我用 OpenClaw + 多個 qodercli，15 分鐘搭了一個 Web 應用
整理版優先睇
用 OpenClaw 加多個 qodercli 並行協作，15 分鐘就砌好一個完整嘅拼音學習 Web 應用
呢篇文章係作者嘅親身實驗記錄。佢之前見到 Elvis 喺 X 度分享用 OpenClaw + Codex 呢類 CLI 工具開發需求，於是想試下將呢套邏輯遷移到自己用開嘅 qodercli 上面。佢喺飛書同 OpenClaw 講咗一句：「做個實驗，用 OpenClaw + tmux + 多個 qodercli，開發一個教細路學拼音嘅 Web 應用，要有前後端。
」之後成個過程幾乎由 AI 自動搞掂。OpenClaw 先將成個任務拆成初始化、前端設計、邏輯同後端四個子任務，再用 tmux 同時拉起三個 qodercli 並行執行，中間自動巡檢進度，最後統一驗收。成個流程由頭到尾佢都冇親自寫過一行 code，15 分鐘後就收到一個完整可運行嘅應用：5 個頁面、7 個後端接口、24 個源文件、2030 行 code。
作者認為呢次實驗嘅重點唔係「AI 會唔會寫 code」，而係當任務邊界切得夠清楚嘅時候，多個 CLI Agent 已經可以好似一個小型開發團隊咁並行協作，而人嘅角色會更偏向俾目標、做判斷同驗收結果。
- OpenClaw 先將項目拆成初始化、前端設計、邏輯同後端四個子任務，每個任務獨立寫好 prompt。
- 用 tmux 開多個並行窗口，分別執行三個 qodercli 實例，各自負責前端、邏輯同後端開發。
- 設計 Agent 最慢（約 15 分鐘），邏輯同後端 Agent 分別只需 2 同 8 分鐘，全部完成後統一執行 npm run build 驗收。
- 最終交付一個完整嘅拼音學習 Web 應用，包含 5 個頁面、7 個後端接口、24 個源文件、2030 行 code。
- 核心啟發：當任務拆得夠細，多個 CLI Agent 可以並行協作，人嘅角色轉為定義目標、判斷同驗收，而唔再係親自寫 code。
實驗背景：由一個念頭開始
作者見到 Elvis 喺 X 上分享用 OpenClaw + Codex 開發需求嘅做法，於是想試下將類似邏輯用喺 qodercli 上。佢喺飛書同 OpenClaw 講咗一句：「做個實驗，用 OpenClaw + tmux + 多個 qodercli，開發一個教細路學拼音嘅 Web 應用，要有前後端。」
成個過程由 OpenClaw 自動接手，佢冇自己寫過任何 code。
OpenClaw 點樣編排多個 Agent
OpenClaw 冇讓一個 Agent 由頭寫到尾，而係先拆任務，再將執行分發到唔同嘅 qodercli
首先準備咗 4 份 prompt：init.md、design.md、logic.md、backend.md。再行初始化 Agent 搭起項目骨架：
cat prompts/init.md | qodercli --yolo呢一步主要做 3 件事：創建 Next.js 項目、安裝依賴、初始化 Prisma + SQLite。
tmux new-session -d -s pinyin-app -c ~/projects/pinyin-app
tmux split-window -t pinyin-app -h -c ~/projects/pinyin-app
tmux split-window -t pinyin-app -v -c ~/projects/pinyin-app
tmux select-layout -t pinyin-app tiled
tmux send-keys -t pinyin-app:0.0 'cat prompts/design.md | qodercli -p - --yolo' Enter
tmux send-keys -t pinyin-app:0.1 'cat prompts/logic.md | qodercli -p - --yolo' Enter
tmux send-keys -t pinyin-app:0.2 'cat prompts/backend.md | qodercli -p - --yolo' Enter呢 3 個 qodercli 分別負責：前端頁面同組件、拼音數據、練習生成、學習進度、Prisma、數據庫遷移同 API 接口。
Agent 運行期間，OpenClaw 每 10 分鐘自動巡檢一次，用 tmux capture-pane 抓取每個窗格嘅輸出判斷狀態：仲喺度跑、已完成、定係出錯。
for p in 0 1 2; do
