用 AI 多智能体团队自动生成企业官网：从零搭建 ClawTeam 实战指南

如果你曾经为一家企业做过官网，你会知道这件事有多繁琐——整理资料、想关键词、写文案、写代码、检查链接……每一步都要花时间，而且很难同时推进。

ClawTeam 想解决的就是这个问题：让多个 AI Agent 自动分工，像一个真实团队一样并行完成任务。本文记录的是在 Windows 环境下从零开始搭建 ClawTeam，并用它自动生成一个静态企业官网的完整过程。

ClawTeam 是什么

ClawTeam 是香港大学数据智能实验室（HKUDS）开发的一个命令行工具，核心思路是：让一个 Leader AI Agent 自动组建子 Agent 团队，分配任务，监控进度，协调结果。

你只需要给出目标，Agent 团队负责完成剩下的事。

它支持 Claude Code、Codex、OpenClaw、nanobot 等主流 CLI Agent，通过 Git Worktree 为每个 Agent 提供独立的工作空间，避免并行冲突。

项目地址：github.com/HKUDS/ClawTeam

Windows 用户必须知道的一件事

ClawTeam 依赖 tmux 和 Linux 系统调用（如 fcntl），无法直接在 Windows 原生环境运行。

如果你在 PowerShell 里直接跑，会看到这个错误：

ModuleNotFoundError: No module named 'fcntl'

这不是 bug，是设计如此。解决办法只有一个：在 WSL2（Windows Subsystem for Linux）里运行。

环境搭建：分步操作

第一步：检查 WSL 状态

打开 PowerShell，查看已安装的 WSL 发行版：

wsl --list --verbose

如果只有 docker-desktop，说明还没有可用的 Linux 环境，需要安装 Ubuntu。

第二步：安装 Ubuntu（装到非 C 盘）

C 盘空间有限，建议直接装到其他盘：

# 安装 Ubuntu
wsl --install -d Ubuntu --no-launch

# 导出到目标盘
mkdir F:\WSL\Ubuntu
wsl --export Ubuntu F:\WSL\Ubuntu.tar
wsl --unregister Ubuntu
wsl --import Ubuntu F:\WSL\Ubuntu F:\WSL\Ubuntu.tar

进入 Ubuntu：

wsl -d Ubuntu

第三步：安装 tmux

进入 WSL 后：

sudo apt-get update && sudo apt-get install -y tmux
tmux -V  # 显示 tmux 3.x 即成功

第四步：安装 Node.js 和 Claude Code

# 安装 nvm
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.1/install.sh | bash
source ~/.bashrc

# 安装 Node.js LTS
nvm install --lts
node --version  # 确认安装成功

# 安装 Claude Code
npm install -g @anthropic-ai/claude-code
claude --version  # 显示版本号即成功

第五步：安装 ClawTeam

cd /mnt/f/python_workspace/ClawTeam  # 替换为你的项目路径
pip install -e . --break-system-packages --ignore-installed

# 验证
clawteam --help

如果看到完整的命令列表，说明安装成功。

解决常见坑

坑一：WSL 磁盘空间不足

Alpine Linux 默认只分配约 130MB，很容易装满。解决办法是换 Ubuntu，或者清理缓存：

rm -rf /var/cache/apk/*

坑二：tmux 会话瞬间消失

这是 Claude Code 遇到”是否信任此文件夹”交互提示时无人响应导致的。解决方法：

提前手动信任目录：

mkdir -p /root/.clawteam/workspaces/seo-site/parser
cd /root/.clawteam/workspaces/seo-site/parser
claude  # 手动进入，确认信任提示

修复 settings.json 权限配置：

cat > ~/.claude/settings.json << 'EOF'
{
  "permissions": {
    "allow": [
      "Bash(*)",
      "Read(*)",
      "Write(*)",
      "Edit(*)"
    ]
  }
}
EOF

坑三：Windows 的 Claude Code 无法在 WSL 里调用

即使你在 Windows 上已经安装了 Claude Code，WSL 也无法直接复用，因为 Windows 的 Node.js 无法正确处理 WSL 路径。最稳妥的做法是在 WSL 里单独安装一套 Node.js 和 Claude Code，互不干扰。

坑四：git worktree 分支已存在

如果之前的 Agent 没清理干净，重新 spawn 时会报错：

fatal: a branch named 'clawteam/seo-site/parser' already exists

清理方法：

git -C /你的项目路径 branch -D clawteam/seo-site/parser

实战案例：用 AI 团队生成企业静态官网

任务目标

输入：企业资料文件（PDF / Word / Excel / TXT 混合）
输出：符合搜索引擎收录规范的英文静态官网（HTML）

团队分工设计

企业资料文件（input/）
       ↓
Parser Agent    → 提取结构化企业信息 → company_data.json
       ↓
SEO Agent       → 关键词策略、页面标题、内链规划 → seo_strategy.json
GEO Agent       → JSON-LD Schema、FAQ问答对 → geo_assets.json（与SEO并行）
       ↓
Writer Agent    → 生成各页面英文文案 → page_copy.json
       ↓
Frontend Agent  → 整合所有内容，输出完整 HTML 网站
       ↓
Auditor Agent   → 检查 meta 标签、Schema、链接、图片 alt 等

