乐于分享
好东西不私藏

OpenClaw必备进阶玩法搭建Agent团队,爬爬虾变澳龙!Openclaw 完全指南第三篇!

OpenClaw必备进阶玩法搭建Agent团队,爬爬虾变澳龙!Openclaw 完全指南第三篇!

OpenClaw五大进阶玩法,这才叫养虾🦞啊。

✍️ 作者: 大刘📝 编辑: 大刘🎨 排版: 大刘

📢 这是「OpenClaw 从零到神」系列第三篇,真正意义上的 Openclaw 进阶玩法,用上才算是解锁了 Openclaw 的核心价值。前两篇(部署篇和 Skills 篇)已经大爆,已经有虾的朋友跟上吧!后续还有使用场景篇,关注不迷路~

你现在用OpenClaw的方式,就好比买了一辆跑车,每天用来买菜。

说实话——这才是大多数人的真实状态。

那1%的深度用户,他们的OpenClaw长什么样?

每天早上8点,自动发来昨晚处理好的情报简报。

出差的时候手机发一条消息,服务器磁盘清理就已经完成了。

一个人指挥着一支AI写作团队,10分钟出稿。

如果你现在还在每次告诉AI你是谁、你在做什么项目——这篇文章正好适合你。

今天,带你进那1%。

从哪里开始?从你每天打开OpenClaw却从来没碰过的那几个地方开始。

话不多说,开始。

这五件事合在一起,就是你在搭一支AI团队:SOUL.md是价值观手册,AGENTS.md是操作规范,Cron是排班表,上下文工程是让整支团队始终在状态的沟通规范,多Agent是雇了一整支队伍。

本文覆盖五大进阶方向:

等级
技术方向
你能获得什么
基础进阶
三文件系统
让AI第一次认识你
中级玩法
Cron自动化 + 斜杠命令
让AI睡着也在帮你工作
高阶操作
上下文工程
让AI在复杂任务中永不掉链
神级操作
多Agent协同
从一个助手到一支团队
实战案例
三个完整案例
今晚就能跑起来的方案

不管你现在是第几级,今天读完,往上至少跳两级。

第一部分:三文件系统——先给AI团队建价值观手册

跟着保姆级教程装好的读者,先看这里。

安装完成后,你的所有配置文件都在这个目录里:

~/.openclaw/├── workspace/ ← SOUL.md、AGENTS.md、MEMORY.md 住在这里├── cron/ ← 定时任务存在这里├── skills/ ← 自定义斜杠命令在这里创建└── agents/ ← 多Agent的工作目录在这里

怎么打开这个文件夹?Mac用户在终端输入 open ~/.openclaw,Windows用户输入 explorer %USERPROFILE%\.openclaw,直接就能看到所有文件。下面每个部分都会告诉你具体改哪个文件。

🌊

OpenClaw有三个核心配置文件:SOUL.md、AGENTS.md、MEMORY.md。

很多人还没有碰过任何一个——不是不想用,是不知道从哪里开始。

OpenClaw真正的实力,不在它能做什么,在它”知道你是谁”之后能做什么。

这三个文件,就是”知道你是谁”的终极奥义。

1.1 SOUL.md——给你的AI装灵魂

你每天早上打开OpenClaw,它认识你吗?

它不认识。

它不知道你是谁,不知道你做什么,不知道你的沟通风格,不知道你不喜欢废话。

你养了一个每天都失忆的助手——这句话,很多人第一次听愣了一下。

你昨天花了半小时跟它解释你的项目背景、你喜欢什么风格、你的行业术语——今天开新对话,全部清零。你要重新介绍自己叫什么、做什么、希望它怎么回复你。每次都是。

你不是在用AI,你是在反复训练一个永远记不住你的员工。

SOUL.md解决的就是这个问题。

位置:~/.openclaw/workspace/SOUL.md

想先看一眼这个目录?Mac 用户在终端输入 open ~/.openclaw/workspace,Windows 用户输入 explorer %USERPROFILE%\.openclaw\workspace,直接就能看到文件夹。

