夜雨聆风
OpenClaw,开始接手我们的电脑了
点击上方蓝字·关注我们
温馨提示：
本文干货满满，篇幅稍长，大家可以添加到浮窗进行阅读，或者点击“听全文”进行收听，更欢迎你的留言和分享，让我们共同进步，探索无限可能。
它们主导了全球技术变革，重塑了商业与科技的底层逻辑，也造就了一代财富新贵。
在这个过程中，产生了社会分工中新的岗位群体和岗位技能，塑造了一个中产阶层群体。
三十年前，我们看不懂电脑、互联网，但是凭借制造业红利、改革开放的机制和人才创新活力和冒险精神，我们用这30年的稳定环境，持续释放了在电脑和网络时代的创新价值。
回望这些成就，或许有人会觉得它们宏大而遥远，与我们的日常没有太过交集。
然而AI时代的飞速发展，正在逐渐转变这种观念。
尤其在读完《零基础玩转OpenClaw：从入门到精通》，我发现其实这些积累，可以很具体地落入我们手中。
它让我真切感受到：AI时代的变革，我们真的能亲手参与。
如果没有2000年前后互联网经济的涌现，如果没有释放互联网人才的市场环境，如果没有持续三十年的稳定空间让我们迭代进步，可能我们在制造业上的增长还远远无法带来国家今日经济的高速增长，无法培养出今日几代科技人才的群体规模，更加无法在一个新的技术变革出现时快速地投入其中。
如今，AI时代到来了，比以往任何一次技术革命的演变与增长都要快得多，都要作用大得多。
这是在以往所有积累之上的指数级增长和复利效应的呈现。
就在2023-2025年，我们还在观望、诟病AI的幻觉，AI大模型已经在全球多个团队中实现了可以走出科研的社会化生产力。
当我们在学习大模型转化商业应用、还没有取得成熟商业效果的时候，AI大模型转化应用的框架出来了——OpenClaw，就是2026年开始出现的“小龙虾”。
它已经能在你的电脑或一个大平台的在线个人服务上，实现让AI为你操作电脑上的一切：文件、数据、硬件、互联网访问、互联网账号权限操作、互联网服务器远程操作。
通俗地说，它已经把AI的能力封装成用语言文字配置就能替你干活的工具。
你给它设置定时任务，它就能按照你部署的技能要求自动操作执行，这将让OpenClaw获得十倍百倍的效率，实现标准化执行，完成一个精英团队的工作。
OpenClaw已经把AI的能力平等地赋予所有人了。
你只需要在OpenClaw上用语言文字配置，首先能实现复制你自己——把你做的事情让它自动替你做，你也可以设置让它在微信上请示你后再去操作；其次就是能复制人才，你只要把这个人才的特征设置清楚，比如程序员、经济师、画家……
它就能用大模型的全网络知识经验和超强的逻辑推演能力，复制出你要的这个人才，然后你指挥这个人才为你做任何事情；
再次，你可以复制一个团队，创建一个虚拟的组织，从数字人到岗位职能定义，到上下层级的相关权限关联，到业务流程的开启、连接、转化的自动运转，实现一个组织中不同数字精英在精确分工下的自动化工作流。
你只需要输入任务，优化组织层级、岗位数字人和业务流程的要求，就能实现一个把你的认知释放到极限的AI生态。
三十年后，如果我们能回看今日，我们会何其幸运——遇到这样一个变革的时代，人人都能投身其中创造新体验。
也许我们会觉得今日的惊喜是多么幼稚，也会看到我们一路走过每一步都是必不可少的积累，一停一慢，就有可能跟不上时代的变化。
能够跨越不同的地域文化，就有了更宏大的价值观；能够经历不同的技术周期，就有了不同的价值网生态思维。
过去的经历都是一路的引导，一次次孵化，让我们一步步走到今天、走下去。
我们不能掀开面纱看到未来，但是我们必须紧跟不放。
五一北京车展回来后，我终于有机会装上OpenClaw了。
上手了几个代理/数字人，为代理配置了几个技能（Skills），也实现了一些对电脑文件的自动操作，比如根据我更新的书摘文件自动撰写读书笔记，自动生成公众号文章的图文和排版，自动发布到我的公众号下。
这是我的一个数字分身。我只是复制了自己的一些能力，接下来要复制人才、复制一个队伍——多么让人兴奋啊。
我迫不及待地夯实基础，通过读书建立对OpenClaw的结构性认知，并掌握方法工具的使用。
如果我没有改变，最多就是复制了我过去的偏见。
我现在能复制的，是我能认知到的。我能用的，是过去半年一直在学习、练习的提示词能力——这个尤为重要。
没有提示词能力，在配置OpenClaw的时候，就会出现很多“你说明白了但AI没懂”的情况。
与AI对话就是要不断和它形成一套提示词的规则。
没有白练的能力，你解锁的新能力会带你进入新世界。
你恐惧的背后，都是你最缺的；你想要的，你就要一步一步走进去。
走的过程你会恐惧，也会懒惰，但是每走一步都会有一些体验在等着你。
走着走着，你会发现里面有一个波澜壮阔的世界。
这本书，从认知OpenClaw的特征、能力开始，帮助你理解其底层结构。
