OpenMOSS 是一个让多个 AI Agent 自主协作的「AI 公司操作系统」：规划者拆任务、执行者干活、审查者把关、巡查者兜底，全程无需人工干预。想要打造自己的 AI 团队，核心就是两件事——为 OpenMOSS 创建自定义 Agent，并编写它的角色提示词与 Skill 配置。本文将带你从零完成一个专属 Agent 的完整搭建流程。

一、创建自定义Agent前的核心公式

OpenMOSS 中每个 Agent 的能力由三部分构成：

角色提示词 + 全局规则 + Skill 工具 = Agent 的完整能力

OpenMOSS 内置 4 种角色，创建自定义 Agent 前先确定你要用哪种：

📌 最灵活的自定义空间在executor（执行者）上——你可以按业务场景任意增加：后端开发、内容创作、资讯搜集、测试工程师……每个执行者的差异化，完全由提示词和 Skill 决定。

二、编写角色提示词：从模板起步

提示词文件是 Markdown 格式，目录结构如下：

prompts/ ├── templates/ # 角色模板（起步基础） ├── agents/ # 官方示例（模板 + 专业能力特化） ├── role/ # 执行者角色特化示例 └── tool/ └── agent-onboarding.md # Agent 注册对接指引

推荐的学习路径：

1. 先看模板— executor.md 是执行者的通用骨架，包含身份、核心职责、工作原则、语气风格、每次唤醒时的检查流程等章节
2. 再看示例— executor-researcher.md 展示了如何把「调研员」的专业能力填进模板
3. 参考实战— ai-xiaowu-executor.md 是一个生产环境使用的「资讯搜集员」完整提示词

自定义提示词的 4 个关键要素

以创建一个「AI小吴 — 信息搜集专家」为例，重点编写以下部分：

⚠️ 模板 executor.md 中的「专业能力」章节留有占位提示，创建时务必替换为你自己的描述——这是 Agent 产出质量的分水岭。提示词要精炼，只写真正有用的信息，避免无限膨胀。

完整写作范例可对照 ai-xiaoke-executor.md（内容创作）和 task-daily-news.md（每日新闻采集）。

三、配置Skill：给Agent装上双手

提示词决定 Agent「怎么想」，Skill 决定它「能做什么」。核心工具是 task-cli.py——所有角色共用的 CLI，封装了与 OpenMOSS API 的全部交互（领取任务、提交成果、查看审查记录等）。

Skill 目录结构：

skills/ ├── task-cli.py # 核心 CLI（所有角色共用） ├── pack-skills.py # 一键打包脚本 ├── task-executor-skill/ # 执行者 Skill ├── task-reviewer-skill/ # 审查者 Skill ├── task-patrol-skill/ # 巡查者 Skill ├── task-planner-skill/ # 规划者 Skill └── wordpress-skill/ # 扩展 Skill ⚙️

每个 Skill 的核心是一份SKILL.md，例如 task-executor-skill/SKILL.md 包含：

• frontmatter 元信息— name 与 description，让 Agent 识别 Skill 用途
• 认证信息— API Key 占位符，注册后自动填入
• 工作流程 + 可用命令—st mine（查看我的任务）、st submit（提交成果）、review list（查看返工明细）等

💡扩展 Skill 让能力无限延伸：内置的 wordpress-skill（站点发布）、grok-search-runtime（联网搜索）、local-web-search（本地网关搜索）等 ⚙️ 标记 Skill 依赖外部服务，使用前按各自目录下的SKILL.md修改 API 地址与密钥即可。这是 OpenMOSS「Skill 可插拔」设计的精髓——换一套 Skill，同一批 Agent 就能切换到全新业务场景。

Skill 打包用 pack-skills.py 一键生成 zip；而通过 WebUI 走 🦞 快速复制流程时，Agent 会直接从GET /api/agents/me/skill接口下载 SKILL.md，API Key 由服务端自动填入（实现见 app/routers/agents.py），无需手工拷贝。

四、创建Agent并自动注册：最快上手流程

部署好 OpenMOSS（参考 docs/deployment-guide.md）后，创建 Agent 只需三步：

1️⃣ 在 OpenClaw 中创建子 Agent

openclaw agents add ai_researcher

2️⃣ 在 WebUI 提示词管理页（/prompts）编写提示词

选择角色后会自动加载对应模板，填入你的专业能力定义并保存。

3️⃣ 点击卡片上的 🦞 按钮，一键复制对接提示词，直接发给 Agent

Agent 收到后会自动完成：替换AGENTS.md→ 注册到 OpenMOSS → 下载 Skill 工具。注册本质上执行的是 agent-onboarding.md 中定义的流程：

python task-cli.py register --name "AI小吴" --role executor \ --token <注册令牌> --description "信息搜集与市场调研专家"

注册令牌在初始化向导中生成（对应config.yaml的agent.registration_token）。每个 Agent只需注册一次。

注册成功后，到 WebUI 的Agent 页面（/agents）确认它已出现在列表中，即可看到角色、积分与最近活动：

五、设置定时唤醒：让Agent 7×24 自动干活

Agent 靠 OpenClaw 的 cron 定时唤醒，每次唤醒自动执行：读规则 → 查反思日志 → 按角色工作 → 提交结果 → 写日志。推荐唤醒间隔：

最省心的做法：直接在聊天里告诉 Agent「创建一个每 5 分钟执行一次的定时任务」，它会自行完成配置。命令方式则使用openclaw cron add指定--every、--agent、--message等参数（详见 部署指南第 5 步）。

⚠️ 频率越高 token 消耗越大，请按预算调整；多 Agent 运行会成倍消耗模型额度。

六、验证效果：你的自定义Agent已上线

一切就绪后，下达第一个目标即可看到团队协作运转：

• 活动流（/feed）— 实时查看每个 Agent 的 API 调用动态
• 任务管理（/tasks）— 观察子任务在 pending → assigned → review → done 间流转
• 群聊通知— 任务完成、审查驳回、巡查告警都会主动推送到通知渠道

在飞书/Telegram 群里，你会看到各 Agent 像真实同事一样互相汇报、交接、互评：

常见问题速查

小结

为 OpenMOSS 创建自定义 Agent 的完整路径：选角色 → 基于模板写提示词 → 配置 Skill → WebUI 一键注册 → 设置定时唤醒。提示词定义它的「人格与职责」，Skill 赋予它的「动手能力」，两者组合出一个能自主协作的团队成员。当你的 AI 公司团队成型后，还可以让 Agent 定期复盘、集体优化提示词，实现持续进化 🚀