Agent Operations Center · agents.dofe.ai
让每一个 AI 员工，都进入可运营的轨道
当 AI 从一次性对话进入真实业务，团队需要的不只是更多机器人，而是一套能看见、能调度、能审批、能追责的运营系统。agents.dofe.ai 基于当前项目中的 Bot 生命周期、Agent 协作、技能市场、知识库、审批审计、OpenClaw/Gateway 运行时和 models.dofe.ai 模型边界，形成一个面向内容创建与运营的控制中心。
一条任务从进入系统到完成的路径
系统的核心逻辑是让任务围绕 Bot/Agent 流转，并在执行、审批、审计和运行时状态中留下可复盘记录。
定义岗位与目标
先明确 Bot/Agent 负责什么工作、服务谁、能访问哪些知识、技能、通道和工具。
绑定能力与上下文
配置技能、知识库、记忆、模板、Bot MD、渠道和触发器，而不是临时拼接提示词。
进入执行与审批
任务触发后进入 Gateway/OpenClaw 运行链路；涉及高风险动作时，根据策略进入审批中心。
记录结果并复盘
执行结果、审批记录、审计事件、运行状态和用量信息沉淀为后续优化依据。
approval and audit events waiting for review
项目目的
为什么需要这个系统
审查当前仓库后，这个首页需要讲清楚的不是“我们有 AI”，而是“这个项目如何把 AI 变成可管理的业务运行单元”。
启动 agents.dofe.ai 的目的，是把分散在提示词、脚本、知识文档、协作消息和运行时事件里的 AI 使用方式，收束成组织可持续运营的生产系统。当前项目已经具备 Bot/Agent 管理、Agent 关系与协同、Bot MD 文件、技能与插件、知识库与记忆、触发调度、审批、审计、合规查询、Gateway/OpenClaw 健康、运行时源管理、组织权限和用量治理等模块。它不直接维护模型目录、模型密钥或路由决策；这些由 models.dofe.ai 作为权威来源提供。agents.dofe.ai 的职责，是把模型能力放进可管理的岗位、技能、知识、触发、审批和审计流程中。
AI 工作不能只停在聊天框
项目里已经有 Bot、Agent、消息、记忆、知识库、模板和技能市场等对象，说明目标不是单次问答，而是把 AI 工作沉淀为可复用配置。
真实执行必须有治理闭环
审批、审计、合规、操作日志、OpenClaw 事件接收和 Gateway 策略同步已经形成一条治理主线，首页应把这条主线展示出来。
模型能力必须与业务职责分离
AGENTS.md 与架构文档明确要求模型目录、密钥、可用性和路由决策以 models.dofe.ai 为准，agents 侧聚焦 Agent 业务运营。
一条任务从进入系统到完成的路径
系统的核心逻辑是让任务围绕 Bot/Agent 流转，并在执行、审批、审计和运行时状态中留下可复盘记录。
定义岗位与目标
先明确 Bot/Agent 负责什么工作、服务谁、能访问哪些知识、技能、通道和工具。
绑定能力与上下文
配置技能、知识库、记忆、模板、Bot MD、渠道和触发器，而不是临时拼接提示词。
进入执行与审批
任务触发后进入 Gateway/OpenClaw 运行链路；涉及高风险动作时，根据策略进入审批中心。
记录结果并复盘
执行结果、审批记录、审计事件、运行状态和用量信息沉淀为后续优化依据。
如何使用
日常使用从 Bot/Agent 的业务目标开始，逐步绑定能力、接入触发、设置治理，再交给运行时执行。
不同角色如何使用
产品与运营
把内容流程拆成 Bot、技能、知识、模板、触发规则和审批策略，持续观察执行质量。
研发与平台
维护 contracts、API 模块、Gateway、OpenClaw、Runtime Sources、models-client 和系统稳定性。
管理与治理
关注租户/组织权限、审批策略、审计记录、合规查询、用量治理和跨团队复用。
产生的价值
把 AI 使用变成组织资产
Bot 配置、技能、插件、知识、记忆、模板和触发方式可以沉淀下来，后续团队继续复用。
把自动化放进治理边界
权限、审批、租户、合规查询和审计机制让 AI 执行动作时仍然有记录、有责任链。
降低重复搭建成本
同类工作不必每次重新写提示词、接工具、整理知识，而是复用已有 Bot/Agent 配置。
让问题可以定位
通过运行记录、用量、健康检查、OpenClaw 事件和审计日志，定位问题来自知识、技能、触发器、运行时还是模型服务。
系统在 dofe.ai 体系中的位置agents.dofe.ai 是面向内容创建、运营协作和 Agent 治理的业务层，向下连接 OpenClaw/Gateway 运行时，横向消费 models.dofe.ai 与 sso.dofe.ai。
业务操作层
用户在这里创建 Bot/Agent、维护岗位、技能、知识、记忆、模板、调度和协作入口。
治理编排层
系统负责把任务、审批、自主等级、审计记录、合规查询、组织权限和用量信息组织成可追踪流程。
运行时与网关层
Gateway、Gateway Pool、OpenClaw Health、Runtime Console 与 Runtime Sources 承接实际执行和运行治理。
模型服务边界
模型目录、密钥、可用性、路由决策由 models.dofe.ai 提供，agents 侧只消费结果。
系统管理的核心对象这些对象来自当前代码结构和页面路由，是首页介绍应当重点呈现的真实产品骨架。
Bot / Agent
岗位化的 AI 工作单元，包含生命周期、运行状态、关系协作、焦点、反思、记忆和通道配置。
技能与插件
通过 Skills、Marketplace、Plugins、Skill Packs 和组织授权，把工具能力封装成可复用能力。
知识、记忆与 Bot MD
知识库、记忆、Markdown 文件、版本历史和导入能力，让 Agent 工作有稳定上下文来源。
触发器与渠道
Scheduling、Bot Trigger、Channel、Feishu 集成和消息代理，把任务按规则送入执行流程。
审批与审计
Approvals、Audit、Compliance、Operate Log 和 OpenClaw Audit 记录高风险动作与运行事件。
网关与运行时
Gateway Pool、Runtime、Fleet、OpenClaw Health 和 Runtime Sources 负责执行环境与运行时治理。
当前项目适合承载的场景结合前端路由、API 模块和文档，本项目最适合围绕内容运营、知识协作、自动化执行和治理审计展开。
内容创建与协作
用 Bot/Agent、模板、消息、协作空间和 Bot MD 管理内容生产、改写、审批与版本沉淀。
知识库与记忆运营
围绕 Knowledge、Memory、导入、版本历史和 Bot 绑定关系，把团队资料变成可引用上下文。
受控自动化执行
通过 Trigger、Scheduling、Gateway、Runtime 和 OpenClaw 插件，把重复任务交给可观测运行时。
治理与合规留痕
通过审批中心、审计日志、合规查询、操作日志和 OpenClaw 审计接收，让自动化过程能够被复盘。