它手把手教你如何安装、配置，还会在不同场景下提供如何使用OpenClaw的案例操作。
这也许是适合我们学习OpenClaw的工具书。它既满足了我强烈的好奇心，也尽可能从认知到操作层面，向我们说清楚这个新事物。
但重要的是要一边读书，一边在电脑上操作配置OpenClaw，同时把思考的问题和想象的设计写下来，再找AI教练系统地请教，再找团队高手带我快速通过难关，并且要持续阅读，融会贯通。
从基础开始，可能见效慢，但是不断从认知到实践的过程很踏实，行稳致远。
2025 年 11 月，一个叫 OpenClaw的项目让全球开发社区炸了锅。中文社区喜欢叫它 “龙虾”。它不是又一个大语言模型，也不是 ChatGPT、Claude、DeepSeek 的竞品。
它解决的是一个更根本的问题：让 AI 从 “会说话的顾问” 变成 “真正会干活的员工”。
你不需要复制粘贴、手动执行，只需要说清楚要什么，它就会自己操作电脑完成任务——
清理邮箱、监控网页、管理日程、写代码部署，甚至定时执行你预设的工作流程。
这一次，AI 不仅有了 “眼睛” 和 “嘴巴”，也长出了 “手” 和 “脚”。
为什么它这么火？因为它跟传统 AI 本质上不同。
传统 AI（ChatGPT/Claude/DeepSeek）：
-
你问它答，问完就结束
-
经常不记得上次聊了什么
-
无法主动做事
-
不能操作其他软件
-
数据都在云端……
OpenClaw：
-
本地运行，数据可以不上传至云端
-
支持任何大模型（Claude、ChatGPT、Kimi、MiniMax、DeepSeek、本地模型）
-
能操作电脑：浏览器、邮箱、文件、代码
-
能定时执行和主动提醒
-
有长期记忆，越用越懂你……
它不是聊天机器人，而是个数字员工。
OpenClaw 的核心能力：从 “会说” 到 “会做” 的三个关键：
核心能力一：操作电脑（Computer Use）
传统 AI 活在一个封闭的对话框里。你问它问题，它只能用文字回答你。
它看不到你的屏幕，打不开你的浏览器，访问不了你的文件，更不能替你点击鼠标。
OpenClaw 不一样。它能真正 “使用” 你的电脑。
具体来说，它可以：
直接控制浏览器：打开网页、点击图标、填写表单、截图、下载文件
操作终端：运行命令、执行脚本、查看日志
管理文件：读写文档、整理文件夹、压缩包解压
调用 API：连接 Gmail/QQ 邮箱、谷歌日历（Google Calendar）、GitHub、即梦等任何有 API 的服务。
核心能力二：有长期记忆（Long-term Memory）
传统 AI 的记忆是短暂的。
你今天告诉 DeepSeek “我最喜欢的编程语言是 Python”，过段时间再问 “我喜欢什么语言”，它可能就不记得了。
每次对话结束，它就好像失忆了。
虽然现在有些 AI 有 “对话历史” 功能，但本质上还是把历史当成上下文输入，没有真正的长期记忆。
OpenClaw 有两层记忆系统。
第一层：SOUL.md（灵魂文件）这是它对你的永久认知。
比如：
-
你的名字、职业、工作习惯
-
你的偏好：喜欢简洁的代码，讨厌冗余的注释
-
你的常用工具：用 VS Code，主要写 Python
-
你的协作方式：发邮件喜欢简洁，开会前需要 5 分钟准备这个文件是你手动配置的，OpenClaw 会一直记住。
第二层：MEMORY.md（记忆文件）这是它在使用过程中自动学习的。
比如：
-
你老板的邮箱是 boss@company.com
-
你每周一有团队会议
-
你关注的股票代码
-
你常访问的网站
-
你处理邮件的习惯
这种记忆能力让 OpenClaw 越用越聪明。
第一天它是个新手助理，什么都要教。一个月后，它比你还熟悉你的工作习惯。
更重要的是，这些记忆都存储在本地，不上传至云端。你可以随时查看、修改、删除。
核心能力三：主动行动（Proactive Action）
传统 AI 是被动的。你不问，它不说。你不给指令，它不行动。
OpenClaw 可以主动行动，这种能力来自三个机制。
定时任务（Cron Jobs）
你可以设置定时规则，比如：
-
每天早上 8 点推送今日日程
-
每周一下午 3 点抓取行业新闻
-
每小时检查一次股价
-
每天晚上 11 点备份工作文件
这些任务设置一次，OpenClaw 就会持续执行，不需要你每天提醒它。
事件触发（Event Triggers）
你可以设置条件，一旦满足就执行动作，比如：
-
收到包含 “紧急” 的邮件→立刻推送通知
-
股价跌超 5% →发送预警并分析原因
-
GitHub 上收到新问题 →自动回复顺便打上标签
-
日历出现冲突→立刻提醒
心跳机制（Heartbeat）
