# 工具能力全景与路由互补分析

> 版本: v1.0 | 日期: 2026-06-21 | 下一更新: 2026-Q3
> 用途: 蚂蚁军团各智能体能力边界定义 + 路由决策参考

---

## 目录

- [1. 文档说明](#1-文档说明)
- [2. Trae IDE](#2-trae-ide)
- [3. Hermes Agent 框架](#3-hermes-agent-框架)
- [4. Codex CLI (GPT-5.5)](#4-codex-cli-gpt-55)
- [5. ChatGPT 网页版 / GPT-5.5](#5-chatgpt-网页版--gpt-55)
- [6. Google Gemini 网页版](#6-google-gemini-网页版)
- [7. OpenClaw 框架](#7-openclaw-框架)
- [8. 六工具横评对比](#8-六工具横评对比)
- [9. 路由互补分析](#9-路由互补分析)
- [10. 蚂蚁军团路由决策矩阵](#10-蚂蚁军团路由决策矩阵)
- [11. 异常修复链路](#11-异常修复链路)

---

## 1. 文档说明

### 1.1 本文档定位

本文档是蚂蚁军团 **路由系统的能力参考书**。每个智能体/工具的能力边界在这里被明确定义，路由决策基于这些定义进行匹配，不做超出能力边界的任务分配。

### 1.2 能力标签体系

每个工具使用以下标签体系描述：

| 标签域 | 取值 | 说明 |
|:-------|:-----|:------|
| `cap:推理` | 高/中/低 | 复杂逻辑推理能力 |
| `cap:编程` | 高/中/低 | 代码编写/审查/重构能力 |
| `cap:搜索` | 高/中/低 | 联网信息检索能力 |
| `cap:多模态` | 高/中/低 | 图像/音频/视频理解能力 |
| `cap:自动化` | 高/中/低 | 自动化执行/流水线能力 |
| `cap:通信` | 高/中/低 | 消息平台接入能力 |
| `cap:自进化` | 高/中/低 | 自我学习/改进能力 |
| `cap:长上下文` | 高/中/低 | 处理大文档/代码库的能力 |
| `dep:本地` | ✅/❌ | 是否需要本地部署 |
| `dep:联网` | ✅/❌ | 是否需要联网 |
| `dep:付费` | ✅/❌ | 是否需要付费订阅 |
| `cost:token` | $/M tokens | Token 消耗成本参考 |

---

## 2. Trae IDE

### 2.1 基本信息

| 属性 | 值 |
|:-----|:----|
| 开发商 | 字节跳动 (ByteDance) |
| 当前版本 | **v3.5.66** (2026-06-12) |
| 内核 | VS Code fork，兼容 VS Code 插件生态 |
| 注册用户 | 600万+ |
| 定价 | 基础版免费 / Pro $10/月 |
| 部署位置 | **本机 3号** (本任务运行环境) |
| 模型支持 | Claude 3.5/3.7 Sonnet、GPT-4o/4.1、Gemini 2.5 Pro、豆包 1.5-pro、DeepSeek-R1/V3、Kimi K2.5/K2.6 |

### 2.2 双重开发模式

#### 模式A: IDE 模式（人机协同）

人类开发者主导，AI 全程辅助。保留传统编辑器、终端、调试、Git 等工作流。

| 内置 Agent | 定位 | 适用场景 |
|:-----------|:-----|:---------|
| **Chat** | 对话式编程助手 | 代码解释、技术问答、错误修复、代码生成 |
| **Builder / Agent** | 0→1 项目构建 | 自然语言→完整项目，自动拆任务、生成文件、运行验证 |
| **Builder with MCP** | MCP 扩展构建 | Builder + 自动启用所有配置的 MCP Server |

#### 模式B: SOLO / Work 模式（AI 主导全自动化）

2026 年核心创新。描述需求 → AI 自动完成 PRD→编码→测试→部署全流程。

- **SOLO Builder**: 快速从想法到产品
- **SOLO Agent** (v3.5.56 起更名): 深度规划、精确执行、协调子智能体
- **三栏工作区**: 文件管理 + 实时进度 + AI 输出预览
- **语音交互**: 像和队友交流一样用语音互动
- **Worktree**: 不同任务在隔离 Git 环境中运行
- **内嵌浏览器**: 可直接选取浏览器元素加入对话
- **跨端同步**: Web/桌面/手机 三端进度实时同步

### 2.3 核心能力

| 能力 | 说明 | 标签 |
|:-----|:-----|:------|
| **CUE 智能补全** | 实时感知仓库上下文，链式补全，智能导入，修改点预测 | `cap:编程=高` |
| **上下文理解** | 文件/文件夹/代码库/文档集(URL爬取)/网页内容 | `cap:长上下文=高` |
| **规则系统** | `.trae/rules/` 双层规则 (project_rules + user_rules)，支持嵌套 | `cap:自动化=中` |
| **MCP 支持** | stdio + SSE 传输，OAuth 授权，项目级/全局配置 | `cap:自动化=高` |
| **Skills 技能** | `.agents/skills` 自动加载，社区共享，领域专长 | `cap:自进化=中` |
| **代码审查** | 对未提交/单次提交/分支差异进行智能审查 | `cap:编程=高` |
| **设计稿转代码** | Figma 设计稿直接转可运行代码 | `cap:多模态=中` |

### 2.4 能力标签

| 标签 | 值 | 备注 |
|:-----|:----|:-----|
| `cap:推理` | 高 | 多模型内置，Claude/GPT/Gemini/豆包 均可 |
| `cap:编程` | **极高** | AI IDE 原生，Builder 全自动化 |
| `cap:搜索` | 中 | 可通过 MCP + 文档集 URL 爬取实现 |
| `cap:多模态` | 中 | Figma 转代码、图片理解 |
| `cap:自动化` | 高 | SOLO/Work 全自动化 + MCP |
| `cap:通信` | 低 | IDE 本质，无消息平台接入 |
| `cap:自进化` | 中 | Skills + Rules 可扩展 |
| `cap:长上下文` | 高 | 仓库级上下文理解 |
| `dep:本地` | ✅ | 本机安装 |
| `dep:联网` | ⚠️ | 模型调用需联网 |
| `dep:付费` | ⚠️ | 基础免费，Pro 可选 |
| `cost:token` | ~$10/月 | Pro 订阅费 |

### 2.5 本机部署配置

```
安装位置: /media/zhengjie/WORKSPACE/003/.trae/
规则目录: /media/zhengjie/WORKSPACE/003/.trae/rules/
  ├── project_rules.md  — 项目红线规则
  ├── local-assets.md   — 本地AI资产清单
  └── server_infrastructure.md — 蚂蚁帝国架构文档
Skills目录: /media/zhengjie/WORKSPACE/003/.trae/skills/
  ├── fenshen       — 分身系统
  ├── web-search    — 联网搜索
  ├── web-dev       — 网页开发
  └── ...
```

---

## 3. Hermes Agent 框架

### 3.1 基本信息

| 属性 | 值 |
|:-----|:----|
| 开发商 | 开源社区 (Hermes Team) |
| 最近版本 | v0.17.0 (2026-05) |
| GitHub Stars | 61K+ |
| 核心语言 | Python |
| 定位 | 自进化个人智能体框架 |
| 部署位置 | **本机 3号(小七)** / **2号(糖糖)** / **4号(蚁后)** |

