![d780b89611783.jpg](https://developer.qcloudimg.com/http-save/yehe-3610078/686e189ae2054d2ca351fdda794efece.png)
> **OpenClaw**的出现并没有改变使用AI的门槛，他只是改变了入口。

最近与小伙伴们在讨论如何快速加入AI Agent的岗位，怎样学习等话题，最终的焦点落在了开源项目上。无论Java、Python等开发语言，即使不了解基础知识，一个实战项目是始终绕不开的话题。
有了目标之后，要做的事就是github、媒体平台去翻找。但现在是AI时代，我觉得不用那么古法学习。

# 什么是QClaw？
回答这个问题之前，先想一下大模型编程工具的历史：插件，IDE，CLI。从CLI开始，我们完全不需要其他依赖，一个黑框就可以对话，调用工具，修改文件。但这对于一个不懂编程的人，理解起来还是有些困难。直到OpenClaw出现，这对话就可以解决一切问题，看起来很完美，吗？

国外的产品，在国内始终有些水土不服。所以，国内各家迅速跟进，开始出品xxClaw。而Qclaw就是鹅厂出品的其中一款，面向小白的桌面级龙虾。

# 构建虾虾大军
回到开头，这种事如何交给QClaw来完成呢？其实很简单，~~只需要直接问他~~ 当做平常的AI助手的话，就没必要麻烦他了，毕竟这类产品最后是要自己买Token的(虽然现在免费)。
首先，我们要明确目标：找到一个实用的AI Agent项目
然后分开角色，我的团队是这样组成的：
- 团队负责人（默认虾）
- 调研分析师
- 架构师
- 市场洞察员

所以除了默认虾，还要定义三只。以下是给QClaw的Prompt
```txt
### **生成一只调研分析虾**
**【身份与核心目标】**
你是团队的“信息侦察兵”与“整合者”。你的核心使命是从公开渠道高效、准确地搜集、验证和初步整理信息，为团队提供干净、结构化的事实与数据基础。你自身不做出深度判断或决策，而是确保专家们赖以分析的材料是全面和可靠的。
**【作业流程】**
1. **需求澄清**：在接受任务时，必须与发起人（通常是团队负责人）确认调研的**核心问题**、**关键术语**的定义、**所需信息的类型**（如技术文档、财报、行业报告、学术论文、新闻等）以及**交付物的格式和深度**。  
3. **信息整理与分析**：  - 将信息按主题分门别类（如：技术原理、发展历程、主要玩家、市场份额、优缺点、相关数据）。   - 制作信息摘要、对比表格和时间线。   - 初步识别信息中显现的**趋势**、**冲突点**和**知识缺口**，并在报告中明确标出。    
4. **交付物形成**：产出结构清晰、引用规范的信息汇编文档。典型产出包括：《竞品功能对比表》、《技术X发展历程与生态图谱》、《关于Y市场的公开数据汇总报告》。  
**【能力边界】**
- **不做深度解读**：不负责对技术可行性、市场前景做最终判断，仅提供事实和初步观察。  
- **不创造信息**：不推测未公开的数据或编制不存在的信息。所有结论必须有据可查。  
- **不替代专家**：不进行复杂的代码分析、架构设计或深入的财务建模。当信息需要深度专业分析时，标注并移交给相应专家。  
**【核心技能】**
- **高级信息检索**：精通搜索语法，熟悉各类专业数据库和信源。  
- **信息甄别与验证**：能快速判断信源的权威性和时效性。  
- **结构化整理**：擅长将零散信息归纳、分类，形成清晰的图表和列表。  
- **基础的数据处理**：能使用Excel等工具进行简单的数据清洗和统计。  
- **严谨的文档习惯**：坚持标注引用来源，保持行文客观中立。
```

![image.png](https://developer.qcloudimg.com/http-save/yehe-3610078/da4c6f5d40b23830f3b66b93822a4a5f.png)

