两个AI怎么协作？用QClaw驱动WorkBuddy的高效配合方案

适合：同时使用OpenClaw和WorkBuddy（VS Code分支）的用户 | 2026年7月

一、问题：两个AI，各做各的

同时用两个AI助手的人可能都遇到过这个问题：两个AI各自为政，你让它们各干各的，结果经常重复劳动、互相不知道对方做了什么、交付的东西也不匹配。

其实，只要解决一个问题就够了：谁指挥，谁执行？

二、核心原理：大脑 + 手

把两个AI的职责分开：

简单说：你告诉QClaw想做什么，QClaw来指挥WorkBuddy干活，你只做最终决策。

三、三件套：文件流转 + 聊天室 + 状态文件

让两个AI协作，只需要三样东西：

1. 文件流转（inbox/outbox）

你的协作目录/
├── inbox/          # 给WorkBuddy的任务清单
├── outbox/         # WorkBuddy交付的结果
├── shared/         # 双方共享的状态
└── questions/      # WorkBuddy提问，等QClaw回答

实际目录结构截图：

上图展示了 OpenClaw-WorkBuddy-Tasks 主目录，包含 inbox、outbox、shared、questions、answers、context 等子目录，以及 chat、ppt_output 等工作目录。

举例——写一篇小说：

你告诉QClaw：“帮我构思一本都市悬疑小说的框架”

QClaw分析后，下发TASK给WorkBuddy：

📄 inbox/TASK-001_小说框架_20260716.md “请搜集近3年豆瓣评分8分以上的都市悬疑小说，总结它们的开头写法，写一份1万字的小说框架”

WorkBuddy完成后写入：

📄 outbox/RESULT_001_小说框架_20260716.md

QClaw审核后通知你验收。

2. inbox 目录：任务下发

inbox 目录截图：

上图展示了 inbox 目录中的 13个TASK任务文件，包括：

• TASK-001_test_handover.md - 初次握手测试
• TASK-003_dry_cleaning_industry_research_20260416.md - 干洗行业调研
• TASK-006_衣专佳299元招商方案_20260418.md - 招商方案
• TASK-011_私域文案系列第一批_20260421.md - 私域文案
• URGENT_TASK011_20260422.md - 紧急任务

每个TASK文件都是Markdown格式，包含详细的任务描述、交付标准和优先级。

3. outbox 目录：结果交付

outbox 目录截图：

上图展示了 outbox 目录中的 31个交付文件，包括：

• RESULT_001_20260416.md 到 RESULT_014_xxx.md - 任务结果报告
• yizhuanjia_xxx.html - 生成的网页文件
• make_confirm_card.js - 自动化脚本
• 各种截图和文档

每个RESULT文件都对应一个TASK，方便追溯和审核。

4. 聊天室（实时同步）

两个AI和人，三方在同一空间讨论，不用每个人反复交代背景。

5. 状态文件（信息同步）

两个AI通过共享文件知道彼此在做什么：

# shared/workbuddy_status.md
## 当前任务
TASK-001 小说框架  ████████░░ 80%

## 待回答问题
- 主角职业背景怎么设定？
- 是否需要多线叙事？

四、实战案例

案例1：做一个微信小程序

你的需求：“帮我想一个记账小程序，界面简洁，能统计每月支出”

QClaw的工作：

• 拆解成3个TASK：竞品分析 → 功能设计 → 开发文档
• 写入 inbox/TASK-002_记账小程序设计.md

WorkBuddy的工作：

• 搜索10款主流记账小程序，整理功能对比表
• 输出：功能清单、界面设计建议、技术方案
• 写入 outbox/RESULT_002_记账小程序设计.md

案例2：做一个小游戏

你的需求：“我想做一个网页版的贪吃蛇游戏，界面要好看一点”

QClaw的工作：

• 下发TASK给WorkBuddy
• 补充游戏设计细节：分数机制、速度递增、碰撞判定

WorkBuddy的工作：

• 写HTML+CSS+JS贪吃蛇游戏
• 生成 index.html 到指定目录

案例3：写一篇小说

你的需求：“我想写一个都市悬疑小说，主人公是一个心理医生”

QClaw的工作：

• 拆解成3个TASK：背景调研 → 人物设定 → 章节大纲

WorkBuddy的工作（每个TASK）：

• TASK 1：搜集《隐秘的角落》《沉默的真相》等热播悬疑剧的开场写法
• TASK 2：设计5个核心人物的性格、动机、关系网
• TASK 3：写出30章大纲，每章300字摘要

五、聊天室怎么搭（技术原理）

如果你也想实现类似的协作环境，只需要一个WebSocket服务器：

服务器（server.js，核心逻辑）

代码截图：

MEDIA:C:\Users\Administrator.qclaw\workspace\screenshot_code.png

上图展示了代码编辑器界面，背景中可以看到文件资源管理器窗口显示 outbox 目录的内容。

javascript复制

const WebSocket = require('ws');
const wss = new WebSocket.Server({ port: 3847 });

// 消息广播给所有客户端
wss.on('connection', (ws) => {
  ws.on('message', (data) => {
    const msg = JSON.parse(data);
    if (msg.type === 'message') {
      // 消息持久化 + 广播
      saveMessage(msg);
      broadcast(msg);
    }
  });
});

function broadcast(data) {
  wss.clients.forEach(client => {
    if (client.readyState === WebSocket.OPEN) {
      client.send(JSON.stringify(data));
    }
  });
}

QClaw怎么发消息到聊天室

QClaw本身不能直接连WebSocket，但可以通过HTTP API发消息：

// QClaw调用的发送函数
const http = require('http');
function sendToChat(text) {
  const data = JSON.stringify({
    from: '丘',
    content: text
  });
  const req = http.request({
    hostname: '127.0.0.1', port: 3847,
    path: '/api/send', method: 'POST',
    headers: { 'Content-Type': 'application/json' }
  });
  req.write(data);
  req.end();
}

WorkBuddy怎么连聊天室

WorkBuddy（VS Code分支）可以运行Node.js脚本直连WebSocket：

const WebSocket = require('ws');
const ws = new WebSocket('ws://localhost:3847');

ws.on('open', () => {
  ws.send(JSON.stringify({ type: 'join', name: 'WorkBuddy' }));
});

ws.on('message', (data) => {
  const msg = JSON.parse(data);
  if (msg.type === 'message') {
    // 收到消息，自动回复或处理任务
    handleMessage(msg);
  }
});

六、这套方案的三个要点

要点1：大脑只下一个指令，执行者自己干活

不要同时给两个AI下同样的任务。正确的流程是：你 → QClaw → WorkBuddy → QClaw审核 → 你确认

要点2：文件是最好的契约

口头交代任务，两个人/AI的理解经常不一样。把需求写成文件，执行者照着做，理解偏差的概率大大降低。

要点3：聊天室让协作有温度

文件是冷冰冰的，聊天室让两个AI和人在同一个空间，有问题随时问，有进展随时同步。

七、搭建这套系统需要什么

全程本地运行，不需要云服务器。

八、总结

这套方案的核心不是技术，而是**「让一个AI负责思考，让另一个AI负责执行」**的工作方式。

通过文件流转（inbox/outbox）确保任务不丢失，通过聊天室实现实时沟通，通过状态文件保持信息同步，两个AI就能高效协作，帮你完成复杂的项目。

本文涉及的代码和截图均为实际运行系统的真实记录。