### 3.2 版本历史

| 版本 | 日期 | 关键更新 |
|:-----|:------|:---------|
| v0.8.0 | 2025-12 | 初始开源版本 |
| v0.9.0 | 2026-01 | pipx 安装, PIP模式 |
| v0.10.0 | 2026-02 | Webhook 系统 |
| v0.11.0 | 2026-02 | Task + Todo 系统 |
| v0.12.0 | 2026-02 | 技能自动创建 |
| v0.13.0 | 2026-03 | Delegate + Plan |
| v0.14.0 | 2026-03 | Kanban 引擎 |
| v0.15.0 | 2026-04 | MCP 集成 |
| v0.16.0 | 2026-04 | 批量 MCP |
| **v0.17.0** | **2026-05** | **最佳版本 — 混合MCP, Kanban v2** |

### 3.3 核心架构（六支柱）

```
┌──────────────────────────────────────────┐
│           Hermes Agent v0.17.0          │
├──────────────────────────────────────────┤
│  ① Webhook 系统 — 多智能体通信          │
│  ② Kanban 看板  — 任务分解+调度        │
│  ③ ACP 协议     — 四层消息标准          │
│  ④ 工具系统     — 60+内置 + MCP        │
│  ⑤ 三层记忆     — HOT/WARM/COLD         │
│  ⑥ 技能系统     — 自创建+自优化+Bundle  │
└──────────────────────────────────────────┘
```

### 3.4 核心能力

#### 3.4.1 Webhook 系统（蚂蚁帝国核心通信协议）

| 配置项 | 值 |
|:-------|:----|
| 监听端口 | 8644 (所有实例统一) |
| 签名算法 | HMAC-SHA256 |
| 协议路径 | `POST /webhooks/{订阅名}` |
| 消息体 | JSON `{"event_type", "report"}` |

**蚂蚁帝国 Webhook 订阅清单**:

| Agent | 服务器 | 订阅名 | 用途 |
|:------|:-------|:-------|:-----|
| **蚁后**👑 | 4号 | `ant-message` | → 投递飞书 |
| | | `pipeline-report` | 生图流水线巡检 |
| | | `xiaogenban` | 小跟班消息 |
| **糖糖**🐜 | 2号 | `tangtang-message` | 金融消息 |
| **小七**🐱 | 本机 | `xiaoqi-message` | 通用消息 |
| **Trae IDE** | 4号:8893 | `/api/webhook` | 人工查阅 |

#### 3.4.2 Kanban 看板引擎（v0.14+）

| 属性 | 值 |
|:-----|:----|
| 存储 | SQLite 持久化 (kanban.db) |
| 轮询间隔 | 60秒 (config.yaml 484行) |
| 六列流程 | Backlog → TODO → In Progress → Review → Done → Archived |
| Worker 类型 | 9种 (delegate/plan/clock/batch/depend/delay/chapter/interrupt/extract) |
| 超时回收 | 4小时自动回收 |
| 失败重试 | 自动重试，失败升级 |

**配置位置**: config.yaml 477-487行
```yaml
kanban:
  enabled: true
  db_path: "~/.hermes/kanban.db"
  poll_interval: 60
  workers: [todo, delegate_task, plan, writing-plans]
```

#### 3.4.3 ACP 通信协议（Agent Communication Protocol）

| 消息类型 | 说明 | 路由依据 |
|:---------|:-----|:---------|
| **Command** | 直接指令 | sender → recipient, 需回复 |
| **Request** | 请求协作 | sender → recipient, 可拒绝 |
| **Notification** | 单向通知 | sender → topic, 不要求回复 |
| **Report** | 任务汇报 | sender → topic, 含结果摘要 |

#### 3.4.4 工具系统

**内置工具** (60+):

| 工具名 | 用途 | 备注 |
|:-------|:-----|:------|
| `todo` | 当前会话任务清单 | 小七核心工具 |
| `delegate_task` | 拆成子任务并行执行 | 可并行3个子代理 |
| `plan` | 专门写方案的"计划模式" | 只出方案不执行 |
| `writing-plans` | 细粒度实施计划 | 拆成2-5分钟小任务 |

**MCP 集成** (v0.15+):
- 支持作为 MCP 客户端连接外部服务器
- v0.16: 批量 MCP 服务器管理
- v0.17: 混合 MCP（同时连接多个 MCP 服务器）

#### 3.4.5 三层记忆系统

| 层级 | 存储 | 特点 |
|:-----|:-----|:------|
| **HOT** | session context | 当前会话上下文 |
| **WARM** | MEMORY.md | 持久事实，跨会话 |
| **COLD** | SQLite + FTS5 | 全文搜索历史记忆 |
| **技能** | SKILL.md | 可执行的过程记忆 |

#### 3.4.6 技能系统

- 自动创建: `hermes skills create`
- 自我优化: 运行后自动分析改进
- Bundle 机制: `skills/bundles/` 组合技能

### 3.5 蚂蚁帝国部署实例

| 实例 | 服务器 | 版本 | 模型 | 角色 |
|:-----|:-------|:-----|:-----|:------|
| **小七**🐱 | 3号本机 | v0.15+ | qwen3.5-4b + qwen3.5-9b-vision | 交互型AI - 文官 |
| **糖糖**🐜 | 2号 | v0.15+ | (无本地模型) | 金融中台 - 武官自治 |
| **蚁后**👑 | 4号 | v0.15+ | (无模型配置) | 生图调度 - 武官 |

### 3.6 能力标签

| 标签 | 值 | 备注 |
|:-----|:----|:------|
| `cap:推理` | 中 | 依赖配置的模型 |
| `cap:编程` | 低 | 非编程框架 |
| `cap:搜索` | 低 | 无原生搜索 |
| `cap:多模态` | 中 | 依赖配置的视觉模型 |
| `cap:自动化` | 高 | Kanban + Webhook + Cron |
| `cap:通信` | **极高** | Webhook 原生多智能体通信 |
| `cap:自进化` | **极高** | 唯一具备自我学习能力的框架 |
| `cap:长上下文` | 中 | SQLite FTS5 搜索 |
| `dep:本地` | ✅ | 需本地部署 |
| `dep:联网` | ⚠️ | 视模型配置 |
| `dep:付费` | ❌ | 开源免费 |

---

## 4. Codex CLI (GPT-5.5)

### 4.1 基本信息

| 属性 | 值 |
|:-----|:----|
| 开发商 | OpenAI |
| 当前版本 | **v0.137.0** (2026-06-04) |
| 核心语言 | Rust 95.7% (从 TS 重写完成) |
| GitHub Stars | 90K+ |
| 授权 | 开源 + Codex Plus 订阅 |
| 底座模型 | **GPT-5.5** (400K上下文) |
| 部署位置 | **5号服务器** (ws://127.0.0.1:18795) |
| 订阅 | Codex Plus ($20/月，含在 ChatGPT Plus) |

