龙虾馆：企业级 OpenClaw AI Agent 管理平台，让 AI 猎头高效运转

龙虾馆是基于 OpenClaw 构建的全功能企业级 AI Agent 管理平台，帮你统一管控多实例、多用户、多模型，一键部署、开箱即用。

源代码地址：

https://www.gitcc.com/xujinrang/longbot-system

请您想象一下！企业需要一个「AI 猎头」，每天在招聘 App 里检索、筛选、主动推送候选人——龙虾馆就是给这套能力装上「企业级大脑」：多实例统一管控、组织权限与审计、技能与 Agent 跨实例复用，生产就绪的 Docker 一键部署。

核心亮点

多实例统一管控

：企业多 OpenClaw 实例，一个入口管所有
技能与 Agent 市场

：ClawHub 集成，搜索安装、版本管理、跨实例共享

一、项目定位与核心价值

对非技术读者来说，龙虾馆最直观的价值是：把散落的 AI 能力收拢到一个平台里。企业不再需要为每个业务线单独搭一套 AI gateway，也不用担心权限混乱、操作不可追溯。统一入口、统一审计、统一升级——这就是「企业级」的含义。

OpenClaw 本身就是优秀的开源 AI Agent 网关，但缺少多实例管理、组织权限、审计等企业必备能力。龙虾馆补齐了这些短板：部门隔离、角色分级、操作审计、技能与 Agent 的复用，让企业能真正把 AI 用起来、管得好。

痛点在于「散」：实例散、权限散、配置散。龙虾馆把「散」变成「聚」，用大白话讲，就是：一个后台，管好所有 AI 猎头。

二、技术实现与架构详解

龙虾馆采用现代全栈技术：Next.js 16 + React 19 + TypeScript，数据库用 PostgreSQL 17 + Prisma 7，缓存用 Redis 7，认证采用 RS256 JWT，网关通信基于 WebSocket 与 Docker API。整体架构清晰，前后端分离，易于二次开发与扩展。

在 AI 时代，龙虾馆围绕「多实例、多租户、多模型」做了专门设计：支持多会话管理、流式输出、思考过程展示、图片附件与上下文管理；Agent 支持跨实例浏览与创建、克隆、三级分类、可视化配置编辑；Skills 市场集成 ClawHub，支持搜索安装、IDE 编辑、版本管理与作用域控制。

功能优化方向：可进一步支持更细粒度的资源配额、按租户计费、与外部 CI/CD 的打通，以及更多大模型的接入与切换策略。

三、应用场景

企业 AI 服务统一入口

：多个业务线或部门共享同一套 OpenClaw 基础设施，通过统一面板管理实例和 Agent。
多租户 SaaS 形态

：按部门/租户隔离实例与资源，支持 RBAC 权限和审计日志，适合对外提供 AI 能力。
技能与 Agent 市场

：基于 ClawHub 的公共技能市场，支持安装、开发、发布与版本管理，可构建企业内部技能生态。
混合部署与外部接入

：既有 Docker 容器一键创建，也可通过 URL + Token 接入已有 OpenClaw 实例，灵活应对既有基础设施。

典型使用流程：登录 → 配置 API Key → 创建实例 → 开始对话，约 3 分钟即可上手。

四、系统架构与自动化部署

系统分层清晰：前端 React + shadcn/ui，状态管理 Zustand + TanStack Query；后端 Next.js API + Prisma 访问 PostgreSQL；中间 Redis 做缓存与会话；Docker API 用于实例创建与管理。与同类方案相比，龙虾馆在「管理平台」层面做得更完整，而 OpenClaw 负责底层 Agent 网关能力，各司其职。

自动化部署是重要亮点。推荐使用 Docker Compose：克隆仓库后执行 bash setup.sh，脚本将自动生成 JWT 密钥与加密密钥、可选配置 Nginx HTTPS、启动 PostgreSQL / Redis / 龙虾馆并初始化数据库。本地开发则支持 docker compose up -d 启动依赖，npm run dev 启动应用，符合常见 Node.js 开发习惯。