SOUL.md就是你给新员工写的”价值观手册”。

没有它,这员工只是个会打字的机器——你让它干什么它干什么,但它不理解你的风格,不知道什么话该说什么话不该说,不知道你喜欢简洁还是详细,不知道你的工作是什么。

有了它,员工知道了自己的身份、边界和风格。每次上班,都从这本手册开始,不用你重新介绍自己。

大多数人以为OpenClaw只是个聪明的聊天工具,但装上SOUL.md之后,它才第一次认识了你。

SOUL.md写什么?三个核心模块:

① 人格定义:这个AI是谁,有什么特质

② 沟通风格:说话方式、详略偏好、语气要求

③ 禁止行为:明确列出不能做的事

一个最小可行的SOUL.md示例:

# Identity(人格定义)你是一位资深的信息收集助手。# Communication Style(沟通风格)回复简洁直接,不废话默认中文回复,除非用户切换语言技术术语加括号解释,面向非技术读者# Behavior Rules(禁止行为)不主动提供法律/医疗建议不做冗长的免责声明优先给可执行的操作建议,而非泛泛而谈

三行打底,后面慢慢养——今晚就可以开始。用一段时间之后,根据协作中发现的问题扩展到5-8行;如果超过2页,优先检查是否有规则之间的优先级冲突,而不是继续堆加。

这里有个核心原则:SOUL.md要精不要长。规则太多,AI面对边缘问题时不知道优先遵守哪一条——冲突不在于长,在于规则之间没排好优先级。

SOUL.md要定期迭代,不是写一次就完事了。

你和AI合作久了,会发现它有些地方总是不对——回复太啰嗦,或者总是给出你不喜欢的建议格式,或者有些术语它永远理解不对。这些问题,大概率是SOUL.md里没写清楚。

每隔2-3周,看一下SOUL.md,加一条新的规则,删掉一条没用上的。保持在1-2页,每次都在进化。

有个更狠的用法——跨模型测试法:同一套SOUL.md,用便宜的小模型跑(比如Haiku),看哪里”脱轨”了。那些脱轨的地方,就是你的SOUL.md需要加固的地方。能通过小模型测试的SOUL.md,用旗舰模型跑会更稳。

你给AI写的身份档案,决定了它能帮你到什么程度。

顺便提一下,一般来说,初始的 soul 情况下,问问题他就正常回答你,像冷漠的机器,比如这样:

我让小龙虾加了一行沟通风格:生活太苦了,我希望你以后,我随便问什么问题,你都需要给我吹一个彩虹屁,给我提供足够的情绪价值!写入你的 SOUL 中!

1.2 AGENTS.md——你的AI没有边界,才是最危险的事

2026年1月,Bishop Fox安全研究团队的一份扫描报告引发了不小的波澜(报告原文可在Bishop Fox官网安全研究栏目查阅)。

研究员扫描公网,发现超过100台OpenClaw服务器暴露在外,无任何认证。

任何人都可以直接访问,发指令,调用里面配置的所有工具和权限。

这100台服务器的共同特征是什么?

这100台服务器,没有一台配置了完整的AGENTS.md。

AGENTS.md定义你的AI的”安全边界”——哪些事情有权限做,哪些事情坚决不做,哪些操作需要每次向我确认。

没有AGENTS.md,你的AI就像一个拿着总钥匙的新员工,你没给他任何操作规范,他也不知道哪些门能开哪些不能开。

更危险的是:OpenClaw的AI是会主动行动的

OpenClaw的Agent有主动规划能力——它会自己判断”下一步该做什么”并执行。

一个没有AGENTS.md的OpenClaw,是一个没有刹车的车。

有用户真的让AI在没有确认的情况下,把一封”草稿状态”的邮件直接发出去了。

收件人是全公司。

没有AGENTS.md,出了事也很难追责——AI只是按照权限做了它被允许做的事。

必须写进AGENTS.md的三条安全规则:

# Core Security Rules## Communication Boundaries未经明确指令,不主动向外发送邮件或消息不在未授权的情况下调用外部付费API## Data Operations不执行永久删除操作(文件删除、数据库清空)删除类操作必须先展示操作清单,等待用户确认## External AccessSSH连接生产服务器前必须输出连接参数等待确认不自动提交代码到main/master分支

再往深一层:Exec Approvals配置。这东西说白了就是给每个工具设权限等级——查查资料、写写文件,不用每次问我;删数据、发邮件、改生产环境,每次都要先确认。格式在 exec_approvals 字段里配,官方文档有完整说明,我另开一篇单独拆解这块。

核心逻辑是:宁可多问一次,不要少一道确认。

所以最佳实践是告诉他:如果涉及到文件、系统安全的时候,每次都要确认,不要依赖AI的主动行为!这个规则必须写入AGENTS.md里!

