使用aionclaw需先设leader智能体并配置teammate能力标签，避免冗余推理与记忆冲突；leader仅拆解任务并调度，teammate按职能或模型特性绑定专有能力，任务结果经中央黑板同步并触发自动校验追问。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
团队使用AionClaw时需明确角色边界与任务粒度，避免让多个AI代理重复处理同一类上下文，否则会触发冗余推理和记忆冲突。
先定义团队中枢：设置Leader智能体
在AionClaw主界面点击「新建协作空间」→选择「Leader-Teammate架构」→输入项目目标（如“完成电商后台API文档生成与接口测试”）。这一步必须完成，【未设定Leader会导致所有Agent以平等身份争抢任务分配权，后续流程无法自动分发】。
Leader不直接执行代码或写文档，它只做三件事：解析用户原始指令、拆解为原子任务、判断哪个Teammate当前空闲且具备对应能力标签。
再配置Teammate智能体的专有能力标签
方法一：按职能标签配置
进入「Agent管理」面板→为每个Teammate勾选1～3个能力标签（如“Swagger解析”“Postman脚本生成”“错误日志归因”），禁止勾选超过3项。标签过多会让调度器失去判断依据，反而降效。
方法二：按模型特性绑定
将Gemini CLI设为“需求澄清型”，专用于追问模糊点；Claude Code设为“逻辑严密型”，只接收含完整输入/输出约束的任务；Qwen Code设为“快速原型型”，仅处理POC级代码生成。这种绑定在packages/desktop/src/renderer/pages/settings/components/AddPlatformModal.tsx中完成。
注意：同一模型不可同时挂载两种冲突标签（例如既标“快速原型型”又标“生产级审查型”），【模型能力是硬约束，强行混用会导致输出质量断崖式下跌】。
最后执行任务分发与状态同步
第一步：用户向Leader提交自然语言指令，例如：“把user-service模块的REST端点整理成带curl示例的Markdown文档，并检查是否存在未处理的400/500响应分支。”
第二步：Leader自动拆解为三个子任务：
① 提取user-service所有@Controller类的@RequestMapping路径（交由Qwen Code）
② 从@ApiResponse注解中提取HTTP状态码覆盖情况（交由Gemini CLI）
③ 合并结构化结果并渲染为Markdown+curl块（交由Claude Code）
第三步：各Teammate完成任务后，将结构化结果（非纯文本）推送到中央黑板（Central Blackboard），Leader读取后触发校验逻辑——若发现②缺失500分支描述，则自动向Gemini CLI追加追问：“请补充user-service中所有可能抛出5xx异常的业务路径及触发条件”。
