夜雨聆风先列出我做了哪些项目：
Real time translation：一款实时翻译软件。无论是开在线国际会议，还是观看外文视频，都可以实时翻译成中文。开源链接：https://github.com/linuxhsj/realtime-translate
Zero token：用上 OpenClaw 之后，最烦人的就是 Token 消耗太快。这个项目可以让 OpenClaw 免费使用各种 AI 大模型，目前在 GitHub 上开源并获得 3600 Star。开源链接：https://github.com/linuxhsj/openclaw-zero-token
Bug report：总结单个 Bug，统计分析项目遗留缺陷。
Cold review：代码审核浏览器插件。
Ai bug search：用 AI 方式检索历史 Bug，为新 Bug 提供解决方案。
Summarizer：浏览器插件，可对打开的网页进行总结，也能与网页内容对话。
Hot search：自定义新闻推送系统，主要关注 AI 领域新闻与国内热点，每天早上 8 点定时推送到我的手机。
AskOnce：只提问一次，即可获取所有大模型的回复，不用在 DeepSeek 问一次、豆包再问一次。开源链接：https://github.com/linuxhsj/askonce
以上所有内容，都是在短短一个月之内完成的，而且全部是利用下班时间。我上班非常忙，每天早上 7:30 到晚上 9 点都在公司。 为什么能在这么短的时间内做出这么多项目？答案就是：OpenClaw 让我不需要 24 小时守在电脑前，我在手机上就可以给它下达命令，并接收执行结果。
我并不是一个喜欢追热点的人。其实在过年前，它就已经刷爆朋友圈了，但我一直没有关注。直到春节期间，我看到卡兹克的推文，里面讲到他用 OpenClaw 做了一套新闻系统，还能用一句话往日历里添加行程。我本身就想持续关注 AI 领域，但每天去各种网站看新闻既麻烦又充斥广告，于是我照着卡兹克的思路，写了一个 HotSearch，也就是上面提到的自定义新闻推送系统。它的原理很简单：让程序爬取你关注的网站新闻，再用 AI 总结汇总后发给你。
这个过程中最有意思的是，我真正搞懂了 OpenClaw 是什么、该怎么配置、该怎么用。第一步就是安装，而很多人都卡在这一步，环境配不好、各种报错。这里我分享一下我的安装方法：我并没有急着安装，而是让豆包去抖音上找 10 个点赞量最高的 OpenClaw 安装视频，总结内容发给我；再让元宝去微信公众号找 10 篇点赞量最高的 OpenClaw 安装文章，总结后发给我。综合这些信息，我大致掌握了安装步骤，以及部署过程中可能遇到的坑。
接着跟着其中一个视频，顺利完成安装。其实安装很简单，只需要一行命令，麻烦的是配置环节，比如大模型配置。 这是我遇到的第一个坑：我最先配置的是千问，但千问需要授权，登录授权就花了 5 分钟。遇到问题怎么解决？还是让豆包去抖音搜视频。我之所以喜欢用抖音，是因为有实操画面，这类动手操作的内容一定要看视频、跟着做，才能少出错。
第二个坑是飞书配置，其他步骤都还好，难点在于长链接配置 —— 用来打通飞书与 OpenClaw。我发现按照网上教程操作，这一步很容易失败，本质原因是本地飞书插件没有安装好。如果本地飞书插件没装好，在飞书管理后台点击长链接怎么都不会成功。当时网上相关教程极少，我折腾了一个小时，一开始还以为是权限问题，其实根本不是。也正是这段折腾，让我彻底理解了它的原理。 配置好飞书之后，我就可以通过手机给电脑上的 OpenClaw 发指令，让它执行任务。如果大家现在配置，会方便很多，网上已经有非常详细的教程。
再说回 HotSearch。它已经能抓取网页热点新闻并完成总结，再加上飞书通道配置完成，就可以每天定时发送到我的手机。这里有个关键：定时任务。这是 OpenClaw 自带功能，但我实测发现早期版本并不好用，定时不准确。于是我改用电脑系统自带的定时功能，非常稳定，基本没出过问题。
做完第一个小项目后，我对 OpenClaw 有了初步了解，甚至有点喜欢上它了。因为我可以在手机上发指令，不用一直坐在电脑前，这一点太重要了，谁会 24 小时守在电脑旁呢？