执行步骤

准备目录：

mkdir -p /mnt/f/python_workspace/seo-project/input
mkdir -p /mnt/f/python_workspace/seo-project/output
# 将企业资料文件放入 input/ 目录

创建团队：

clawteam team spawn-team seo-site \
  -d "Generate SEO/GEO optimized static HTML website from company files" \
  -n leader

启动 Parser Agent：

clawteam spawn tmux claude --team seo-site --agent-name parser \
  --task "Read ALL files in /mnt/f/python_workspace/seo-project/input/. \
Extract: company name, tagline, products/services, USPs, team info, \
contact details, certifications, case studies. \
Output structured JSON to /mnt/f/python_workspace/seo-project/company_data.json"

等 company_data.json 生成后，并行启动 SEO 和 GEO Agent：

clawteam spawn tmux claude --team seo-site --agent-name seo \
  --task "Read company_data.json. Create SEO strategy: keywords, title tags, \
meta descriptions, H1/H2/H3 structure, internal linking plan, URL slugs. \
Output to seo_strategy.json"

clawteam spawn tmux claude --team seo-site --agent-name geo \
  --task "Read company_data.json. Generate GEO assets: JSON-LD schema \
(Organization/Product/FAQ/BreadcrumbList), 20+ FAQ pairs optimized for \
AI citation, entity definitions. Output to geo_assets.json"

启动 Writer Agent：

clawteam spawn tmux claude --team seo-site --agent-name writer \
  --task "Read company_data.json and seo_strategy.json. Write English copy \
for 5 pages: index/about/services/faq/contact. Each page needs H1, H2/H3, \
body copy, CTA. Tone: professional, conversion-focused. Output to page_copy.json"

启动 Frontend Agent：

clawteam spawn tmux claude --team seo-site --agent-name frontend \
  --task "Read all JSON files in seo-project/. Build complete static HTML \
website in output/. Requirements: responsive design (CSS Grid/Flexbox), \
embed JSON-LD in <head>, meta tags + Open Graph, Core Web Vitals optimized, \
generate sitemap.xml and robots.txt. All 5 pages interlinked."

启动 Auditor Agent：

clawteam spawn tmux claude --team seo-site --agent-name auditor \
  --task "Audit website in output/. Check: unique title/meta/H1 per page, \
valid JSON-LD, working internal links, image alt text, mobile viewport, \
no duplicate content. Output audit_report.md and fix issues found."

监控进度：

# 终端看板
clawteam board show seo-site

# 或者 Web 仪表板
clawteam board serve --port 8080
# 浏览器打开 http://localhost:8080

最终输出结构

output/
├── index.html       # 首页
├── about.html       # 关于我们
├── services.html    # 产品与服务
├── faq.html         # 常见问题（GEO 核心页）
├── contact.html     # 联系我们
├── sitemap.xml      # 站点地图
├── robots.txt       # 爬虫规则
└── assets/
    └── style.css    # 样式文件

ClawTeam 与其他多 Agent 框架的区别

对比维度	ClawTeam	其他框架
使用者	AI Agent 自身调用	人类编写编排代码
环境要求	文件系统 + tmux	Redis、消息队列、数据库
Agent 支持	任意 CLI Agent	通常仅限特定框架
隔离机制	Git Worktree（真实分支）	容器或虚拟环境
上手成本	pip install + 一句提示词	Docker + YAML + 云配置

常见问题

Q：不会写代码可以用 ClawTeam 吗？
基本命令都是复制粘贴级别，跟着文档操作即可。真正需要理解的是整体流程，而不是代码细节。

Q：Agent 之间怎么传递信息？
通过文件系统共享 JSON 文件，或者使用内置的收件箱命令 clawteam inbox send。每个 Agent 有独立身份标识，可以互相发消息。

Q：任务失败了怎么办？
可以单独重启某个 Agent，不影响其他已完成的工作。ClawTeam 支持任务状态跟踪（pending / in_progress / completed / blocked）。

Q：生成的网站需要手动修改吗？
Auditor Agent 会自动检查并修复常见问题。如果有特定需求（如品牌色、字体），可以在 Frontend Agent 的任务描述里提前说明。

Q：支持中文网站吗？
支持。在各 Agent 的任务描述里把语言要求改为中文即可，Framework 本身没有语言限制。

小结

ClawTeam 的核心价值不是”更快地生成内容”，而是把一个需要多人协作的复杂任务，拆解成可以并行执行的自动化流程。

对于需要频繁制作企业官网、落地页或内容站的团队来说，这套流程一旦跑通，可以显著降低重复劳动。前期的环境配置确实繁琐（尤其是 Windows 上的 WSL 问题），但配置好之后的使用体验是流畅的。

如果你在搭建过程中遇到问题，ClawTeam 的 GitHub Issues 和 Discussions 页面都比较活跃，也可以参考本文记录的排错过程逐一对照。

Windows用户实测：ClawTeam多智能体AI团队如何1小时自动建站