Wiseflow：为普通人打造的一支AI搞钱团队

你有没有想过，一个刚被裁员的中年职场人，能在三个月内跑通一条副业赚钱的路子？他既不是程序员，也没有运营团队，更没有资金——唯一有的，是十几年的行业经验。Wiseflow 想做的事，就是给这样的人发一张入场券。

🔍 背景：AI时代的贫富差距放大器

项目作者在 README 中直言不讳："对于99%的人来说，人工智能技术带来的其实是灾难。"这不是制造焦虑，而是历史规律的复述——每一次技术变革，效率杠杆都偏向有资源的一方。AI 时代把这个规律放大到了极致：会用 AI 工具的人效率翻倍，不会的人只能被替代。

Wiseflow 的立意正是对抗这种趋势。它脱胎于 openclaw 框架，采用 Multi-Agent 系统架构，核心理念是：给每个普通人的经验和方法配一支 AI 团队，把个人能力规模化。

图1：在角落里，用AI团队开一家公司

🏗️ 架构设计：不是助理，是一整支团队

原版 OpenClaw 的定位是 Personal AI Assistant（个人助理），适合简单问答和任务管理。但 Wiseflow 将其升级为 Crew System（团队系统），引入了"Crew"的概念——每个 Crew 相当于一个有明确岗位定义的 AI Agent，有专属技能和工作边界。

这种设计解决了个人助理的典型痛点：当你让同一个 AI 既写文案、又做 SEO、又管客户时，它往往会"角色混乱"。Wiseflow 通过 Crew 隔离不同职责，每个 Agent 专注自己领域，通过 Main Agent 统一协调调度。

当前内置的 Crew 角色：

💬 交互方式：微信即入口，对话即系统

Wiseflow 最大的产品创新点在于：把微信变成了整个系统的交互终端。

传统的 AI Agent 系统通常需要用户自行部署、配置，对技术能力有较高要求。Wiseflow 的做法截然不同——安装完成后，你只需要打开微信扫码绑定机器人，接下来所有操作都可以通过微信对话完成：

• 首次配置：告诉机器人你的公司、产品、目标用户，它自动写入业务背景文件
• 招募 Crew：一句"帮我招募一个商务拓展团队"，Main Agent 自动配置对应 Crew
• 扩大规模：一句"把飞书也接入工作渠道"，自动完成多平台接入

全程不需要编辑任何配置文件，不需要打开任何管理后台。 这对于不懂技术的普通用户来说，门槛从"需要配置 AI 系统"降到了"会用微信"。

🔧 技术实现：openclaw 生态 + addon 机制

Wiseflow 的技术架构建立在 openclaw 框架之上，通过 addon 插件机制 扩展功能，不修改上游一行代码，保证与 openclaw 生态的完全兼容性。

核心技术栈：

• 语言：TypeScript（主语言，openclaw 框架核心）
• 包管理：pnpm（packageManager: pnpm@10.30.2）
• 运行时：Node.js
• LLM 集成：通过 openclaw 接入 DeepSeek（主力）、SiliconFlow（备援/视觉）、AiHubMix（海外模型）
• 扩展机制：addon（插件）、skill（技能）、crew template（团队模板）三层扩展体系

addon 体系 包含两类扩展：

• official addons：官方维护的扩展，如 openclaw-weixin（微信集成）、各种 browser automation 技能
• 第三方 addons：社区贡献的扩展

addon 安装 通过 apply-addons.sh 脚本一键安装，配置通过 JSON 文件管理。

crew system 遵循 crews/ 目录规范，每个 crew 由 index.md（定义行为）+ skills/（技能目录）+ 共享文件构成。HRBP Crew 负责 crew 的增删改查生命周期管理。

📡 部署与依赖

Wiseflow 对部署环境有一定要求，官方推荐 Ubuntu 22.04 / 24.04，支持 WSL2 和 macOS，不建议 Windows 原生运行。

硬件最低配置：2核CPU、8GB内存、40GB硬盘、10Mbps带宽。需要可访问外网，且建议使用住宅IP（数据中心IP在部分平台可能被限制）。

关键依赖：

• 微信桌面客户端（必须）：用于接收/发送消息
• DeepSeek API + SiliconFlow API（必须）：建议预充值10元起

安装方式：下载 Release 压缩包 → 执行 ./scripts/install.sh → 交互式输入 API Key → 扫码绑定微信。全程约30分钟，对有基础 Linux 操作经验的用户较为友好。

注意：目前没有 Docker 支持，不支持容器化部署，这是当前版本最大的部署局限。对于想在云服务器上静默运行的用户，需要自行处理微信桌面端的自动化交互。

⚖️ 局限与风险

作为一个依赖微信的系统，Wiseflow 面临几个不可忽视的问题：

1. 微信平台风险：微信官方对第三方自动化客户端的政策日趋严格，openclaw-weixin 插件依赖微信桌面端，一旦微信封禁自动化接口，整个系统将面临失效风险。

2. API 费用：多 Crew 并行运行时，token 消耗量较大。虽然 DeepSeek 性价比高，但持续运营仍需关注 API 费用。

3. 内容合规：系统支持15个平台的内容自动发布，每个平台的合规要求不同，用户需自行承担内容合规责任。

4. 技术门槛被隐藏而非消除：虽然微信交互降低了使用门槛，但安装、维护和故障排查仍需要一定技术能力。

📈 行业意义

Wiseflow 代表了一种值得关注的方向：让 AI Agent 从"极客玩具"变成"普通人工具"。

过去两年，AI Agent 框架层出不穷，但绝大多数面向的是有技术背景的用户。Wiseflow 选择了完全不同的人群——那些被 AI 冲击、但仍有一技之长的普通人。它用"Crew 团队"的隐喻降低了理解门槛，用"微信对话"降低了使用门槛。

从数据看，8243 个 GitHub stars 说明市场对这类"接地气的 AI 应用"有真实需求。更值得关注的是其 Crew 架构设计——将不同 AI 能力封装为岗位角色，比单一个助理更适合复杂工作流，这或许会成为 AI 应用的主流形态之一。