip пакеты навыков
├── config.example.yaml            # Шаблон файла конфигурации
├── requirements.txt              # Зависимости Python
├── Dockerfile
└── docker-compose.yml

---

Пошаговое руководство

Шаг 1: Клонирование проекта и установка зависимостей

# Клонирование проекта
git clone https://github.com/uluckyXH/OpenMOSS.git openmoss
cd openmoss

# Установка зависимостей Python
pip install -r requirements.txt

Если в вашем репозитории нет каталога static/ (фронтенд не собран), его необходимо собрать:

cd webui
npm install
npm run build

# Копирование результатов сборки в каталог static/
rm -rf ../static/*
cp -r dist/* ../static/
cd ..

---

Шаг 2: Настройка config.yaml

При первом запуске OpenMOSS автоматически создаст config.yaml из config.example.yaml. Рекомендуется скопировать шаблон вручную и внести изменения:

cp config.example.yaml config.yaml

Затем отредактируйте config.yaml. Следующие поля обязательны для настройки:

# Пароль администратора (будет зашифрован после первого запуска)
admin:
  password: "vash-nadezhniy-parol"

# Токен регистрации агентов (нужен при регистрации агентов, рекомендуется случайный)
agent:
  registration_token: "vash-sluchayniy-token"
  allow_registration: true

# Рабочая директория (место хранения результатов работы агентов)
workspace:
  root: "/home/your-user/TaskWork"

# Внешний адрес сервиса (адрес, по которому агенты будут обращаться к системе)
server:
  external_url: "http://vash-ip-servera:6565"

---

Шаг 3: Запуск сервиса и мастер инициализации

python -m uvicorn app.main:app --host 0.0.0.0 --port 6565

При первом запуске автоматически произойдет следующее:

1. Будет создан config.yaml (если его еще нет)
2. Будет инициализирована база данных SQLite (data/tasks.db)
3. Автоматически подключится фронтенд (если существует каталог static/)

Откройте в браузере http://localhost:6565. Вы будете перенаправлены к мастеру инициализации, который поможет:

• Установить пароль администратора
• Настроить название проекта
• Сгенерировать токен регистрации агентов
• Опционально настроить каналы уведомлений

По завершении отобразятся адреса сервиса:

---

Шаг 4: Вход в WebUI и знакомство с интерфейсом

После инициализации войдите в WebUI под учетной записью администратора. Вы увидите следующие разделы:

При первом запуске список агентов будет пуст — мы еще никого не зарегистрировали. Начнем создание на Шаге 5.

---

Шаг 5: Создание четырех агентов и их регистрация в OpenClaw

Четыре роли OpenMOSS отвечают за разные задачи:

Каждый агент — это, по сути, экземпляр OpenClaw. Рассмотрим создание на примере planner, для остальных ролей процесс идентичен.

Способ 1: Регистрация через WebUI (рекомендуется)

1. На странице «Агенты» в WebUI нажмите «Зарегистрировать агента»
2. Заполните основную информацию:

Роль: planner
Имя: OpenMOSS-Planner
Токен регистрации: (введите agent.registration_token из config.yaml)

1. После отправки WebUI вернет:
   • API Key агента (сохраните его, он показывается только один раз)
   • Адреса для загрузки SKILL.md и task-cli.py
   • Инструкцию по подключению (команда регистрации, метод настройки)

Способ 2: Регистрация через API

curl -X POST http://localhost:6565/api/agents/register \
  -H "X-Registration-Token: vash-registration-token" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "OpenMOSS-Planner",
    "role": "planner"
  }'

Ответ будет содержать API Key, команду регистрации и ссылки на навыки:

{
  "api_key": "om_xxxxxxxxxxxxxxxxxxxx",
  "skill_cli_url": "http://localhost:6565/skills/task-cli.py",
  "skill_url": "http://localhost:6565/skills/task-planner-skill/SKILL.md",
  "register_command": "openclaw agents add ..."
}

Таким же образом зарегистрируйте остальных трех агентов:

executor → task-executor-skill
reviewer → task-reviewer-skill
patrol   → task-patrol-skill

---

Шаг 6: Настройка навыков (Skill) агента

После успешной регистрации каждый агент получит два ключевых файла:

• task-cli.py — общий скрипт вызова API OpenMOSS для всех ролей.
• SKILL.md — специфическое определение навыка для данной роли.

Поместите их в директорию, доступную для OpenClaw (обычно рядом с промптом агента):

# Пример директории конфигурации агента OpenClaw
mkdir -p ~/.openclaw/agents/openmoss-planner/skills

# Скачивание файлов навыков
curl -o ~/.openclaw/agents/openmoss-planner/skills/task-cli.py \
  http://localhost:6565/skills/task-cli.py

curl -o ~/.openclaw/agents/openmoss-planner/skills/SKILL.md \
  http://localhost:6565/skills/task-planner-skill/SKILL.md

Затем в конфигурации агента OpenClaw добавьте путь к SKILL.md в настройки Prompt или Skill, чтобы агент знал, какие API OpenMOSS он может вызывать.

