能力不该用完就丢
过去一年，聊智能体的人几乎都在聊模型。推理更强了。上下文更长了。调用工具也更稳了。
可真进了工作流，另一个问题开始硌人。智能体的能力从哪来，又怎么被反复使用。
市面上不少 AI工具把能力做成封闭的内置功能。用户能临时写一段提示词。能临时接一个 MCP。也能在一次任务里拉起多个智能体一起干。
麻烦在于这些能力都停在当前会话里。任务一结束，什么都不剩。
这就是智能体走向生产环境时绕不过的一道坎。企业和开发者要的不是一个更聪明的对话框，而是一套能扩展的能力体系。能力可以创建。可以安装。可以装配。也可以发布出去让别人接着用。
openJiuwen 给出的答案，是把智能体周边的能力拆成五类资源。技能沉淀方法。连接器接外部系统。插件组合能力。专家定义角色。专家团组织协作。
一次性的使用经验，就此变成能管理也能复用的资产。
openJiuwen 由华为 2012 实验室牵头，华为云以及终端、计算等多个团队参与，联合高校和企业开发者一起构建。它是一个开源的 AI 智能体平台。这五类资产已经上线到蜂群智能体 WorkSwarm 和 Agentic Hub 里，可以直接上传、下载和分享。
资源怎么转成一个闭环
在 openJiuwen 里，资源不是一次性配置。它要走完从创建到发布，再到被再次获取的整条链路。
使用的时候，专家和插件可以叠加，技能和连接器也能组合进去。Agentic Hub 承载发布出来的资源，再把它们变成下一次任务里能被发现、能安装的能力来源。
五类资源各管一件事。技能沉淀做事方法，连接器接外部系统，插件组合能力，专家定义角色，专家团组织协作。
它们不是五种互相替代的智能体，而是围绕同一个任务拼装起来的资源单元。这套技能插件的思路，把散落的经验收进了同一个入口。
五类资源，各自解决什么
这五类资源对应智能体任务里的不同层次。下面挨个看。
技能：把做事方法留下来
很多场景里真正值得沉淀的不是某一次回答，而是一套稳定方法。代码审查先看变更目标，再看调用链和测试。做演示文稿先抽素材，再排结构和视觉风格。处理文档先认格式，再做转换、校对和导出。
这些流程如果每次都靠临时提示词说明，很难稳定复现。
openJiuwen 的技能以 SKILL.md 为入口，可以附带脚本，也能带模板和多模态资源，还有一份参考资料。
它像一份可安装的能力说明书。它告诉智能体，什么场景该用什么方法，需要读哪些资源，调用哪些工具。
WorkSwarm 现在能识别三类技能。
创建技能只要在统一入口 skill-creator 里描述需求，系统就会按目标类型挑对应的创建方式，生成可安装的技能资源。
团队技能面向多角色协作，由 swarmskill-creator 生成角色分工、协作流程和依赖关系。需要可执行编排时，还能补一份 SwarmFlow 脚本。
多模态技能处理来自网页或者视频的素材，由 skill-omni-creation 抽出正文和图片，连参考资源一起打包，必要时生成配套脚本。
普通技能面向单个智能体。流程和脚本能沉淀进去，参考资料也可以一起带上。
如果需求边界不清楚，系统不会硬选一条路。它会先确认用户要沉淀的到底是单智能体的方法，还是团队协作流程，还是从网页和视频里来的多模态经验。
openJiuwen 还提供本地技能自动演进。智能体用技能完成任务后，WorkSwarm 会根据执行过程、失败信号或者用户反馈生成经验记录。这些记录不会覆盖原始技能，而是沉到本地经验文件里，下次使用时再被读回来。
技能的获取方式不止一种。成熟技能从 Hub 或者技能广场装上就行。企业内部的技能可以本地上传，也可以走本地路径或者资源包导入。专家、插件和专家团同样可以携带技能，让一套方法跟着更大的能力包一起走。
用技能的路子很短。进技能管理页。从技能广场安装，或者在我自己的技能里挑一个。启用或者关闭。点去试试进入会话。用自然语言触发。任务经验在本地持续沉淀。
连接器：让智能体够到真实系统
