← 开源
WW-AI-Lab

openclaw-office

OpenClaw Multi-Agent 系统的可视化监控与 Skills 开发平台。将 AI 聊天机器人进化为可编程的 Skills 系统——创建、开发、调试和部署可复用的技能,搭配实时虚拟办公室仪表盘监控 Agent 协作。

InfrastructureObservabilityTypeScript
在 GitHub 打开
增长势头
+024 小时新增 Star0.0%
645
Star
115
Fork
+-2
本周
1
贡献者
创建于 2026-02-27 · 更新于 2026-10-15 · 今日第 15580 名
主要开发者

WW-AI-Lab/openclaw-office 排名第 15,580,有 645 个星标。

同类别比较

WW-AI-Lab/openclaw-office 排名第 15,580,此处有 8 个同类条目;DaveBben/esp32-llm 排名第 15,578。

同类别比较
名称排名指标
ParisNeo/lollms_hub15,520
语言:
Python
星标数:
649
分叉数:
102
简介:
A proxy server for multiple ollama instances with Key security
mlcommons/ck15,527
语言:
Python
星标数:
649
分叉数:
122
简介:
Collective Knowledge (CK), Collective Mind (CM/CMX) and MLPerf automations: community-driven projects to learn how to run AI, ML, and other emerging workloads more efficiently and cost-effectively across diverse models, datasets, software, and hardware using MLPerf methodology and benchmarks.
danilofalcao/cursor-deepseek15,554
语言:
Go
星标数:
647
分叉数:
51
简介:
A high-performance HTTP/2-enabled proxy server designed specifically to enable Cursor IDE's Composer to use DeepSeek's and OpenRouter's language models. This proxy translates OpenAI-compatible API requests to DeepSeek/OpenRouter API format, allowing Cursor's Composer and other OpenAI API-compatible tools to seamlessly work with these models.
DaveBben/esp32-llm15,578
语言:
C
星标数:
645
分叉数:
82
简介:
Running a LLM on the ESP32
princeton-nlp/LLM-Shearing15,622
语言:
Python
星标数:
643
分叉数:
59
简介:
[ICLR 2024] Sheared LLaMA: Accelerating Language Model Pre-training via Structured Pruning
apache/casbin-gateway15,630
语言:
Go
星标数:
642
分叉数:
71
简介:
See what every AI coding agent on your machine is doing, and whether the API behind it is the one you paid for. Claude Code, Codex, Cursor, Gemini CLI and more: one endpoint for 44 model vendors, A–F API authenticity grading, per-agent permissions, usage and prompt records.
open-edge-platform/dlstreamer15,633
语言:
C++
星标数:
642
分叉数:
211
简介:
Deep Learning Streamer (DL Streamer) Pipeline Framework is an open-source streaming media analytics framework, based on GStreamer* multimedia framework, for creating complex media analytics pipelines for the Cloud or at the Edge.
NVIDIA/runx15,643
语言:
Python
星标数:
641
分叉数:
42
简介:
Deep Learning Experiment Management
关键参数与规格
关键参数与规格
参数值
语言TypeScript
类别Infrastructure
子类别Observability
关键词Agent society, Agent-ready APIs, Digital twins, Tool use
星标数645
分叉数115
贡献者1
创建日期2026-02-27
更新日期2026-10-15
1 天星标数0
7 天星标数-2
排名15,580
上次排名15,387
排名变化-193
7 天星标排名18,470
上次 7 天星标排名18,403
7 天星标排名变化-67
总星标排名15,863
上次总星标排名15,832
总星标排名变化-31
README 摘录

OpenClaw Office English 将 AI 智能体的协作逻辑具象化为实时的数字孪生办公室。 **OpenClaw Office** 是 OpenClaw Multi-Agent 系统的可视化监控与管理前端。 它通过等距投影风格的虚拟办公室场景,实时展示 Agent 的工作状态、协作链路、工具调

用和资源消耗,同时提供完整的控制台管理界面和 Chat 对话工作区。 **核心隐喻:** Agent = 数字员工 | 办公室 = Agent 运行时 | 工位 = Session | 会议室 = 协作上下文 **OpenClaw Office 让 OpenClaw 从一个聊天机器人进化为一套 Skills 系统。 md 自动生成**:内

置 守卫技能,一键生成符合规范的彩色 Mermaid 流程图,支持单图与多图模式 **纯 Markdown 多图预览**:流程图预览完全走 Markdown 渲染链路,一次渲染多个 Mermaid 代码块 **A2UI 可视化输入表单**:声明式表单 Schema,Chat 中的 a2ui ~/. 28" -OfficePort 5180 -GatewayPort

18789 指定使用特定 WSL 发行版 . ts ──> Zustand Store ──> React 组件 agent presence health heartbeat agent sessions.