### 4.2 模型能力矩阵

| 模型 | 上下文 | 定价 (输入/输出 /1M) | 定位 |
|:-----|:-------|:---------------------|:------|
| **GPT-5.5** | 400K | $5/$30 | **编程旗舰** — Terminal-Bench 82.7% |
| GPT-5.5 Pro | 400K | $30/$180 | 最高精度 |
| GPT-5.4 | 272K (可扩1M) | $2.50/$15 | 性价比之选 |
| GPT-5.3-Codex-Spark | 标准 | Pro专属 | 1000+ tokens/s |

**基准成绩**:
| 测试 | GPT-5.5 | 对比 |
|:-----|:--------|:------|
| Terminal-Bench 2.0 | **82.7%** | +7.6pp vs GPT-5.4 |
| SWE-Bench Pro | 58.6% | +0.9pp |
| Expert-SWE (20h任务) | **73.1%** | +4.6pp |
| OSWorld (Computer Use) | **78.7%** | +3.7pp |
| ARC-AGI-2 (推理) | **85.0%** | +11.7pp |

### 4.3 子代理（Subagent）系统

```
用户指令 → 主 Agent (Manager)
  ├── Subagent 1 (Worker) — 实现模块A
  ├── Subagent 2 (Worker) — 实现模块B
  ├── Subagent 3 (Explorer) — 代码库探索
  └── Subagent 4 (Monitor) — 长任务监控
```

| 角色 | 权限 | 职责 |
|:-----|:-----|:------|
| default | 通用 | 兜底 |
| worker | 写权限 | 实现和修复 |
| explorer | 只读 | 代码库探索 |
| monitor | 只读 | 1小时轮询监控 |

**v0.137.0 Multi-agent v2 新特性**:
- 每个线程可独立选择模型
- CLI `/agent` 切换线程视图
- 审批弹窗标明来源线程

### 4.4 MCP 集成

#### 作为 MCP 客户端（消费 MCP）:
```toml
[mcp_servers.filesystem]
command = "npx"
args = ["-y", "@modelcontextprotocol/server-filesystem"]
```

#### 作为 MCP 服务器（被消费） — 关键能力:
```
codex mcp-server → 暴露2个工具:
  codex(prompt, config...)   → 启动新会话
  codex-reply(prompt, threadId) → 继续会话
```
**应用**: 其他 Agent 可通过 MCP 调用 Codex 执行编程任务。

### 4.5 Browser Use（浏览器自动化）

| 层级 | 方式 | 能力 |
|:-----|:------|:------|
| Tier 1 | Computer Use | 像素级 GUI 自动化 |
| Tier 2 | Browser Use + Dev Mode | DOM感知 + CDP，内置沙箱 |
| Tier 3 | Chrome DevTools MCP | 29个 DevTools 工具 |

**Chrome 扩展** (2026-05-07): 操作已登录的 Chrome 会话，跨 Tab 并行。

### 4.6 App-Server Daemon 模式

```
客户端 (CLI/VS Code/网页)
  │ JSON-RPC 2.0 协议
  ▼
App Server (ws://127.0.0.1:18795)
  ├── Thread Manager (多会话管理)
  ├── Core Threads (每个线程一个 Codex 会话)
  └── MCP Server 桥接
```

### 4.7 本机部署配置 (5号服务器)

```
版本: v0.137.0
服务: codex app-server daemon start --listen ws://127.0.0.1:18795
进程: node + codex-linux-x64 双进程
公网: en.hunanningyuan.cloud/codex/ (HTTP Basic Auth)
前端: /var/www/codex-chat/index.html (WebSocket JSON-RPC)
```

### 4.8 能力标签

| 标签 | 值 | 备注 |
|:-----|:----|:------|
| `cap:推理` | 极高 | GPT-5.5 旗舰推理 |
| `cap:编程` | **极高** | **全工具中最强**，Terminal-Bench 82.7% |
| `cap:搜索` | 中 | WebSearch 工具 |
| `cap:多模态` | 中 | Vision 能力 (GPT-5.5) |
| `cap:自动化` | 高 | Subagent + MCP + App Server |
| `cap:通信` | 低 | 无消息平台接入 |
| `cap:自进化` | 中 | 无闭环学习 |
| `cap:长上下文` | **极高** | 400K (CLI) / 1M (API) |
| `dep:本地` | ✅ | 需本地部署 (5号) |
| `dep:联网` | ✅ | 需调用 OpenAI API |
| `dep:付费` | ✅ | Codex Plus $20/月 |
| `cost:token` | $5/$30 per M | GPT-5.5 定价 |

---

## 5. ChatGPT 网页版 / GPT-5.5

### 5.1 基本信息

| 属性 | 值 |
|:-----|:----|
| 开发商 | OpenAI |
| 旗舰模型 | GPT-5.5 (2026-04-23) / GPT-5.5 Instant (2026-05-05, 默认) |
| 知识截止 | 2025-08-31 |
| 上下文 | Instant 400K / Pro 1M |
| 定价 | Free / Plus $20/mo / Pro $200/mo |
| 访问方式 | 网页 chatgpt.com + iOS/Android + Atlas 浏览器 |

### 5.2 模型分层

| 用户 | 可用模型 |
|:-----|:---------|
| Free | GPT-5.5 Instant |
| Plus $20 | Instant / Medium / High |
| Pro $200 | Instant / Medium / High / Extra High / Pro Standard / Pro Extended |

### 5.3 核心功能

#### 沟通与写作
- **Canvas 编辑器**: 全屏写作、目录导航、交互式图表、PDF 导出、Library 保存
- **长对话目录**: 超5轮自动生成，可跳转
- **导出**: PDF（保留表格/图片/引用）

#### 编程与数据分析
- **Code Interpreter**: 沙箱 Python，支持 pandas/numpy/matplotlib/PIL
- **文件处理**: 最大 100MB（CSV/JSON/Excel/图片/视频）
- **数据可视化**: 交互式图表生成
- **格式转换**: CSV↔Excel、JSON↔XML 等
- **代码生成/调试**: 编写、解释、重构、优化

#### 网页浏览
- **Atlas 浏览器** (2025-10): AI 原生浏览器，侧边栏常驻 ChatGPT
- **Agent Mode** (Plus+): 自动执行网页任务（预订/填表/比价）
- **Browse with Bing**: 实时搜索+引用

#### 图像生成（DALL-E）
- 直接调用 DALL-E 生成图像
- 多模态视觉: 图片理解+图表解读+文档OCR+截图分析

#### Apps 生态（MCP 协议）
- **Apps SDK** (2025-10): 基于 MCP 协议，首批 7+ 大厂接入
- **首批**: Booking.com/Canva/Coursera/Figma/Expedia/Spotify/Zillow
- GPT-5.5 自动识别何时启用 App
- **Google Drive 集成** ✅ **已确认可用**: 通过 Apps/MCP 直接连接 Google Drive
  - ✅ 读取指定目录文件列表
  - ✅ 读取/修改文档、图片、**代码文件**等内容
  - ✅ 上传新文件到云盘
  - ⚠️ **重要路由意义**: 
    - 以前云盘操作只能通过 5hao rclone，现在 ChatGPT 可通过 MCP 直接操作
    - **代码分析**: 云盘上的代码项目可用 ChatGPT 直接审查/分析/调试
    - **零中转链路**: 文字指令 → 云盘取图/取码 → AI处理 → 结果存回云盘