智能体要进真实工作流，不能只停在对话框里。它要能访问代码仓库，也要能读企业文档。数据库要连得上。内部服务和本地开发工具同样得接进来。
连接器就是把外部系统变成可管理的接入资源。集成方式和认证信息都由它统一承载，连接状态也在它这儿看。
在 openJiuwen 里，连接器主要有两种来路。一种是从 Hub 拿成熟连接器，社区或者组织已经适配好的外部系统直接复用。另一种是在 WorkSwarm 客户端自己配，把企业内部系统、本地命令行或者自定义的 MCP 服务接进来。
连接器能覆盖几种不同的集成形态。
用连接器的步骤不复杂。进连接器管理页。从 Agentic Hub 获取成熟连接器。完成连接和认证。然后在智能体任务里访问外部系统。
插件：把一组能力打包
技能沉淀方法，连接器打通外部系统，插件更像一种打包方式。它能把提示词和工具组织在一起，也能把 Rail 和 MCP 能力装进同一个包。智能体执行任务时，一次拿到一整套增强能力。
一个插件通常可以包含下面这些东西。
插件的价值在复用。比如 Office 文档处理，比如鸿蒙工程构建。代码质量检查和知识库检索也是一样。这些能力不该只绑在某一个专家身上。
它们可以做成插件，被不同的专家或者基础智能体按需挂载。
创建插件的路子也有好几条。可以聊天创建。用户只要说清楚想给智能体加什么能力，WorkSwarm 就会调 plugin-creator，把自然语言需求整理成可加载的插件包，再完成初始化和校验。Agentic Hub 里有现成的插件资源，装上就能用。企业内部插件也可以本地上传。
用插件的流程：进插件管理页。通过聊天创建一个，或者从 Agentic Hub 装一个成熟的。看一眼包里有哪些工具和技能。然后在智能体或者专家的任务里挂载使用。
专家：带角色的能力包
专家解决的是谁来做。更准确地说，它定义智能体在任务里的角色身份和职责边界。工作方式和可调用能力也一并划好。
在很多产品里，专家只是一段角色提示词。你是架构师。你是测试工程师。这样起步快。可角色设定和工具能力散落在各处，工作规范和外部依赖也各写各的，很难复用和管理。
openJiuwen 里的专家更接近一个可安装的智能体模板。它把专业角色需要的身份和职责打成一个包，输出标准和能力配置也一起带上。智能体不再临时扮演某个角色，而是加载一整套稳定的角色能力。
一个专家通常可以包含这些部分。
创建专家的方式也多。用户可以在专家管理页聊天创建，说清楚要什么领域的专家，擅长什么任务，身上带哪些能力。系统会用 agent-creator 技能，把自然语言需求转成可加载的模板包。也可以直接上传专家资源包。Agentic Hub 里还有成熟专家，装上就能用。
这张图能帮人看懂单智能体场景下的装配方式。专家提供角色基线。插件叠加能力。技能提供方法资源。连接器负责外部系统接入。最后进会话的，是一个被角色和能力共同增强的运行实例，方法资源和外部通道也都挂上了。
要留意，专家不是一个已经跑起来的智能体，而是一套能被会话加载的角色模板。只有会话选中它之后，运行中的智能体才会拿到对应的角色和规则。
openJiuwen 的专家体系还向别的生态开着门。其他平台里已经沉淀下来的专家资产，比如 WorkBuddy 和千问办公里的，可以转成 openJiuwen 的专家资源继续用。
用专家的路径：进专家管理页。表单创建，或者用自然语言创建。也可以从 Agentic Hub 装一个成熟的。点使用进会话。按需叠加插件补能力。然后用自然语言下任务，由专家按角色规范完成。
专家团：让多个专家一起干
专家资产被统一管理之后，还能进一步组成团队。
单个专家适合边界清楚的任务。真实项目往往要多个角色配合。有人拆需求，有人实现，有人测试，也有人交付。过去这类多智能体协作常靠临时提示词编排，能演示，但很难复用。