常见问题

记录了多少星标和分叉?

WW-AI-Lab/openclaw-office 有 645 个星标和 115 个分叉。

仓库排名是多少?

WW-AI-Lab/openclaw-office 排名第 15,580。

记录的语言和类别是什么?

WW-AI-Lab/openclaw-office 有 645 个星标,语言为 TypeScript,类别为 Infrastructure。

哪个仓库排名最接近?

WW-AI-Lab/openclaw-office 与 DaveBben/esp32-llm 比较,后者排名第 15,578,有 645 个星标。

README

OpenClaw Office

English

将 AI 智能体的协作逻辑具象化为实时的数字孪生办公室。

OpenClaw Office 是 OpenClaw Multi-Agent 系统的可视化监控与管理前端。它通过等距投影风格的虚拟办公室场景,实时展示 Agent 的工作状态、协作链路、工具调用和资源消耗,同时提供完整的控制台管理界面和 Chat 对话工作区。

核心隐喻: Agent = 数字员工 | 办公室 = Agent 运行时 | 工位 = Session | 会议室 = 协作上下文

OpenClaw Office 让 OpenClaw 从一个聊天机器人进化为一套 Skills 系统。 不只是对话——而是创建、开发、调试和部署可复用的技能,让每个 Agent 都能掌握专业能力并协同完成复杂任务。


功能亮点

✨ Skill Workbench — Skills 开发平台

Skill Workbench 是 OpenClaw Office 的核心差异化功能——把「创建 Skill / 修改 Skill / 生成流程图 / A2UI 输入表单」整合成一个完整的 AI 协作开发环境,让 OpenClaw 真正成为一个可编程的 Skills 系统:

  • 三页面嵌套路由:/skill-workbench(列表)→ /skill-workbench/create(创建向导)→ /skill-workbench/:slug(详情)
  • 聊天侧边栏驱动开发:在侧边栏与 AI 对话即可创建、修改 Skill,文件变动实时同步磁盘
  • FLOWCHART.md 自动生成:内置 skill-workbench-mermaid-guard 守卫技能,一键生成符合规范的彩色 Mermaid 流程图,支持单图与多图模式
  • 纯 Markdown 多图预览:流程图预览完全走 Markdown 渲染链路,一次渲染多个 Mermaid 代码块
  • A2UI 可视化输入表单:声明式表单 Schema,Chat 中的 ```a2ui 代码块自动渲染为交互式表单,详情页提供「A2UI 调试」选项卡一键生成和预览
  • 默认技能自动安装:首次进入工作台时,嵌入式服务端自动把 npm 包内置的默认 Skill 拷贝到 ~/.openclaw/workspace/skills/,无需手工安装

详细使用指南见 SKILL-WORKBENCH.md。

虚拟办公室

  • 2D 平面图 — SVG 渲染的等距办公室场景,包含工位区、临时工位、会议区和丰富的家具(桌椅/沙发/植物/咖啡杯)
  • Agent 头像 — 基于 agentId 确定性生成的 SVG 头像,支持实时状态动画(空闲/工作中/发言/工具调用/错误)
  • 协作连线 — Agent 间消息传递的可视化连接
  • 气泡面板 — 实时 Markdown 文本流和工具调用展示
  • 侧边面板 — Agent 详情、Token 折线图、成本饼图、活跃热力图、子 Agent 关系图、事件时间轴

Chat 对话工作区

  • 顶部导航可直达的独立 Chat 工作区(/#/chat),底部停靠栏保留为快捷入口
  • 会话管理 — 创建新会话、切换历史会话、按 Agent 路由,支持多 Agent 并行对话
  • 实时流式转录 — 流式展示 AI 回复,支持中止/重发
  • 聊天历史持久化 — 服务端按天分片缓存聊天记录,跨浏览器/设备/刷新稳定可见
  • 工具调用可视化 — 在对话流中嵌入 Agent 工具调用状态,可折叠查看
  • 斜杠命令 — /help、/new、/reset、/model、/think、/export 等快捷指令
  • 附件支持 — 支持图片及任意文件附件
  • 辅助功能 — 搜索、导出 Markdown、专注模式、消息置顶引用
  • 动态表单交互(A2UI)— AI 回复中的 ```a2ui 代码块自动渲染为结构化表单,支持文本、选择、文件上传等多种字段类型,提交后以结构化消息回发 Agent

