OpenClaw 产品经理副驾驶配置完全手册 — 30 分钟搭建完整产品工作流

🤖 OpenClaw PM 副驾驶配置完全手册

已安装 OpenClaw？直接对照配置，30 分钟搭建完整产品工作流

━━━━━━━━━━━━━━━━━━━━

📋 前置检查清单

开始配置前，请确认以下环境已就绪：

☐ OpenClaw 已安装（openclaw --version 能正常输出）

☐ 已运行过 openclaw onboard 完成基础配置

☐ 已登录至少一个消息通道（Telegram/WhatsApp/飞书等）

☐ AI API Key 已配置（Claude/OpenAI/DeepSeek 等）

☐ 网关能正常启动（openclaw gateway 无报错）

💡 配置路径约定：

主配置：~/.openclaw/openclaw.json

Agent 目录：~/.openclaw/agents/

工作空间：~/product-docs/（建议新建）

⚙️ 一、openclaw.json 核心配置详解

1.1 配置文件定位与备份

# 先备份现有配置

cp ~/.openclaw/openclaw.json ~/.openclaw/openclaw.json.backup.$(date +%Y%m%d)

# 编辑配置

openclaw config edit

# 或直接用编辑器

nano ~/.openclaw/openclaw.json

⚠️ 重要：OpenClaw 使用 JSON5 格式，支持注释（// 或 /* */）。修改后必须重启网关才能生效。

1.2 PM 副驾驶完整配置模板

直接复制以下内容到 openclaw.json，按需修改标注部分：

{

// ═══════════════════════════════════════════

// 一、通道配置（根据你登录的通道修改）

// ═══════════════════════════════════════════

channels: {

telegram: {

botToken: "${TELEGRAM_BOT_TOKEN}",

dmPolicy: "allowlist",

allowFrom: ["你的TelegramID"],

groupPolicy: "allowlist",

groups: {

"prd-review-group": { requireMention: false },

"competitive-intel": { requireMention: true },

whatsapp: {

dmPolicy: "pairing",

allowFrom: ["+86138xxxxxxxx"],

groupPolicy: "allowlist",

groups: { "*": { requireMention: true } },

feishu: {

appId: "${FEISHU_APP_ID}",

appSecret: "${FEISHU_APP_SECRET}",

dmPolicy: "allowlist",

allowFrom: ["ou_xxxxxxxx"],

// ═══════════════════════════════════════════

// 二、模型配置

// ═══════════════════════════════════════════

agent: {

model: {

primary: "anthropic/claude-sonnet-4-6",

fallbacks: ["openai/gpt-4o", "deepseek/deepseek-v3.2"],

workspace: "~/product-docs",

elevated: {

enabled: true,

allowFrom: {

telegram: ["你的TelegramID"],

heartbeat: {

every: "30m",

target: "last",

// ═══════════════════════════════════════════

// 三、多 Agent 配置（核心！）

// ═══════════════════════════════════════════

agents: {

defaults: {

workspace: "~/product-docs",

model: {

primary: "claude-sonnet-4-6",

fallbacks: ["gpt-4o", "claude-haiku-4"],

timeout: 180,

list: [

{

id: "pm-copilot",

default: true,

description: "AI产品经理副驾驶 - 全能型",

workspace: "~/product-docs",

{

id: "prd-writer",

description: "PRD文档工程师 - 专注文档生成",

workspace: "~/product-docs/prd",

model: {

primary: "claude-opus-4-6",

{

id: "competitive-analyst",

description: "竞品分析专家 - 市场情报",

workspace: "~/product-docs/competitors",

{

id: "content-monitor",

description: "内容监控 - 竞品动态追踪",

workspace: "~/product-docs/monitoring",

// ═══════════════════════════════════════════

// 四、Agent 路由绑定（群组→Agent映射）

// ═══════════════════════════════════════════

bindings: [

{

agentId: "pm-copilot",

match: { channel: "telegram", peer: { kind: "dm" } },

{

agentId: "prd-writer",

match: {

channel: "telegram",

peer: { kind: "group", id: "prd-review-group" },

{

agentId: "competitive-analyst",

match: {

channel: "telegram",

peer: { kind: "group", id: "competitive-intel" },

// ═══════════════════════════════════════════