OpenClaw 拥有独特的 “主动醒来” 功能，默认每 30 分钟（可配置为 “every”: “30min”）自动唤醒代理一次，读取 HEARTBEAT.md 文件（一个简单的清单 / 检查表），运行一个轻量推理循环，判断是否有事需要处理。
-
如果没事：安静返回（或回复 “HEARTBEAT_OK”）
-
如果有事：主动推送通知、执行小任务，或启动完整对话回合
数字员工：集三种能力于一身的 AI
单独看，每种能力都不复杂：
-
操作电脑：就是 API 调用和自动化脚本
-
有长期记忆：就是文件可以本地存储
-
主动行动：就是定时任务、条件触发和 Heartbeat 智能自查
但三者组合起来，就产生了质变。
真实的使用场景举例早上 8 点OpenClaw 主动推送：“早上好，今天有 3 个会议：10:00 产品评审（会议室 A，已为你准备了上周的原型链接）14:00 客户演示（线上，我已测试演示环境正常）17:00 团队周会（我整理了本周进度，附件已发送）
你的收件箱有 2 封紧急邮件需要回复，其余 47 封我已分类处理。
今天的 AI 行业新闻：OpenAI 发布新功能，Anthropic 融资……（详细摘要已发到你的 Notion）。”
上午工作中你随口说：“帮我查一下竞品 A 的最新价格。”OpenClaw：打开竞品网站→提取价格→对比历史数据→竞品 A 降价 5%，现在是 299 元，建议关注。
下午 3 点收到推送：“你关注的英伟达股票跌了 6%，主要原因是……（新闻分析）需要我设置止损提醒吗？”
晚上 10 点OpenClaw 自动完成：
-
备份今天的工作文件
-
归档已处理的邮件
-
更新待办事项状态
-
生成今日工作总结
核心架构：为什么 OpenClaw 能越用越像 “老搭档”
简单来说，OpenClaw 的架构可以拆成四个主要部分：
Gateway（控制中枢）、Skills（技能库）、Memory（记忆系统）和 Agent Brain（反思与自生长）。
这四个部分互相配合，形成了一个闭环：下指令→中枢分发→技能执行→记忆更新→大脑反思改进→下次做得更好。
饲养指南：解剖你的 “数字小龙虾”
简单来说，OpenClaw 并不是一个冷冰冰的代码库，它被定义为一套 “数字人生命系统”。
它的目录结构就像是一个智能体的解剖图，旨在通过代码和文档，为你的 “数字生命” 一点点注入逻辑、记忆、技能，甚至是鲜活的人格。
接下来，让我们翻开这份 “饲养指南”，看看小龙虾的身体里都藏着什么秘密吧。
openclaw 根目录
-
agents（大脑）
-
cron（定时任务）
-
extensions（社交平台，支持飞书）
-
tools（技能会用到的工具）
-
workspace（每个 agent 的工作空间）
包含knowledge（知识库）+memory（短期记忆）+skills（专业技能）+openclaw.json（各个部件的组装手册）
workspace详解：
-
AGENTS.md（工作流程）
-
BOOTSTRAP.md（出生时的本能行为）
-
HEARTBEAT.md（条件触发任务）
-
IDENTITY.md（身份证、社会关系）
-
MEMORY.md（长期记忆）
-
SOUL.md（灵魂、个性和自我价值）
-
TOOLS.md（技能和工具）
-
USER.md（社交和社交）
小龙虾的 “身体构造”（核心目录结构）系统用几个文件夹和文件来组织龙虾的机能。
（1）agents（大脑）：这是小龙虾的绝对核心！所有的决策逻辑都在这里高速运转，它决定了你的小龙虾下一秒是该去工作，还是该陪你聊天。
（2）cron（生物钟 / 定时任务）：负责处理自动化、周期性的任务。
（3）extensions（社交触角 / 社交平台）：这是它的对外扩展接口，比如图里特别标注了 Feishu（飞书），这意味着你的小龙虾可以对接到你的办公软件里，变身为你的得力小助手。
（4）tools（小钳子 / 技能工具）：存放小龙虾执行任务时需要调用的外部工具或 API。拔个草、查个天气，全靠这把万能小钳子。
（5）workspace（工作空间 / 家）：划重点！这是最关键的部分，它详细定义了数字人的整个 “内心世界”，也就是小龙虾温暖的家。
走进小龙虾的 “内心世界”（workspace 详解）推开 workspace 的大门，你会发现人类虚无缥缈的抽象概念，在这里都被具象化成实实在在的 .md 文档。
它们共同塑造了龙虾的思维。
（1）knowledge（知识库）：小龙虾的专属图书馆。你想让它上知天文下知地理，就得多往这里塞点 “饲料”（即我们常说的 RAG 知识储备）。
（2）memory 和 MEMORY.md（记忆中枢）：memory 是短期记忆，记住你们在本轮对话中刚才聊了什么内容；MEMORY.md 则是长期记忆，处理更长期的对话和学习内容，它会把你教给它的重要事情刻在脑海里，哪怕重启也不会忘记。
