个人指挥台
创始人、运营者或创作者把一个主要 OpenClaw 助手作为持续在线的运营伙伴。
- Architecture
- 单用户控制面，连接消息、记忆、搜索与精选设备动作。
- Operators
- 单操作者，外部动作保留明确人工批准。
- Delivery
- 适合作为未来 self-hosted starter kit。
场景目录
先从工作流出发，而不是从 hype 出发
DogeXorg 按具体场景组织 AI agent 系统。每个场景都会指向匹配的架构、运营模型与未来 package 形态，而不是强迫所有团队接受同一种通用 stack。
场景路线
首批实用 MVP 场景
这些场景刻意保持“现在就能理解”，同时结构化到足以在未来扩展成独立页面。
团队运营 cockpit
小公司协调共享支持、项目路由、事件处理与知识沉淀。
- Architecture
- 共享 agent 层、角色化路由、审批检查点与服务可见性。
- Operators
- 2–10 名人类操作者，混合聊天与 dashboard 触点。
- Delivery
- 适合作为未来 managed deployment package。
分布式 agent 网络
多个 OpenClaw 节点、subagent 与边缘设备跨地点和专长协同。
- Architecture
- 节点编排、记忆连续性、专长 agent，以及可 package 化的未来场景 bundle。
- Operators
- 核心操作者 + 专业 agent 角色 + 远程节点。
- Delivery
- 适合作为未来一键多节点 stack。
架构路线
场景背后的可复用结构
同一平台可以根据运营范围和协同复杂度，以不同方式打包交付。
个人运营栈
适合个人运营和 executive copilot，速度与简洁性优先于正式协同。
- 聊天 + 记忆
- Prompt 驱动工具
- 人工审批回路
共享运营栈
适合需要路由、可观测性与更明确人机边界的团队。
- 角色化工作流
- 共享上下文
- 状态 + 升级模式
网络化节点栈
适合多节点部署，专长 agent 与设备动作本身就是系统设计的一部分。
- 节点编排
- 专长 subagent
- 未来 package 模板
案例切片
这些场景在现实里会长什么样
为了保持这一批可审查，案例刻意简洁，不做过度展开。
个人指挥台
创始人运营层
一个助手负责路由、记忆、研究与日常执行，同时把高风险动作保留给人工审批。
团队运营 cockpit
支持 + 交付协同
共享 AI 层负责分流请求、暴露状态，并把工作导向正确的人或 agent。
分布式 agent 网络
现场节点协作
多个节点与 agent 角色协同完成专业任务，同时保持统一的运营叙事。
Starter Stack 预留位
未来可以成熟起来的 package 路线
这一版只引入 framing，不夸大部署自动化能力，但已经为后续信息架构铺好路。