#### 语音对话
- 高级语音模式: 指令理解增强 + 自适应风格
- GPT-Realtime-2: 低延迟语音模型
- 跨平台: Web/iOS/Android/Atlas

#### 记忆功能
- 记忆摘要页: 可视化所有记忆条目，可编辑/删除
- 记忆来源: 标记来自哪个聊天/文件/Gmail
- 临时对话: 不生成/参考记忆

#### 定时任务 (2026-06-17)
- Scheduled Tasks: 发送提醒、重复工作、监控变化
- 侧边栏 "Scheduled" 页面集中管理
- 最少1小时间隔

### 5.4 核心升级亮点

1. **幻觉率降低 52.5%** (高价值场景)
2. **回答长度优化**: 字数减少 30.2%，emoji 过度使用显著减少
3. **Terminal-Bench 82.7%**: 全 AI IDE 第一
4. **400K → 1M 上下文**: 512K-1M 区间准确率 74.0% (相比 GPT-5.4 的 36.6%)

### 5.5 能力标签

| 标签 | 值 | 备注 |
|:-----|:----|:------|
| `cap:推理` | 极高 | GPT-5.5 旗舰 |
| `cap:编程` | 高 | 58.6% SWE-Bench, 但不如 Codex CLI |
| `cap:搜索` | 高 | Browse + Deep Research |
| `cap:多模态` | 高 | DALL-E + Vision + Code Interpreter |
| `cap:自动化` | 中 | Scheduled Tasks + Apps |
| `cap:云盘操作` | **新高** | **通过Apps (MCP) 直接读写Google Drive文件** |
| `cap:通信` | 低 | 网页版本质 |
| `cap:自进化` | 中 | Memory 跨会话学习 |
| `cap:长上下文` | 极高 | Instant 400K / Pro 1M |
| `dep:本地` | ❌ | 纯云端 |
| `dep:联网` | ✅ | 必需 |
| `dep:付费` | ⚠️ | Plus 才可用全部功能 |
| `cost:token` | $20-200/月 | 订阅制 |

---

## 6. Google Gemini 网页版

### 6.1 基本信息

| 属性 | 值 |
|:-----|:----|
| 开发商 | Google |
| 旗舰模型 | Gemini 2.5 Pro / 2.5 Flash (默认) |
| 上下文 | 免费 32K / 付费 **100万 token** |
| 定价 | Free / Pro $19.99/月 / Ultra $249.99/月 |
| 月活用户 | 9亿+ (2026 I/O) |
| 覆盖 | 230+ 国家、70+ 语言 |

### 6.2 模型矩阵

| 模型 | 定位 | 上下文 | 可用性 |
|:-----|:------|:-------|:-------|
| Gemini 2.5 Pro | 最强推理/编程/复杂任务 | 100万token (付费) | 正式版 |
| Gemini 2.5 Flash | 日常任务, 快速响应 | 100万token | **默认模型** |
| Gemini 2.5 Flash-Lite | 高吞吐低成本批量 | 100万token | 正式版 |
| Gemini 3 Flash | 前沿智能+闪电速度 | — | 已发布 |
| Gemini 3.5 Flash | 新一代前沿+超快 | — | I/O 2026发布 |
| Gemini Omni | 文本/图像/视频→视频输出 | — | I/O 2026发布 |

### 6.3 核心功能

#### Deep Research 深度研究
- **模型**: 2.5 Flash Experimental / 2.5 Pro Experimental (Advanced)
- **文件上传**: PDF/图片融合到研究报告
- **Google Drive**: 链接云端文档
- **Canvas 导出**: 导入 Canvas 编辑 → 导出 Google Docs
- **效果**: 写作调研时间减少 63% (2.5h→55min)
- **质量**: 比 ChatGPT 更稳定，学术风格带引文

#### 文件上传与分析
| 层级 | 支持格式 | 限制 |
|:-----|:---------|:------|
| 免费 | DOC/DOCX/PDF/TXT/PPTX/PNG/JPG/WEBP/视频 | 10个文件, 单文件100MB |
| Pro | + XLS/XLSX/CSV/TSV/代码文件夹 | 数据可视化+代码库分析 |

#### Google 生态集成（核心差异化 — ✅ 已确认可用）
| 服务 | 能力 |
|:-----|:------|
| Gmail | 邮件摘要、撰写、搜索 |
| Google Drive | 文件分析、文档链接 |
| Google Docs | "//" 唤醒 AI 助手，**可直接创建/编辑 Google Docs 文档** |
| Google Maps | 推荐、旅行建议 |
| Google Calendar | 日程管理 |
| Google Search | 个性化搜索（连接搜索历史） |
- ✅ **已验证**: 
  - 可基于分析报告直接生成 Google Docs 并存到指定目录
  - **图片分析上限分 4 种路径**:
    - 网页聊天: **单次硬限制 10 张**（前端阻断）
    - API / AI Studio: **最高 3,000 张/次**（底层无上限）
    - PDF 打包: 图片插入 PDF = 1 个文件，**PDF 可达 1,000 页**
    - 上下文累积: 分批次 10 张多次上传，模型保留前序图片联合推理
  - **路由意义**: 大批量图片分析应走 API 或打包 PDF，而非网页聊天
  - **零中转**: 分析结果直接以 Google Docs 落地云盘，无需手动导出
- ✅ **API Key 实测（2026-06-21, AQ.密钥 - Free Tier）**: 
  - **文字模型 ✅ 正常**: gemini-3.1-flash-lite 可用（10-15 RPM, 1,000-1,500 RPD）
  - **生图模型 ❌ 锁死**: gemini-2.5-flash-image / imagen-4.0 / veo-3.1 均 429 quota exceeded (limit: 0)
  - **结论**: 新账号免费层生图额度默认锁死，需绑结算账户才能开
  - **可用场景**: 打标、提示词优化、文案生成、数据分析

#### Gemini Live 语音对话
- 自然对话，打字↔语音随时切换
- 摄像头/屏幕共享（免费用户可用）
- Gemini 3.1 Flash Live: ComplexFuncBench Audio 90.8%

#### Canvas 协作工作区
- 交互式空间，编写/润色/分享
- 选中段落→要求简化/调整语气/专业
- 实时代码预览 (HTML/React)
- 导出到 Google Docs

#### 多模态能力（核心差异化）
- **原生多模态**: 单一模型架构统一处理文本/图像/音频/视频
- 10M token 上下文（1.5 Pro 实测 "大海捞针" >99% 召回）
- 长时间音频理解、YouTube 视频处理

#### Gems 自定义智能体
- 创建专属 AI 专家
- 配置提示词即可生成

#### 图像/视频生成（Nano Banana + Veo）
| 引擎 | 定位 | 模型 | 能力 |
|:-----|:------|:------|:------|
| **Nano Banana** (Imagen 3 演进) | 原生生图主力 | gemini-3.1-flash-image / gemini-3-pro-image | Fast/Thinking/Pro 三档 |
| **Veo** 系列 | 高阶/视频/4K | veo-3.1-generate / veo-3.1-fast-generate | 视频→图片、4K输出 |

**Nano Banana 核心绝活**:
- **图生图**: 同时上传最多 **14 张**参考图片进行融合重构
- **精准字形渲染**: 衣服/店招/海报上的文字不再乱码，清晰可读
- **SynthID 水印**: 可见+不可见双重数字水印，商业合规
- **Prompt Expansion**: 输入长句自动重构丰富提示词，理解精度远超普通生图工具