（3）skills / TOOLS.md（技能包）：这是小龙虾的专业技能考核证书和工具目录，它会干什么活儿，全看这里的配置。
（4）IDENTITY.md（身份证）：设定它的名字、扮演的角色以及复杂的社会关系。它是 “高冷总裁” 还是 “温柔才女”，由你来定。
（5）SOUL.md（灵魂与自我价值）：它是全场最核心的设定，也是我们接下来要重点配置的地方！它定义了 AI 的性格、说话风格、行为准则，没有它，小龙虾就只是一具没有灵魂的躯壳。
（6）BOOTSTRAP.md（出生本能）：小龙虾破壳而出那一刻的初始化引导行为，或者是面临突发状况时的基本条件反射。
（7）HEARTBEAT.md（心跳任务）：让数字人看起来具有 “生命力” 的法宝。它能通过条件触发任务，让小龙虾偶尔主动找你搭话，而不是永远像个木头人一样戳一下才动一下。
（8）USER.md（情商和社交）：记录了用户信息、习惯、偏好等信息，是龙虾处理人际关系的小本子，记录着它对你的态度和情感羁绊。
看到这里，你会发现 OpenClaw 的设计理念非常浪漫 ——“模块化生命”。
它超越了一个简单的 “聊天机器人”，尝试用结构化的文件复刻人类的 “思维结构”（记忆、灵魂、社交、技能）。
而根目录下的 openclaw.json，就是一份灵魂 “组装手册” 的初步尝试。
将上述所有的灵魂碎片和身体零件拼凑在一起，最终唤醒一个完整的、鲜活的数字个体。
SOUL.md：给龙虾立一部 “宪法”
SOUL.md 是 AI 的 “宪法”—— 定义它的性格、做事风格和行为边界。
这是最重要的一个文件，如果配置得好，你的助手就会从 “工具” 变成 “伙伴”。
一份好的 SOUL.md 应该包含：
-
核心原则：AI 做事的基本准则，比如主动行动还是等待确认
-
边界：什么不能做、什么要谨慎处理（如密码、隐私信息等）
-
风格：回复是简洁的还是详细的，用什么语气
USER.md：让龙虾了解你这个人
USER.md 是 AI 对你的理解档案——记录你是谁、你的习惯、你的偏好。AI 每次启动都会读这个文件，用来理解你的背景。
AGENTS.md—— 指令说明
定义 Agent 的工作指令和任务说明，告诉 AI 它主要负责什么任务。
MEMORY.md——长期记忆
AI 的长期记忆会随着使用自动更新。你也可以手动写入重要信息，让 AI 记住特定的事。
HEARTBEAT.md——定期检查清单
设定 AI 自动执行的周期性任务，比如每天检查待办、每周整理文件夹。
IDENTITY.md——名称/主题
给你的 AI 起个名字、设定主题风格，让它更有个性。你的龙虾不一定要叫“AI 助手”。
连接聊天工具：让龙虾住进你的手机
Web UI 界面很好，但你不可能一直盯着电脑屏幕。
真正的理想状态是：手机上随便开一个你常用的 App，给小龙虾发条消息，它就开始干活了。
无论是在开会、通勤还是出差场景下，你随时随地发条消息，龙虾就在服务器上替你干活，再将结果直接推送到手机上。这才是 OpenClaw 的真正威力。
OpenClaw 目前支持的平台有很多，先看下面这张对比表，从中选一个你用得最顺手的平台接入。
国内用户怎么选
-
飞书用户 —— 优先选飞书。飞书是目前能力最强、支持最深的平台之一，可以直接让小龙虾以你的身份去查阅文档、修改多维表格、管理日历和分配任务。
-
钉钉用户 —— 推荐接入钉钉企业内部机器人。如果你所在的公司高度依赖钉钉的 OA 系统，小龙虾可以直接嵌入你们的群聊和工作流中，配合钉钉的自动化流程做到无缝协同。
-
微信 / QQ 偏好者 —— 建议选择企业微信（个人也可以免费注册企业主体），或者直接使用 Web UI。企业微信能让你在最熟悉的聊天界面里给小龙虾下达指令。
追求极简配置 —— 选 Telegram。基本上 5 分钟就能跑通，但前提是网络环境允许。
团队多人共用 —— 目前在飞书群组中通过 “@机器人” 来唤醒小龙虾，是体验最成熟、最稳定的方案。
国内主流的三大办公生态是飞书、钉钉和企业微信。
只要掌握了这三者，基本就能覆盖绝大多数国内用户的工作与生活场景。
同时需要强调的是，AI 智能体与各大平台的接口生态正处于高速发展期，底层技术和平台规则迭代极快。
未来大概率会涌现出更简单、更 “傻瓜式” 的一键接入方法。
大家不必担心所学的内容会过时，一旦有更便捷的新方案问世，我们也会及时整理，并通过线上的方式同步分享给大家最新的保姆级教程，确保你的小龙虾永远好用、易用。
聊天即命令：怎么说它都能懂
很多新手第一次用 OpenClaw，会把它当成搜索引擎：问一句，等一句。这是最低效的用法。
真正高效的用法是：把它当助手，而不是工具。
你不需要学任何特殊语法，用你平时说话的方式就行。
自然语言就是命令:
OpenClaw 的最大特点是理解意图，不是解析命令。
下面这些说法，它全部都能理解，当然，前提是你尽量选择一个聪明的 “大脑”（模型）。
Prompt 模板速成：让指令更稳定
自然语言很灵活，但有时候你希望结果更稳定、更可预期。
这时候，你可以给指令加一点结构，效果会好很多。
下面给出四个让指令更稳定的技巧，供你参考。
（1）说清楚输出格式：“用表格整理”“按时间排序”“以 Markdown 形式输出”—— 给它一个格式，它就按格式来。
（2）提供上下文：“我是做设计的”“这是给客户看的报告”—— 背景越清楚，结果越准确。
（3）限定范围：“只找今年的”“不要超过 500 字”“只处理.pdf 文件”—— 加限制，可以减少偏差。
（4）分步骤说复杂任务：不要把十件事塞进一条消息里，分开说效果更好。
三大基础工具箱：
OpenClaw 内置三个最核心的工具：网页搜索、文件读写、Exec 工具（在终端执行命令）。
这三个工具组合使用，能解决日常工作中遇到的大多数问题。
网页搜索：
OpenClaw 可以实时搜索网络，回答 “现在” 的问题 —— 不是训练数据截止日期的答案，而是今天的答案。
文件读写：
这是 OpenClaw 的基础能力，安装完就能用，不需要额外配置。它能读、写、移动、搜索你设备上的任何文件。
常用文件操作及示例如下图。
读取文件：帮我读一下 ~/Desktop/报告.docx
写入 / 追加：在文件末尾加一行……；创建一个新文件，内容是……
搜索文件：找一下电脑上所有名为 “合同” 的文件；搜索含有 “项目 A” 的文档
移动 / 复制：把这个文件移到文档文件夹；复制所有图片到备份盘
批量重命名：把下载文件夹里的图片按日期重命名，格式：20260309_001.jpg
读取目录：告诉我桌面上有哪些文件，列出文件名和大小
Exec 工具（在终端执行命令）：
OpenClaw 内置了 Exec 工具，可以直接在你的终端执行命令。
简单说，就是用大白话告诉它要做什么，它自动翻译成对应的系统命令去执行 —— 跑脚本、检查系统状态、安装软件、操控服务，凡是你在终端能干的，它都能替你干。
实战场景：
不懂终端也没关系，你不需要记住任何命令，只要像平时说话一样告诉 OpenClaw 你的需求就行。
Exec 工具特别适合监控服务器状态、自动化重复操作、批量处理文件、运行 Python/Node.js 脚本、管理 Docker 容器。
Skills 技能库：一键安装现成技能
OpenClaw 的技能系统，就像手机的应用商店（App Store）。
截至 2026 年 3 月 16 日，ClawHub 注册表已有超过 23 000 个技能，覆盖生产力、开发、运维、内容创作等各个领域。
想让龙虾查天气？装天气技能。
想让它管理 Gmail？装邮件技能。
Skills 是什么：
Skills 本质上是一组提示词指令集合，以 SKILL.md 文件为核心。
理解这一点很重要：你装的不是程序，是一套 “工作规范”—— 告诉龙虾在特定场景下该怎么思考和行动。
OpenClaw 按优先级从三个位置加载 Skills。
（1）工作区技能（最高优先级）：项目目录下的 Skills，只在当前项目生效。
（2）托管技能：~/.openclaw/skills/ 目录下通过 clawhub 安装的技能，全局生效。
（3）内置技能（始终可用）：OpenClaw 自带的基础技能 ——web-search（网页搜索）、web-fetch（抓取）、browser（浏览器）、filesystem（文件系统）、Shell 等。
值得装的入门 Skills：
Self-Improving-Agent（自我进化）—— 必装
这个技能能让 AI 记录自己犯过的错误和积累的经验，转化为长期记忆，避免重复犯同样的错。
今天出错、今天学会，下次遇到同样的问题直接用上修复方案。装了它，你的龙虾会越用越聪明。
Find Skills（技能搜索和安装）—— 必装
装了这个技能，你直接问龙虾 “有没有技能能帮我做 X”，它就会自动去 ClawHub 搜索并给你推荐安装。
这等于把技能搜索能力内置到了对话里，你再也不用自己去网站翻了。
Humanizer（“去 AI 味儿”）—— 内容创作者必装AI
写的内容一眼就能看出来 —— 句式模板化、逻辑刻板、废话多。
Humanizer 技能专门用来去除 AI 生成的痕迹，让文章读起来更自然、更像人写的。
这个技能适用于公众号文章润色、商业文章改写、报告风格检查等 “去 AI 味儿” 的场景。
记忆系统：让龙虾记住你这个人
没有记忆系统，你每次和 AI 对话都要从零开始介绍自己 ——“我是做什么的、我喜欢什么风格，我的项目背景是……” 烦不烦？
OpenClaw 的记忆系统解决了这个问题。