---

Шаг 7: Настройка cron для автоматического пробуждения

Это главное отличие OpenMOSS от обычного одиночного агента: агент не ждет вашего сообщения, а «выходит на работу» по расписанию, как сотрудник.

В конфигурации каждого агента OpenClaw установите задачу cron:

planner (Планировщик) — проверка новых задач каждые 30 минут:

{
  "cron": "*/30 * * * *",
  "task": "Проверить очередь задач OpenMOSS. Если есть новые нераспланированные задачи, выполнить процесс планирования."
}

executor (Исполнитель) — проверка задач на принятие каждые 15 минут:

{
  "cron": "*/15 * * * *",
  "task": "Проверить очередь подзадач OpenMOSS, принять в работу и выполнить."
}

reviewer (Рецензент) — проверка результатов на аудит каждые 20 минут:

{
  "cron": "*/20 * * * *",
  "task": "Проверить очередь проверок OpenMOSS, обработать результаты, ожидающие аудита."
}

patrol (Инспектор) — проверка состояния системы каждые 10 минут:

{
  "cron": "*/10 * * * *",
  "task": "Проверить состояние системы OpenMOSS, пометить заблокированные задачи, немедленно оповестить при обнаружении аномалий."
}

Рабочий процесс агента после пробуждения фиксирован:

1. Вызвать API OpenMOSS для получения текущего состояния
2. Выполнить соответствующие действия согласно своей роли
3. Записать результаты обратно в OpenMOSS
4. Перейти в режим сна до следующего пробуждения

Весь процесс не требует участия человека.

---

Шаг 8: Дайте первую задачу и проверьте цикл взаимодействия

В WebUI на странице «Управление задачами» нажмите «Создать задачу» и заполните:

Название задачи: Автоматическая публикация ИИ-новостей
Цель: Сбор новостей об ИИ/технологиях/гаджетах из русскоязычного интернета, перевод на английский и публикация.

Когда Планировщик (planner) проснется по cron, он:

1. Получит задачу и разобьет ее на модули (Сбор → Перевод → Проверка → Публикация)
2. Создаст подзадачи (sub-tasks) для каждого модуля
3. Определит критерии приемки для каждой подзадачи

Когда Исполнитель (executor) проснется, он:

1. Возьмет первую свободную подзадачу из очереди
2. Выполнит работу (поиск новостей в сети, перевод контента)
3. Отправит результат в очередь на проверку

Когда Рецензент (reviewer) проснется, он:

1. Получит результат на проверку
2. Оценит его согласно критериям приемки
3. Если все в порядке — пометит подзадачу как выполненную; если нет — отправит исполнителю на доработку

Инспектор (patrol) постоянно мониторит систему:

• Если подзадача превышает порог времени без прогресса, он пометит ее как blocked
• Если процент отказов при проверке аномально высок, он отправит уведомление
• Если исполнитель зациклился, он уведомит администратора

Вы можете в любое время наблюдать за работой всех агентов в реальном времени на странице «Поток активности» в WebUI.

---

Шаг 9: Настройка каналов уведомлений

OpenMOSS поддерживает автоматические уведомления о ключевых событиях. Настройте каналы в config.yaml:

notification:
  enabled: true
  channels:
    - "ID-группы-Lark-или-Telegram"
    - "user:id-polzovatelya"
  events:
    - task_completed   # Подзадача выполнена
    - review_rejected   # Отказ при проверке (доработка)
    - all_done          # Все подзадачи выполнены
    - patrol_alert      # Инспектор обнаружил аномалию

Агент прочитает настройки уведомлений через интерфейс GET /config/notification и отправит уведомление, используя свои навыки (email, мессенджеры и т.д.).

---

Устранение распространенных проблем

1. Ошибка регистрации агента (несовпадение registration_token)

Симптом: При регистрации агента возвращается ошибка 403 или «invalid token».

Самая частая причина — несовпадение registration_token. Проверьте две вещи:

1. Значение agent.registration_token в config.yaml OpenMOSS
2. Значение X-Registration-Token в заголовке запроса на регистрацию агента

Они должны полностью совпадать, включая пробелы и регистр. Если вы изменили config.yaml, не забудьте перезапустить сервис OpenMOSS.

---

2. Задачи cron не пробуждают агента

Симптом: Агент не начинает работу автоматически, в консоли нет логов ошибок.

Порядок проверки:

1. Убедитесь, что конфигурация cron на стороне OpenClaw верна — валидно ли выражение cron, понятно ли описание задачи
2. Убедитесь, что экземпляр OpenClaw запущен — жив ли процесс OpenClaw, соответствующий агенту
3. Проверьте валидность API Key агента — статус на странице «Агенты» в WebUI должен быть active

Используйте страницу «Агенты» в WebUI, чтобы проверить время последней активности агента и понять, просыпался ли он по расписанию.

---

3. Подзадача постоянно отклоняется, возникает бесконечный цикл

Симптом: Исполнитель сдает работу, но рецензент ее постоянно отклоняет; одна и та же подзадача выполняется по кругу.

Обычно это означает, что исполнитель неверно понимает критерии приемки или сами критерии сформулированы нечетко.