echo "=== Pane $p ==="
tmux capture-pane -t pinyin-app -p | tail -10
done15 分鐘後嘅交付成果
Logic Agent 約 2 分鐘、Backend Agent 約 8 分鐘、Design Agent 最慢約 15 分鐘
全部完成後，OpenClaw 統一執行npm run build做驗收，確認成個項目可以正常構建。
- 5 個頁面
- 7 個後端接口
- 24 個源文件
- 2030 行代碼
作者仲貼咗首頁同個人中心嘅截圖，證明確實係一個可運行嘅應用。
呢次實驗說明咗咩
作者認為人喺呢個過程嘅角色會更偏向俾目標、做判斷同驗收結果，而唔係親自寫每一行 code。
至少今次用 OpenClaw + tmux + 多個 qodercli 跑落嚟，呢條路係行得通嘅。
之前睇咗 Elvis 喺 X 上面出嘅一個 post，講緊用 OpenClaw + Codex 呢類 CLI 工具去完成需求開發。
最近我啱啱喺用 Qoder，就想試下呢套邏輯可唔可以搬去 qodercli 上面。
於是我喺飛書度同 OpenClaw 講咗一句：
「做個實驗啦，用 OpenClaw + tmux + 幾個 qodercli，開發一個教細路學拼音嘅 Web 應用，要求有前後端。」
後面嘅嘢基本上都由佢接手咗：先拆任務、寫 Prompt、起項目骨架，再透過 tmux 拉起幾個 qodercli 並行執行。成個過程入面，我冇自己寫過 Code。
OpenClaw 係點樣編排嘅
OpenClaw 冇畀一個 Agent 由頭寫到尾，而係先拆任務，再將執行分發去唔同嘅 qodercli。
核心指令大概就係下面呢幾步。
先準備 4 份 Prompt：
prompts/init.md
prompts/design.md
prompts/logic.md
prompts/backend.md第一步，先起初始化 Agent，將項目骨架搭起：
cat prompts/init.md | qodercli --yolo呢一步主要做 3 件事：建立 Next.js 項目、安裝依賴、初始化 Prisma + SQLite。
骨架準備好之後，再透過 tmux 拉起 3 個並行視窗，同時行前端、邏輯同後端：
tmux new-session -d -s pinyin-app -c ~/projects/pinyin-app
tmux split-window -t pinyin-app -h -c ~/projects/pinyin-app
tmux split-window -t pinyin-app -v -c ~/projects/pinyin-app
tmux select-layout -t pinyin-app tiled
tmux send-keys -t pinyin-app:0.0 'cat prompts/design.md | qodercli -p - --yolo' Enter
tmux send-keys -t pinyin-app:0.1 'cat prompts/logic.md | qodercli -p - --yolo' Enter
tmux send-keys -t pinyin-app:0.2 'cat prompts/backend.md | qodercli -p - --yolo' Enter
呢 3 個 qodercli 分別負責：
• 前端頁面同組件 • 拼音數據、練習生成、學習進度呢類邏輯 • Prisma、數據庫遷移同 API 接口
Agent 行緊嗰陣，OpenClaw 每 10 分鐘自動巡檢一次，拎每個窗格嘅輸出來判斷狀態：仲行緊、已完成、定係出咗錯。
for p in 0 1 2; do
echo "=== Pane $p ==="
tmux capture-pane -t pinyin-app -p | tail -10
done實際用咗嘅時間：Logic Agent 大約 2 分鐘、Backend Agent 大約 8 分鐘、Design Agent 最慢大約 15 分鐘。
全部完成之後，統一驗收：
npm run build成套編排嘅關鍵唔複雜：先將職責拆開，再用 tmux 將幾個 qodercli 並行拉起。
15 分鐘後交咗啲乜
15 分鐘後，OpenClaw 交咗一個行到嘅完整應用畀我：
• 5 個頁面 • 7 個後端接口 • 24 個源文件 • 2030 行 Code
最後佢仲行咗 npm run build 做驗收，確認成個項目可以正常構建。