// 五、会话配置

// ═══════════════════════════════════════════

session: {

scope: "per-sender",

dmScope: "per-channel-peer",

reset: {

mode: "idle",

idleMinutes: 240,

resetTriggers: ["/new", "/reset", "/clear"],

// ═══════════════════════════════════════════

// 六、沙箱与安全配置

// ═══════════════════════════════════════════

sandbox: {

mode: "non-main",

scope: "session",

// ═══════════════════════════════════════════

// 七、工具权限配置

// ═══════════════════════════════════════════

tools: {

allow: ["exec", "read", "write", "edit", "web", "browser"],

elevated: {

enabled: true,

allowFrom: {

telegram: ["你的TelegramID"],

whatsapp: ["+86138xxxxxxxx"],

// ═══════════════════════════════════════════

// 八、内存配置（跨会话记忆）

// ═══════════════════════════════════════════

memory: {

enabled: true,

path: "~/.openclaw/memory",

autoSummarize: true,

}

1.3 关键配置项详解

配置项 | 说明 | PM场景建议

dmPolicy | 私聊策略 | allowlist最安全

allowFrom | 白名单ID列表 | 填入你的Telegram数字ID

bindings | 路由绑定 | 不同群组绑定不同Agent

heartbeat | 定时任务 | 每30分钟检查一次

session.reset | 会话重置 | 4小时空闲后自动重置

sandbox | 沙箱模式 | 生产环境务必开启

1.4 获取群组 ID 的方法

# 方法1：临时修改配置，让 Agent 回复群组信息

# 在任意群组发送：

@YourBot /info

# 方法2：使用 Telegram Web 版

# 浏览器打开 https://web.telegram.org

# 进入群组，URL 中能看到群组 ID

1.5 配置验证与重启

# 1. 验证配置格式

openclaw doctor

# 2. 检查 Agent 列表

openclaw agents list --verbose

# 3. 重启网关（必须！）

openclaw gateway restart

# 或先停止再启动

openclaw gateway stop

openclaw gateway --port 18789

💡 调试技巧：配置出错时，查看日志 ~/.openclaw/logs/gateway.log，搜索 "error" 或 "failed" 快速定位问题。

🤖 二、创建 PM 专属智能体（Agent）

2.1 Agent 创建命令

使用 CLI 创建 4 个核心 Agent：

# 1. 全能 PM Copilot（默认Agent）

openclaw agents add pm-copilot \

--model claude-sonnet-4-6 \

--workspace ~/product-docs \

--description "AI产品经理副驾驶 - 全能型"

# 2. PRD 文档工程师

openclaw agents add prd-writer \

--model claude-opus-4-6 \

--workspace ~/product-docs/prd \

--description "PRD文档工程师 - 专注文档生成"

# 3. 竞品分析专家

openclaw agents add competitive-analyst \

--model claude-sonnet-4-6 \

--workspace ~/product-docs/competitors \

--description "竞品分析专家 - 市场情报分析"

# 4. 内容监控

openclaw agents add content-monitor \

--model claude-haiku-4 \

--workspace ~/product-docs/monitoring \

--description "内容监控 - 竞品动态追踪"

# 查看所有 Agent

openclaw agents list

# 查看详细信息

openclaw agents list --verbose

2.2 Agent 身份文件（agent.md）详解

每个 Agent 的身份文件位于 ~/.openclaw/agents/{agent-id}/agent.md，这是定义 Agent 行为的灵魂文件。

【模板1】PM Copilot - 全能型

文件路径：~/.openclaw/agents/pm-copilot/agent.md

# PM Copilot — AI 产品经理副驾驶

## Role（角色定位）

你是一位拥有 10 年经验的资深产品经理，擅长：

- B2B SaaS 产品规划与需求分析

- 用户研究与数据驱动决策

- 竞品分析与市场洞察

- PRD 撰写与产品路线图管理

- 敏捷开发协作（Scrum/Kanban）

## Behavior Guidelines（行为准则）

1. 需求分析：收到需求后，先追问背景和目标用户，再给出分析框架

2. PRD 撰写：遵循标准 PRD 模板，所有功能必须包含 Given-When-Then 验收标准

3. 竞品分析：使用结构化框架（功能矩阵、SWOT、差异化定位）

4. 数据驱动：引用数据支持决策，标明数据来源和可信度

5. 优先级排序：默认使用 RICE 评分法（Reach × Impact × Confidence / Effort）

6. 简洁沟通：结论先行，使用表格和列表提升可读性

## Constraints（约束条件）

- 不执行任何影响生产环境的操作

- 敏感信息（定价、战略）仅在私聊中讨论

- 所有外部操作（发邮件、更新文档）需先确认

- 不确定的信息明确标注"[待确认]"