Решение:

1. Посмотрите в WebUI историю отказов и причину, указанную рецензентом
2. Скорректируйте критерии приемки, написанные планировщиком при создании подзадачи, сделав их более конкретными и измеримыми
3. Если исполнителю не хватает способностей, замените его модель на более мощную (обновите API Key в конфигурации агента OpenClaw)

---

4. Инспектор (patrol) не реагирует

Симптом: В системе есть заблокированные задачи, но инспектор их не помечает и не отправляет оповещения.

Проверка:

1. Запущен ли экземпляр OpenClaw, соответствующий агенту patrol
2. Не слишком ли велик интервал cron у инспектора (интервал */10 гораздо чувствительнее, чем */60)
3. Включен ли раздел notification в config.yaml и правильно ли настроены каналы
4. Есть ли у агента patrol навык для отправки уведомлений (Telegram/Email и т.д.)

---

5. API Key просрочен или недостаточно прав

Симптом: Агент поработал некоторое время и внезапно остановился, в логах ошибки 401 или 403.

API Key агента (начинающийся на om_xxx) — это внутренние учетные данные OpenMOSS, это не то же самое, что API Key LLM. Если в логах ошибка аутентификации LLM, значит проблема в ключе API модели агента (например, закончился баланс или отозваны права).

Решение: Обновите API Key LLM в конфигурации агента OpenClaw и перезапустите экземпляр агента.

---

6. Несколько исполнителей одновременно берут одну задачу

Симптом: Два исполнителя начали выполнять одну и ту же подзадачу, что приводит к дублированию работы.

Очередь задач OpenMOSS защищена атомарностью, теоретически два агента не могут одновременно занять одну подзадачу. Если это произошло:

1. Интервалы cron у исполнителей слишком короткие, и они проснулись почти одновременно в микроскопическое окно времени
2. Задержка обновления статуса задачи, исполнитель прочитал устаревшие (stale) данные

Решение: Немного увеличьте интервал cron у исполнителей (например, с */5 на */15), чтобы дать достаточно времени для завершения обновления статуса после каждой операции.

---

Дополнительное чтение / Продвинутые направления

1. Настройка промптов ролей

В каталоге prompts/ находятся шаблоны промптов для каждой роли. Вы можете изменить их, чтобы адаптировать «личность» агента под свои бизнес-задачи:

# Редактирование промпта планировщика
vim prompts/agents/planner-agent-prompt.md

# Редактирование промпта исполнителя
vim prompts/agents/executor-agent-prompt.md

После изменения промпта агент автоматически прочитает новую версию при следующем пробуждении.

2. Подключение навыка WordPress для автопубликации

В skills/wordpress-skill/ реализована возможность публикации в WordPress. Используя это вместе с исполнителем, можно добиться того, что агент будет автоматически публиковать переведенные статьи на сайт без участия человека.

Требуется настроить URL сайта и API Key WordPress:

# Просмотр инструкции по настройке навыка WordPress
cat skills/wordpress-skill/SKILL.md

3. Тюнинг системы баллов и эффективности

В OpenMOSS встроена механика баллов. Оценки рецензента напрямую влияют на рейтинг эффективности исполнителей. Вы можете просмотреть качество работы каждого агента на странице «Рейтинг баллов» в WebUI.

Чтобы сделать систему баллов строже или мягче, измените описание критериев оценки в промпте рецензента (reviewer).

4. Подключение Grok Search Skill для поиска в сети

skills/grok-search-runtime/ предоставляет возможность поиска через Grok. С этим навыком исполнитель может собирать информацию из интернета в реальном времени, переводить и публиковать ее — это основной рабочий процесс реального кейса 1M Reviews.

5. Миграция на PostgreSQL / MySQL

По умолчанию OpenMOSS использует SQLite, что подходит для небольших команд. Если требуется поддержка высокой нагрузки, можно переключиться на PostgreSQL или MySQL:

# config.yaml
database:
  type: postgresql  # или mysql
  path: ""           # оставить пустым при использовании строки подключения ниже
  connection_string: "postgresql://user:pass@localhost:5432/openmoss"

6. Развертывание через Docker в один клик

Проект предоставляет Dockerfile и docker-compose.yml для быстрого развертывания всей среды:

# Запуск всех сервисов
docker-compose up -d

# Просмотр логов
docker-compose logs -f

Это упакует и запустит OpenMOSS, базу данных и фронтенд, что идеально для быстрой проверки или переноса на сервер.

7. Построение собственного конвейера производства контента

На примере кейса 1M Reviews, полный конвейер выглядит так:

1. planner разбивает задачу: Сбор → Перевод → Проверка → Публикация
2. executor (Сбор) собирает информацию через Grok Search Skill
3. executor (Перевод) вызывает API перевода для переработки контента
4. reviewer проверяет качество контента и формат
5. executor (Публикация) вызывает WordPress Skill для публикации на сайте
6. patrol мониторит состояние системы и мгновенно оповещает об аномалиях

Весь процесс работает полностью автономно. Вам нужно лишь задать цель в начале и принять результат в конце.