第三个坑：某天我突然发现，给它发消息没有回复。后来通过豆包等 AI 工具排查，发现是千问免费版存在限流。也正是在这个过程中，我了解到 OpenClaw 最核心的配置文件：openclaw.json。这个文件配置了可调用的大模型、消息通道等，OpenClaw 出问题，80% 的情况都出在这里，修复这个文件基本就能解决。看完这个文件，我顺便翻阅了各类 MD 文档，比如 memory、soul、agent 相关说明，也找到了它的技能文件夹，我的 HotSearch 就放在 skill 文件夹下。
其实我想说，不必纠结那些概念：skill、agent、MCP 等等，都非常抽象，从没接触过的人很难理解。我也没有刻意去学，只做一件事 —— 实践。我想做出什么东西，就直接动手做，不用管它叫什么技能、什么智能体。我只想做一个新闻推送系统，做完之后才发现，原来这就叫 skill。
回过头看，skill 到底是什么？就是告诉 OpenClaw 一套做事规则：它不能联网搜索，就给它装一个联网技能；它不能总结公众号文章，就给它一个读取并总结公众号的技能。而 MCP 本质是一套通信协议，有了它，OpenClaw 可以调用各种外部工具。
做完这个项目后，我想看看其他人是怎么使用OpenClaw这个工具、能做出哪些东西，于是去浏览官网。官网上有很多有趣的实践分享：有人用手机给电脑发消息，用 OpenClaw 做出一款 App；有人接了摄像头，24 小时拍摄风景照，自动筛选优质照片收藏。官网真是一个宝藏网站，不仅有配置方法、原理说明，还有大量实践案例。我最喜欢看这些实操分享，点进去还有 YouTube 演示视频，只不过都是英文的。 也正是这个契机，我做了第二个项目：实时音视频翻译。
推动我动手的，一是官网的大量实践分享给了我信心，二是我本身有强烈痛点：我们集团正大力发力海外，新能源车出海，工作中会接触很多国外客户。开国际会议时，英语还能听懂一点，俄语就完全听不懂了。所以我想做一款音视频实时翻译软件，支持在线会议与 YouTube 视频，实时转成中文。
有想法和痛点就立刻开干。我先让 OpenClaw 在 GitHub 上找相关开源仓库，参考现有源码，实测效果并不理想。后来我换了思路：学习优秀产品，在市面上找一款口碑不错的实时翻译软件，让 AI 分析其原理，再让 AI 帮我实现。就这样，真的做出来了，效果非常好。 做这个项目也让我搞懂了实时翻译的核心原理，其实就两步：第一步音频识别，第二步翻译。音频识别有多种方案，目前效果最好的是云端大模型识别。我在 GitHub 找到的源码也是基于大模型识别，但部署在本地，性能差、延迟高，接近 600 毫秒；改用云端大模型后，延迟只有 40 毫秒，完全刷新我的认知。原本以为音频上传云端再返回会很慢，实测却又快又稳。所以还是那句话：实践出真知，想再多不如直接动手。 OpenClaw 官网地址：https://docs.openclaw.ai/
也是在开发这个项目时，我发现 Token 消耗极快，和很多人一样，我开始研究如何优化上下文、节省 Token。通过官网我了解到，官方社区推荐使用 Discord，很多人在里面分享使用经验、交流问题。从那时起，我下载并注册了 Discord，每天在社区看全球大佬的精彩讨论。某天我在官方论坛看到一份 Token 优化文档：简单任务用 Sonnet，研究场景用 Opus，心跳用 Ollama，优化 MD 文件、减少无关上下文长度。我把这套规则应用到自己的配置中。
再分享一个我的 Token 心得：任务执行一段时间后，我会问 OpenClaw：“你当前的上下文长度是多少？分别由哪些部分组成？” 它会列出占用上下文的内容。如果有些文件与当前任务无关，我就告诉它排除这些无关上下文，这样能节省约 60% 的 Token 占用。
