Parallel Responder - 并行回复助手
核心理念
0 秒响应，进度透明，并行对话。
| 传统方式 | parallel-responder |
|---|---|
| 等待 20-30 秒 | 0 秒响应 |
| 不知道在做什么 | 每 10 秒进度汇报 |
| 只能干等 | 可以继续问其他问题 |
| 担心 AI 卡住 | 体验流畅自然 |
架构设计
用户消息
↓
任务分类器（简单/中等/复杂）
↓
时间预估器（预计 X 秒）
↓
执行策略选择
↓
┌───────────┬───────────┬───────────┐
│ 简单任务 │ 中等任务 │ 复杂任务 │
│ 直接执行 │ 执行 + 汇报 │ 子 agent │
└───────────┴───────────┴───────────┘
核心功能
1. 任务分类器（Task Classifier）
智能识别任务类型：
| 类型 | 预计耗时 | 关键词 | 策略 |
|---|---|---|---|
| 简单 | < 5 秒 | 状态、怎么样、在吗 | 直接执行 |
| 中等 | 5-15 秒 | 检查、安装、生成 | 执行 + 汇报 |
| 复杂 | > 15 秒 | 整理、分析、写文章 | 子 agent |
自适应学习：
- 记录每次任务的实际耗时
- 自动调整分类阈值
- 持续优化准确率
2. 时间预估器（Time Estimator）
基于多维度预估：
预估时间 = 基础时间 × 复杂度系数 × 数据量系数
基础时间：根据任务类型
复杂度系数：1.0-3.0（根据关键词）
数据量系数：1.0-2.0（根据涉及的文件数量）
示例：
输入："帮我整理记忆"
输出：{
estimatedTime: "20-30 秒",
confidence: 0.8,
factors: ["多文件读取", "多项更新", "归档操作"]
}
3. 并行执行器（Parallel Executor）
三种执行策略：
简单任务（< 5 秒）：
用户：网关状态怎么样？
AI：[立即回复] ✅ 正常运行！
中等任务（5-15 秒）：
用户：检查飞书通道
AI：[立即回复] 好的，预计 10 秒...
[10 秒后] ✅ 完成！步骤 1... 步骤 2...
复杂任务（> 15 秒）：
用户：整理记忆
AI：[立即回复] 好的，预计 30 秒，已启动子 agent
[10 秒后] 📊 进度：30% - 读取文件
[20 秒后] 📊 进度：70% - 更新记忆
[30 秒后] ✅ 完成！
4. 进度汇报器（Progress Reporter）
汇报模板：
📊 进度汇报：{percentage}%
**当前步骤：** {currentStep}
**已完成：** {completedSteps}
**预计剩余：** {remainingTime}
你可以继续问我其他问题。
汇报频率：
- 中等任务：完成后一次性汇报
- 复杂任务：每 10 秒汇报
- 超长任务（>2 分钟）：每 30 秒汇报
使用示例
示例 1：简单任务
用户：在吗？
AI：[0 秒]
在的！随时待命～ 🦞💰
示例 2：中等任务
用户：帮我安装 tavily
AI：[0 秒]
好的，开始安装 tavily，预计 10 秒...
---
[10 秒后]
✅ 安装完成！
📍 步骤 1/2: 下载 skill... ✅
📍 步骤 2/2: 安装依赖... ✅
tavily 1.0.0 已就绪！
示例 3：复杂任务
用户：帮我写一篇公众号文章
AI：[0 秒]
好的，这个任务需要 30-60 秒。
🚀 已启动子 agent 处理写作任务
⏱️ 预计耗时：30-60 秒
📊 当前进度：0%
你可以继续问我其他问题，我会每 10 秒汇报一次进度。
---
[10 秒后]
📊 进度汇报：30%
**当前步骤：** 搜索素材
**已完成：** 找到 10 篇相关文章
**预计剩余：** 30 秒
---
[20 秒后]
📊 进度汇报：60%
**当前步骤：** 撰写正文
**已完成：** 完成大纲和开篇
**预计剩余：** 20 秒
---
[30 秒后]
📊 进度汇报：90%
**当前步骤：** 优化润色
**已完成：** 正文完成，正在检查
**预计剩余：** 10 秒
---
[40 秒后]
✅ 任务完成！
文章已保存到：
/root/openclaw/wechat-official/drafts/xxx.md
共 3500 字，阅读时间约 8 分钟。
配置选项
{
"classification": {
"simple": {
"maxTime": 5,
"keywords": ["状态", "怎么样", "在吗", "你好"],
"strategy": "direct"
},
"medium": {
"maxTime": 15,
"keywords": ["检查", "安装", "生成", "创建"],
"strategy": "execute-and-report"
},
"complex": {
"maxTime": 30,
"keywords": ["整理", "分析", "写文章", "批量"],
"strategy": "sub-agent"
}
},
"estimation": {
"enabled": true,
"showRange": true,
"confidence": true
},
"reporting": {
"enabled": true,
"interval": 10,
"format": "markdown"
},
"learning": {
"enabled": true,
"autoAdjust": true,
"historySize": 100
}
}
技术实现
核心脚本
- task-classifier.js - 任务分类器
- time-estimator.js - 时间预估器
- parallel-executor.js - 并行执行器
- progress-reporter.js - 进度汇报器
- session-manager.js - 会话管理器
依赖
- OpenClaw Gateway
- sessions_spawn（子 agent）
- sessions_send（进度汇报）
版本
v1.0.0 - 初始版本
- ✅ 任务分类器（简单/中等/复杂）
- ✅ 时间预估器（基于关键词和复杂度）
- ✅ 并行执行器（支持子 agent）
- ✅ 进度汇报器（定期汇报）
- ✅ 自适应学习（记录历史优化分类）
许可证
MIT
作者
Amber & 小钳 🦞💰