今次實驗說明咗啲乜
今次實驗對我嚟講，重點唔係「AI 曉唔曉寫 Code」，而係另一件事：
當任務邊界切得夠清楚，幾個 CLI Agent 已經可以好似一個小型開發團隊咁並行協作。
人喺呢件事入面嘅角色，都會更加偏向畀目標、做判斷同驗收結果，而唔係親手將每一行 Code 都寫出嚟。
至少今次用 OpenClaw + tmux + 幾個 qodercli 行落嚟，呢條路係行得通嘅。
之前看了 Elvis 在 X 上發的一條帖子，講的是用 OpenClaw + Codex 這類 CLI 工具完成需求開發。
最近我正好在用 Qoder，就想試試這套邏輯能不能遷到 qodercli 上。
於是我在飛書裏給 OpenClaw 發了一句話：
“做個實驗吧，用 OpenClaw + tmux + 多個 qodercli，開發一個教孩子學拼音的 Web 應用，要求有前後端。”
後面的事基本都由它接過去了：先拆任務、寫 Prompt、起項目骨架，再通過 tmux 拉起多個 qodercli 並行執行。整個過程裏，我沒有自己寫代碼。
OpenClaw 是怎麼編排的
OpenClaw 沒有讓一個 Agent 從頭寫到尾，而是先拆任務，再把執行分發到不同的 qodercli。
核心命令大概就是下面這幾步。
先準備 4 份 Prompt：
prompts/init.md
prompts/design.md
prompts/logic.md
prompts/backend.md第一步，先起初始化 Agent，把項目骨架搭起來：
cat prompts/init.md | qodercli --yolo這一步主要做 3 件事：創建 Next.js 項目、安裝依賴、初始化 Prisma + SQLite。
骨架準備好之後，再通過 tmux 拉起 3 個並行窗口，同時跑前端、邏輯和後端：
tmux new-session -d -s pinyin-app -c ~/projects/pinyin-app
tmux split-window -t pinyin-app -h -c ~/projects/pinyin-app
tmux split-window -t pinyin-app -v -c ~/projects/pinyin-app
tmux select-layout -t pinyin-app tiled
tmux send-keys -t pinyin-app:0.0 'cat prompts/design.md | qodercli -p - --yolo' Enter
tmux send-keys -t pinyin-app:0.1 'cat prompts/logic.md | qodercli -p - --yolo' Enter
tmux send-keys -t pinyin-app:0.2 'cat prompts/backend.md | qodercli -p - --yolo' Enter這 3 個 qodercli 分別負責：
• 前端頁面和組件 • 拼音數據、練習生成、學習進度這類邏輯 • Prisma、數據庫遷移和 API 接口
Agent 跑着的時候，OpenClaw 每 10 分鐘自動巡檢一次，抓取每個窗格的輸出判斷狀態：還在跑、已完成、還是出錯了。
for p in 0 1 2; do
echo "=== Pane $p ==="
tmux capture-pane -t pinyin-app -p | tail -10
done實際耗時：Logic Agent 約 2 分鐘、Backend Agent 約 8 分鐘、Design Agent 最慢約 15 分鐘。
全部完成後，統一驗收：
npm run build整套編排的關鍵不復雜：先把職責拆開，再用 tmux 把多個 qodercli 並行拉起來。
15 分鐘後交付了什麼
15 分鐘後，OpenClaw 給我交付了一個能跑的完整應用：
• 5 個頁面 • 7 個後端接口 • 24 個源文件 • 2030 行代碼
最後它還跑了 npm run build 做驗收，確認整個項目可以正常構建。
這次實驗說明了什麼
這次實驗對我來說，重點不是“AI 會不會寫代碼”，而是另一件事：
當任務邊界切得夠清楚，多個 CLI Agent 已經可以像一個小型開發團隊一樣並行協作。
人在這裏面的角色，也會更偏向給目標、做判斷和驗收結果，而不是親自把每一行代碼都寫出來。
至少這次用 OpenClaw + tmux + 多個 qodercli 跑下來，這條路是能跑通的。