OIAFlow（Outcome-First + Intent-Driven + Autonomy-with-Guardrails Workflow）是一套基于全球顶尖AI领袖实践提炼的「人机协同目标驱动工作流框架」，核心使命是实现「人类定目标、立规则，AI做执行、找方法」的高效协同模式，适用于编程、办公、创作、商业分析等全场景AI应用。
- ❌ 目标模糊：AI对需求理解偏差，经常出现"我以为你要的是A，实际你要的是B"
- ❌ 过程黑盒：不知道AI怎么执行的，进度不透明
- ❌ 质量不稳定：输出质量波动大，有时候很好，有时候缺东少西
- ❌ 干预过多：需要反复指导AI怎么做，效率低下
- ❌ 风险不可控：AI可能做出超出预期的操作，带来安全风险
| 维度 | 传统AI协同 | OIA体系 | 提升幅度 |
|---|---|---|---|
| 目标对齐率 | ~50% | 100% | +100% |
| 输出质量稳定性 | ~60% | 95% | +58% |
| 人工干预率 | ~70% | <10% | -86% |
| 执行效率 | 1x | 3x | +200% |
| 过程透明度 | 黑盒 | 全程透明 | +100% |
- 人类仅聚焦「可量化、可验证、有边界」的最终结果，不介入任何执行细节
- 目标必须包含「时间/资源限制 + 结果形态 + 核心指标 + 边界约束」
- 禁止模糊表述（如"越快越好"、"做得更好"等）
- 人类仅传递「最终目标 + 全局规则」，完全不干预AI的执行路径、技术选型和步骤拆解
- 规则仅明确「必须遵循的约束」，不包含「具体执行步骤」
- 禁止过程性指令（如"先做A再做B"、"用XX方法实现"等）
- 先划定不可突破的风险边界，再给AI匹配与风险等级适配的最高自主权限
- 护栏需覆盖「合规约束 + 安全限制 + 资源上限」，权限需与风险强绑定
- 避免「无护栏全放权」或「有护栏无自治」的极端情况
用标准化模板量化目标：
【OIA目标确认书】
▶️ 时间限制：X天/小时内完成
▶️ 结果形态：飞书文档/PPT/代码/其他
▶️ 核心要求：
1. 要求1
2. 要求2
3. 要求3
▶️ 边界约束：
1. 禁止项1
2. 禁止项2
3. 其他限制
传递目标 + 全局规则，不附加执行指令：
"完成【目标说明书内容】，遵循规则：【规则1/2/3】。请自主拆解步骤、选择方法、完成执行，无需过程确认，仅提交最终结果"
按「影响范围 + 严重程度」分为三级：
| 风险等级 | 定义 | 典型场景 |
|---|---|---|
| 低风险 | 探索性、无合规要求 | 写文案、数据分析、工作汇报 |
| 中风险 | 日常工作、非核心业务 | 简单功能开发、普通文档编写 |
| 高风险 | 核心业务、高合规要求 | 财务报表生成、核心系统开发 |
风险等级与自主性等级对应：
| 风险等级 | 自主性等级 | 权限范围 | 执行模式 |
|---|---|---|---|
| 低风险 | 高自主性 | 完整工具调用 + 自主决策 + 直接输出 | AI自主执行，人类仅验收结果 |
| 中风险 | 中自主性 | 限定工具调用 + 自主决策 + 关键节点确认 | AI自主执行，关键节点触发人类确认 |
| 高风险 | 低自主性 | 有限工具调用 + 方案生成 + 全流程审核 | AI仅生成方案，人类审批后执行 |
AI自主完成「规划→执行→反思→优化」闭环：
- 规划：自主拆解目标为子任务，制定执行路径
- 执行：按路径推进，自主调用所需工具/资源
- 反思：每完成一个子任务，自查是否符合目标/规则
- 优化：发现偏差自主修正，无需人类介入
- 验收：仅以「第一步定义的目标标准」为依据，不评判执行过程
- 迭代：未达标仅反馈「不符合的目标条款」，让AI自主修正，不提供具体修改方案
- 双目标体系：核心任务目标（要完成的事项）+ 护栏目标（不可突破的约束）
- 风险量化标准：将风险转化为可量化指标（经济损失、影响用户数、合规风险等）
- 自主性分级模型：标准化AI自主性等级，明确每级对应的决策/工具/输出权限
- 验收标准模板：针对不同场景的标准化验收指标模板
- 反思优化机制：AI自主反思的触发条件、检查维度、修正逻辑
- 定目标：用标准化模板明确任务目标、时间、交付物、约束
- 传意图：把目标和规则传递给AI，不干预执行过程
- 验结果：按目标标准验收结果，不满意仅反馈不符合的条款
| 对比维度 | 无OIA流程 | 有OIA流程 | 提升幅度 |
|---|---|---|---|
| 内容完整性 | 3部分9个要点，无数据支撑 | 3部分12个要点，全有数据来源 | +80% |
| 数据准确性 | 定性描述，无来源 | 全量化数据，标注官方来源 | +100% |
| 执行耗时 | 60分钟+多次干预 | 25分钟零干预 | +140% |
| 交付符合度 | 本地Markdown文件 | 结构化内容可直接生成飞书文档 | +90% |
- 打开OpenClaw控制面板 → 技能市场
- 搜索「OIAFlow」
- 点击「安装」即可自动完成部署
- 安装后在技能配置页面设置Agent角色映射
# 1. 下载技能包到OpenClaw技能目录
cd ~/.openclaw/skills
git clone https://github.com/evcgs/oiaflow.git
# 2. 安装依赖
cd oiaflow
npm install
# 3. 重启OpenClaw网关
openclaw gateway restart
# 4. 配置
打开OpenClaw控制面板 → 技能 → OIAFlow → 设置：
- 总协调者Agent：main（默认）
- PMAgent：pmagent
- DocAgent：docagent
- CodeAgent：codeagent
- CalendarAgent：calendaragentdocker run -d \
--name oiaflow \
-p 18789:18789 \
-v ~/.openclaw/oiaflow-config:/app/config \
-e OPENCLAW_API_KEY=your_openclaw_api_key \
evcgs/oiaflow:v1.0- ✅ 信息调研、政策分析、市场研究
- ✅ 文档写作、报告生成、内容创作
- ✅ 项目规划、任务拆解、进度管理
- ✅ 代码开发、技术方案设计、调试优化
- ✅ 日程安排、会议管理、行程规划
OIA体系天然支持多Agent协同：
- 总协调者Agent：负责目标确认、任务分配、结果汇总
- 专业Agent：PMAgent（项目管理）、DocAgent（文档）、CodeAgent（技术）、CalendarAgent（日程）等
- 协同流程：总协调者→任务分配→各Agent自主执行→结果汇总→交付用户
- 完整OIA理论框架落地
- 标准化模板库和规则库
- 多Agent协同流程支持
- Docker一键部署包
扫码加入OIAFlow用户交流群，获取最新更新、使用技巧和技术支持：
（群二维码已过期，请添加下方微信备注来意拉群）
- 微信：添加微信 ，备注「OIAFlow+来意」