**Veo 核心绝活**:
- **Video-to-Image**: 从视频帧语义衍生高质量静态图
- **4K 分辨率**: 输出/放大至 4K 商业级画质

**路由意义**: Gemini 生图+精准文字渲染 = **商品卡/海报设计的一站式工具**，不再需要经过"生图→PS加字"两步流程

#### I/O 2026 新增
- **Daily Brief**: 每日智能简报
- **Gemini Spark**: 7×24 主动式 AI 智能体
- **Neural Expressive**: 流体动画 UI 设计语言
- **macOS 桌面应用**: 本地运行 Gemini Spark

### 6.4 能力标签

| 标签 | 值 | 备注 |
|:-----|:----|:------|
| `cap:推理` | 极高 | 2.5 Pro 在 WebDev Arena 登顶 |
| `cap:编程` | 高 | Aider 编程基准 74% |
| `cap:搜索` | **极高** | **全工具中最强**，Deep Research |
| `cap:多模态` | **极高** | **全工具中最强**，原生多模态 |
| `cap:生图` | **极高** | **Nano Banana + Veo, 14张参考图, 4K, 精准文字** |
| `cap:自动化` | 中 | Scheduled Tasks |
| `cap:通信` | 低 | 网页版本质 |
| `cap:自进化` | 低 | 无跨会话学习 |
| `cap:长上下文` | **极高** | **100万token** 付费版 |
| `dep:本地` | ❌ | 纯云端 |
| `dep:联网` | ✅ | 必需 |
| `dep:付费` | ⚠️ | Pro 才可用全部功能 |
| `cost:token` | $19.99-249.99/月 | 订阅制 |

---

## 7. Google 2026 生态全家桶（Gemini 驱动的 Agentic 原生生态）

> 谷歌在 2026 年完成了从"互联网工具箱"到"智能体化原生生态"的蜕变。全部工具通过 Gemini 3 系列及以上 AI 矩阵打通，形成主动规划、自主执行、跨端同步的超级闭环。

### 7.1 五大中枢架构

| # | 中枢 | 核心能力 | 路由标签 |
|:--|:-----|:---------|:---------|
| ① | **Workspace**（效率协同） | 邮件自动化、Docs 信息消化、NotebookLM 第二大脑、Sheets/Slides 智能图表 | `cap:办公` |
| ② | **Search & Chrome**（信息入口） | AI Mode 搜索、Deep Research、Auto Browse 网页自动化、Skills 技能市场 | `cap:搜索` |
| ③ | **Android 17 & Halo**（系统感知） | Gemini 全域屏幕感知、Halo 状态光环、24/7 后台智能体 | `cap:移动` |
| ④ | **GenMedia Suite**（多模态生成） | Nano Banana Pro 生图(精准文字+品牌定制)、Veo 3.1 电影级视频+原生音频 | `cap:生图` |
| ⑤ | **Vertex AI & Cloud**（云端基建） | MCP 多智能体编排、GKE 集群调度、TPU Superpods 万级芯片互联 | `cap:基建` |

### 7.2 五大中枢详解

#### 7.2.1 效率与协同中枢 — Workspace

| 组件 | Agentic 能力 | 场景 |
|:-----|:-------------|:-----|
| **Gmail + Gemini Agents** | 自动总结长邮件、提取合同财务红线、草拟回复 | 邮件自动化流水线 |
| **Docs + NotebookLM** | 多模态联合检索（PDF/表格/音频），自然语言向 Drive 提问 | 第二大脑持久记忆 |
| **Sheets** | 自动生成交互式图表、分析财务趋势 | 数据可视化 |
| **Slides + Nano Banana Pro** | 根据演示文稿语义自动生成带精准文字的高清插图 | 一键出片 |

#### 7.2.2 信息与入口中枢 — Search & Chrome

| 能力 | 驱动模型 | 说明 |
|:-----|:---------|:------|
| **AI Mode 搜索** | Gemini 3.5 Flash | 从链接列表→AI 推理助理 |
| **Deep Research** | Gemini 多步追踪 | 跨平台多步追踪，交付引文级报告 |
| **Auto Browse** | Chrome Agent | 自动预订、比价、批量填表 |
| **Skills 市场** | Chrome 侧边栏 | 固话常用 Prompt 为一键工具 |

#### 7.2.3 操作系统与硬件 — Android 17 & Halo

- **Gemini Intelligence 核心层**: 系统级 AI，全域屏幕感知
- **长按/手势圈选**: 任意 App 内圈内容→理解→操作（如食谱→自动添加到 Keep 备忘录）
- **Android Halo**: 后台 24/7 智能体状态光环，无需打开 App 即可追踪

#### 7.2.4 创意与多模态生成 — GenMedia Suite

| 引擎 | 能力 | 路由价值 |
|:-----|:-----|:---------|
| **Nano Banana Pro** | 多语言文字渲染、多图融合、品牌定制、版型不走样 | 商品卡/海报一站式设计 |
| **Veo 3.1** | 电影级视频+原生音频同步（对白/音效/配乐） | AI 短视频/广告片 |

#### 7.2.5 底层与云端 — Vertex AI & Cloud

- **Vertex AI Agents**: MCP 协议跨接数据库与工具链
- **GKE**: 成百上千 Agent 工作负载集群调度
- **TPU Superpods + Lustre**: 万级芯片互联，解决长任务 IO 瓶颈

### 7.3 谷歌生态的"最强互补路径"

```
Drive/NotebookLM（存储+管理） 
    ↓ 
Search Deep Research（全网调研） 
    ↓ 
Vertex AI / Chrome Auto Browse（批量脚本+网页操控） 
    ↓ 
Gmail / Docs（全自动协作交付）
```

**路由意义**: 如果要深度依赖谷歌生态，最优链路是：**数据存储 → 全网检索 → 自动化执行 → 交付产出**。这条链全部由 Gemini 底层打通，零中转。

### 7.4 能力标签

| 标签 | 值 | 备注 |
|:-----|:----|:------|
| `cap:办公` | **极高** | Workspace 全链条 AI 化 |
| `cap:搜索` | **极高** | Deep Research 全网多步追踪 |
| `cap:多模态` | **极高** | GenMedia Suite + 系统级感知 |
| `cap:生图` | **极高** | Nano Banana Pro + Veo 3.1 |
| `cap:视频` | **极高** | Veo 3.1 电影级+原生音频 |
| `cap:网页自动化` | 高 | Chrome Auto Browse |
| `cap:基建` | **极高** | Vertex AI + GKE + TPU |
| `cap:自进化` | 高 | 每日简报/Spark 主动式智能体 |
| `dep:本地` | ❌ | 纯云端 |
| `dep:付费` | ⚠️ | 免费 API 1000-1500次/天 |
| `cost:token` | 免费层可用 | Pro $19.99-249.99/月 |

