实战手册

复制即可运行的配方。

每个配方解决一个聚焦的问题、给出可运行的代码、指向下一步。先用 API 基础打牢原语，再叠加代理循环和完整应用场景。Colab notebook + 独立 Python 文件。

在 GitHub 查看 →官方手册站点

Muse Code 配方

代理模式

发挥 Muse Code 最大价值的核心模式，直接来自发布材料。

>
代理扇出
把一个大任务拆给多个子代理，各自在自己的 worktree 中工作，互不冲突，你的工作副本始终干净。
>
内置技能
丢进去一个粗糙想法，拿出来一个反复拷问、验证过的功能 —— 内置的 /plan、/grill、/goal 剧本在干活。
>
目标跟踪
设定目标后 Muse Code 让代理紧盯任务，最初想要的才是最终合并的。

API 基础

10 个配方

验证每个 API 原语，拿到可以继续搭建的起点。

01快速开始：对话补全把 OpenAI SDK 指向一个新 base URL，完成第一次 Muse Spark 调用。02流式响应边生成边渲染 token，并读取最后的用量块。03工具与函数调用检测工具调用并跑通执行-回填循环。04结构化输出拿到 schema 保证的 JSON，第一次就能解析。05提示缓存复用稳定的提示前缀并跟踪缓存 token。06推理与思考 token控制推理力度，并跨轮次复用推理。07视觉输入通过 URL 或 base64 发送图片，拿回结构化分析。08长上下文把仓库级上下文装进 100 万 token 窗口。09错误处理与重试带抖动退避，客户端错误不重试。10搜索接地用实时网页搜索结果和内联引用为回答接地。

代理模式

5 个配方

搭建把模型变成代理的那些循环：规划、并行工作、自我纠错。

01基础代理循环接好核心的感知-决策-行动循环。02交错推理在单轮中交错推理与工具调用。03多轮上下文管理管理长代理运行中不断增长的上下文。04带验证的原地编辑用编码代理做带验证的搜索替换编辑。05告警疲劳副驾从嘈杂的告警流中提取有据模式，再探查、对话、并用严格 JSON 输出自评。

应用场景

13 个配方

端到端模式：多模态感知、编排、完整应用。

01图表分析读图表，从图片中提取结构化数据。02报错截图修复从报错截图诊断 bug 并修复。03OpenClaw 智能眼镜在 Ray-Ban Meta 眼镜上免提看-问。04生成幻灯片从提示词或源内容生成整套幻灯片。05浏览器验证的网页设计编码代理在真实浏览器里自检成果并完成建站。06迭代式游戏开发编码代理端到端做一个浏览器游戏，真实浏览器验证。07沙箱执行在沙箱中执行模型生成的代码。08多代理产品工作室编排四角色团队（PM、后端、前端、技术写作），通过共享看板协作。09一把过游戏开发单趟完成一个完整 3D 浏览器游戏 —— 一份 AGENTS.md 加一条结构化提示词，无迭代循环。10感知接地识别冰箱照片里的食物，在像素位置钉上可交互的健康评分点。11GitHub 仓库代理自主 GitHub Actions 机器人 —— 分诊、PR 审查、AI 水文检测、bug 修复 PR —— 基于 OpenCode + Muse Spark。12计算机操作通过截图驱动 Linux 桌面 —— 代理在 Cua 沙箱中找到应用、打开并玩起来。13macOS 计算机操作用 metacua（原生 Swift + Python 计算机操作代理）通过截图驱动真实 Mac。

每个配方都只需要一样东西：一把 key。

在 dev.meta.ai 注册 Model API 账号，创建 API key，导出为 MODEL_API_KEY。API 与 OpenAI SDK 即插即用 —— 见文档里的快速上手代码。

阅读文档