openJiuwen 把协作本身也做成了资源。专家团可以直接用现成专家成团。Leader 负责理解目标，负责拆任务，也负责汇总结论。成员专家分头承担开发或者测试，文档和审查也各有人管。团队还能配指令和共享技能，协作流程不再靠临场发挥。
一个专家团通常可以包含这些配置。
在 WorkSwarm 里组专家团不用从零开始。最直接的方式，是把已有专家拉进同一个团队。挑一个当 Leader，再选几个当成员，补上团队目标和协作说明，一个面向复杂任务的专家团就能被复用。
如果还没想清楚该怎么分工，用自然语言描述任务目标就行。内置的 agent-group-creator 技能会自动生成整套专家团包，Leader 和成员角色都会配好，协作指令也一并给出。
已经沉淀好的团队配置可以通过文件上传导入。Agentic Hub 里的成熟专家团，装上就能进自己的工作流。
专家和专家团，是角色模板和协作配置的关系。建团的时候，系统把选中的专家组织进团队资源，加上团队指令和共享技能。运行时再装配成 Leader 带成员的协作形态。
跑起来之后，Leader 负责拆解和汇总，成员专家各自承担专业环节。专家团保存的是一组可复用的初始协作配置，而不是一张固定不变的工作流步骤图。
所以专家团不该被理解成一个更大的专家。它更像一套协作配置，把多个专家组织起来，让复杂任务能被拆开，能被并行处理，最后统一交付。
用专家团：进专家管理页。表单创建时选已有专家直接组团，或者用自然语言组团。点使用进团队会话。Leader 拆任务，成员分头执行。最后由 Leader 汇总结果统一交付。
从本地能力到生态资产
openJiuwen 把发布做成资源生命周期里的一环。本地验证过的能力可以传到 Agentic Hub，变成能被搜索和安装的公共资源。发布入口有两个。
一是从 WorkSwarm 客户端直接发布。本地验证过的技能和连接器可以推上去，插件、专家还有专家团也一样。
从日常使用环境发布：先创建并验证资源，再从资源详情页发布到 Hub。
二是在 Hub 上面向社区发布。把整理好的资源包直接提交到 Agentic Hub 网站，成熟能力就进了社区分发。
两个真实案例
两个案例对应两种典型场景。任务边界清楚时，一个带技能和连接器的专家就能端到端交付。问题需要多种专业视角时，多个已有专家可以组成专家团，一起做分析、判断和汇总。
案例一，用鸿蒙应用开发专家做一个应用。用户选中已经发布到技能广场的鸿蒙 App 开发专家，用自然语言提出吞噬黑洞这个需求。专家会结合自己的人设和开发技能，先做完 App 开发和真机部署，再把后端部署补上，最后过一轮调试优化。从界面到后端，AI编程 的活基本不用人插手。
案例二，把本地专家组合成智囊天团。用户可以把本地已经沉淀的多个专家拼到一起，形成一个面向复杂任务的团队。每个成员保留自己的角色和人设，技能和连接器能力也照旧可用。Leader 负责拆任务，负责分派问题，也负责汇总结论。
这种模式下，专家团不是让一个智能体临时扮演多个角色，而是把已有资产组织起来协同工作。成员来自本地已有专家，他们原本携带的技能和工具，在团队协作里照样发挥作用。
选本地已有专家。组队。Leader 拆任务。成员分头分析。最后由 Leader 汇总，输出统一结论。
能力正在变成能流通的东西
智能体的价值，正在从一次对话里的即时响应，走向能沉淀也能发布的能力资产。
openJiuwen 把这五类资源摆在一起，也把整条生命周期串了起来。创建或者获取。安装。装配使用。发布共享。再次获取。
开发者可以在这里沉淀技能，企业也能把自己的能力发布出去。连接器和插件可以被别人拿去复用。专家和专家团也一样。每一次任务经验，都成了下一次协作的起点。
现在已经有客户和伙伴参与 openJiuwen 的共建。比如 openJiuwen 和 FAB 智慧金融专区一起，围绕开放架构和开放资产，也围绕开放算力，升级了金融智能体加速器 FAB 2.0，推动工程工艺资产的沉淀复用。
说白了一句话。智能体的能力，正在从写死在产品里的功能，变成能在生态里流通的资源。