### 7.5 第二大脑（NotebookLM + Drive）实现方案

> Gemini 驱动，将 Google Drive 变成多模态联合检索的"第二大脑"。

#### 方案一：蚂蚁军团自动化管线（工业级）

```
Drive 输入目录 → 新文件触发 → 多模态解析 → 向量化 → 自然语言提问 → 自动输出 Docs
```

| 步骤 | 组件 | 说明 |
|:-----|:-----|:------|
| ① 存储/监听 | Google Drive API + Webhook/定时脚本 | 监听 `02_COLLECT_CENTER_集货区` |
| ② 解析/向量化 | Gemini API + Vector DB | 文本→MD, 音频→摘要, 表格→JSON |
| ③ 联合检索 | RAG: 向量库 + Gemini 大上下文 | 跨PDF/表格/音频联合推理 |
| ④ 自动导出 | Google Docs API | 自动创建排版报告 |

**路由意义**: 这个管线可以让小七/小马等文官通过自然语言直接查询整个云盘的知识库，无需手动翻文件。

#### 方案二：NotebookLM 原生方案（轻量体验）

- **创建笔记本**: 一个笔记本 = 一个商业项目/知识库
- **绑定 Drive**: 直接选整个文件夹或批量选文件（Docs/Sheets/PDF/MP3）
- **自动向量化**: 后台自动切片、多模态理解、索引
- **提问方式**: 中文提问，同时跨越表格/PDF/音频联合推理，**严格标注引文出处**
- **一键导出**: 精炼结果→导出到 Google Docs

**路由意义**: 日常知识管理直接走 NotebookLM 网页版，比自建管线快10倍。

---

## 8. OpenClaw 框架

### 8.1 基本信息

| 属性 | 值 |
|:-----|:----|
| 开发者 | Peter Steinberger → 开源基金会 (2026-02) |
| GitHub Stars | **346,000+** (2026-05) |
| 核心语言 | TypeScript / Node.js |
| 许可 | MIT |
| 定位 | AI Agent Harness — 智能体"挽具" |
| 技能市场 | ClawHub — 13,000+ 社区技能 |
| 部署位置 | **4号服务器** (2个实例) |

### 8.2 核心架构

```
用户消息渠道 (50+ 平台)
  Telegram / WhatsApp / Slack / Discord / 飞书 / 钉钉 / 微信 / QQ ...
        │
        ▼
┌─── OpenClaw Gateway ──────────────────────┐
│  消息网关 + 协议转换 + 心跳调度            │
│  绑定 127.0.0.1:18789                      │
└──────────────────┬─────────────────────────┘
        │
        ▼
┌─── Agentic Loop (智能体循环) ─────────────┐
│  1. 加载 SOUL.md（身份/价值观）            │
│  2. 加载 HEARTBEAT.md（定时任务清单）      │
│  3. 从 SQLite 检索记忆                     │
│  4. 调用 LLM 推理                          │
│  5. 执行工具/技能                          │
│  6. 写回 SQLite                            │
│  7. 必要时压缩记忆                         │
└──────────────────┬─────────────────────────┘
        │
        ▼
┌─── 工具层 ────────────────────────────────┐
│  浏览器(CDP) │ Shell │ 文件系统 │ MCP     │
│  代码执行    │ 网页搜索 │ 数据库  │ Email  │
└──────────────────┬─────────────────────────┘
        │
        ▼
┌─── Skills 生态 ───────────────────────────┐
│  ClawHub 13,000+ 技能 │ 自定义 TypeScript │
│  MCP Server 集成（700+ MCP 服务器可用）   │
└────────────────────────────────────────────┘
```

### 8.3 七大核心子技能包

#### Heartbeat 心跳（核心差异化）
- **30 分钟**自动触发 Agentic Loop
- 读取 HEARTBEAT.md 中的待办清单
- 无任务时返回 `HEARTBEAT_OK` 静默标记
- 7×24 自主巡检，其他框架无此能力

#### MCP 原生支持
- 原生 MCP 客户端（非插件，非桥接）
- 700+ MCP 服务器可用
- 配置一行 JSON 即可接入
- 热加载 + mcporter 自然语言管理

#### 身份/配置（纯 Markdown）
| 文件 | 作用 |
|:-----|:------|
| SOUL.md | 灵魂 — 人格/价值观/行为边界 |
| IDENTITY.md | 身份 — 名字/介绍风格 |
| AGENTS.md | 多智能体路由规则 |
| HEARTBEAT.md | 定时任务清单 |
| MEMORY.md | 持久记忆 |
| USER.md | 用户画像 |

#### ClawHub 技能市场
- 13,000+ 社区技能
- 53个官方捆绑技能
- 分类: 生产力/开发/自动化/社交媒体/AI/家居
- CLI + 聊天窗口均可安装管理

#### 记忆系统
| 层级 | 存储 | 特点 |
|:-----|:-----|:------|
| HOT | memory/hot/HOT_MEMORY.md | 会话级任务状态 |
| WARM | memory/warm/WARM_MEMORY.md | 跨会话偏好/引用 |
| COLD | MEMORY.md | 长期里程碑 |
| 日志 | memory/YYYY-MM-DD.md | 审计追溯 |

#### 智能体调度模式
| 模式 | 描述 |
|:-----|:------|
| 响应式 | 用户消息 → 立即响应 |
| 心跳式 | 定时 (30min) 自动巡检 |
| Webhook | 外部 HTTP 触发 |
| Cron | 精确时间点执行 |

### 8.4 4号服务器部署实例

#### 实例A (系统级 /root/.openclaw/)
| 配置 | 值 |
|:-----|:----|
| systemd | openclaw-mcp.service (Restart=always) |
| Gateway 端口 | 10701 |
| WebSocket | 18800/ws |
| 模型 | DeepSeek |
| 飞书 App | cli_a9e72a91f478d26f |

#### 实例B (/data/xiaofeng-config/)
| 配置 | 值 |
|:-----|:----|
| Gateway 端口 | 10701 (同端口) |
| 模型 | DeepSeek + 智谱 GLM4 |
| 飞书 App | cli_a955aa3075789bd2 |
| 特点 | 含完整记忆系统 + 梦境系统 |

#### 技能仓库 (/root/openclaw-skills/)
- @openclaw/feishu 飞书插件
- ah-agent-organizer 分身组织技能

### 8.5 能力标签

| 标签 | 值 | 备注 |
|:-----|:----|:------|
| `cap:推理` | 中 | 依赖配置的 LLM |
| `cap:编程` | 低 | 非编程框架 |
| `cap:搜索` | 中 | 通过技能实现 |
| `cap:多模态` | 低 | 无原生多模态 |
| `cap:自动化` | **极高** | Heartbeat 7×24 自主巡检 |
| `cap:通信` | **极高** | **全工具中最强**，50+ 平台 |
| `cap:自进化` | 低 | 无闭环学习 |
| `cap:长上下文` | 中 | 64K+ 上下文窗口 |
| `dep:本地` | ✅ | 需本地部署 |
| `dep:联网` | ⚠️ | 视 LLM 配置 |
| `dep:付费` | ❌ | 开源免费 |

