Agentic Beehive MCP Server 蜂巢动态调度中枢 — 态势感知、分支调度、外在群落管理
安装
clawhub install agentic-beehive-mcp
cd ~/.openclaw/workspace/skills/skills/agentic-beehive-mcp
python3 -m venv .venv
source .venv/bin/activate
pip install fastmcp
- 在 openclaw.json 中注册 MCP server
添加到 mcp.servers：
"agentic-beehive": {
"command": "/.venv/bin/python",
"args": ["/server.py"]
}
openclaw gateway restart
工具清单（12个）
🏠 蜂巢工具（内部）
skill_list — 列出蜂巢所有分支及其状态
skill_query — 根据任务描述推荐分支和范式
skill_update — 更新分支状态/效果评分
skill_evolve — 触发分支进化（添加新能力）
🌍 生态工具（外部）
colony_list — 列出所有已注册的外在群落
colony_register — 注册新群落（hive/flower_field/manuka_grove/river）
colony_poll — 探测群落状态
colony_forage — 从群落采蜜（取数据）
📡 态势工具（全局）
status_summary — 蜂巢全局态势摘要
status_decide — 范式判断（任务交付 vs 状态维持）
alert_add — 添加告警
alert_resolve — 解决告警
蜂巢生态位
类型 生态位 含义
hive 🏠 另一个蜂巢 其他 Agent 集群
flower_field 🌼 油菜花群落 数据源
manuka_grove 🌿 麦卢卡树丛 专业知识
river 🌊 河流 流式信息
设计哲学
采蜜：按需从外在群落取数据
酿蜜：将原始数据加工成决策和知识
分蜂：集群自我进化，扩展新分支或新群落
对金鱼脑模型的意义
MiniMax 等短上下文模型无法自主维持记忆和态势感知。
beehive 是它的体外骨架：
忘了在干什么 → status_summary
忘了有什么能力 → skill_list
不知道该用什么 → skill_query + status_decide
需要外部数据 → colony_forage
by