[Phần UI Dự án Thực tế Java] Xây dựng ứng dụng thông tin phim dựa trên Spring Core + JavaFX

📢 Thông báo ra mắt bài giảng OpenClaw.AI Cơ bản Phần 2.5

Xin chào, tôi là Kevin, người đang dẫn dắt khóa học cơ bản OpenClaw.AI Master Class.

Cuối cùng, tôi đã mở khóa học [Cơ bản phần 2.5] Thiết kế nhóm Multi-agent và Cơ bản về phân tách vai trò trên Inflearn nên tôi viết thông báo này. :)

Phần 2.5 này sẽ mở rộng thêm một bước nữa cho "Trợ lý AI trong PC của tôi" đã được tạo ở phần 1 và 2,

Biến một bot Telegram duy nhất thành một nhóm AI nhỏ với các vai trò được phân chia là trọng tâm của bài giảng này..

👉[Đi đến bài giảng OpenClaw.AI Cơ bản Phần 2.5]

Những gì chúng ta sẽ cùng tạo trong phần 2.5

- Sử dụng nhóm diễn đàn Telegram + định tuyến theo chủ đề

Cấu hình môi trường đa tác nhân (multi-agent) để vận hành hai tác nhân content-planner / content-editor chỉ với một bot duy nhất.

- Sang thư mục /workspace/content/planning / /workspace/content/drafts

Chúng ta sẽ thực sự tạo ra một quy trình làm việc nội dung, nơi các sản phẩm lập kế hoạch và các bản thảo/bản chỉnh sửa được tách biệt..

- Thông qua kịch bản “tạo ý tưởng và dàn ý trong phòng planner → trau chuốt bài viết trong phòng editor”, chúng ta sẽ hoàn thiện quy trình cộng tác đa tác nhân thực tế dựa trên tiền đề sao chép và dán thủ công.

Đặc biệt đề xuất cho những người sau

- Những người đã theo dõi OpenClaw phần 1 và 2, nhưng vẫn đang bắt một agent duy nhất làm tất cả mọi việc

- Những ai muốn phát triển bot Telegram không chỉ là một "chatbot đơn lẻ" mà thành một đội ngũ AI được phân chia giữa người lập kế hoạch (Planner) và biên tập viên (Writer/Editor)

- Những nhà sáng tạo nội dung độc lập, người vận hành newsletter·blog, YouTuber muốn sắp xếp lại quy trình làm việc bằng cách chia nhỏ các tác vụ lập kế hoạch nội dung / viết bản thảo / trau chuốt câu chữ cho các agent theo từng vai trò đảm nhận.

- Những nhà phát triển, nhà hoạch định, PM quan tâm đến Multi-agent nhưng muốn bắt đầu một cách nhẹ nhàng trong môi trường OpenClaw + Telegram đang sử dụng hiện tại thay vì các framework đồ sộ.

Sơ lược về chương trình đào tạo cốt lõi phần 2.5

- Phần 1: Dành cho cả học viên cũ và học viên mới

Hướng dẫn Lộ trình tham gia Phần 2.5 A (Kiểm tra môi trường trong 5 phút) / B (Onboarding thiết lập tối thiểu) + Ôn tập siêu đơn giản về OpenClaw UI

- Phần 2: Khái niệm Single Agent (Đơn tác tử) vs Multi-Agent (Đa tác tử),

Hiểu cấu trúc nơi nhiều agent được bố trí bên trong openclaw.json, kiểm tra cấu hình hiện tại bằng openclaw agents list

- Phần 3:

- Định nghĩa agent content-planner / content-editor

- Phân tách không gian làm việc /content/planning và /content/drafts

- Tạo nhóm diễn đàn Telegram & các chủ đề planner-lập kế hoạch / editor-biên tập

- Tìm ID nhóm / ID chủ đề → Hoàn tất định tuyến Agent theo từng chủ đề

- Phần 4:

- Thực hành cộng tác bán thủ công giữa planner ↔ editor (dựa trên việc con người sao chép và dán)

- Xem trước quy trình cộng tác tự động giữa 4 agent Leader/Planner/Editor/QA sẽ được đề cập trong phần 3

Các mục cần kiểm tra trước khi học

- Sẽ là tốt nhất nếu bạn đã chuẩn bị sẵn môi trường WSL2 + Docker + OpenClaw + Telegram Bot đã được sử dụng ở phần 1 và 2.

- Ngay cả khi bạn chưa học phần 1 và 2, tôi đã cấu hình để bạn có thể thiết lập môi trường tối thiểu cần thiết cho thực hành Multi-agent bằng cách làm theo “Lộ trình kiểm tra môi trường A / Lộ trình Onboarding thiết lập tối thiểu B” có trong phần 2.5.

- Bạn cần có mã Gemini API được cấp từ Google AI Studio.

Trong quá trình học phần 2.5, nếu có bất kỳ thắc mắc hay gặp khó khăn ở phần nào, xin vui lòng để lại câu hỏi trên bảng hỏi đáp bất cứ lúc nào.

Dựa trên phản hồi của các bạn, chúng tôi sẽ tiếp tục bổ sung và hoàn thiện các ví dụ thực hành cũng như hướng dẫn khắc phục sự cố.

Hy vọng phần 2.5 này sẽ là cơ hội để các bạn mở rộng môi trường OpenClaw của mình từ "một trợ lý thông minh" thành "một nhóm AI nhỏ với các vai trò được phân chia rõ rệt".

Cảm ơn bạn.