- 涉及代码修改时必须经过代码审查流程

## Output Format（输出格式）

- PRD 使用 Markdown 格式，结构参照 templates/prd-template.md

- 竞品分析使用表格对比，包含功能、定价、优劣势

- 优先级排序使用 RICE 评分表

- 里程碑使用甘特图文本格式

- 所有文档顶部包含：版本号、日期、状态、作者

## Working Memory（工作记忆）

- 每日工作记录在 memory/YYYY-MM-DD.md

- 长期产品知识记录在 MEMORY.md

- 重要决策需同步更新到相关文档

2.3 模型选择策略

Agent | 推荐模型 | 原因

prd-writer | claude-opus-4-6 | PRD需要最强推理能力

pm-copilot | claude-sonnet-4-6 | 日常任务性价比最佳

competitive-analyst | claude-sonnet-4-6 | 竞品分析需联网和推理

content-monitor | claude-haiku-4 | 监控任务频率高，成本优先

# 为不同 Agent 单独设置模型

openclaw config set agents.prd-writer.model.primary claude-opus-4-6

openclaw config set agents.pm-copilot.model.primary claude-sonnet-4-6

openclaw config set agents.content-monitor.model.primary claude-haiku-4

# 设置 Fallback 链（高可用）

openclaw config set agents.defaults.model.fallbacks \

'["claude-sonnet-4-6", "gpt-4o", "deepseek-v3.2"]'

2.4 工作空间隔离

为每个 Agent 设置独立工作目录，避免文件冲突：

# 创建工作目录结构

mkdir -p ~/product-docs/{prd,competitors,monitoring,meetings,research}

# 配置各 Agent 的工作空间

openclaw config set agents.prd-writer.workspace "~/product-docs/prd"

openclaw config set agents.competitive-analyst.workspace "~/product-docs/competitors"

openclaw config set agents.content-monitor.workspace "~/product-docs/monitoring"

# 查看当前工作空间配置

openclaw config get agents.prd-writer.workspace

🧩 三、PM 专属 Skills 安装与配置

3.1 核心 Skills 一键安装

以下 8 个 Skills 构成 PM 副驾驶的基础能力：

# ===== 核心 Skills（必装）=====

# 1. PRD 自动生成

openclaw install prd-generation

# 2. 竞品分析框架

openclaw install competitive-analysis

# 3. 需求文档生成器（会议纪要→PRD）

openclaw install requirement-doc-generator

# 4. 综合 PM 框架

openclaw install product-manager-skills

# ===== 增强 Skills（推荐）=====

# 5. 新闻聚合（每日早报）

openclaw install news-aggregator

# 6. 语义记忆（持久化上下文）

openclaw install semantic-memory

# 7. Web 自动化（竞品页面抓取）

openclaw install web-automator

# 8. Claude Connect（增强推理）

openclaw install claude-connect

# 查看已安装 Skills

openclaw skills list

# 查看 Skill 详情

openclaw skills info prd-generation

3.2 Skills 配置详解

【prd-generation】PRD 生成 Skill

配置文件：~/.openclaw/skills/prd-generation/config.json

{

"template": "default",

"outputFormat": "markdown",

"includeDiagrams": true,

"stages": [

"background",

"positioning",

"competitive",

"mvp-features",

"extended-features",

"specs",

"ui-ux",

"technical",

"implementation",

"non-functional",

"risks",

"assembly"

"acceptanceCriteriaFormat": "given-when-then",

"autoSave": true,

"savePath": "~/product-docs/prd"

}

3.3 自定义 Skill 开发

如果现有 Skills 不满足需求，可以创建自定义 Skill：

# 创建 Skill 目录

mkdir -p ~/.openclaw/skills/my-pm-skill

# Skill 基本结构

cat > ~/.openclaw/skills/my-pm-skill/skill.json << 'EOF'

{

"name": "my-pm-skill",

"version": "1.0.0",

"description": "自定义 PM Skill",

"author": "your-name",

"entry": "index.js",

"permissions": ["file:read", "file:write"],

"config": {

"outputPath": "~/product-docs/output"

