用 OpenClaw 搭建全自动项目管理流水线-夜雨聆风

用 OpenClaw 搭建全自动项目管理流水线

前 7 篇，你已经学会了：

定制 AI 人格（第 4 篇）
多 Agent 协作（第 5 篇）
多平台接入（第 6 篇）
MCP 工具扩展（第 7 篇）

每一块单独用都很爽，但真正的威力在于把它们串起来。

今天来做一件大事：用 OpenClaw 搭建一个全自动项目管理流水线。

需求进来 → 自动分析 → 自动分配 → 自动开发 → 自动测试 → 自动汇报。全程你只需要在飞书群里说一句话。

听起来很科幻？走一遍你就知道了。

先画个架构图

整个流水线长这样：

用户（飞书/Telegram/微信）
        ↓
    [项目经理 Agent]
        ↓
   ┌────┼────┐
   ↓    ↓    ↓
[产品] [前端] [后端]  ← 并行工作
   ↓    ↓    ↓
    [测试 Agent]
        ↓
    [汇报 Agent]
        ↓
  飞书群 / Telegram

六个 Agent，各司其职：

项目经理：接收需求、分配任务、协调进度
产品经理：写需求文档、用户故事
前端开发：写页面代码
后端开发：写接口代码
测试工程师：写测试用例、执行测试
汇报助手：整理结果、发送汇报

第一步：配置 Agent 团队

打开 ~/.openclaw/openclaw.json：

{
  "agents": {
    "list": [
      {
        "id": "main",
        "name": "项目经理",
        "workspace": "~/.openclaw/workspace",
        "model": "tokensaver/mimo-v2.5-pro"
      },
      {
        "id": "pm",
        "name": "产品经理",
        "workspace": "~/.openclaw/workspace-pm",
        "model": "tokensaver/mimo-v2.5-pro"
      },
      {
        "id": "frontend",
        "name": "前端开发",
        "workspace": "~/.openclaw/workspace-frontend",
        "model": "tokensaver/mimo-v2.5-pro"
      },
      {
        "id": "backend",
        "name": "后端开发",
        "workspace": "~/.openclaw/workspace-backend",
        "model": "tokensaver/mimo-v2.5-pro"
      },
      {
        "id": "qa",
        "name": "测试工程师",
        "workspace": "~/.openclaw/workspace-qa",
        "model": "tokensaver/mimo-v2.5-pro"
      },
      {
        "id": "reporter",
        "name": "汇报助手",
        "workspace": "~/.openclaw/workspace-reporter",
        "model": "tokensaver/mimo-v2.5-pro"
      }
    ]
  }
}

每个 Agent 有独立的 workspace，各自有 SOUL.md 定义人格。

第二步：配置 MCP 工具

给需要的 Agent 配上 MCP 工具：

{
  "mcp": {
    "servers": {
      "sqlite": {
        "command": "npx",
        "args": ["-y", "@anthropic/mcp-server-sqlite", "--db-path", "./project.db"]
      },
      "fetch": {
        "command": "npx",
        "args": ["-y", "@anthropic/mcp-server-fetch"]
      }
    }
  }
}

这样测试 Agent 可以直接查数据库验证结果，汇报 Agent 可以调 API 发送通知。

第三步：配置多平台接入

{
  "channels": {
    "telegram": {
      "enabled": true,
      "botToken": "你的Token",
      "dmPolicy": "pairing"
    },
    "feishu": {
      "enabled": true,
      "dmPolicy": "pairing"
    }
  }
}

配置完重启：

openclaw gateway restart

现在你可以在飞书或 Telegram 上跟项目经理对话了。

第四步：写 SOUL.md

每个 Agent 的 SOUL.md 定义它的职责和工作方式。

项目经理的 SOUL.md：

# SOUL.md - 项目经理

你是项目管理流水线的核心调度器。

## 职责
- 接收用户需求
- 分析需求，拆解成子任务
- 分配给合适的 Agent
- 跟踪进度，汇总结果
- 向用户汇报

## 工作流程
1. 收到需求后，先让产品经理写需求文档
2. 需求确认后，同时分配给前端和后端
3. 开发完成后，让测试写用例并执行
4. 最后让汇报助手整理结果

## 沟通风格
- 简洁高效
- 主动汇报进度
- 遇到问题及时反馈

产品经理的 SOUL.md：

# SOUL.md - 产品经理

## 职责
- 分析需求，写用户故事
- 输出 PRD 文档
- 定义验收标准

## 输出格式
- 用户故事：作为 [角色]，我想要 [功能]，以便 [价值]
- 功能清单：带优先级
- 边界情况：异常流程、错误处理

其他 Agent 的 SOUL.md 类似，各自定义专业领域。

第五步：实战演示

现在来跑一遍完整流程。

你在飞书群里说：

帮我做一个用户登录功能，支持邮箱和手机号

项目经理收到后，开始调度：

1. 让产品经理写需求

产品经理返回需求文档。

2. 分配给前端和后端

两个 Agent 并行工作。

3. 测试验证

测试 Agent 可以用 MCP 工具直接查数据库验证数据。

4. 汇总汇报

汇报 Agent 生成报告，发送到飞书群。

进阶：自动化触发

上面的流程还是需要你手动说一句话。如果你想更自动化，可以用 Cron 定时任务：

{
  "schedule": {
    "kind": "cron",
    "expr": "0 9 * * 1",
    "tz": "Asia/Shanghai"
  },
  "payload": {
    "kind": "agentTurn",
    "message": "检查本周的项目进度，生成周报，发送到飞书群。"
  }
}

每周一早上 9 点，自动生成周报。

进阶：Webhook 触发

如果你想让外部系统触发流水线（比如 GitHub PR、Jira 工单），可以用 Webhook：

{
  "delivery": {
    "mode": "webhook",
    "to": "https://your-server.com/webhook"
  }
}

当 GitHub 有新 PR 时，自动触发代码审查流程。

真实案例

我给一个朋友的团队搭了这套流水线，效果：

以前：需求来了，开会讨论 → 写文档 → 分配任务 → 开发 → 测试 → 汇报，至少 3 天
现在：在飞书群说一句话，AI 自动走完全流程，2 小时出结果

最爽的是，产品经理和后端 Agent 还会自己”讨论”——产品经理说”这个接口要支持分页”，后端说”用 cursor 分页性能好”，最后它们自己达成共识。

我朋友说：”以前开项目会要 1 小时，现在 AI 10 分钟搞定，而且没有扯皮。”（笑）

常见问题

Q：这么多 Agent 会不会很贵？

A：取决于你用的模型。用本地模型（如 Ollama）成本为零。用云端模型，一次完整流程大概几块钱。

Q：Agent 之间会不会重复工作？

A：不会。每个 Agent 有明确的职责边界，项目经理负责调度，不会出现重复。

Q：如果某个 Agent 挂了怎么办？

A：OpenClaw 会自动重试。如果持续失败，项目经理会收到通知，你可以手动介入。

Q：可以接入现有的项目管理工具吗？

A：可以。用 MCP Server 对接 Jira、Trello、Notion 等工具。也可以用 Webhook 接收外部事件。

流水线搭好了，下一篇讲OpenClaw vs Coze vs Dify vs Manus：选型指南。

市面上 AI 工具那么多，到底选哪个？各有各的优缺点，下一篇帮你理清楚。

觉得有用？点个「在看」，关注公众号收更新。