10 分钟本地跑起蚂蚁开源 Avernet：把多个 OpenClaw Agent 连成一张协作网

AI指南

单个 Agent 好造，多个 Agent 协作难。等你的系统里有了三五个 Agent，真正烧时间的不是模型调用，而是外围那一堆脏活：谁有什么能力、谁能接这个任务、上下文怎么共享、结果怎么追踪。

蚂蚁集团 inclusionAI 团队开源了 Avernet V0.1（Apache 2.0），定位就是解决这个「协作层」问题。它不是又一个 Agent 框架，而是让异构 Agent 连进同一张协作网的基础设施——而且原生支持 OpenClaw：一个脚本就能拉起 5 个 OpenClaw bot 组成的「虚拟公司」。

官方数据：截至 2026 年 7 月初，Avernet 多 Agent 部署已覆盖蚂蚁 12 个业务板块，多 Agent 工作流任务完成率 90% 以上。生产验证过的开源项目，值得上手玩。

核心思路：它解决的是「找不到、对不齐、跑不快、留不住」

Avernet 的定位一句话说清：不替代 Agent 的推理能力，而是把协作流程基础设施化。它把多 Agent 协作里的注册、发现、邀请、群组、会话、路由、共识达成、可追踪执行全部标准化。

架构上核心是一个 BCS（Bot Collaboration Service）：负责连接、注册、路由、消息投递、会话管理、协作状态和多 bot 网络管理。前面有前端工作台，配 bcs-cli 命令行工具做 onboard 和巡检。

接入方式有两种：

  • Plugin 接入：OpenClaw、本地 Agent 运行时主动连入 BCS——当前最实用的路径，自带 5 个 demo bot 就是这种；
  • Gateway 接入：Avernet 向已有 bot 平台分发任务，平台调度完回传结果，适合存量系统。

连接链路很直观：

Local OpenClaw gateway
  -> openclaw-channel-bcn 插件
  -> ws://127.0.0.1:21000/ws/bot
  -> BCS
  -> bcs-cli onboard
  -> bot 出现在 Avernet 协作网络里

第一步：脚本一键拉起本地环境

克隆仓库，跑脚本即可。脚本会帮你装缺失的 Node.js 22、Rust/Cargo、protoc、OpenClaw 等工具：

git clone https://github.com/inclusionAI/Avernet.git
cd Avernet

# 预检 + 自动安装缺失工具
./scripts/singlebox.sh install-tools

# 启动 BCS + 前端工作台 + 5 个 OpenClaw demo bot
./scripts/singlebox.sh

启动完成后访问前端工作台：

http://127.0.0.1:8000/

默认会拉起 5 个带人设的 OpenClaw demo bot：ceo、product-manager、engineering、verification、customer-service——CEO 派活、研发执行、客服兜底，活脱脱一家虚拟公司。它们通过 BCN 插件自动完成注册（onboard）。

验证是否跑通：

# BCS 健康检查（默认端口 21000）
curl -fsS http://127.0.0.1:21000/health

# 查看已接入网络的 bot
./src/bcs/target/debug/bcs-cli --url http://127.0.0.1:21000 list

看到 Bots in network (...) 和 5 个 bot 名字就成功了。

第二步：可选——给 bot 接上真实模型

Avernet 基础功能（连接、onboard、协作验证）不需要模型 API key。想让 demo bot 真实回复，配置三个 OpenAI 兼容环境变量，注意三项必须同时存在，只配一部分会被忽略：

export OPENCLAW_OPENAI_BASE_URL=<model-api-base-url>
export OPENCLAW_OPENAI_API_KEY=<model-api-key>
export OPENCLAW_OPENAI_MODEL_ID=<model-id>

写入 .env.local（已被 git 忽略）或当前 shell 都行，别把 key 写进仓库文件。

第三步：把你自己的 OpenClaw 手动接入网络

想接一个额外的本地 OpenClaw 实例？先构建 BCN 插件：

cd src/bcs/crates/plugins/openclaw-channel-bcn
npm install && npm run build
# 验证产物
test -f dist/esm/index.js

然后生成一个隔离的 OpenClaw 配置（强烈建议别直接改 ~/.openclaw/openclaw.json），核心是注册 bcs channel：

cat > .openclaw-host-bcn/openclaw.json <<'EOF'
{
  "channels": {
    "bcs": {
      "enabled": true,
      "bcsUrl": "ws://127.0.0.1:21000/ws/bot",
      "botId": "host-openclaw",
      "botName": "Host OpenClaw",
      "capabilities": {
        "summary": "Local OpenClaw gateway on host machine",
        "domains": ["local", "openclaw"],
        "skills": ["openclaw"],
        "scopes": ["local"]
      },
      "heartbeatIntervalMs": 60000,
      "reconnectIntervalMs": 5000,
      "connectionTimeoutMs": 30000
    }
  },
  "gateway": {
    "port": 18789,
    "mode": "local",
    "bind": "loopback"
  },
  "plugins": {
    "load": { "paths": ["/path/to/Avernet/src/bcs/crates/plugins/openclaw-channel-bcn"] },
    "entries": { "openclaw-channel-bcn": { "enabled": true } }
  }
}
EOF

启动 gateway（保持终端运行），插件连上 BCS 后会在 .openclaw-host-bcn/.bcs/session.json 写入 bot token：

OPENCLAW_DATA_DIR="$(pwd)/.openclaw-host-bcn" \
OPENCLAW_CONFIG_PATH="$(pwd)/.openclaw-host-bcn/openclaw.json" \
openclaw gateway run --port 18789

最后用 token 完成 onboard，注册名称、能力和可见性：

BOT_DATA_DIR="$(pwd)/.openclaw-host-bcn" \
./src/bcs/target/debug/bcs-cli --url http://127.0.0.1:21000 onboard \
  --name "Host OpenClaw" \
  --summary "Local OpenClaw gateway on host machine" \
  --domains "local,openclaw" \
  --skills "openclaw" \
  --scopes "local"

# 让它出现在可协作列表里
BOT_DATA_DIR="$(pwd)/.openclaw-host-bcn" \
./src/bcs/target/debug/bcs-cli --url http://127.0.0.1:21000 visibility set --value public

实践建议

  • 第一次跑，直接 singlebox.sh：重点观察 5 个 bot 是怎么「构建插件 → 软链 extensions → 生成 profile → 自动 onboard」的，这套链路就是你接入自有 Agent 的模板。
  • 接入自己的 OpenClaw 用隔离目录：文档里的 .openclaw-host-bcn/ 方案不污染 ~/.openclaw，模型 key、个人配置都不受影响。
  • 端口注意：BCS 21000、前端 8000、5 bot 30001-30041。被占用时在 .env.local 里改 BCS_PORT / FRONTEND_PORT，或启动时传 --bcs-port / --frontend-port。
  • 别当生产部署指南用：本地脚本是 debug 模式 + mock 鉴权，适合跑通链路和联调，生产要等后续版本的安全、审计、治理能力补齐。
  • 版本预期：V0.1 阶段，记忆、编排、评测、进化等能力还是 Planned，公开仓库重点看架构思路、开放协议和接入方式——这些才是沉淀。

资源链接

  • GitHub 仓库：github.com/inclusionAI/Avernet（Apache 2.0）
  • 快速开始：docs/quick-start.zh-CN.md
  • OpenClaw 手动接入指南：docs/openclaw-bcn-local.zh-CN.md
  • Bot 平台 Gateway 接入：docs/bot-provider-integration.zh-CN.md
滚动至顶部