}

EOF

# 安装自定义 Skill

openclaw skills install ~/.openclaw/skills/my-pm-skill

📄 四、多智能体 PRD 全自动生成流程

4.1 双 Agent 协作架构

PRD 生成采用"墨探 + 墨策"双 Agent 协作模式：

• 墨探（competitive-analyst）：负责需求挖掘、竞品分析、市场调研

• 墨策（prd-writer）：负责 PRD 组装、格式化、输出

💡 工作流程：PM 发送需求 → 墨探分析（3-5分钟）→ 墨策组装（1-2分钟）→ 输出完整 PRD

4.2 实战：从 Telegram 生成完整 PRD

Step 1：在 Telegram 发送需求

👤 PM 发送：

我需要为我们的 SaaS 平台添加"AI 智能客服"功能。

目标用户：200 家 B2B 企业客户

核心痛点：客服人力不足、响应时间慢（平均 2 小时）

现有系统：Zendesk

目标：AI 自动回答 60%+ 常见问题

预算：$2000/月

期望上线：Q2（6月底前）

Step 2：墨探 Agent 自动执行分析

🔍 墨探 Agent 收到需求，开始执行：

【Phase 1】需求背景分析

- 业务场景：SaaS B2B 客服

- 目标用户：200 家企业客户的服务团队

- 核心痛点：响应慢（2小时）、人力不足

- 成功指标：AI 解决率 60%+

【Phase 2】产品定位

- 产品名称：AI 智能客服助手

- 核心价值：7×24 小时自动响应，降低 60% 人工工作量

- 目标市场：B2B SaaS 客服自动化

【Phase 3】竞品分析

自动搜索并分析：

- Intercom Fin

- Zendesk AI

- Gorgias

- Freshdesk

输出：功能对比矩阵 + SWOT 分析

【Phase 4】MVP 功能清单（RICE 评分）

|------|-------|--------|------------|--------|------|

| AI 自动回复 | 200 | 3 | 80% | 3周 | 160 |

| 知识库集成 | 200 | 2 | 90% | 2周 | 180 |

| 转人工机制 | 200 | 3 | 85% | 2周 | 255 |

| 满意度评分 | 150 | 2 | 70% | 1周 | 210 |

【Phase 5-11】扩展分析...

- 扩展功能规划

- UI/UX 规范建议

- 技术方案初稿

- 实施计划（甘特图）

- 风险评估

⏱ 耗时：4 分钟

Step 3：墨策 Agent 组装 PRD

📊 墨策 Agent 整合所有产出：

1. 填充 PRD 模板（12 个章节）

2. 添加目录和交叉引用

3. 格式化验收标准（Given-When-Then）

4. 生成实施计划甘特图

5. 风险评估矩阵

6. 输出完整 PRD

文件保存至：~/product-docs/prd/ai-customer-service-prd-v1.0.md

⏱ 耗时：1.5 分钟

✅ PRD 生成完成！共 12 章节，约 3500 字

4.3 PRD 输出格式标准

生成的 PRD 包含以下 12 个章节：

# AI 智能客服助手 — 产品需求文档 (PRD)

| 字段 | 值 |

|------|------|

| 版本 | v1.1 |

| 日期 | 2026-04-06 |

| 状态 | 评审中 |

| 作者 | PM + AI Copilot |

## 1. 产品概述

产品名称、定位、目标用户、解决的问题

## 2. 竞品分析

- 市场概况

- 竞品对比表格（Intercom/Zendesk AI/Gorgias/Freshdesk）

- SWOT 分析

- 差异化优势

## 3. 功能清单

- MVP 功能（Must）- RICE 评分排序

- 扩展功能（Should/Could）

- 未来功能（Won't - v1.2/v2.0）

## 4. 功能规格

每个功能的详细规格：

- 功能 ID、名称、描述

- 验收标准（Given-When-Then 格式）

- 优先级、负责人、预估工期

## 5. UI/UX 规范

- 设计规范摘要

- 页面结构

- 交互流程图

## 6. 技术方案

- 技术栈选择

- 架构图

- 数据库设计

- Zendesk API 集成方案

## 7. 实施计划

- Sprint 划分

- 里程碑

- 时间线（甘特图文本格式）

## 8. 非功能需求

- 性能指标（响应时间 < 3s）

- 兼容性要求

- 安全要求

- 可访问性标准

## 9. 风险评估

- 风险矩阵（概率 × 影响）

- 应对策略

- 预算估算（$3000/月）

## 10. 附录

- 详细设计文档链接

- 参考资料

💬 五、PM 日常场景实操

5.1 场景一：每日行业早报（Heartbeat 配置）

配置自动心跳任务，每天早上推送行业动态。

配置步骤：

# 1. 创建 HEARTBEAT.md 文件

cat > ~/.openclaw/agents/pm-copilot/HEARTBEAT.md << 'EOF'

## 每日早报任务

### 执行时间

- schedule: "0 9 * * *" # 每天早上 9:00

- timezone: "Asia/Shanghai"

### 执行内容

1. 使用 news-aggregator Skill 获取资讯：

- Hacker News Top 10

- Product Hunt 今日新品 Top 5

- TechCrunch AI 频道最新 3 篇

- GitHub Trending（Python/JavaScript）

2. 筛选与"AI客服、SaaS、B2B"相关内容

3. 生成中文摘要，按重要性排序：

- 🔥 重点（影响产品决策）

- 📊 数据（市场趋势）

- 💡 建议（行动项）

4. 通过 Telegram 推送给 PM

### 输出格式

📰 PM 每日早报 — {{date}}

🔥 重点：

1. [标题] — [一句话摘要]

2. ...