但我并不满足，继续寻找免费大模型方案。后来发现英伟达提供免费大模型调用，支持 DeepSeek、GLM 等，不过注册需要海外手机号，通过号码网站可以解决，但我不建议大家折腾，因为速度偏慢。 有没有更好、更快又免费的方案？有。 我想到：平时在网页上使用豆包、DeepSeek 这些工具，本身就不需要付费，能不能把这个过程程序化？OpenClaw 本身具备操作网页的能力，可以打开浏览器、进入 DeepSeek、输入问题并获取回复。说干就干，我把需求交给 OpenClaw，它帮我实现了。原理很简单，使用 Playwright 模拟人操作网页、发送消息、获取回复；后续优化为直接复用浏览器状态，快速发送并接收回复。我陆续接入了主流大模型：Claude / ChatGPT / Gemini / DeepSeek / 豆包 / Grok / 通义千问 / Manus / Kimi / 小米 MiMo。开源链接：https://github.com/linuxhsj/openclaw-zero-token正是基于 Zero Token 项目，我又做了 AskOnce。以前遇到问题，要在 DeepSeek 问一次，不满意再去豆包问一次。我想：能不能只在 OpenClaw 上问一次，让所有模型同时回复，我再对比择优？于是就有了 AskOnce 项目：https://github.com/linuxhsj/askonce也正是 Zero Token 这个项目，让我在短短两周内，抖音内容获得 50 万浏览量、3 万多次收藏，涨粉 1500（超过 1000 粉就可以直播带货了，很多人叫我博主，哈哈，当然我不带货）。要知道，我的抖音之前是零粉丝。期间也出现了不少商机：很多人找我远程指导安装，还有商家想在我主页投放广告、给我分成。但我既没有帮人安装，也没有接广告，不是不想赚这份钱，而是我确实太忙了。更重要的是，拿人钱财就要替人办事、受人安排。我没有靠 OpenClaw 直接赚钱，但它带给了我更珍贵的东西。 比如有了更多时间。现在很少去网上看新闻，因为我每天收到hostsearch的定制推送。
开年回到公司后，我结合自身工作，用 OpenClaw 做了很多研究：包括 Bug 分析、统计、查询、代码审核、网页总结等。要说心得，核心只有一个字：干。 很多人好奇，我能做出来，是不是提示词有什么特别之处？其实我用的就是 PDCA 循环。每次给它布置任务，我都会让它用 PDCA 循环拆解：先把大任务拆成小任务，每个小任务再拆成步骤执行；每一步要有结果、要自行验证；所有小任务完成后，对整个项目做完整测试，并记录完成情况与遇到的问题；项目结束后再复盘架构原理，写出使用说明。 我们后来很多开源技能都是用这套方法做出来的，比如知名的 Superpowers：先头脑风暴明确需求、形态与性能要求 —— 很多人需求说不明白，Superpowers 可以帮我们梳理清楚；接着制定计划（writing-plans），把大目标拆成小任务；然后执行计划（executing-plans），一步步落地。直达链接：https://github.com/obra/superpowers 最后，我想说一些心里话。用它做了这么多项目，我真切觉得它非常实用，甚至定义了未来的工作方式：人不必守在电脑前，OpenClaw 可以 24 小时在电脑上帮你处理工作，你只需要在手机上下命令、收结果。 春节后回到公司，我在全公司分享了它的使用方法，得到了领导的重视与各类资源支持，现在我用上了最强的 Claude 模型，还和公司的伙伴一起研究如何用 AI 为其他部门提效，各项工作正在稳步推进。研发团队已经用上 Claude 写代码，效率大幅提升。未来一年，我信心满满，希望能帮公司把整体效率再往上提一个台阶。 亲爱的朋友，别再观望了，一起参与进来吧。我是从零开始的，它的创始人也只有两个月的经验。希望它也能给你带来力量。 最后感谢讯飞语音输入法，让我在坐地铁的路上，通过口述完成了这篇文章。
References
[1]: https://github.com/linuxhsj/realtime-translate[2]: https://github.com/linuxhsj/openclaw-zero-token[3]: https://github.com/linuxhsj/askonce[4]: https://docs.openclaw.ai/[5]: https://github.com/linuxhsj/openclaw-zero-token[6]: https://github.com/linuxhsj/askonce[7]: https://github.com/obra/superpowers
