MateClaw 2.0 正式发布：从“一个能干活的人”到“一支能协作的队伍”

做 AI Agent走到最后总会遇到一个问题一个 Agent 已经能把活干完了然后呢它可以查资料、写报告、生成 Office 文件也可以临时委派另一个 Agent。但只要任务变成一场真正的复杂交付——需要研究、分析、写作、审核同时推进需要前置依赖需要人工审批需要随时知道“谁在干什么”——单个会话再强也会开始吃力。MateClaw 1.x 解决的是“一个数字员工如何把一整件事干完”。今天正式发布的MateClaw 2.0.0回答的是下一个问题一群数字员工如何像一支真正的队伍那样协作答案不是多开几个聊天窗口而是一套完整的项目机制Agent TeamsAgent 团队。一、2.0 的变化不是“多 Agent”三个字过去主 Agent 遇到自己不擅长的工作可以通过委派临时叫来一位帮手。这适合短链路、一对一、一次性的协助。但真实项目不是这样运转的。真实项目有 Lead有成员有 Reviewer有待处理、进行中、待审核和已完成有“市场研究做完竞品分析才能开始”这样的依赖有敏感动作必须等人批准有成员失败后的重试也有最终交付物的归档。MateClaw 2.0 引入的不是几个 Agent 同时聊天而是一个由lead、member、reviewer组成的常设团队一块团队共享、实时更新的任务板一套带依赖、并行、审批和恢复语义的任务状态机一条能把前置结果和交付物自动送到下游的派发链一个让用户随时进入子会话、查看时间线和下载交付物的可观测界面。这也是 2.0 最核心的产品判断Agent 协作的关键不是“能互相调用”而是“围绕一个共享事实源持续工作”。这个共享事实源就是任务板。二、一句话目标如何变成一场团队交付假设你组建了一支“行业研究团队”Lead研究负责人Member A资料搜集Member B数据分析Member C报告撰写Reviewer事实核查与质量审核。你只需要对 Lead 说调研 2026 年企业 Agent 平台市场输出一份包含竞品、技术路线和落地建议的报告。接下来发生的事情不再藏在一个长对话里。Lead 会把目标拆成任务写入共享任务板并用blockedBy描述依赖关系。派发引擎把可以并行的工作分给空闲成员资料搜集完成后结果与交付物自动进入下游任务的派发上下文需要人工确认的任务停在in_review所有任务落定后Lead 被自动唤醒汇总最终结论。任务板支持八种状态pending 待处理 in_progress 执行中 in_review 待审核 completed 已完成 failed 执行失败 cancelled 已取消 blocked 被依赖阻塞 stale 执行者失联、租约过期这八种状态不是前端标签而是后端状态机。关键状态变更通过数据库条件更新守卫并发情况下只有一个执行者能成功认领任务。Plan-Execute 也真正接入了团队过去Plan-Execute 类型的 Agent 会生成计划但通常仍在自己的执行链里串行推进。2.0 中Lead 生成计划后可以把整份计划移交任务板计划步骤映射成团队任务步骤依赖映射成blockedBy原本能并行的步骤由成员并行执行全部任务完成后通过停靠计划恢复门进入汇总节点。移交采用“全有或全无”策略。如果某一步找不到合适的团队成员整份计划回落原有串行管线不会留下一半在任务板、一半在旧执行链的撕裂状态。换句话说会规划的 Lead规划能力现在就是编排能力。三、长任务不能靠“希望它别出错”让 Agent 写两段文案与让一支 Agent 团队运行几十分钟是两种完全不同的可靠性要求。任务可能被重复领取进程可能中途退出用户可能要求立即停止敏感结果可能需要人审。MateClaw 2.0 因此给团队执行链补上了几项基础机制。1. 执行租约 运行期心跳任务被认领后持有执行租约运行期间持续续期。只有真正失联的任务才会进入stale允许重新派发。它解决了一个很实际的问题任务明明还在跑扫描器却把它当成超时任务重新派给第二个实例两个结果最后互相覆盖。2. 取消即真实中断点击取消不只是把数据库状态改成cancelled。成员子会话被注册到流跟踪器取消后会在下一个图节点边界停止不再继续消耗 token 直到自然结束。3. 审批是状态机的一部分创建任务时可以声明requireApproval。成员提交结果后任务进入in_review由 Reviewer 或有权限的人明确批准、拒绝。审批不是一条旁路消息而是任务继续流动的正式条件。4. 交付物跟着任务走成员生成的 DOCX、PPTX、XLSX、PDF 可以登记到任务。用户可在任务详情中直接下载下游任务也会收到这些交付物不必从一段可能被截断的长文本里找文件链接。5. 执行过程可观察团队页通过 SSE 事件通道实时刷新看板不依赖固定间隔轮询。用户可以看到实时活动横幅每个任务的生命周期时间线成员子会话的完整转写正在执行时的打字机直播每列真实任务总数与分页数据已登记交付物的下载入口。