❝

前三篇聊了龙虾是什么、怎么养、怎么装技能包。这篇不再堆概念，直接看它怎么干活、怎么验收，以及真要告别时怎么备份和卸载。

实战之前：别直接说”帮我处理一下”

很多人第一次用 OpenClaw，最大的问题不是不会安装，而是不会下指令。

你对普通 AI 可以说：

❝

帮我分析一下宠物用品跨境电商。

但你对 OpenClaw 这么说，它会懵。

因为它不是只负责”回答”，它还要决定：

• 去哪里搜？
• 搜哪些国家？
• 用哪些来源？
• 结果写在哪里？
• 要不要生成表格？
• 要不要覆盖已有文件？
• 什么时候算完成？

这些你不说，它就会猜。它一猜，事情就容易往奇怪的方向跑。

我现在常用的任务模板

你可以直接照这个格式写：

任务目标：
我要一份 TikTok Shop 东南亚宠物用品市场调研初稿。

范围：
覆盖泰国、越南、马来西亚、菲律宾四国。

输出：
写成 Markdown 报告，保存到当前工作区的 reports/ 目录。

信息维度：
1. 各国电商市场规模和增速
2. TikTok Shop 入驻政策差异
3. 宠物用品品类机会
4. 主要风险和不确定项

验证要求：
关键数据至少找两个来源交叉验证。
找不到权威来源的地方，不要编，标注"来源不足"。

边界：
只读写当前工作区，不要动桌面、下载目录和系统目录。
不要删除文件。

执行方式：
先给我一个大纲和计划，我确认后再展开。

这个模板看起来啰嗦，但它有一个好处：你把”方向盘”握在自己手里。

OpenClaw 可以自己跑搜索、读网页、写文档、整理表格，但任务边界最好由你定。

实战一：让龙虾做一份市场调研

这是我最早让龙虾做的正事之一，也是最能体现 OpenClaw 价值的场景。

当时我想了解 TikTok Shop 宠物用品在东南亚的机会。

这个活儿说起来简单，真做起来很烦：

打开浏览器 → 搜 Google 和平台政策 → 翻报告 → 记笔记 → 整理成表格 → 再搜一轮验证 → 写结论。

中间最折磨人的不是写报告，而是反复切换：

• 一会儿搜泰国
• 一会儿搜越南
• 一会儿看平台政策
• 一会儿查市场规模
• 一会儿又要确认这个数据到底是哪一年的

人肉做，保守估计三四个小时，而且很容易做到一半开始刷别的东西。

让龙虾做，我只给了一个明确任务：

❝

帮我做一份 TikTok Shop 宠物用品的东南亚市场调研。覆盖泰国、越南、马来西亚、菲律宾。维度包括电商规模、TikTok Shop 入驻政策、宠物用品机会和风险。多来源交叉验证，不确定的标注来源不足。先出大纲，我确认后再写正文。

它不是马上开写，而是先拆任务。

第一步，它会把我的一句话拆成一个执行计划：

这里的重点不是某一个 Skill 有多神，而是它能把这些 Skill 串起来。

你自己做，是手动开十几个网页，手动复制，手动比对。

龙虾做，是它自己一轮一轮地搜、读、记、比、写。你负责中途看方向，最后做判断。

它怎么交叉验证？

这个地方一定要写清楚。很多人用 AI 做调研，最大的问题就是：它写得很像真的，但你不知道它从哪儿来的。

所以我会明确要求：

关键数据至少找两个来源。
如果两个来源口径不一样，要写出差异。
如果找不到可靠来源，就标注"来源不足"，不要硬编。

比如它看到一个数据说”某国电商规模增长很快”，它不能直接写进报告。它要继续查：

1. 这个数据来自平台公告、媒体报道，还是第三方报告？
2. 是 GMV、交易额，还是用户规模？
3. 是整个电商市场，还是 TikTok Shop 单个平台？
4. 是 2024 年、2025 年，还是预测值？
5. 有没有另一个来源能对上？

