OpenClaw 的高阶应用技巧:把它从能聊天调成能做事

OpenClaw 好不好用，后面拼的通常不是模型，而是配置。命令入口有没有养成习惯，权限有没有放对，workspace 里的 Markdown 有没有写清楚，skill 有没有装成体系，Agent 有没有分层，长任务是不是在后台跑，这些地方才是真正拉开差距的东西。

图片来源：OpenClaw GitHub Docs

如果只是把它当聊天机器人，那你能用到的只是 OpenClaw 很薄的一层。真正用顺手之后，它更像一套个人控制面：上面是消息入口和 slash 指令，中间是模型、技能、工作区和记忆，下面是实际执行命令、读写文件、跑后台任务。

OpenClaw 的高阶玩法，核心不是“它会不会回答”，而是“它能不能稳定地替你做事”。

· · ·

常用指令

如果你每天都在用 OpenClaw，下面这些命令最好别每次都现查。它们不是“锦上添花”，而是最常用的工作入口。

openclaw logs --followopenclaw statusopenclaw tuiopenclaw configopenclaw onboard

openclaw logs --follow 是盯现场的。渠道不回、技能没触发、群聊行为异常，先看日志，比猜半天省时间。

openclaw status 是看全局健康度的。它能很快告诉你 gateway、渠道、session、模型这些层现在是不是正常。

openclaw tui 是我很推荐长期开着的入口。比起满屏日志，它更适合日常查看当前会话和运行状态。

openclaw config 则是改配置最省事的方式。尤其是你已经熟悉自己的结构之后，直接 get / set / unset / validate，比重新进向导快得多。

openclaw onboard 适合重新走初始化流程。新机器、重配模型、重配 gateway、重配 workspace，用它效率很高。

图片来源：OpenClaw GitHub Docs

聊天里的 slash 指令也一样：/stop 是急停，/new 是开新会话，/models 本质上就是切模型入口。你用得越久，越会发现它们是日常动作。

· · ·

基础配置

下面这些，就是我认为值得做好的配置项。

1、模型thinking和操作权限

{  "agents": {    "defaults": {      "model": {        "primary": "openai-codex/gpt-5.4",        "fallbacks": [          "openai-codex/gpt-5.3-codex"        ]      },      "thinkingDefault": "high",      "elevatedDefault": "full",      "maxConcurrent": 4,      "subagents": { "maxConcurrent": 8 },      "sandbox": { "mode": "off" }    }  },  "tools": {    "profile": "full"  }}

尤其是 tools.profile = full 和 elevatedDefault = full 这类设置，非常适合个人可控环境分享，因为它们反映的是工作方式：你是把 OpenClaw 当聊天机器人，还是当执行体。

2、群聊配置

{  "channels": {    "telegram": {      "enabled": true,      "groupPolicy": "open",      "groups": {        "*": { "requireMention": true }      },      "streaming": "partial"    }  }}

群开放，但默认必须 mention。保留群入口，又避免 bot 变成群噪音。如果你是多 bot 场景，这一步更重要。

3、多 Agent 配置

{  "agents": {    "list": [      { "id": "main" },      {        "id": "worker",        "model": { "primary": "openai-codex/gpt-5.3-codex" },        "sandbox": { "mode": "off" }      }    ]  },  "bindings": [    {      "agentId": "main",      "match": { "channel": "telegram", "accountId": "default" }    },    {      "agentId": "worker",      "match": { "channel": "telegram", "accountId": "workerBot" }    }  ]}

主 bot 负责主入口，worker bot 负责另一个入口或更重的任务。独立聊天入口。当然也可以不独立入口，交由主 bot 去分配任务。

4、会话重置和维护策略

{  "session": {    "reset": {      "mode": "daily",      "atHour": 4,      "idleMinutes": 720    },    "maintenance": {      "mode": "enforce",      "pruneAfter": "30d",      "maxEntries": 300,      "rotateBytes": "10mb",      "maxDiskBytes": "500mb",      "highWaterBytes": "400mb"    }  }}

这段是很多人最容易忽略的。抱怨上下文越来越脏、会话越来越慢，其实本质上就是没有给系统做清理策略。重置频率、保留时长、磁盘上限、轮转阈值，这些都比“今天感觉有点卡”更值得先处理。

· · ·

openclaw 的性格和灵魂配置

很多人看到 workspace 下面一堆 Markdown，会下意识把它们当说明文档。其实它们更像配置文件，只不过写法是自然语言。这是这个 agent 的人格、默认动作和长期记忆边界。

一个实用原则是：人格放 SOUL，偏好放 USER，流程放 AGENTS，工具坑点放 TOOLS，记忆放 MEMORY。

· · ·

SKILL 安装和升级

OpenClaw 的 skill 体系很值钱，因为它把很多能力做成可安装、可更新、可组合的模块。这样你不必等主程序内置功能，也不必把所有东西都写死在主提示词里。

clawhub search "calendar"clawhub install <skill-slug>clawhub update --allopenclaw skills listopenclaw skills check

安装 skill 的意义，不只是多一个命令，而是让 agent 多一块稳定能力。更新也别偷懒，直接统一走更新流程，别把自己的工作区搞成手工 patch 的堆叠现场。

还有一个很多人没意识到的点：skill 会把“平台依赖”变成“能力依赖”。比如 Apple 日历、待办事项、通讯录，很多人第一反应是必须有一台 Mac 常驻。但如果你走 skill 和接口层，哪怕宿主机不是 macOS，也一样能把这些能力接进来，这里有需要的可以留言。

· · ·

多 Agent 配置

多 Agent 最实用的地方，是你能把不同入口、不同任务强度、不同人格、不同工作区隔开。主 bot 负责日常沟通，worker bot 负责重任务，或者一个做家庭事务，一个做 coding。

它本质上是在防止上下文互相污染。不同 Agent 有自己的 workspace、session、绑定关系和部分独立配置，这样你不会让一个“平时闲聊的 bot”顺手继承另一个“专门干重活的 bot”的状态。

配置的方法你可以跟你的 openclaw 说：配置多 agent，然后需求说明清楚，是否独立聊天入口、工作区等。

不建议上来就一堆 Agent，实测没啥用，还不如搞个牛点的模型一个人完成。

· · ·

任务后台运行

图片来源：OpenClaw GitHub Docs

这是我最推荐规范。短任务直接前台完成，长任务默认转后台。复杂任务可以交给 sub-agent 或 ACP session，做完再把结果回传。

一旦你这样用 OpenClaw，节奏就完全不一样了。你不是盯着它一行一行打字，而是把它当成一个持续执行的系统：去跑、去整理、去查、去改，前台只在关键节点汇报。

这也是为什么 /stop 这么重要。真正跑起来之后，你需要的是一个随时能踩刹车、能换会话、能让 agent 去后台继续做事的工作流，而不是永远卡在一次回复里。

任务后台运行的方法也是直接跟你的OpenClaw说：增加规则，长任务默认后台执行，保证你能及时收到我的新任务。