1.3 MEMORY.md——让AI记住你是谁

直接说最有用的那个——必杀技:在AGENTS.md里写”记忆协议”。

就一条规则:

## Memory Protocol当用户纠正我的任何行为、偏好或事实时,立即将修正内容写入MEMORY.md,格式:[日期] [修正内容]。下次不再重复同样的错误。

你告诉它”别用这个格式”,它立刻写进MEMORY.md。下次开新对话,它翻一眼记忆文件——然后做对了。

你只需要纠正AI一次,它会自己记下来,永不再犯。

确实,纠正一次够了——这是Openclaw 真正需要你理解的地方,它真的举一反三,挺聪明的吧哈哈哈(毕竟大刘举三都不一定反一)。

MEMORY.md配合两个辅助文件,构成三层记忆架构:

文件
存什么
更新频率
MEMORY.md
永久性关键信息:项目背景、用户偏好、重要结论
有重大更新才写
memory/YYYY-MM-DD.md
日志式记录:今天做了什么,讨论了什么
每次对话后
USER.md
用户固定偏好:沟通风格、常用术语、工作习惯
偏好变化时

关键:MEMORY.md总量控制在3,000 tokens以内。

不要什么都往里放。”永恒的”才进去——那些不管多久之后再看都仍然成立的信息。

想象一下:你告诉它”别用这个格式”,它立刻写进MEMORY.md。下次开新会话,它读一眼,做对了。不是因为它聪明,是因为你教过它一次,它真的记住了。

这是三文件系统里最有成就感的那一刻。

AI不是越用越差,是因为你每次都从头开始教它。

第二部分:Cron定时任务——团队有了,接下来给它排班表

2.1 Cron是什么?为什么是进阶关键

Cron就是你给员工排的班表——不用你每次亲自催,到点自动干活。

OpenClaw支持三种调度类型:

at 2026-03-07T08:00:00 # 一次性:指定时间执行every 30m # 间隔:每30分钟执行cron “0 8 * * *” # 表达式:每天8:00执行

大刘先给你解释一下上面这几行是啥意思:这串数字读起来像密码,其实是在说”每天早上8点跑一次”——格式是:分钟 时 日 月 星期,*表示”每个都行”。记不住格式没关系,搜”cron表达式生成器”,告诉它你要的时间,粘贴进来就好。

任务存储在 ~/.openclaw/cron/ 目录,关了终端也不丢——重启自动恢复。

每个Cron任务还可以同时召唤(也就是 spawn)多个子Agent一起干活。

说白了就是:Cron到点触发之后,不是派一个AI去干,而是同时派出好几个——每个只负责一件事,并行跑。就像你安排了一个自动开工的项目,到时间一到,不是一个人去做,是整个小组同时上。

比如你设置了一个”竞品监控”任务,它触发后可以同时派出5个子Agent分别监控5家竞品——1/5的时间,完成同等工作量。

到点自动干活、多人同时干——这才是AI该有的样子。当然如果你需要的话,他可以监督你睡觉(对大刘无效),注意,这里我能直接说话告诉他是因为我把 cron 的执行逻辑,写在了 SOUL.md 中哦。

2.2 一个真实案例:每日晨报

这是社区里最受欢迎的Cron用例之一。配置一次,终身执行。

先说一下Skill这玩意——它就是你给AI写的操作手册:一个Markdown文件,放在~/.openclaw/skills/目录下,描述任务目标、信息源和输出格式。第三章会详细讲,这里先知道”建一个文件描述任务”就够了。

每天早上8:00,自动推送:

– 今日天气(含穿衣建议)

– 日历提醒(当天会议和待办)

– 邮件摘要(未读邮件的三行摘要)

– 任务优先级建议(根据日历和邮件自动排序)