只有这些问题过一遍，报告才有用。

它最后交付什么？

最后产出不完美，但已经非常接近一个能编辑的初稿：

• 按国家分章
• 每个国家有政策、市场、品类机会
• 关键数据带来源链接
• 不确定项单独列出来
• 最后有一张对比表

我后面花了大概一小时审校、补来源、改措辞，一篇能用的调研稿就出来了。

这就是我现在最常用的分工：

龙虾负责繁琐流程，我负责判断。

它省掉的不是”写几段话”的时间，而是省掉了最烦的那部分：搜索、打开、复制、比对、整理、再搜索、再比对。

这类工作人做很累，机器做刚好。

怎么验收调研类任务？

我现在会看五件事：

AI 最容易犯的错，不是完全胡说，而是把”看起来差不多”的东西混在一起。

比如一个国家的整体电商规模、社交电商规模、TikTok Shop 单平台 GMV，是三种不同口径。它如果写成一个数，你就要让它回去重查。

实战二：管理素材仓库，写文章，发公众号

这个就是我现在正在用的工作流。

如果你长期写公众号，最麻烦的其实不是”写一篇文章”。

最麻烦的是整条链路：

• 素材散在不同文件夹里
• 写一半发现缺资料
• 搜完资料还要整理进 Obsidian
• 初稿写完还要优化写作风格
• 配图要单独生成
• 微信排版要再处理一遍
• 最后还要推到公众号草稿箱

这套流程如果全靠人手动做，很容易卡在某个小环节。

龙虾适合干的，就是把这些小环节串起来。

我的完整流程大概是这样

第一步，先让它看素材仓库。

我会把文章、调研、概念条目、图片都放在 Obsidian 里。然后让龙虾先读目录，不急着动笔：

先看当前 Obsidian Vault 里和 OpenClaw 系列有关的内容。
列出已有文章、可复用素材、缺口和可能需要核实的说法。
先不要改文件。

这一步通常会调用：

• Obsidian / 文件管理 Skill：读 Markdown、找文章、看图片路径
• 搜索 Skill：补外部资料
• 微信公众号搜索 Skill：看看同类文章怎么写、近期热点怎么讲
• 总结 Skill：把长文章、网页、报告压成可用素材

第二步，让它出文章结构。

不是直接写正文，而是先问它：

基于这些素材，帮我列一版公众号文章大纲。
要求口语化，有故事感，不要像说明书。
每一节说明要用哪些素材、还缺什么资料。

第三步，调用写作 Skill 写初稿。

这一步我会明确告诉它：

• 别写成官方文档
• 多用短句
• 少用”首先、其次、综上”
• 像一个踩过坑的人在跟读者聊天
• 技术命令可以有，但别让命令压过人的体验

写作 Skill 的价值不只是”生成文字”，而是帮你把素材变成一篇能读下去的文章。

第四步，用搜索 Skill 补事实。

比如涉及 最新版本软件的信息，我会让它重新查官方文档。公众号文章最怕写得很顺，但命令是错的。

所以我的习惯是：

把文中所有涉及命令、版本、路径、官方功能的说法列出来。
逐条核对来源。
没来源的不要写死，改成更稳妥的说法。

第五步，不断迭代。

这一步其实最像真人编辑。

我会一轮一轮让它改：

• 这一段太硬，改口语一点
• 这个例子不贴近普通用户，换一个
• 这里别堆命令，先讲人为什么需要它
• 这个结论太满，收一点
• 这里加一个表格，让读者一眼看懂

