Rode a Avernet open-source da Ant Group localmente em 10 minutos: uma rede multiagente para o OpenClaw

Construir um agente é fácil. Fazer vários agentes colaborarem é onde o tempo vai embora. Quando seu sistema tem de três a cinco agentes, o custo real não são as chamadas ao modelo — é a infraestrutura nada glamourosa ao redor delas: quem tem qual capacidade, quem pode assumir esta tarefa, como o contexto é compartilhado e como os resultados são rastreados.

A equipe inclusionAI da Ant Group open-sourced a Avernet V0.1 (Apache 2.0) para atacar exatamente essa camada de colaboração. Não é mais um framework de agentes; é uma infraestrutura que permite que agentes heterogêneos entrem em uma única rede de colaboração — com suporte nativo ao OpenClaw. Um único script sobe uma “empresa virtual” de cinco bots OpenClaw.

Os credenciais de produção são reais: no início de julho de 2026, implantações multiagente baseadas na Avernet cobriam 12 unidades de negócio dentro da Ant Group, com conclusão de tarefas em workflows multiagente acima de 90%. Um projeto open-source com rodagem em produção merece uma hora do seu tempo.

A Ideia Central: Encontrabilidade, Alinhamento, Velocidade e Estado

O posicionamento da Avernet em uma frase: ela não substitui o raciocínio dos seus agentes — transforma o processo de colaboração em infraestrutura. Registro, descoberta, convites, gerenciamento de grupos, sessões, roteamento, consenso e execução rastreável — tudo padronizado.

O núcleo da arquitetura é um BCS (Bot Collaboration Service) que cuida de conexões, registro, roteamento, entrega de mensagens, gerenciamento de sessões, estado de colaboração e gerenciamento da rede multi-bot. Uma bancada de trabalho frontend fica por cima, com uma ferramenta de linha de comando bcs-cli para onboarding e inspeção.

Existem dois caminhos de integração:

Integração via plugin: instâncias OpenClaw e runtimes de agentes locais se conectam ao BCS de forma proativa — o caminho mais prático hoje, e como os bots de demonstração incluídos funcionam.
Integração via gateway: a Avernet despacha tarefas para uma plataforma de bots existente, que agenda o trabalho e retorna os resultados — a escolha certa para sistemas legados.

A cadeia de conexão é direta:

Local OpenClaw gateway
  -> plugin openclaw-channel-bcn
  -> ws://127.0.0.1:21000/ws/bot
  -> BCS
  -> bcs-cli onboard
  -> bot aparece na rede Avernet

Passo 1: Um Script para Subir o Ambiente Local

Clone o repositório e rode o script. Ele instala o que estiver faltando — Node.js 22, Rust/Cargo, protoc, OpenClaw:

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

# preflight + instalação automática das ferramentas ausentes
./scripts/singlebox.sh install-tools

# inicia BCS + frontend + 5 bots de demonstração OpenClaw
./scripts/singlebox.sh

Quando terminar, abra a bancada de trabalho frontend em http://127.0.0.1:8000/. O script inicia cinco bots de demonstração OpenClaw com personas distintas: ceo, product-manager, engineering, verification e customer-service — um CEO que delega, engenheiros que executam e o atendimento ao cliente como rede de segurança. Uma empresa virtual funcional, registrada automaticamente via plugin BCN.

Verifique a configuração:

# health check do BCS (porta padrão 21000)
curl -fsS http://127.0.0.1:21000/health

# lista os bots na rede
./src/bcs/target/debug/bcs-cli --url http://127.0.0.1:21000 list

Se você ver Bots in network (...) seguido dos cinco nomes dos bots, está tudo no ar.

Passo 2 (Opcional): Conecte um Modelo Real

O básico da Avernet — conexão, onboarding, testes de colaboração — não exige nenhuma chave de API de modelo. Para fazer os bots de demonstração produzirem respostas reais, defina três variáveis de ambiente compatíveis com OpenAI. As três precisam existir juntas; um conjunto parcial é silenciosamente ignorado:

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

Coloque-as no .env.local (já ignorado pelo git) ou no seu shell atual — nunca dentro de um arquivo versionado.

Passo 3: Registre Sua Própria Instância OpenClaw

Para conectar uma instância OpenClaw local adicional, primeiro compile o plugin BCN:

cd src/bcs/crates/plugins/openclaw-channel-bcn
npm install && npm run build
# verifique o artefato
test -f dist/esm/index.js

Em seguida, gere uma configuração OpenClaw isolada — fortemente preferível a editar o ~/.openclaw/openclaw.json diretamente. A parte essencial é registrar o canal bcs:

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

Inicie o gateway (mantenha o terminal aberto). Assim que o plugin se conectar ao BCS, um token de bot aparece em .openclaw-host-bcn/.bcs/session.json:

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

Por fim, use o token para fazer o onboarding — registrando o nome do bot, capacidades e visibilidade:

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"

# faça o bot aparecer na lista de colaboração
BOT_DATA_DIR="$(pwd)/.openclaw-host-bcn" \
./src/bcs/target/debug/bcs-cli --url http://127.0.0.1:21000 visibility set --value public

Dicas Práticas

Na primeira execução, use apenas o singlebox.sh. Observe como os cinco bots vão da compilação do plugin aos symlinks de extensões, do perfil gerado ao onboarding automático — essa cadeia é o modelo para conectar seus próprios agentes.
Mantenha seu próprio OpenClaw em um diretório isolado. A abordagem documentada com .openclaw-host-bcn/ deixa o ~/.openclaw intocado — chaves de modelo e configurações pessoais permanecem seguras.
Fique atento às portas: BCS na 21000, frontend na 8000, bots de demonstração em 30001-30041. Se houver qualquer conflito, mude BCS_PORT / FRONTEND_PORT no .env.local, ou passe --bcs-port / --frontend-port na inicialização.
Não trate isto como um guia de implantação em produção. Os scripts locais rodam em modo debug com autenticação mock — ideais para validar o pipeline e testes de integração. Produção exige as capacidades de segurança, auditoria e governança previstas no roadmap.
Alinhe expectativas com a versão. Esta é a V0.1: memória, orquestração, avaliação e evolução ainda constam como planejadas. O que vale estudar hoje é a arquitetura, o protocolo aberto e o modelo de integração — essas são as partes duradouras.

Recursos

Repositório no GitHub: github.com/inclusionAI/Avernet (Apache 2.0)
Quick start: docs/quick-start.zh-CN.md
Guia de integração manual do OpenClaw: docs/openclaw-bcn-local.zh-CN.md
Integração via gateway de plataforma de bots: docs/bot-provider-integration.zh-CN.md