全程自动,每次成本约¥0.05-0.15

按¥0.10算,一个月3块钱人民币,换一个每天准时打卡的私人秘书。

晨报还能更聪明一点——让AI在晨报里给你的任务排优先级。

不是让你自己看完再想,而是AI根据截止日期、会议冲突、任务依赖关系,直接告诉你:今天先做哪三件事。

Cron任务的价值不是替你省时间,是替你省决策能量。

具体怎么配置?创建一个Skill叫做daily-briefing,描述晨报要抓取哪些信息源,输出什么格式,然后:

openclawcronadd–schedule“0 8 * * *”–skilldaily-briefing–channelfeishu

第一次配置大概20分钟。之后每天早上8点,它自动跑,你自动收。

一次投入,365天收益。这才是AI工具该有的用法。

2.3 Webhook——让外部世界主动触发你的AI

Cron是”到点触发”,Webhook是”有事触发”。

两个普通人直接用得上的场景:

场景一:重要资讯实时推送

你订阅的信息源(新闻/行业动态/关注的博主)有新内容 → OpenClaw收到通知 → AI整理成三行摘要 → 直接推到手机

不用每天刷,有价值的东西主动来找你。

场景二:每日任务到点提醒

临近截止日期 → OpenClaw触发 → AI重新核查你今天的进度 → 差了什么补一条提醒,准时了发一句鼓励

你不用坐在电脑前盯着。有情况AI来叫你,还帮你初步整理好了。

第三部分:斜杠命令——排了班,再给团队建一套内部协议

3.1 斜杠命令的隐藏超能力

普通用法大家都知道:

– /help:显示帮助

– /stop:停止当前任务

– /subagents:查看子Agent状态

神级用法就在这:把你的高频操作,变成一个字母都不用多打的快捷指令。

普通斜杠命令是OpenClaw内置的。但你可以自己造——把你每天重复做的事,封装成一个 /你的命令,点一下,立刻执行。

举两个普通人用得上的例子:

每天早上要看今日安排?封装成 /morning——点一下,今日日历+待办+昨日未完成的事,全部整理好推出来,不用你手动问一遍。

改完SOUL.md想先备份一下再测试?封装成 /backup——点一下,三个核心配置文件立刻打包存到时间戳目录,出了问题随时回滚。

两个例子,其实代表两种模式。你攒的那套命令库,才是真正跟着你走的生产力资产——别人复制不了。

怎么封装?三步,5分钟搞定:

第一步,在 ~/.openclaw/commands/ 目录下新建文件,文件名就是你的命令名。上面两个例子对应:

~/.openclaw/commands/morning.md~/.openclaw/commands/backup.md

第二步,打开文件,写进去你想让它做什么:

command: morning读取今日系统日历事件、待办清单(~/todos.md),以及 MEMORY.md 中标注未完成的事项,整理成早报格式输出:今日日程 / 待办 / 昨日遗留。
command: backupdispatch: tool把 ~/.openclaw/workspace/ 下的 SOUL.md、AGENTS.md、MEMORY.md 三个文件,复制到 ~/.openclaw/backups/YYYY-MM-DD-HH-MM/ 目录,完成后打印备份路径。

第三步,重启OpenClaw。之后每次输入 /morning 或 /backup,直接触发。

注意两个配置的区别:/backup 多了一行 dispatch: tool。加上它,命令直接调用工具执行,绕过AI推理步骤——纯文件操作,毫秒完成,不花一分钱。/morning 没有这行,走AI推理,OpenClaw读完日历和待办之后帮你整理成早报——需要AI判断,就让AI来做。两种都有用,看你的需求。

第四部分:上下文工程——让AI在复杂任务中永不掉链

很多人发现一个规律:

任务越复杂,对话越长,AI越废。

简单任务:AI表现完美。

加了几十条消息之后:它开始忘事,开始绕弯子,开始给出和前面矛盾的答案。

你以为是模型的问题。

不是。

这是上下文窗口的问题——它就像一块黑板,写满之后,前面的字就会模糊。AI不是变笨了,是它能看到的信息开始失真了。

很多人没意识到这块黑板的存在,导致AI越用越差——这一部分教你主动管理它。

这一部分教你主动管理这块黑板。

4.1 /compact——主动压缩,不要等它崩

“龙虾开始降智了怎么办?”,大概率,应该是上下文太长~

OpenClaw有一条内置命令,很多人从没主动用过:

/compact

它做什么?把当前对话历史压缩成一个高密度的摘要,然后用这个摘要重新开始上下文。你的任务状态保住了,但上下文窗口清空了。

什么时候用?