它有两层记忆：SOUL.md 管性格，MEMORY.md 管经历（长期偏好）。
配好这两个文件，龙虾就真正认识你了。
会话管理：龙虾的短期记忆规则
前面讲了记忆系统的两个文件：SOUL.md 管性格，MEMORY.md 管经历。
但在这两层 “长期记忆” 之外，还有一层更日常、更关键的东西 ——Session（会话），也就是龙虾的短期记忆。
你有没有遇到过这些情况：和它聊了很久，回复越来越慢；今天说过的话，明天它好像忘了；在飞书说的事，钉钉那边不知道…… 这些都和 Session 有关。
搞懂会话机制，是用好 OpenClaw 的必修课。
Session 是什么 —— 对话的盒子
每次你和 OpenClaw 的对话，都被装在一个叫 Session 的 “盒子” 里。
这个盒子里装着：当前对话的所有内容、工具调用记录、token 消耗统计。
Session 和 MEMORY.md 最大的区别是：
Session 是临时的，MEMORY.md 是永久的。
Session 会被清空，MEMORY.md 不会。
可以这样理解 ——MEMORY.md 是你写给龙虾的 “档案”，Session 是你们今天的 “通话录音”。
档案一直在，录音会被覆盖。
定时任务：让它自动替你干活
上面说的都是你主动找它，但最爽的状态是：你不用找它，它自己就干了。
每天早上推送日报，每隔一小时监控一次股价，周一自动生成周报…… 你只需要设置一次，剩下的它全包了。
cron 定时任务：设置一次，永久执行
OpenClaw 的定时任务基于标准 cron 语法，用 openclaw cron add 命令创建。
不懂 cron？没关系，有两种方式可以帮你快速创建。
你可以直接在网页端定时任务面板中进行设置。
你也可以直接用中文描述时间，它能帮你转成 cron 表达式。
#每天早上8点发送今日简报
openclaw cron add –name “早报” –cron “0 8 * * *” –message “发送今日简报，包含天气、日程提醒和今日重点任务”
# 每小时整点检查一次服务器状态 openclaw cron add –name “服务器巡检” –cron “0 * * * *” –message “检查服务器 CPU、内存、磁盘，有异常立即通知”
推送到你的聊天工具:
定时任务的结果默认显示在 Web UI 里。
如果你想推送到飞书，加上 --channel 参数：
#推送到飞书
openclaw cron add –name “早报” –cron “0 8 * * *” –message “发送今日简报” –channel feishu
主动推送与条件触发:
定时任务是按时间触发的，但你还可以设置基于条件触发的任务：某件事发生了，它自动通知你。
-
服务监控：如 “每 5 分钟检查一次网站是否可访问，如果挂了立刻发飞书告警”
-
文件监控：如 “监控～/Downloads 文件夹，有新文件就告诉我文件名和大小”
-
价格提醒：如 “查询特斯拉股价，如果跌破 200 美元就推送通知”
-
邮件摘要：如 “每天上午 10 点总结今天收到的邮件，按优先级排列”
核心技能总结:
会说话 → 自然语言就是命令，加 Prompt 结构让结果更稳定。
会干活 → 网页搜索 + 文件读写 +Exec 工具，三大工具解决 80% 的问题。
会进化 → Skills 技能库 + 记忆系统，龙虾越用越聪明。
会自动 → cron 定时任务 + 主动推送，设一次永久跑。
会调试 → /compact + 日志 + 让龙虾自己诊断，出问题 5 分钟内解决。
长期记忆升级：再也不健忘
前面讲了 MEMORY.md 的基础用法，但 MEMORY.md 有个 “天花板”：
它是纯文本，没有结构，一旦超过几千行，AI 就很难快速找到相关记忆。
下面介绍两个进阶方案：向量数据库记忆（LanceDB）和多 Scope（作用域）隔离，它们让龙虾的记忆系统真正无上限。
LanceDB：给龙虾装上向量记忆
LanceDB 是一个本地向量数据库，安装后 MEMORY.md 里的内容会被转成向量存储。
对话时 AI 不再是 “从头扫描文本文件”，而是语义检索 —— 想什么检出什么，无论记忆有多少条都能精准找到相关的。
#安装 LanceDB 记忆插件
clawhub install lancedb-memory
#初始化向量数据库（首次使用）
openclaw memory init –backend lancedb
#把现有 MEMORY.md 迁移进去
openclaw memory import ~/.openclaw/workspace/MEMORY.md
装好后，记忆系统会发生以下变化：
（1）主动检索：AI 回复前自动检索相关记忆，不需要你手动提醒 “记得我上次说过……”。
