上篇文章评论区积攒了几十个问题，挑了最高频的几类，一篇讲完。从概念混淆、环境配置、到多角色协作、国内模型接入，系统梳理。

---

一、最容易混的三个概念（搞清楚这个，80% 的问题就消解了）

很多朋友把下面三件事当成同一件：

层	代表	是什么	作用
角色库	agency-agents（211 个 .md）/ superpowers（15 个 skill）	写好的系统提示词 / 工作方法论	告诉 AI “你是谁” / “该怎么做事”
Agent 工具	Hermes Agent / OpenClaw / Claude Code / Trae / Cursor	实际跑 AI 的工具本身	跟模型对话、执行工具调用
编排层	agency-orchestrator (AO) / LangGraph	调度多个角色按顺序/条件/并行干活	让角色之间接力、分叉、合流

常见误解对号入座：

• “我装了 hermes 和 211 角色，配置不一样是不是出 bug 了？” → 不是。一个是工具，一个是内容库，本来就不一样。211 角色里某个 .md 的内容可以直接粘到 hermes 的 SOUL.md 里用。
• “agency-agents-zh 和 superpowers-zh 选哪个？” → 不冲突。一个告诉 AI 扮演谁（211 岗位），一个告诉 AI 怎么干活（15 个方法论），配合用最好。ecc 是另一个独立框架，skills 更杂（100+），方向不同，按需挑单个 skill 用，别整个装。
• “subagents 能改成 agent teams 吗？” → 可以。AO 就是做 “teams” 的，内置 30+ 预建团队工作流。

---

二、“多 Agent 调度不准怎么办？”

这是评论区最高频的问题之一。

先澄清一个认知：AO 的 DAG 执行是确定性的，不存在"调度不准"。执行顺序完全由你在 YAML 里写的 depends_on / condition / loop 决定。

效果不好基本只有两个原因：

1. 大模型能力不够 —— 换强模型

# .env
AO_PROVIDER=deepseek
AO_MODEL=deepseek-chat

# 或用 Claude
AO_PROVIDER=claude
AO_MODEL=claude-sonnet-4-20250514

2. ao compose 自动生成的 YAML 不理想

compose 生成的本质也是大模型写的，两个办法：

# 用更强的模型生成
AO_PROVIDER=claude ao compose "你的需求"

# 或生成后自己微调
ao compose "需求" -o my.yaml
# 打开 my.yaml 改不满意的步骤
ao run my.yaml

进阶（LangGraph supervisor 用户）

自己写 supervisor 做调度的话，三个改进方向：

• 别让 LLM 打分，每个 agent 注册成 tool 让模型 function call，稳定性高一个量级
• 摘要里加 when_NOT_to_use + 2 个示例 query，比写"能干嘛"有用 10 倍
• 先排查 agent 能力有没有重叠，重叠了 prompt 救不了，得切 scope

---

三、环境配置坑（Windows / Mac / 国内模型）

Windows 下 API Key 怎么配？

export 是 Mac/Linux 命令，Windows 不认。Windows 用：

# CMD
set DEEPSEEK_API_KEY=你的key

# PowerShell
$env:DEEPSEEK_API_KEY="你的key"

关终端就没了。想永久生效去"系统设置 → 环境变量"里加，加完必须重开终端，已经打开的终端读不到新环境变量。

验证：

echo %DEEPSEEK_API_KEY%

有输出 = 生效。

国内云厂商（百炼 / 火山 / MiniMax）怎么接？

规律：国内厂商基本都提供 OpenAI 兼容 API，统一用 provider: openai + base_url 指过去即可。

百炼（阿里）DeepSeek：

ao init --provider openai \
  --base-url "https://dashscope.aliyuncs.com/compatible-mode/v1" \
  --api-key "你的百炼key" \
  --model "deepseek-v3"

火山引擎 coding plan：

ao init --provider openai --model ark-code-latest \
  --base-url https://ark.cn-beijing.volces.com/api/coding/v3 \
  --api-key 你的key

MiniMax（推荐直连，不绕 OpenClaw）：

llm:
  provider: "openai"
  base_url: "https://api.minimax.chat/v1"
  model: "MiniMax-M2.7"
  api_key: "你的 MiniMax API Key"

坑提醒：两个 .env 打架

有时系统里有两个 .env（agency-orchestrator/bin 下和 openclaw/workspace 下），ao init 改的是前者，实际生效的是后者，怎么配都不对。定位方式：打印运行时的环境变量对一下是哪个。