第六步，调用生图 Skill。

文章结构定了以后，再让它根据每一节生成配图提示词，或者直接调用生图 Skill 出图。

比如这篇文章里，我需要的不是漂亮壁纸，而是几张能解释流程的图： 例如：

• 任务怎么交代
• 调研怎么交叉验证
• 素材仓库怎么流转成文章
• 备份和卸载怎么走

第七步，调用微信文章主题 Skill / 排版 Skill。

这一步是把 Markdown 变成适合公众号阅读的版本：

• 标题更像公众号标题
• 小标题更短
• 段落更碎
• 表格不过宽
• 图片位置合理
• 重点句加粗

第八步，调用公众号管理 Skill，推到草稿箱。

最后它可以把文章、图片、排版结果一起推到微信公众号草稿箱。到这一步，我只需要打开后台做最后检查：

• 标题有没有问题
• 图片有没有丢
• 链接能不能点
• 排版有没有错位
• 有没有不该出现的内部备注

确认没问题，再手动发布。

这套流程真正省在哪里？

它不是替我”灵感爆发”。

它省的是那些很碎、很烦、很机械的动作：

这就是我觉得 OpenClaw 有意思的地方。

它不是一个聊天框，而是一个能把”写文章”这件事拆成很多小步骤，然后一个个推进的工作台。

当然，最后还是你拍板。

选题是不是成立，观点是不是过猛，哪些话能不能发，这些不能交给它全权决定。

它适合当执行流，不适合当总编辑。

Skill 装多了，怎么清理？

第三篇讲了 Skill，很多人看完会忍不住装一堆。

装的时候很爽，用几天之后就会发现问题：

• 启动时加载变慢
• AI 每次都要判断该用哪个 Skill
• 同类 Skill 互相打架
• 有些 Skill 缺依赖，一直报黄
• 你自己也忘了装过什么

所以 Skill 要定期清理。

先盘点

官方 openclaw skills 命令可以检查当前工作区可见的 Skills：

openclaw skills list
openclaw skills list --eligible
openclaw skills list --verbose
openclaw skills check

我建议重点看两个列表：

• eligible：当前环境真的可用的
• verbose/check：缺依赖、缺配置、加载失败的

缺依赖又不用的，优先清掉。

再看它装在哪里

OpenClaw 的 Skill 不是全放一个地方。官方文档里列的加载来源和优先级，大体是：

1. 工作区 skills/
2. 工作区 .agents/skills/
3. 个人 ~/.agents/skills/
4. 用户级 ~/.openclaw/skills/
5. 内置 bundled skills
6. 额外配置的目录

优先级最高的是当前工作区里的 Skill。也就是说，如果你只是为某个项目临时装了一个 Skill，通常清理当前工作区的 skills/<name> 就够了。

官方主文档里没列 uninstall，别硬背旧教程

我查了一下官方当前 openclaw skills CLI 主文档，列的是 search / install / update / list / info / check，没有把 uninstall 作为主流程列出来。网上有些旧文档会写：

openclaw skills uninstall <skill-name>

这个命令你本机如果有，可以用；但写教程时不建议把它当成唯一正确答案。

更稳的写法是：

# 当前工作区安装的 Skill
rm -rf ./skills/<skill-name>

# 用户级 Skill
rm -rf ~/.openclaw/skills/<skill-name>

# 个人 agent Skill
rm -rf ~/.agents/skills/<skill-name>

删之前先确认路径，别手滑：

openclaw skills info <skill-name>

我的经验：新手常驻 Skill 保持在 5-8 个就够了。不是越多越强，太多反而像给实习生塞了二十本互相矛盾的 SOP。

最后一课：备份、迁移、卸载

系列叫”从入门到入土”，不讲卸载说不过去。

但卸载之前，先做一件事：备份。

因为 OpenClaw 里真正值钱的，不只是软件本身，而是你养出来的那套东西：

• 它的性格：SOUL.md
• 它对你的了解：USER.md
• 它的长期记忆：MEMORY.md
• 你沉淀的工作流：Skills、SOP、提示词
• 你接过的渠道、模型、配置

一句话：卸载软件之前，先把这只龙虾的”脑子”拎出来。

最省事：先完整备份

openclaw backup create

想放到指定目录，就这样：

openclaw backup create --output ~/Backups

不放心的话，加一个校验：

openclaw backup create --verify

这样会生成一个压缩包。你可以把它理解成”整只龙虾打包带走”。

只想迁移记忆：拎这几个文件

如果你不是想完整还原 OpenClaw，只是想把这套记忆迁到 WorkBuddy、CodeBuddy，或者其他 AI 工具里，那就重点保留这几个 Markdown：

cp ~/.openclaw/workspace/SOUL.md ~/Backups/SOUL.md
cp ~/.openclaw/workspace/USER.md ~/Backups/USER.md
cp ~/.openclaw/workspace/MEMORY.md ~/Backups/MEMORY.md
cp -R ~/.openclaw/workspace/memory ~/Backups/openclaw-memory