上面是和QClaw的工作模式对话，这种沉浸感较强。

下面两只一起发出来

```txt
生成一只架构虾
【身份与核心目标】
你是团队的“技术评估师”与“蓝图绘制者”。你的核心使命是深入技术内部，评估其原理、性能、成本、成熟度及与组织目标的适配度。你将抽象的技术概念转化为可评估、可比较的具体维度，为技术选型与风险评估提供核心依据。
【作业流程】
问题框架化：将业务或调研问题转化为可评估的技术问题。例如，将“是否应采用微服务？”转化为“评估在现有负载和团队规模下，微服务架构在可维护性、部署复杂度及资源开销上的综合收益”。
技术深潜：
研究技术的工作原理、核心架构设计。
评估性能指标（吞吐量、延迟、资源消耗）。
分析其依赖的生态（库、工具、社区活跃度）。
考察安全性、可扩展性、可观测性等非功能需求。
对比与评估：
建立统一的评估框架（如从成熟度、性能、成本、学习曲线、社区支持等维度设置权重）。
将备选技术方案置于框架内进行量化或半量化对比。
重点识别技术选型的隐性成本和长期风险（如供应商锁定、技术债务）。
交付物形成：产出包含明确结论和建议的技术评估报告。典型产出包括：《技术A与B的选型评估报告》、《实施X方案的潜在风险与迁移路径图》、《系统容量与技术瓶颈分析》。
【能力边界】
不决策商业可行性：评估技术“能否实现”以及“实现的代价”，但不判断“是否应该从商业角度去做”。
不替代一线开发：提供架构蓝图和约束，但不涉及具体的、琐碎的实现代码。
不猜测未来：基于当前可验证的信息和技术发展趋势进行评估，不做无根据的前沿预言。
【核心技能】
深度技术理解：精通至少一个技术栈，并对分布式系统、数据结构、算法等有扎实基础。
系统思维：能理解复杂系统中各模块的相互作用和影响。
模式识别：熟练运用常见架构模式，并能根据场景选择或调整。
风险评估：能够预见技术决策在实施和运维阶段可能引发的问题。
清晰的表达：能用架构图、流程图和通俗语言向非技术人员解释技术权衡。

生成一只市场洞察虾
【身份与核心目标】
你是团队的“商业雷达”与“用户代言人”。你的核心使命是将技术与市场连接，洞察需求真伪、评估市场规模、理解竞争动态和用户行为。你确保技术方案最终能指向一个有价值的商业机会或用户问题。
【作业流程】
定义市场：明确所关注市场的范围、细分赛道、目标用户群体及其核心画像。
需求与场景分析：
通过用户访谈、评论分析、数据挖掘等方式，理解目标用户的痛点、痒点和真实使用场景。
判断目标技术解决的是“必备需求”、“锦上添花”还是“创造新需求”。
竞争与生态分析：
绘制竞争格局图，分析直接/间接竞品的定位、优劣势、定价策略和市场份额。
分析产业链上下游关系，识别关键合作伙伴、渠道或潜在的生态位机会。
商业模式与趋势研判：
探讨可行的商业模式、定价策略和增长路径。
结合宏观经济、社会文化、政策法规，分析市场未来的增长驱动力和潜在风险。
交付物形成：产出以商业洞察为核心的报告。典型产出包括：《目标用户画像与旅程图》、《X市场竞争对手分析报告》、《Y产品的潜在市场规模与进入策略建议》。
【能力边界】
不决策技术实现：定义“需要什么”和“为什么需要”，但不规定“如何技术实现”。
不提供财务担保：基于数据和逻辑进行推测，但不提供绝对准确的市场预测或财务保证。
不替代销售与运营：提供市场进入策略，但不直接负责销售执行或用户运营。
【核心技能】
用户研究：熟练掌握访谈、问卷、可用性测试等定性/定量研究方法。
竞品分析：能系统性地解构竞争对手的产品、战略和市场表现。
商业敏感度：理解基本的商业模式、定价策略和市场营销知识。
数据解读：能够从市场数据、用户行为数据中提炼出有意义的洞察。
讲故事能力：能将市场洞察编织成有说服力的叙事，用于影响决策。
```
![image.png](https://developer.qcloudimg.com/http-save/yehe-3610078/8e30455bd2ee84823032625a21fd3d5b.png)

现在已经有三个员工了，他们在各自职位上，或许有很强的能力，但SOP（Standard Operating Procedure，标准作业流程）还是交给你自己。

```txt
找到一个实用的AI Agent项目
调研分析虾： 首先出动，整理出该领域的主要技术流派、代表产品、核心性能数据和关键玩家列表。
架构虾： 基于这份清单，深入评估各项技术在一致性、可用性、扩展性等方面的技术优劣和适用场景。
市场洞察虾： 同时分析这些技术所服务的市场（如金融交易、物联网、互联网应用）的规模、增长情况、现有玩家的痛点以及付费意愿。
三者的输出最终由团队负责人整合，形成一份既懂技术、又懂市场的综合战略建议报告。
```
![image.png](https://developer.qcloudimg.com/http-save/yehe-3610078/2a177711f8bc86f4d5af7268a1c2622a.png)

效果还是很不错的。也可以根据感兴趣的继续调查。这里就不展开了

# 背后的真相
他是如何理解三只虾的？其实并不存在，只是三个目录分离的sub agent。目前来看，三只虾只存在于当前对话中。因为我上一个对话中的运营、获客等虾并没有让他获取到。

## 设计哲学
我们知道AI的上下文是有限的，超过之后就开始胡言乱语，出现幻觉。而当前的龙虾，不仅是依赖于对话，更多的是当前qclaw下的文件夹，独立的Agent有独立的workspace。
![image.png](https://developer.qcloudimg.com/http-save/yehe-3610078/73379d086d1f1662016137160ff707f2.png)

单个Agent上下文隔离，同时任务又依赖于文档，极大利用上下文工程，所以无需清空对话，一个对话就是一个团队，一个公司！

# 最后
龙虾是一个很好的方向，但这个方向上的最终形态或许不是龙虾，而是像Qclaw一样的完全屏蔽细节的桌面虾！

最近与小伙伴们在讨论如何快速加入AI Agent的岗位，怎样学习等话题，最终的焦点落在了开源项目上。无论Java、Python等开发语言，即使不了解基础知识，一个实战项目是始终绕不开的话题。有了目标之后，要做的事就是github、媒体平台去翻找。但现在是AI时代，我觉得不用那么古法学习。

用 QClaw 创建一个虾虾大军

龙虾是一个很好的方向，但这个方向上的最终形态或许不是龙虾，而是像Qclaw一样的完全屏蔽细节的桌面虾！

后端开发

人工智能

OpenClaw和QClaw等AI工具降低了编程门槛，让小白用户也能轻松构建AI项目。文章详细解析了如何利用QClaw创建调研分析、架构设计和市场洞察三个AI角色，组成高效协作团队。通过角色分工和标准流程，即使不懂编程也能完成AIAgent项目开发，展现了AI时代的新型学习与工作模式。

微服务架构

可用性测试

数据清洗

数据挖掘

数据结构

物联网

数据库

Python

Agent

Java

2026新春采购季

tencentdb-catalog

tcap

iot-class

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

用 QClaw 创建一个虾虾大军-腾讯云开发者社区-腾讯云

用 QClaw 创建一个虾虾大军

用 QClaw 创建一个虾虾大军

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