感觉AI开始漂移的时候,立刻用。

不要等它完全崩。越早压缩,摘要质量越好,信息保留越完整。

三个明显信号:

– AI开始重复你之前说过的内容

– 它给出的建议和前面讨论的结论矛盾

– 你问一个新问题,它的回答和当前任务上下文脱节

出现任何一个,/compact

这个操作30秒,但能让接下来的1小时都保持高质量输出。

进阶用法:/compact "重点保留:当前任务目标、已确认的技术选型、三个未解决的问题"

可以给它压缩指令——告诉它哪些信息最重要,优先保留。

4.2 会话分段策略——什么时候该开新对话

很多人有个错误认知:对话越长,AI越了解你的项目

实际上是反的。

对话越长,AI分配给每条信息的注意力越稀。前面讨论的关键决策,在第200条消息之后,实际上已经被”稀释”了——AI还能看到,但它能分配给那条信息的注意力权重,已经比刚开始低了很多。

这不是bug,这是Transformer注意力机制的基本特性。

正确的做法:把长项目切成多个聚焦会话。

一个有效的会话分段方案:

会话类型
适合做什么
建议长度
探索会话
头脑风暴、问题定义、思路发散
20-40条消息
执行会话
单一明确任务的完整执行
直到任务完成
审查会话
检查、修改、测试特定输出
15-30条消息

关键:每次开新会话前,在MEMORY.md里写一条”上次在哪里”

[2026-03-07] 产品文档重构已完成:用户手册第1-3章重写待处理:第4章(API参考)+ 第5章(FAQ)关键决策:统一用”你”不用”用户”,代码示例统一用Python

下次开新会话,AI读MEMORY.md,5秒内回到状态,不需要你重新交代背景。

这就是MEMORY.md和会话策略联动的真实价值。

4.3 上下文结构设计——让复杂项目永远不乱

最后一个技巧,适合长期、多文件的大型项目。

很多人做长项目的方式:把所有相关文件都塞进同一个会话,然后不断往里加内容。

结果:一周后,你自己都不知道在哪个对话里讨论了哪个决策。AI更是一塌糊涂。

正确的做法:给项目设计上下文结构。

一个有效的项目上下文文件夹:

~/.openclaw/workspace/projects/my-project/├── OVERVIEW.md # 项目目标、范围、关键约束(AI每次先读这个)├── DECISIONS.md # 已做的关键决策及原因(防止AI反复讨论已决定的问题)├── PROGRESS.md # 当前进度、下一步、阻塞点└── CONTEXT/ # 各子任务的专属上下文文件    ├── design.md # 设计相关的上下文    ├── technical.md # 技术实现的上下文    └── content.md # 内容相关的上下文

关键是 DECISIONS.md。它的价值在于:防止AI把你拉回已经决定的坑。

没有它,你每次开新会话,AI都可能重新质疑你在第3次会话里做的架构决策。有了它,AI知道那个问题已经讨论完了,不会再浪费你时间重开。

在SOUL.md里加一条:

## Project Context Protocol在任何项目相关对话开始前,先读取 ~/.openclaw/workspace/projects/ 下对应项目的OVERVIEW.md 和 DECISIONS.md。不要质疑已在DECISIONS.md中记录的决策。

一个项目能跑多远,取决于你的上下文管理能有多好。

第五部分:多Agent协同——装好权限,真正的团队终于可以出动了

你发一条指令:

“帮我完整分析这五家竞品,重点是定价策略和近期用户反馈。”

然后——

五个子Agent同时出现在终端。

每一个都在专注处理一家竞品。

五个窗口同时滚动。

同时在工作。

你喝了口咖啡。

4分钟后——

一份完整的分析报告出现了。

结构清晰,数据详实,每家竞品的结论各占一节。

你一个人,用了一支团队的效率。

有那么一瞬间,你会觉得:

原来做事,可以不用那么累。

我有个朋友做市场调研,以前一份完整报告要两天——搜索、汇总、对比、写结论。

配好多Agent之后,30分钟。

他第一次跑完,就坐在那盯着屏幕,没说话。

然后笑了。

说不清楚为什么。

就是觉得——

解脱了。

这玩意配好之后,你第一次跑,会盯着屏幕愣一下——然后意识到,以前那些加班,其实是可以省掉的。

好,感受完了,说说它是怎么做到的。

好,感受完了,说说它是怎么做到的。

5.1 Persistent Agent vs Sub-Agent

两种Agent用法完全不同。

Persistent Agent是你养的那个长期员工——有自己的SOUL.md和MEMORY.md,长期存在,有独立身份,记得你,懂你。适合做你的专属写作助手、专属代码审查员。

Sub-Agent是临时工——任务来了召唤,任务完事自动散(60分钟后清理),没有独立身份,没有记忆。它的价值不在”懂你”,在”快”。

什么时候用Sub-Agent?

经典场景:研究5家竞品,需要分析每家的功能、定价、用户反馈。

单Agent做法:一家家查,5倍时间。

Sub-Agent做法:主Agent派5个子Agent,每个只查一家,同时跑,时间缩短到1/5。

/subagents 命令可以实时查看所有子Agent的状态和进度。

每个Agent同时最多5个子Agent(maxChildrenPerAgent 默认值)。这个参数可以在配置里改,但一般5个已经够用了。

5.2 多Agent快、准、省的真相

说白了,多Agent就是三件事——快、准、省。

快——5件事同时跑,时间缩到1/5。

准——每个Agent只盯一件事,专注比万能靠谱。

省——Token消耗因任务类型而异,子Agent跑简单任务时比单Agent方案节省60-70%;任务复杂时节省幅度约40-50%(ClawHub社区2026年2月实测)。每个子Agent只需要自己那份任务的上下文,不用把所有信息塞进一个超长对话——上下文短,推理质量高,成本低。

OpenClaw限制这个”套娃”最多套两层——主管可以派经理,经理可以派员工,但员工不能再招人。这个限制是故意的:层数越多,出了问题越难追溯。

所以实际上是三层架构(maxSpawnDepth: 2):

主Agent(决策层)  └─ 编排Agent(任务拆解层)       ├─ 工作Agent A(执行层)       ├─ 工作Agent B(执行层)       └─ 工作Agent C(执行层)

编排Agent就是那个项目经理的角色——它自己不干活,专门负责把大任务拆成小份分配下去,然后收拢结果汇报给主Agent。

用”总包+分包+工人”的方式来理解:

– 主Agent = 总包(接活、拆任务、把关质量)

– 编排Agent = 分包(把任务分配给具体的工人)

– 工作Agent = 工人(只干一件事,干完汇报)

一个具体例子:你发了一条”帮我分析这10个竞品”——后台发生了什么?主Agent接到任务,拆出10个子任务。编排Agent把这10个任务分配给10个工作Agent。10个Agent同时运行。4分钟后,主Agent收拢结果,输出一份完整报告。

智慧在主Agent那里。手脚不需要那么贵。

5.3 多Agent架构配置实战

讲实操。

第一步:创建Channel账号

每个Agent在OpenClaw里对应一个Channel账号。主Agent用你的主账号,子Agent创建独立账号。

关键坑点:不同Agent禁止共用 `agentDir`

agentDir 是Agent的工作目录,存放它的SOUL.md、MEMORY.md、会话文件。两个Agent共用同一个目录,会导致认证冲突、会话混乱,表现症状是Agent莫名其妙断线或者行为异常。

每个Agent,独立目录。第一次配置前,先在终端执行下面这条命令,把三个Agent的目录一次性建好:

mkdir-p~/.openclaw/agents/{manager,researcher,writer}

第二步:配置openclaw.json

{“agents”: [{“name”“主管”,“model”“minimax-highspeed”,“agentDir”“~/.openclaw/agents/manager”,“maxSpawnDepth”2},{“name”“研究员”,“model”“minimax-highspeed”,“agentDir”“~/.openclaw/agents/researcher”,“skills”: [“web-search”“browser-control”]},{“name”“写手”,“model”“minimax-highspeed”,“agentDir”“~/.openclaw/agents/writer”,“skills”: [“notion-writer”“doc-formatter”]}],“maxChildrenPerAgent”5}