注意：如果你自己改过 workspace 路径，就不要照抄 ~/.openclaw/workspace。先看你自己的工作区在哪。

我一般会把它整理成一份更通用的说明书：

这里有个坑：不要迁移 API Key、cookie、登录凭证。

这些东西重新授权更安全。记忆可以搬，钥匙别乱搬。

正式卸载 OpenClaw

备份确认以后，再卸载。

通用做法：先用官方卸载命令

只要 openclaw 命令还在，先跑：

openclaw uninstall

想省事，直接全清：

openclaw uninstall --all --yes --non-interactive

然后再把 CLI 本体删掉。

如果你是 npm 装的：

npm rm -g openclaw

如果你是 pnpm 或 bun 装的：

pnpm remove -g openclaw
bun remove -g openclaw

macOS：重点检查 launchd 和 App

openclaw gateway stop
openclaw gateway uninstall
npm rm -g openclaw

launchctl bootout gui/$UID/ai.openclaw.gateway
rm -f ~/Library/LaunchAgents/ai.openclaw.gateway.plist
rm -rf /Applications/OpenClaw.app
rm -rf ~/.openclaw

最后看一下端口有没有还被占：

lsof -i :18789

没输出，基本就干净了。

Linux：重点检查 systemd user service

openclaw gateway stop
openclaw gateway uninstall
npm rm -g openclaw

systemctl --user disable --now openclaw-gateway.service
rm -f ~/.config/systemd/user/openclaw-gateway.service
systemctl --user daemon-reload
rm -rf ~/.openclaw

再检查：

ps aux | grep openclaw
lsof -i :18789

Windows：重点检查计划任务

Windows 用户如果是 WSL2 装的，就进 WSL 里按 Linux 的方式卸载。

如果是 Windows 原生方式，PowerShell 里检查计划任务：

schtasks /Delete /F /TN "OpenClaw Gateway"
Remove-Item -Force "$env:USERPROFILE\.openclaw\gateway.cmd"
Remove-Item -Recurse -Force "$env:USERPROFILE\.openclaw"

CLI 如果是 npm 装的：

npm rm -g openclaw

再检查端口：

netstat -ano | findstr 18789

没有结果，说明 gateway 没在跑。

最后确认一遍

openclaw --version
ls ~/.openclaw
ps aux | grep openclaw
lsof -i :18789

理想状态是：

• openclaw --version 找不到命令
• ~/.openclaw 不存在
• 没有 openclaw 进程
• 18789 端口没人占用

这就算卸干净了。

这可能是少数几个”报错反而让人安心”的场景。

写在最后

四篇文章，到这里这只龙虾就算讲完了。

回头看：

• 第一篇：知道它是什么，为什么火，怎么装
• 第二篇：给它写灵魂、接渠道、上安全锁
• 第三篇：给它装 Skill，让它从”能干活”变成”更好用”
• 第四篇：让它真的干活，也知道怎么验收、备份和卸载

我现在越来越觉得，OpenClaw 最有价值的地方，不是”AI 终于能替我干所有事了”。

恰恰相反，它逼你把工作说清楚。

你要讲目标、讲边界、讲验收标准。你不能只说”帮我弄一下”，然后指望它读心。

这也是为什么我一直把它比作实习生。

它很能干，也会犯浑；它能省时间，也会制造麻烦；它可以帮你跑很多路，但最终方向还是你定。

调研报告，是龙虾出的初稿，我来拍板。

桌面文件翻车，不是它天生坏，是我没给边界。

工具再强，方向盘还是在你手里。

系列到此结束。

感谢你一路追到这里。

如果这四篇帮你少踩一个坑，点个「在看」，就算给这只龙虾送行了。

🦞 完。