单独安装 vs 项目自带

• agency-agents-zh 是 AO 的内置依赖，自动带上，不用单独装
• AO 本身 npx ao run workflow.yaml 直接用，npx 自动下载
• 用得多就全局装：npm install -g agency-orchestrator

---

四、工具适配常见问题

Hermes Agent 支持多角色协作吗？

严格说：不是不行，但对初学者不够友好。 官方 repo 里 hermes 有 “spawn isolated subagents” 能力，但没有开箱即用的多角色编排（PM → 工程师 → 法务 这种），要做得自己写 Python + RPC 串。

开箱即用方案：用 AO 当编排层，配 provider: "hermes-cli"，hermes 当 AO 的执行引擎，211 角色当 system prompt，完整串起来。

几个容易误会的点：

• hermes 的角色机制叫 personality（不是 profile），用 SOUL.md 配
• 官方集成没列飞书（只支持 Telegram / Discord / Slack 等）
• Windows 需要 WSL2，不原生支持

OpenClaw 里怎么选具体角色？

两种方式，推荐方式一：

方式一：聊天里直接说

• “切换到 UI 设计师”
• “切换到前端开发者”
• “帮我列出所有可用的智能体”

方式二：命令行绑定

openclaw agents list
openclaw agents bind --agent design-ui-designer --bind feishu:default

Trae 下 superpowers-zh 不自动激活？

历史 bug，v1.1.2 已修复：

rm -rf .trae/rules/ .trae/skills/
npx superpowers-zh@latest

重启 Trae。

注意 Trae 的 /spec 是它自己的命令，和 superpowers-zh 无关。想触发 skill，对话里按名字提：“用头脑风暴 skill 分析这个需求”。

Cursor 下 -a cursor 检测不到？

没手动建过 .cursor 目录，安装脚本会静默回退到 Claude Code 目录。解决：

mkdir .cursor          # 手动建个空的
npx superpowers-zh     # 别指定 -a，让它自动检测

---

五、角色适配：技术栈不一致能用吗？

有读者问：角色 md 里示例用 PostgreSQL + JS，我是 MySQL + Java 能用吗？

可以直接用，不用新建。 md 里的代码示例只是演示，不是限制。智能体理解的是你的需求和上下文，不是照搬示例代码。

想更贴合，对话开头说一句：

我的技术栈是 Java + MySQL

就行。

---

六、最小示例：多角色协作怎么跑起来

目标：PM → 工程师 → 法务 接力

# pipeline.yaml
name: "需求评审流水线"
agents_dir: "agency-agents-zh"

llm:
  provider: "deepseek"
  model: "deepseek-chat"

concurrency: 2

inputs:
  - name: idea
    required: true

steps:
  - id: pm
    role: "product/product-manager"
    task: "把这个想法转成产品需求文档：{{idea}}"
    output: prd

  - id: engineer
    role: "engineering/engineering-backend-architect"
    task: "基于这份 PRD 出技术方案：{{prd}}"
    output: tech_plan
    depends_on: [pm]

  - id: legal
    role: "support/support-legal-compliance-checker"
    task: "审查产品+技术方案有无合规风险：PRD={{prd}} 方案={{tech_plan}}"
    output: legal_review
    depends_on: [engineer]

跑：

ao run pipeline.yaml -i idea="做一个 AI 简历助手"

不想写 YAML？一句话自动生成：

ao compose "做一次产品→工程→法务的需求评审" --run

---

七、我该选哪个？一张表结束

你想做的事	选什么
让 AI 扮演某个岗位聊天	agency-agents-zh + 任意 AI 工具
让 AI 按专业方法论干活（TDD、头脑风暴、调试）	superpowers-zh
单个工具里又扮演岗位又用方法论	agency-agents-zh + superpowers-zh 组合
多角色接力、分叉、并行协作	agency-orchestrator（AO）
本地免费跑	Ollama + AO
国内云厂商（百炼/火山/MiniMax 等）	provider: openai + base_url 指过去
不知道项目怎么拆分	superpowers-zh 的 brainstorming skill 会反问你关键问题并给方案

---

写在最后

工具本身完全开源免费，只需自备 AI 模型 API（DeepSeek 最便宜，Ollama 本地跑完全免费）。

本文覆盖的 30+ 问题均来自上篇评论区，感谢每一位认真提问的朋友。遇到新问题继续评论区交流，下期继续整理。

• 角色库：github.com/jnMetaCode/agency-agents-zh
• 方法论：github.com/jnMetaCode/superpowers-zh
• 编排层：github.com/jnMetaCode/agency-orchestrator