第三步:设置Binding路由规则

Binding就是那套”转接规则”——就像公司总台电话,你打进来说需求,总台根据你说的,把你转给具体的部门。

比如你说”帮我研究这家竞品”,系统识别”研究”这个词,自动把任务派给研究员Agent,不用你手动指定。Binding配置写在openclaw.jsonbindings字段里:

“bindings”: [{“keyword”“研究”“agent”“研究员”},{“keyword”“写”“agent”“写手”},{“keyword”“分析”“agent”“研究员”}]

这几行就是全部。配好之后,你说”研究”,它知道该找谁。

确实,这个地方很多人卡着——配完之后跑一下测试,发一条消息看哪个Agent接了,就知道路由有没有生效。

第六部分:三个完整实战案例

其实很多时候,大家是不知道龙虾的能力边界在哪里?哪些是他能做的?哪些是他不能做的?这里通过上面的一些技巧展示,大刘为大家详细拆解三个实践案例!

三个都是社区里经过验证的真实用法,今晚就能跑起来。三个案例从简到难:你一个人用→有团队协作→每天信息处理。

案例A:职场人的”会议秘书”(从此告别整理会议纪要)

我身边有个产品经理,配好这套之后第一周开了8个会,没整理过一条纪要——那两小时,都用来找客户聊需求了。他说感觉多出了一个助手在帮他干最烦的活。

背景:一个普通职场人,每周有5-8个会议。每次开完会,都要干三件事:整理纪要、提炼Action Items、给相关人员发跟进消息。每件事15分钟。5个会,你有两个小时都在干这个。

开会已经够累了,开完还要干这些。

工具组合:飞书录音 + 飞书Webhook + 飞书文档 API + 多Agent协同

四个角色:

Agent
职责
模型
会议主席(主Agent)
接收录音,分配任务,把关质量
minimax-highspeed
纪要员(子Agent)
转写 + 格式化会议纪要
minimax-highspeed
任务官(子Agent)
识别Action Items、责任人、截止日期
minimax-highspeed
播报员(子Agent)
生成发送给每个人的个人任务提醒
minimax-highspeed

完整流程:

1. 会议结束,录音自动上传飞书

2. Webhook触发:新录音 → OpenClaw启动

3. 三个子Agent并行开工——纪要员转写全文,任务官提炼Action Items,播报员准备消息模板

4. 主Agent整合:完整纪要写入飞书文档项目页面;每个参会人收到专属的”你的任务”飞书消息

你只干了一件事:开了个会。

其他全是AI的事。有这两个小时,你可以做点真正重要的事——或者就休息一会儿。

MEMORY里的一条规则决定AI识别Action Items的精准度:把每个项目背景和关键人名记进去。这样AI识别”找张三确认预算”时,会关联到”张三=产品总监,预算决策人”这个上下文,生成内容的质量会高出一个档次。

这就是三文件系统和多Agent协同联动的实际效果。

案例B:每日商业情报系统

这玩意是我用下来觉得性价比最高的配置——每天花$0.50,换一个不会偷懒的情报分析师。

组合:Cron + 竞品监控Skill + 网页自动抓取 + 飞书推送

配置一次,每天自动运行:

每天9:00,系统自动:

1. 启动5个子Agent,各监控一家竞品网站

2. 对比上周版本(存在MEMORY中),识别价格变动、功能更新、新闻动态

3. 生成结构化变动摘要

4. 通过飞书推送到你的手机

你看到的,是一份已经分析好的报告,不是原始网页。

成本:每天约$0.30-0.80,取决于竞品网站的信息密度——这是我跑了两周后的实测数字。

配置要点:

openclawcronadd–schedule“0 9 * * *”–skillcompetitor-monitor–channelfeishu

Skill里定义5家竞品的URL、关键监测字段(价格页、产品更新日志、新闻页),以及变动阈值(超过多少算”有变化”需要告警)。首次跑完会建立基准快照,之后每天与基准对比。