---

## 9. 六工具横评对比

### 9.1 能力雷达

| 工具 | 推理 | 编程 | 搜索 | 多模态 | 自动化 | 通信 | 自进化 | 长上下文 |
|:-----|:-----|:-----|:-----|:-------|:-------|:-----|:-------|:---------|
| **Trae IDE** | 高 | **极高** | 中 | 中 | 高 | 低 | 中 | 高 |
| **Hermes** | 中 | 低 | 低 | 中 | 高 | **极高** | **极高** | 中 |
| **Codex CLI** | **极高** | **极高** | 中 | 中 | 高 | 低 | 中 | **极高** |
| **ChatGPT** | **极高** | 高 | 高 | 高 | 中 | 低 | 中 | **极高** |
| **Gemini** | **极高** | 高 | **极高** | **极高** | 中 | 低 | 低 | **极高** |
| **OpenClaw** | 中 | 低 | 中 | 低 | **极高** | **极高** | 低 | 中 |

### 9.2 部署与成本

| 工具 | 本地部署 | 联网必需 | 付费 | 成本 |
|:-----|:---------|:---------|:-----|:------|
| **Trae IDE** | ✅ 本机 | ⚠️ 模型需联网 | ⚠️ 免费/Pro | $0-10/月 |
| **Hermes** | ✅ 3/2/4号 | ⚠️ 视模型 | ❌ 开源免费 | $0 |
| **Codex CLI** | ✅ 5号 | ✅ OpenAI API | ✅ Plus | $20/月 + API |
| **ChatGPT** | ❌ 云端 | ✅ 必需 | ⚠️ Plus | $20-200/月 |
| **Gemini** | ❌ 云端 | ✅ 必需 | ⚠️ Pro | $19.99-249.99/月 |
| **OpenClaw** | ✅ 4号 | ⚠️ 视 LLM | ❌ 开源免费 | $0 |

### 9.3 最强项一览

| 能力 | 最强工具 | 数值/说明 |
|:-----|:---------|:----------|
| 编程 | **Codex CLI** | Terminal-Bench 82.7%, SWE-Bench 58.6% |
| 搜索 | **Gemini** | Deep Research, Google 生态 |
| 多模态 | **Gemini** | 原生统一架构, 10M token |
| 通信 | **OpenClaw / Hermes** | OpenClaw 50+平台 / Hermes Webhook |
| 自动化 | **OpenClaw** | Heartbeat 7×24 自主巡检 |
| 自进化 | **Hermes** | 唯一具备闭环学习的框架 |
| 推理 | **GPT-5.5 (Codex/ChatGPT)** | Artificial Analysis Index 60.24 |
| 长上下文 | **Gemini** | 100万token (付费) |
| 中文适配 | **Trae IDE** | 原生中文技术术语支持 |
| 全栈 IDE | **Trae IDE** | SOLO/Work 全自动化流程 |
| 零代码部署 | **OpenClaw** | 5分钟配置, 纯 Markdown |

---

## 10. 路由互补分析

### 10.1 蚂蚁军团分工策略

基于"文武分治 + 主备双核"的路由架构：

```
                    路由决策者
                 ┌──────────┐
          开机 → │  Trae    │ (主帅/主核)
                 ├──────────┤
      本机关机 → │  蚁后    │ (云端代拆/备核)
                 └──────────┘
                        │ 拆解任务
                        ▼
           ┌─────────────────────────┐
           │    任务路由分配中心     │
           │  (能力标签匹配引擎)     │
           └─────────────────────────┘
                    │    │    │
           ┌────────┘    │    └────────┐
           ▼             ▼             ▼
     ┌──────────┐  ┌──────────┐  ┌──────────┐
     │  文官    │  │  武官    │  │  苦力    │
     │ (动脑)   │  │ (动手)   │  │ (脚本)   │
     └──────────┘  └──────────┘  └──────────┘
```

### 10.2 文官阵营（动脑 — 分析/检查/决策）

| 智能体 | 工具基底 | 能力上限 | 路由规则 |
|:-------|:---------|:---------|:---------|
| **小七🐱** (3号) | Hermes + qwen3.5 | 视觉推理/语音/文本清洗 | `cap:自进化=高` → 设计审核/内容鉴赏 |
| **小马🐴** (5号) | Hermes | 日志分析/JSON校验/异常定界 | `cap:自动化=高` → 定时巡检/归档 |

**小马铁律**: 只看不修，发现异常→暂停→飞书请示Boss→批准后才派Codex修。

### 10.3 武官阵营（动手 — 执行/实现/生产）

| 智能体 | 工具基底 | 能力上限 | 路由规则 |
|:-------|:---------|:---------|:---------|
| **蚁后👑** (4号) | Hermes + 生图流水线 | 可灵AI生图/商品库/CDP | `size:>100` → 大规模生图 |
| **糖糖🐜** (2号) | Hermes | 金融爬虫/ETL/向量库 | `domain:金融` → 完全自治 |
| **Codex** (5号) | Codex CLI v0.137.0 | 编程/代码修复/环境急救/浏览器CDP | `type:编程` `cap:编程=极高` |

### 10.4 能力互补路线图

```
                     ┌─────────────────────────────────────┐
                     │         任务需求入口                 │
                     └─────────────────────────────────────┘
                                   │
                    ┌──────────────┴──────────────┐
                    │                              │
              需编程能力?                     需通信能力?
                    │                              │
               ┌────┴─────┐                 ┌────┴─────┐
               │          │                 │          │
              是          否                是          否
               │          │                 │          │
               ▼          │                 ▼          │
         ┌────────┐       │          ┌──────────┐      │
         │ Codex  │       │          │ OpenClaw │      │
         │(5号)   │       │          │ / Hermes │      │
         └────────┘       │          └──────────┘      │
               │          │                 │          │
               └─────┬────┘                 └────┬─────┘
                     │                           │
                     ▼                           ▼
               ┌──────────────┐          ┌──────────────┐
               │ 需推理/搜索? │          │ 需自进化?    │
               └──────┬───────┘          └──────┬───────┘
                   ┌──┴──┐                  ┌──┴──┐
                   │     │                  │     │
                   ▼     │                  ▼     │
             ┌────────┐  │            ┌────────┐  │
             │ Gemini │  │            │ Hermes │  │
             │(搜索)  │  │            │(小七)  │  │
             │ChatGPT │  │            └────────┘  │
             │(推理)  │  │                  │     │
             └────────┘  │                  │     │
                   │     │                  │     │
                   └──┬──┘                  └──┬───┘
                      │                       │
                      ▼                       ▼
                ┌─────────────┐        ┌─────────────┐
                │ 需IDE/全栈? │        │ 需自动化?   │
                └──────┬──────┘        └──────┬──────┘
                       │                      │
                    ┌──┴──┐                ┌──┴──┐
                    │     │                │     │
                    ▼     │                ▼     │
              ┌────────┐  │          ┌────────┐  │
              │ Trae   │  │          │OpenClaw│  │
              │(3号)   │  │          │(心跳)  │  │
              └────────┘  │          └────────┘  │
                    │     │                │     │
                    └──┬──┘                └──┬───┘
                       │                      │
                       ▼                      ▼
                 ┌──────────────┐     ┌──────────────┐
                 │ 路由到文/武  │     │ 路由到苦力   │
                 │ 官智能体     │     │ (纯Py脚本)   │
                 └──────────────┘     └──────────────┘
```