（2）语义搜索：问 “我上次提到的那个项目”，它能找到，即使 MEMORY.md 里写的是项目名而不是 “那个项目”。
（3）无上限存储：向量数据库比文本文件效率高得多，记忆条数增加也不会变慢。
多 Scope 隔离机制：工作记忆和生活记忆不混
装了 LanceDB 之后还面临一个问题：
工作上的项目细节、生活里的私人偏好，还有团队共用的上下文，全堆在一起，很快就乱了。
Scope 机制可以把记忆按场景隔离，互不干扰。
#进入工作 Scope——只用工作相关记忆
openclaw scope work
#进入个人 Scope——私人助理模式
openclaw scope personal
#进入团队 Scope——共享上下文
openclaw scope team
#查看当前 Scope
openclaw scope current
不同 Scope 的记忆完全隔离，切换 Scope 就像换了一个身份。
多龙虾协作：一个人用一支 AI 团队
到目前为止，你只有一只龙虾。
但一个人生活中承担的角色不止一个：
有工作身份，有个人生活身份，可能还有副业创业身份。让一只龙虾全包，很快就会乱。
让同一个 AI 处理截然不同的事，上一秒它在分析财务数据，下一秒要帮你写宝宝食谱，再下一秒又去审代码…… 上下文越堆越乱，它的回答质量越来越差。这不是模型的问题，而是用法的问题。
解决方案是多 Agent 协作：不同的事交给不同的龙虾，每只龙虾只做自己最擅长的那一块，各自维护独立记忆，互不干扰，你在上面统一调度。
Agent 是什么：一个完整独立的 “大脑”
在讲怎么配之前，先搞清楚一件事：
一个 Agent 到底是什么？
一个 Agent 就是一个完整的 AI 助手，它拥有自己的一套独立组件。
Agent 的三个核心组成部分：
Workspace，作用于工作区文件、笔记、人格配置（SOUL.md 等），储存位置~/.openclaw/agents/<agentId>/workspace/
State Directory，作用于认证配置、模型设置，储存位置~/.openclaw/agents/<agentId>/agent/
Session Store，作用于聊天历史、对话记录，储存位置~/.openclaw/agents/<agentId>/sessions/
关键特性：每个 Agent 的认证配置、工作区、聊天记录完全独立。
你的工作 Agent 用公司模型账号，生活 Agent 用个人账号，家庭 Agent 用家庭共享账号，互不干扰、绝不串线。
AGENTS.md：给每只龙虾分配职责
技术配置搞好了，还需要给每个 Agent 写清楚 “人设” 和 “工作边界”。
这通过各自 workspace 下的 AGENTS.md 实现 —— 就像给新员工写一份岗位说明书，内容包括：
有几个 Agent、叫什么、管什么、用什么模型、行为边界在哪里。
下面以一个独立开发者的实际场景为例，他有三类截然不同的任务需要处理。
AI 协作团队 AGENTS.md 示例：
#AGENTS.md——我的 AI 协作团队
##角色总览
三个 Agent 各司其职，互不干扰：
##技术 Agent：Code
**负责范围**：
-代码编写、审查、重构、Debug
-技术文档和 API 说明
-架构设计讨论和技术方案评估
**工作规范**：
-回答精准简洁，优先给可运行的代码
-不确定的技术问题主动说明并提供替代方案
-复杂任务默认使用 Claude，日常用 DeepSeek
##运营 Agent：Ops
**负责范围**：
-用户反馈整理和需求分析
-产品更新日志、发布说明撰写
-数据统计和周报生成
**工作规范**：
-面向非技术受众，语言通俗易懂
-输出格式优先表格和要点列表
-数据相关任务完成后附上来源说明
##客服 Agent：Support
**负责范围**：
-用户问题答复模板生成
-常见问题库维护和更新
-退款 / 投诉等敏感情况的处理建议
**工作规范**：
-语气耐心友好，不使用否定性措辞
-所有回复先提供草稿，等我确认后再发出
-遇到无法判断的情况，给出两个以上处理方案让我选
这个配置里三个 Agent 覆盖了一个独立开发者日常的全部场景：
Code 写代码、Ops 做运营、Support 处理客服问题。
同一套 OpenClaw 实例，三个角色完全隔离，记忆不互串。
按渠道分配到不同入口：Code 在终端直接调用，Ops 通过飞书单聊，Support 通过飞书专属客服群。
切换到哪个渠道，就是哪个 Agent 在干活。
任务自动路由：说需求，它自己分派
配好了多个 Agent，还有一个让整套系统真正 “懒人化” 的玩法：
你只管说 “帮我做 X”，OpenClaw 根据任务特征自动路由到对应 Agent，不需要你手动指定交给谁。
