# MAW：面向Codex原生环境的多智能体工作流框架 > 一款专为Codex设计的多智能体协作框架，通过角色分工、确定性验证门控和可审计的运行记录，实现从任务规划到验收交付的全流程自动化。支持ML工作流、前端任务和通用软件开发场景。 - 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm) - 发布时间: 2026-06-03T03:44:20.000Z - 最近活动: 2026-06-03T03:51:57.967Z - 热度: 163.9 - 关键词: 多智能体, 工作流框架, Codex, AI编程, 自动化, ML工程, 代码审查, 确定性检查, 任务编排, 智能体协作 - 页面链接: https://www.zingnex.cn/forum/thread/maw-codex - Canonical: https://www.zingnex.cn/forum/thread/maw-codex - Markdown 来源: ingested_event --- # MAW：面向Codex原生环境的多智能体工作流框架 随着AI编程助手（如Codex）能力的不断增强，如何有效组织和协调多个AI智能体完成复杂任务成为一个重要课题。**MAW（Multi-Agent Workflow）** 是一个专为Codex原生环境设计的多智能体工作流框架，它通过明确的角色分工、Markdown格式的交接文档和确定性的验证门控，实现了从任务规划到验收交付的全流程自动化。 ## 原作者与来源 - **原作者/维护者**：redstonejh - **来源平台**：GitHub - **原始标题**：multi-agent-workflow-codex - **原始链接**：https://github.com/redstonejh/multi-agent-workflow-codex - **发布时间**：2026年6月3日 ## 核心设计理念 MAW的设计哲学非常清晰：**让模型负责规划和批判，让确定性检查负责决策**。具体来说： - **模型判断用于规划**：智能体可以基于模型能力进行任务分解、方案设计和代码生成 - **记录证据用于决策**：关键的通过/不通过决策必须依赖已记录的证据和标准库检查，而非模型的主观判断 - **可审计的运行记录**：每个运行都有完整的`runs/`文件夹，包含所有交接文档、决策依据和最终产物 这种设计平衡了AI的创造性和工程的可控性，既发挥了多智能体协作的优势，又确保了交付质量的可靠性。 ## 快速上手 ### 从Codex使用 最简单的启动方式是直接在Codex中调用： ``` Use $maw to fix the failing test in this repo. ``` ### 本地CLI使用 ```bash # 安装 python -m pip install -e . # 启动标准软件任务 maw start standard-software-task "add a --verbose flag to the CLI" # 验证交接文档 maw validate-handoffs runs/ # 运行验收检查 maw acceptance runs/ --test-cmd "python -m unittest discover -s tests" ``` Windows用户可以使用`py`或`uv run python`替代`python`命令。 ### 机器学习任务一键启动 ```bash maw ml-auto data.csv --goal "predict churn" ``` 这条命令会自动完成数据画像、目标推断、模型训练、验证配置生成、验收检查等全流程。如果目标或问题类型不明确，会记录`NEEDS-HUMAN`并给出针对性问题，而非盲目猜测。 ## 运行循环与角色体系 MAW的执行核心由五个角色组成： ``` conductor -> planner -> worker -> critic -> acceptance_gate ``` ### Conductor（指挥者） 负责任务分类、角色选择、能力边界记录和结构化计划编写。Conductor生成的计划需要通过`plan_check.py`的确定性验证才能进入执行阶段。 ### Planner（规划者） 将验收通过的计划转化为具体步骤和验收标准，为Worker提供清晰的执行指引。 ### Worker（执行者） 负责实际实现或草拟工作产物，是任务的主要执行角色。 ### Critic（审查者） 审查Worker的输出，可以要求修订。Critic的判断是建议性的，最终是否接受修订仍由后续流程决定。 ### Acceptance Gate（验收门） 独立检查交接文档、必需证据、可选测试命令输出和最终裁决一致性。这是最后的质量关卡。 ## 确定性硬门控 MAW的核心安全保障是三个确定性检查工具： | 工具 | 职责 | 检查内容 | |------|------|----------| | `plan_check.py` | 计划验证 | 验证Conductor计划是否包含所有核心角色，可选专家是否有充分理由 | | `acceptance_check.py` | 验收检查 | 验证最终交接文档、配置测试、必需任务证据，输出`acceptance-result.json` | | `verdict_check.py` | 裁决验证 | 验证`run.md`中声明的裁决与`acceptance-result.json`是否一致 | 这些工具完全基于标准库实现，不依赖任何模型判断，确保了决策的客观性和可重复性。 ## 任务类型与能力配置 MAW支持多种任务类型，每种类型有预设的角色配置和能力边界： | 任务类型 | 别名 | 必需角色 | 默认max_agents | |----------|------|----------|----------------| | generic | standard-software-task | 核心角色 | 5 | | refactor | refactor-task | 核心角色 | 5 | | code | - | critic, dependency_mapper | 5 | | ml | ml-training-task, ml-validation-task | leakage_auditor, baseline_enforcer | 10 | | frontend | frontend-ui-task | a11y_auditor, change_verifier | 13 | | debugging | bug-investigation | debugger, bug_hunter, dependency_mapper | 8 | 能力边界包括`max_agents`（最大智能体数）和`max_parallel`（最大并行数），防止资源过度消耗。 ## 运行目录结构 每个MAW运行都有标准化的目录结构： ``` runs/__/ run.md # 运行主文档，记录任务描述和最终裁决 memory.md # 运行记忆，累积上下文信息 agents/ # 各角色提示词和状态 .md handoffs/ # 交接文档 NN___to__.md artifacts/ # 产物和检查结果 acceptance-result.json conductor-plan.json ... ``` 这种结构确保了运行的可审计性，任何时候都可以回溯完整的执行过程。 ## 丰富的角色生态 除了核心执行角色，MAW还提供了大量专业审查角色： - **可访问性**：`a11y_auditor` - **聚合分析**：`aggregator` - **基线执行**：`baseline_enforcer` - **漏洞挖掘**：`bug_hunter` - **校准检查**：`calibration_checker` - **变更验证**：`change_verifier` - **数据质量**：`data_quality_auditor` - **调试专家**：`debugger` - **依赖映射**：`dependency_mapper` - **数据泄露审查**：`leakage_auditor` - **标记验证**：`markup_validator` - **过拟合检查**：`overfitting_checker` - **性能预算**：`perf_budgeter` - **可复现性检查**：`reproducibility_checker` - **响应式检查**：`responsive_checker` - **风格漂移审查**：`style_drift_auditor` - **UI构建**：`ui_builder` - **视觉验证**：`visual_verifier` 这些角色由Conductor根据任务类型和复杂度动态选择，确保每个任务都有合适的专家参与。 ## ML专项支持 MAW对机器学习任务有特别深入的支持： ### 数据泄露和分割检查 - 随机种子一致性 - 训练/测试集重叠检测 - 分割比例验证 - 目标特征直接泄露 - 标签打乱标记 - 预处理拟合范围 - 内容重复泄露 - 分组/实体泄露 - 时间泄露 - 高特征-目标相关性 ### 分布漂移检测 - PSI（群体稳定性指数） - Kolmogorov-Smirnov统计量 ### 数据质量检查 - 缺失值率阈值 - 重复行率阈值 ### 分类指标 - 混淆矩阵 - 每类精确率/召回率/F1 - 准确率、宏平均精确率/召回率/F1 - 多数类比率 - ROC AUC和PR AUC（二分类） - 子群组切片门控 ### 基线对比 - 模型vs基线改进度 - 配对Bootstrap置信区间 ## 工作流模板系统 MAW提供了丰富的预定义模板： - **standard-software-task**：标准软件任务，包含测试结果、Worker输出、Critic审查和验收结果 - **refactor-task**：重构任务，包含行为基线/差异、覆盖率、API表面、结构复杂度、性能预算、阻力分析和基线测试 - **bug-investigation**：Bug调查，包含依赖图/风险审计、复现记录、回归测试、根因分析和修复验证 - **frontend-ui-task**：前端UI任务，包含对比度、可访问性、预算、链接、标记、样式提取、变更验证、Token、视觉验证和UX/Critic产物 - **ml-training-task**：ML训练，包含训练/评估命令、ML验证器产物、分割/配置/日志/报告产物和验收 - **ml-validation-task**：ML验证，ML训练任务的轻量版，不含训练命令 - **multi-agent-research-task**：多智能体研究，包含研究计划、来源记录、聚合分析、依赖风险审计、最终报告和验收产物 使用`maw list-templates`查看所有模板，`maw validate-template [