自从小龙虾爆火以来，我在深度尝试原版龙虾之后，就笃定未来生产级AI agent 落地的出路，必定是要走多 Agent 协作的方式。
有幸参加了阿里云的Hiclaw发布介绍会，作为首批用户，从1.0.0版本开始，一直深度使用 Hiclaw ，在统一网关鉴权和文件同步、容器化自动化管理、Agent 文档与安全边界等层面，这个框架的设计让人不得不承认确实特别优秀。
不过用的越深入，碰到的问题也会比别人多一些，给官方提了一些BUG 类issues和建议。
自从1.1.0开始，Hiclaw做了大规模的底层重构，包括原本和manager集中在一起的很多基础组件单独剥离到controller 容器中，文件同步方式变更，特别是Worker生命周期调整，让Agent的 “记忆” 变得没那么重要，每种Worker都偏向于针对特定方向的专家任务，尽可能干净的上下文管理让我的 agent 团队规划不断做出优化调整。
1.官方说明
HiClaw 是一个开源的协作式多智能体运行平台。让多个 Agent 在一个受控、可审计的房间中协作，人类全程可见、随时可介入。 采用 Manager-Workers 架构，Manager 统一调度多个 Workers，专注于企业内的人和 Agent、Agents 之间的协作场景。
HiClaw 并不和其他 xxClaw 对标，自己不实现 Agent 逻辑，而是编排和管理多个 Agent 容器（Manager 和众多 Workers）。
🧑💻 设计了 Manger-Workers 架构：不用真人去管理每个干活的 Worker Claw，实现由 Agent 管理 Agents。
🤝 多运行时协作：OpenClaw、QwenPaw 和 Hermes Worker 在同一个 IM 房间中共存协作。用确定性更高的 Agent（OpenClaw/QwenPaw）做 Leader 编排任务，用 Hermes Worker 执行自主编程——各司其职。
📚 引入 MinIO 共享文件系统：用于 Agent 之间的信息共享，大幅降低多 Agent 协作带来的 Token 消耗。
⛑️ 引入 Higress AI Gateway：流量入口和各类凭证风险降低了，减少了用户对原生龙虾在安全上的顾虑。
🎨 使用 Element IM 客户端+Tuwunel IM 服务器（均基于 Matrix 实时通信协议）：节省钉钉、飞书 IM 的接入和企业内的审批成本，方便用户快速体验在 IM 的交互环境中体验模型服务的"爽感"，同时支持以 OpenClaw 原生的方式接入 IM。
2.手绘业务思维导图
在借助agent的源码分析帮助下，我梳理清了Hiclaw的控制逻辑。
事实上现在的AI完全能够自动生成这种程度的思维导图。
不过出于学习目的加强记忆理解，我还是一点一点理清楚画了出来：
完全用md当作事实文件，实现了项目管理、任务管理、记忆管理。
还有很多使用Skill实现的，让manager和各个worker之间完善写作的，针对minio的数据同步管理、基于Higress的统一接口授权管理。
3.其他一些官方PPT中提到的概念架构
评论区