控制台

完整的系统管理界面:

页面 功能
Dashboard 概览统计卡片、告警横幅、Channel/Skill 概览、快捷导航
Agents Agent 列表/创建/删除,详情多 Tab(Overview/Channels/Cron/Skills/Tools/Files)
Channels 渠道卡片、配置对话框、统计、WhatsApp QR 绑定流程
Skills 技能市场、安装选项、技能详情
Skill Workbench ✨ Skills 开发平台(详见上方介绍)
Cron 定时任务管理和统计
Settings Provider 管理(添加/编辑/模型编辑器)、外观/Gateway/开发者/高级/关于/更新

其他特性

  • 国际化 — 完整的中英文双语支持,运行时语言切换
  • Mock 模式 — 无需连接 Gateway 即可开发
  • 响应式 — 移动端优化,自动切换 2D 模式

技术栈

层 技术
构建工具 Vite 6
UI 框架 React 19
2D 渲染 SVG + CSS Animations
状态管理 Zustand 5 + Immer
样式 Tailwind CSS 4
路由 React Router 7
图表 Recharts
国际化 i18next + react-i18next
实时通信 原生 WebSocket(对接 OpenClaw Gateway)

前提条件

  • Node.js 22+
  • OpenClaw 已安装并运行

OpenClaw Office 是 OpenClaw 的配套前端,连接到正在运行的 OpenClaw Gateway。它不会启动或管理 Gateway 本身。


快捷启动

无需克隆仓库,最快速的运行方式:

# 直接运行(一次性使用)
npx @ww-ai-lab/openclaw-office

# 或全局安装
npm install -g @ww-ai-lab/openclaw-office
openclaw-office

Gateway 认证

启动后,浏览器会显示 OpenClaw Office 的登录界面,需要你输入 Gateway 连接信息进行认证:

  1. Gateway URL — Gateway WebSocket 地址,默认 ws://localhost:18789(预填自后端注入配置)
  2. Access Token — Gateway 认证令牌(从 OpenClaw 配置文件 ~/.openclaw/openclaw.json 中的 gateway.auth.token 字段获取)
  3. Password(可选)— Gateway 密码(如果启用了密码认证)

填写后点击「连接」即可进入系统。

说明: 本地部署若未启用认证,Gateway URL 保持默认、Token 留空,直接点击「连接」即可。

CLI 参数

参数 说明 默认值
-t, --token Gateway 认证 token 自动检测
-g, --gateway Gateway WebSocket 地址 ws://localhost:18789
-p, --port 服务端口 5180
--host 绑定地址 0.0.0.0
-h, --help 显示帮助 —

说明: 此方式运行的是预构建的生产版本。如需热重载开发,请参见下方 开发 部分。


安装为系统服务(后台运行)

将 OpenClaw Office 注册为系统服务后,它会在开机/登录时自动启动,无需手动运行命令。支持 macOS(launchd)和 Linux(systemd --user)。

安装服务

# 安装为系统服务(token 自动检测,也可手动指定)
openclaw-office service install

# 指定 token 和端口
openclaw-office service install --token  --port 3000

安装完成后,服务会立即启动并在后台运行。后续每次开机/登录,服务将自动拉起。

服务管理命令

openclaw-office service status              # 查看服务状态
openclaw-office service stop                # 停止服务
openclaw-office service start               # 启动服务
openclaw-office service restart             # 重启服务
openclaw-office service log                 # 查看服务日志
openclaw-office service log --follow        # 实时跟踪日志
openclaw-office service uninstall           # 卸载系统服务

提示: 安装为服务后,也可通过 Settings 页面的「服务管理」面板查看 Gateway 状态和执行重启等操作。


Windows(WSL2)一键启动

系统要求: Windows 10 21H2 / Windows 11 + WSL2,以及一个 Linux 发行版(如 Ubuntu)。

对于 Windows 用户,OpenClaw Office 提供了基于 WSL2 的一键部署方案,无需手动在 WSL 中配置依赖:

双击 start-openclaw-office.cmd — 即可完成以下全部操作:

  1. 自动检测 WSL 发行版(自动跳过 docker-desktop)
  2. 自动安装 Node.js 22+ 和 OpenClaw(如果 WSL 中尚未安装)
  3. 初始化配置 OpenClaw Gateway(首次运行自动生成 token)
  4. 启动 Gateway 服务(在 WSL 中以 systemd 方式运行)
  5. 启动 Office Server(在 Windows 本机以 Node.js 运行)
  6. 自动打开浏览器 http://127.0.0.1:5180

也可通过 PowerShell 直接调用(支持自定义参数):

# 指定 OpenClaw 版本和端口
.\scripts\start-openclaw-office.ps1 -OpenClawVersion "2026.3.28" -OfficePort 5180 -GatewayPort 18789

# 指定使用特定 WSL 发行版
.\scripts\start-openclaw-office.ps1 -Distro "Ubuntu-22.04"
参数 说明 默认值
-Distro WSL 发行版名称(空则自动检测) ""(自动)
-OpenClawVersion 要安装的 OpenClaw 版本 2026.3.28
-OfficePort Office Server 端口 5180
-GatewayPort Gateway 端口 18789

快速开始(从源码)

1. 安装依赖

pnpm install

2. 启动 Gateway

确保 OpenClaw Gateway 在默认地址上运行(localhost:18789)。可通过以下方式启动:

  • OpenClaw macOS 应用
  • openclaw gateway run CLI 命令
  • 其他部署方式(参见 OpenClaw 文档)

提示: 认证 Token 无需提前配置——启动后在浏览器登录界面输入即可。

3. 启动开发服务器

pnpm dev

在浏览器中打开 http://localhost:5180,在登录界面输入 Gateway Token 后连接即可进入。

如需连接非默认地址的 Gateway(例如远程服务器),创建 .env.local 文件(已在 .gitignore 中,不会被提交):

cat > .env.local << 'EOF'
VITE_GATEWAY_URL=ws://192.168.1.100:18789
EOF

环境变量

变量 必须 默认值 说明
VITE_GATEWAY_URL 否 ws://localhost:18789 Gateway WebSocket 地址
VITE_GATEWAY_WS_PATH 否 /gateway-ws 浏览器侧反向代理 WS 路径
VITE_GATEWAY_TOKEN 否 — 预填登录表单的 Token(可选,认证在登录时完成)
VITE_MOCK 否 false 启用 Mock 模式(不需要 Gateway)

Mock 模式(无需 Gateway)

如需在没有运行中的 Gateway 的情况下开发,启用 Mock 模式:

VITE_MOCK=true pnpm dev

这会使用模拟的 Agent 数据进行 UI 开发。


开发

命令

pnpm install              # 安装依赖
pnpm dev                  # 启动开发服务器 (port 5180)
pnpm build                # 构建生产版本
pnpm test                 # 运行测试
pnpm test:watch           # 测试 watch 模式
pnpm typecheck            # TypeScript 类型检查
pnpm lint                 # Oxlint 检查
pnpm format               # Oxfmt 格式化
pnpm check                # lint + format 检查

架构

OpenClaw Office 通过 WebSocket 连接 Gateway,数据流如下:

OpenClaw Gateway  ──WebSocket──>  ws-client.ts  ──>  event-parser.ts  ──>  Zustand Store  ──>  React 组件
     │                                                                          │
     └── RPC (agents.list, chat.send, ...)  ──>  rpc-client.ts  ──────────────>─┘

Gateway 广播实时事件(agent、presence、health、heartbeat)并响应 RPC 请求。前端将 Agent 生命周期事件映射为可视化状态(idle/working/speaking/tool_calling/error),在办公室场景中渲染。

Session 同步策略

  • Agent 与子 Agent 的实时状态、2D 办公室小人走动和会议区移动效果,默认由 WebSocket agent 事件直接驱动
  • sessions.list 不再用于高频实时驱动,而是作为连接建立后的立即同步和 60 秒一次 的低频 reconciliation,用于修复漏事件、断线恢复后的 session 漂移
  • 该策略用于降低 Gateway CPU 压力,避免高频全量扫描影响其他 RPC probe

联系交流

可以通过邮箱联系我:toxingwang@gmail.com

也欢迎关注公众号:旺哥聊AI


贡献

欢迎任何贡献!无论是新的可视化效果、控制台功能还是性能优化。

  1. Fork 本仓库
  2. 创建特性分支 (git checkout -b feature/cool-effect)
  3. 提交更改(使用 Conventional Commits 格式)
  4. 开启 Pull Request

许可证

MIT

排名相邻
同类项目