### 10.5 具体场景路由示例

| 任务类型 | 路由到 | 原因 |
|:---------|:-------|:------|
| **修 Bug** | Codex (5号) | 编程能力最强 |
| **写新功能/重构** | Codex (5号) | Terminal-Bench 82.7% |
| **代码审查** | Trae IDE (本机) | 内置代码审查 |
| **搜索研究竞品** | Gemini (网页) | Deep Research 最强 |
| **写文案/润色** | ChatGPT/ Gemini | 推理+写作强 |
| **飞书通知Boss** | Hermes (4号蚁后) | Webhook → 飞书 |
| **消息入口/客服** | OpenClaw (4号) | 50+ 平台覆盖 |
| **定时巡检/监控** | OpenClaw (4号) | Heartbeat 原生 |
| **数据库/ETL** | 糖糖 (2号) | 已部署金融中台 |
| **大规模生图** | 蚁后 (4号) | 可灵AI流水线 |
| **UI设计/打标签** | 小七 (3号) | 视觉+本地AI |
| **日志分析/归档** | 小马 (5号) | 看板+定时任务 |
| **AI IDE 全栈开发** | Trae IDE (本机) | SOLO/Work 全自动 |
| **长文档分析** | Gemini (网页) | 100万token |
| **子任务并行执行** | Hermes delegate_task | 并行3个子代理 |
| **环境急救** | Codex (5号) | app-server daemon |
| **纯重复操作** | 苦力Py脚本 | 不走LLM，不死不休 |

---

## 11. 蚂蚁军团路由决策矩阵

### 11.1 主核: Trae IDE (本机 3号)

| 条件 | 动作 |
|:-----|:------|
| 本机开机 | Trae 担任主帅，拆解所有任务 |
| 本机关机 | **蚁后 (4号)** 云端代拆 |
| Trae 和蚁后都不可用 | ⚠️ 紧急兜底 — 飞书通知 Boss |

### 11.2 文官路由

| 条件 | 路由到 |
|:-----|:-------|
| 需要视觉分析/UI设计/语音 | **小七** (Hermes 3号 + qwen3.5视觉) |
| 需要定时巡检/日志分析/json校验 | **小马** (Hermes 5号) |
| 需要自进化/自我改进 | **小七** (Hermes 唯一具备) |
| 需要多Agent通信 | **Hermes** Webhook (任意实例) |

### 11.3 武官路由

| 条件 | 路由到 |
|:-----|:-------|
| 需要编程 (修Bug/写代码/重构) | **Codex** (5号, v0.137.0 + GPT-5.5) |
| 需要大规模生图 (可灵AI) | **蚁后** (4号, 夜间流水线) |
| 需要商品卡/海报设计（含精准文字渲染） | **Gemini Nano Banana** (云端, 可14张参考图+精准文字) |
| 需要金融数据 (爬虫/ETL/向量库) | **糖糖** (2号, 完全自治) |
| 需要浏览器CDP操作 | **Codex** (5号, browser_use) |
| 需要DOM提取/selectors | **Codex** (5号, 比Python脚本快) |
| 需要商品库维护 | **蚁后** (4号) |
| 需要代码/环境急救 | **Codex** (5号, app-server daemon) |

### 11.4 云工具路由

| 条件 | 路由到 |
|:-----|:-------|
| 需要深度搜索 (竞品/市场研究) | **Gemini** Deep Research |
| 需要创意写作/多版本文案 | **ChatGPT** Canvas |
| 需要长文档分析 (100万token) | **Gemini** (付费) |
| 需要多模态分析 (图像/音频/视频) | **Gemini** (原生多模态最强) |
| 需要代码解释 (数据分析) | **ChatGPT** Code Interpreter |
| 需要强推理 (复杂数学/逻辑) | **ChatGPT** GPT-5.5 Pro |
| 需要 Apps 生态 (Canva/Figma等) | **ChatGPT** Apps (MCP协议) |
| **需要 Google Drive 文件操作** (读目录/改文件/传图片) | **ChatGPT** Apps MCP (替代5hao rclone) |

### 11.5 苦力路由

| 条件 | 路由到 |
|:-----|:-------|
| 纯重复操作 (不需要LLM) | 纯Py脚本 (不走LLM, 不死不休) |
| 批量文件处理/格式转换 | 纯Py脚本 |
| 定时数据库备份 | Cron + Shell脚本 |
| 批量下载/上传 | Python + CDP |
| 数据清洗/转换 | 纯Py脚本 (pandas) |

### 11.6 紧急兜底规则

```
if 主核(Trae)不可用:
    if 备核(蚁后)可用:
        → 蚁后代拆
    else:
        → 飞书通知Boss "路由系统双核均不可用"
        → 等待人工介入

if 武官(Codex)修复3次仍失败:
    → 收集现场证据 (日志/截图/DOM)
    → 写清楚的文档
    → 派活给Codex自己 (它自己修自己)
    → 如果还是不行, 人工介入

if 文官(小马)发现异常:
    → 暂停当前任务
    → 飞书请示Boss
    → 获批后才派Codex修
    → 小马只看不修
```

---

## 12. 异常修复链路

### 12.1 标准工作流

```
① 报错触发
    ↓
② 截图 + DOM 提取 (Codex)
    ↓
③ 丢看板 (Hermes Kanban)
    ↓
④ 小马 (监军) 暂停任务 → 飞书请示 Boss
    ↓
⑤ Boss 批准 → 派 Codex 修
    ↓
⑥ 修完 → 恢复任务 → 归档
```

### 12.2 谁负责什么

| 角色 | 职责 | 工具 |
|:-----|:------|:------|
| **小马** (监军) | 发现异常 → 暂停 → 飞书请示 | Hermes Webhook → 飞书 |
| **Codex** (武教头) | 收到批准 → 修 | Codex CLI v0.137.0 |
| **Trae** (主帅) | 审批+记录 | Trae IDE (本机) |
| **小七** (文官) | 视觉检查/内容审核 | Hermes + qwen3.5-vision |

### 12.3 3次修不好流程

```
if 修复尝试 > 3次:
    1. 停手 — 不再绕圈子
    2. 收集现场: 日志 + 错误信息 + 环境快照
    3. 写清楚文档给 Codex
    4. Codex 直接 SSH 到目标服务器修 (效率最高)
    5. 修完记日记到 ant-backups/
```

---

## 附录

### A. 文档维护

| 操作 | 负责人 | 频率 |
|:-----|:-------|:------|
| 更新工具版本 | Trae | 每月 |
| 更新能力标签 | Trae | 季度 |
| 路由规则调整 | Trae + 蚁后 | 按需 |
| 归档备份 | 小马 | 每6小时 |

### B. 关联文档

| 文档 | 路径 |
|:-----|:------|
| 蚂蚁帝国架构总图 | `.trae/rules/server_infrastructure.md` |
| Hermes 完整参考 | `ant-backups/knowledge-base/工具篇/HERMES-COMPLETE-REFERENCE.md` |
| Codex CLI 参考 | `ant-backups/knowledge-base/工具篇/OPENAI-CODEX-COMPLETE-REFERENCE.md` |
| 路由系统详细设计 | `.trae/rules/server_infrastructure.md#11` |
| 本地 AI 资产清单 | `.trae/rules/local-assets.md` |

### C. 更新日志

| 日期 | 版本 | 变更 |
|:-----|:-----|:------|
| 2026-06-21 | v1.0 | 首次创建，6工具全景能力分析 + 路由互补矩阵 |