可观测不是为了做一块漂亮的大屏。对长任务来说它决定了用户能不能信任这支队伍。四、2.0 还补齐了这些生产链路Agent Teams 是主轴但 2.0 并不只是一块任务板。工作空间隔离全面收口2.0 修复了两类“实体已按工作空间隔离但键的生成漏了工作空间维度”的问题渠道会话 ID 编入渠道标识不同工作空间面对同一个外部用户时不再意外落进同一条会话同名 Skill 可以在不同工作空间共存安装查重、磁盘目录、运行时解析三层都按工作空间隔离。这不是功能亮点却是多租户系统必须守住的底线。渠道长任务不再像“卡死”/new、/clear、/status、/stop、/model、/help六组魔法命令统一在进入 LLM 前拦截全渠道一次注册即可生效。企业微信还增加了事件驱动的进度气泡思考状态、工具轨迹、阶段叙述和耗时原地更新首个答案分片到达后原进度槽位渐变为最终回答。回退与重新生成成为服务端语义“回退到此处”会真正截断后续消息并重算会话统计“重新生成”复用原始用户消息重跑不再重复插入一条提问。Admin 控制台、WebChat 与 API 现在遵循同一套语义刷新或换端后不会看到旧答案重新出现。自动批准终于会解释“为什么没命中”自动批准结果与未命中原因码进入审计记录是没有候选策略、严重度上限不够、工作空间不匹配还是 CRITICAL 强制人审一眼可以看清。审计页还能带着工具名、范围和建议严重度一键补策略。LLM 错误恢复从 if/else 变成策略2.0 把服务端过载与调用方限流分开处理503/529 等过载错误优先在同一 Provider 内退避429 限流才快速切换Retry-After和 ratelimit reset 参与退避与健康冷却被摘除的 Provider 到 TTL 后自动回收随机抖动避免大量并发会话形成重试风暴。Skill、附件与记忆SKILL.md成为运行时与控制台之间的单一事实源文件与数据库双向调和scripts/、references/、templates/捆绑文件可在控制台管理PDF、DOCX、XLSX、HTML、Markdown、文本和代码附件可以在线预览Mem0 以可选插件形式成为新的 Memory Provider默认本地优先、零外部依赖的形态不变。五、升级配置兼容团队按需启用从 v1.8.0 升级到 v2.0.0已有员工、Skill、Wiki、渠道、定时任务、Workflow、Trigger 和 Goal 都会保留。Flyway 会自动执行 V170–V174 迁移覆盖自动批准审计字段、会话 ID 扩容、团队基础表、team_tasks工具和任务事件时间线。有几件事值得提前知道不创建团队原来的使用方式不会改变delegateToAgent与 Agent Teams 可以并存。新的渠道会话 ID 格式只影响新会话历史会话有迁移与兼容兜底。魔法命令在进入 LLM 前处理正文中间出现/stop不会误触发。自动批准新增的结果字段只对升级后的新调用生效旧审计行不会回填。六、快速开始Docker 部署gitclone https://github.com/mateaix/mateclaw.gitcdmateclawcp.env.example .envdockercompose up-d启动后访问http://localhost:18080默认账号admin默认密码admin123本地开发# 后端Java 21cdmateclaw-server mvn spring-boot:run# 前端Vue 3 TypeScriptcd../mateclaw-uipnpminstallpnpmdevMateClaw 后端基于 Spring Boot 3.5 与 Spring AI Alibaba前端采用 Vue 3、TypeScript 和 Vite生产支持 MySQL 8.0开发可直接使用 H2。项目以 Apache License 2.0 开源。七、写在最后1.0 让 MateClaw 能对话。1.x 让它能干活锁定目标、运行长任务、调用 Tool / Skill / MCP、处理知识与记忆最后交付一整件事。2.0 让它开始带队。拆解、派发、并行、审批、交付、恢复、复盘——一支队伍该有的机制被放进同一块透明的任务板。从“一个能干活的人”到“一支能协作的队伍”。这是 MateClaw 2.0。项目地址github: github.com/mateaix/mateclawgitee: https://gitee.com/mateos/mateclaw2.0 完整发布说明claw.mate.vip/docs/zh/releases/2.0.0在线文档claw.mate.vip/docs在线演示claw-demo.mate.vip如果这个项目对你有帮助欢迎 Star、提交 Issue或者把你的 Agent 团队使用场景告诉我们。