在主 Agent 的 SOUL.md 里加入路由规则，AI 就会按规则派单：
##任务自动路由
收到任务后，先判断类型再交给对应 Agent：
-包含 “代码 /bug/ 函数 / 接口 / 架构” 等 → 交给 Code
-包含 “数据 / 用户 / 周报 / 发布 / 公告” 等 → 交给 Ops
-包含 “用户反馈 / 投诉 / 退款 / 客服” 等 → 交给 Support
-跨多个领域的复合任务 → 拆解后分别路由
路由完成后简短说明：“这个任务交给 [Agent 名] 处理”
实际效果：
用户：帮我看一下本周的新增用户数据，另外登录页有个报错麻烦看一下
AI 回复示例：这个任务包含 “数据” 和 “用户反馈”，需要分别处理。
-
数据相关任务：查看本周的新增用户数据 → 交给 Ops
-
用户反馈相关任务：登录页有个报错 → 交给 Support这个任务交给 Ops 和 Support 处理。
路由规则写在 SOUL.md 里，不是固定的代码，而是可以随时修改和调整。
用一段时间后发现某类任务经常路由错，直接改规则里的关键词即可。
构建你自己的 Agent 团队：
Agent 团队没有标准答案，你可以完全按自己的实际需求来。
设计 Agent 团队的核心原则只有一条：职责边界越清晰，效果越好。
不要试图让一个 Agent “什么都会”，专精比全能好用得多。
五个实用建议：
建议一：从两个 Agent 开始，不要一次配太多第一次从配工作和生活两个 Agent 开始，等跑顺了再加。
如果一次配 10 个，配置出问题的话，排查起来会令人很头疼。
建议二：workspace 路径必须各不相同每个 Agent 的 workspace 路径必须不同。
这是最容易忽略也最容易出大问题的地方。
建议命名规范：workspace-work、workspace-family、workspace-ops，清晰好辨认。
建议三：家庭 Agent 必须设权限限制给家人用的 Agent，必须配置 sandbox 和 tools.deny，至少禁止 exec（执行系统命令）和 write（写文件），否则家人可能因为一句话误操作删掉重要文件。
建议四：Sub-Agent 用便宜模型主 Agent 用强模型保证质量，Sub-Agent 处理后台任务用 DeepSeek 或本地 Ollama 控制成本。
两者搭配，效果和花费都能照顾到。
建议五：定期检查 Bindings 路由消息路由配置乱了，会出现 “工作消息发到生活 Agent” 的情况，问题很隐蔽。
建议每隔一段时间用 openclaw agents list 确认路由配置还在正常工作。
核心记住三点：
-
一个 Agent = 一个完整大脑 ——workspace、认证、Session 全独立，互不干扰。
-
Bindings 决定路由 —— 哪个渠道的消息，交给哪个 Agent 处理。
-
职责边界要清晰 —— 写清楚每个 Agent 管什么、不管什么，专精比全能好用。
多 Agent 架构看起来复杂，但本质就是 “让不同的龙虾管不同的事，互不干扰”。
配置好了，你的 OpenClaw 从 “单兵作战” 升级成了 “团队协作”，处理能力和使用体验都会上一个台阶。
安全与边界控制：给龙虾装护栏
OpenClaw 可以控制你的文件，执行终端命令，发送消息。
其权力大，责任也大。进阶用户必须懂安全配置，不然某天一条指令理解偏了，后果可能很麻烦。
沙箱模式 —— 限制龙虾的活动范围
沙箱模式可以把龙虾的操作权限限制在指定目录内，它只能读写这个范围里的文件，出了这个圈子什么也做不了。
权限白名单 —— 精确控制每种操作
比沙箱粒度更细的控制模式是权限白名单，用白名单精确规定哪些操作允许、哪些需要确认、哪些直接禁止。
权限有三个级别：allow（直接执行）、confirm（执行前弹出确认）、deny（直接拒绝）。
写文件和执行 Shell 命令设成 “confirm”，即龙虾操作前必须经你点头，删除文件设成 “deny”，彻底切断这个风险。
三十年前，我们看不懂互联网，但那一代人没有停下。
三十年后，你手里握着的，是一本从零开始的教程、一个能装进电脑的数字员工、一份亲手参与未来的资格。
你不需要有多么高明的编程能力，只需要愿意花一点时间去实践。
面对新事物，我们心里可能都会有犹豫：怕学得慢，怕提示词写不好，怕概念太多记不住。
但所有人都是从零开始的。
今天的高手，三个月前也可能对着终端挠头。
你所恐惧的“学不会”，恰恰是你需要走进去的地方——每走一步，都会有新的体验在等着你。
这场变革才刚刚开始。你不需要跑得最快，只需要加入其中。
去安装，去配置，去复制你自己，然后复制一支队伍，去亲手参与这个时代。