这套系统的真正价值:你的竞品感知从”月度”变成了”日度”。价格调整、新功能发布、营销策略变化——你能在第一时间知道,而不是在行业里已经讨论了一周之后才反应过来。

案例C:AI帮你刷手机(每天省回2小时的信息焦虑)

说实话,这个用法对我来说价值最高,但最难向别人解释清楚。

听我讲完。

现状:你每天要刷的东西有多少?公众号、知乎、X、小红书、HackerNews……每个平台都在抢你的注意力,每个平台都有你关心的内容夹在一堆垃圾里。

你花在”找有价值内容”上的时间,比”读有价值内容”上的时间还多。

刷了一小时,什么都没记住,但手机还在那里,明天还在等你。这不是你的问题。这是信息过载的结构性问题。

配置:Cron + 网页抓取Skill + MEMORY + 五个子Agent

启动前,先在MEMORY里登记你的信息图谱:

我关注的主题:AI产品、独立开发、商业模式创新我不感兴趣的:娱乐八卦、体育赛事、宏观经济评论我的精读清单存在:飞书文档”稍后精读”每天接收时间:早上7:50

怎么配置?在~/.openclaw/skills/info-filter/SKILL.md里写好监控的信息源,然后:

openclawcronadd–schedule“50 7 * * *”–skillinfo-filter–channelfeishu

然后,每天7:50自动运行:

五个子Agent各自负责一个信息源——

– Agent 1:抓取你订阅的10个公众号今日推送,提取标题+核心观点

– Agent 2:知乎今日热榜,过滤你关注话题下的高质量长回答

– Agent 3:X/Twitter,追踪的账号今日更新,只看有实质内容的

– Agent 4:HackerNews,提取和你背景相关的技术动态

– Agent 5:整合前四个结果,按MEMORY偏好打分,踢掉低于6分的内容

最终输出:飞书推送一条消息,今日值得看的内容,已按优先级排好。特别好的,自动存入飞书文档”稍后精读”。

AI做的事,不是给你更多信息,是帮你把噪音过滤掉,把你真正该看的放到眼前。

配好之后,我的app打开频率掉了大概六成。这是我自己用下来的感受,不是官方数据。

不是因为我少了信息——是因为我不再需要去找了。它自己来了。

结尾:今晚就开始

五大方向,三个案例,全讲完了。

今晚先拿下三文件系统——在终端输入 open ~/.openclaw/workspace/(Mac)或 explorer %USERPROFILE%\.openclaw\workspace(Windows)打开配置目录,新建 SOUL.md,写三行:你是谁,你做什么,你不做什么。后台回复「三文件」,有完整模板可以直接用,后续根据协作经验慢慢扩展。

对了——你身边那个装了OpenClaw还在用来写写邮件的朋友,顺手把这篇发给他吧。

🌊

说实话,搭好这套,有点像第一次用上自动洗碗机——你会奇怪以前怎么熬过来的。

很多时候,我觉得啊,改变不需要做什么大决定。就是现在,三行配置。

然后——

那个整理两小时纪要的你,今天起退场了。你的情报官,今天上岗了。

你一个人干活的日子——今天起,结束了。

那些机械的,那些重复的,那些消耗你的——

全部可以交出去了。

交出去。

最后,我真的太喜欢我的“小牛虾🦞”了

以上,既然看到这里了,如果觉得不错,随手点个赞、在看、转发三连吧,如果想第一时间收到推送,也可以给我个星标⭐~谢谢你看我的文章

我是谁

我是 AI大刘,北大毕业,大模型研究方向,腾讯犀牛鸟先后在腾讯、百度的大模型研发部门,现在给多家国企做AI顾问(也期待大家和我咨询交流

朋友圈会分享我的日常深度思考,欢迎链接。 还送你一份持续更新的适用于所有人的 AI 认知、工具笔记~

欢迎链接我:
同时,也欢迎加入交流群,里面有行业动态、AI 趋势、工具干货等等内容,期待您的加入

往期精选

2 万字 Openclaw 最细部署指南,30分钟手把手教程!Openclaw完全指南第一篇

OpenClaw 13000 个 skills,用这些就够了!Openclaw完全指南第二篇