📊 数据：

- ...

💡 建议：

- ...

EOF

# 2. 重启网关使配置生效

openclaw gateway restart

# 3. 测试（手动触发一次）

openclaw heartbeat run pm-copilot --task daily-news

5.2 场景二：竞品监控自动化

使用 content-monitor Agent 持续跟踪竞品动态。

配置监控任务：

# 在 Telegram 中发送指令

👤 PM：

帮我监控以下竞品的动态，每周五下午推送报告：

- Intercom（intercom.com）

- Zendesk AI（zendesk.com）

- Gorgias（gorgias.com）

- Freshdesk（freshdesk.com）

重点关注：

1. 新功能发布（/changelog 页面）

2. 定价变更（/pricing 页面）

3. 融资/收购消息

4. App Store 评分变化（±0.2 星触发告警）

5.3 场景三：用户故事自动生成

👤 PM：

根据 PRD 中的"AI 智能客服"功能，

生成 Sprint 1 的用户故事

📊 PRD Writer Agent：

✅ 已从 PRD 提取功能需求，生成用户故事：

━━━━━━━━━━━━━━━━━━━━

Sprint 1 用户故事

━━━━━━━━━━━━━━━━━━━━

【US-001】AI 自动回复核心功能

作为：客服经理

我希望：AI 自动回答常见问题

以便：减少 60% 的人工工作量

验收标准：

Given 用户发送了一条常见问题

When AI 在知识库中找到匹配答案（相似度 > 85%）

Then 在 3 秒内返回答案

And 标记为"AI 已解决"

And 客服经理可在仪表板查看 AI 解决率

故事点：8

优先级：P0

依赖：US-002（知识库）

---

【US-002】知识库集成

作为：管理员

我希望：将现有 FAQ 导入 AI 知识库

以便：AI 能回答公司产品相关问题

验收标准：

Given 管理员上传 FAQ 文档（CSV/PDF）

When 系统解析完成

Then AI 能准确回答其中 90%+ 的问题

And 支持增量更新

故事点：5

优先级：P0

━━━━━━━━━━━━━━━━━━━━

Sprint 1 总计：3 个故事，18 故事点

已保存至：~/product-docs/prd/sprint-1-stories.md

5.4 场景四：会议纪要 → PRD 转化

👤 PM：

[转发飞书会议纪要]

这是一次产品评审会议的纪要，

帮我整理成结构化需求文档

📄 Requirement Doc Generator：

✅ 正在分析会议纪要...

识别到 4 个需求提案：

┌────┬─────────────────────┬──────────┬────────┐

│ ID │ 需求描述 │ 优先级 │ 状态 │

├────┼─────────────────────┼──────────┼────────┤

│ R1 │ AI 多轮对话能力 │ P0 │ 待评估 │

│ R2 │ 客服满意度自动评分 │ P1 │ 待评估 │

│ R3 │ 多语言支持（英/日） │ P2 │ Q3规划 │

│ R4 │ 与 CRM 系统集成 │ P1 │ 待评估 │

└────┴─────────────────────┴──────────┴────────┘

已生成需求文档：

~/product-docs/meetings/2026-04-06-review.md

5.5 场景五：RICE 优先级排序

👤 PM：

以下 5 个功能需求，请用 RICE 方法帮我排序：

A. AI 智能客服

B. 客户生命周期管理

C. 高级数据报表

D. 移动端 App

E. API 开放平台

补充信息：

- 当前客户数：200 家企业

- 团队规模：8 人（2前端/3后端/2产品/1设计）

- Q2 目标：提升客户留存率 15%

🤖 PM Copilot：

📊 RICE 优先级分析

功能评估：

┌─────────┬───────┬────────┬────────────┬────────┬───────────┐

│ 功能 │ Reach │ Impact │ Confidence │ Effort │ RICE 分数 │

├─────────┼───────┼────────┼────────────┼────────┼───────────┤

│ A. AI客服│ 200 │ 3 (高) │ 80% │ 4 周 │ 120 │

│ B. 生命周期│ 150 │ 2 (中) │ 70% │ 6 周 │ 35 │

│ C. 报表 │ 180 │ 2 (中) │ 90% │ 3 周 │ 108 │

│ D. 移动端│ 120 │ 3 (高) │ 60% │ 12 周 │ 18 │

│ E. API │ 50 │ 3 (高) │ 50% │ 8 周 │ 9.4 │

└─────────┴───────┴────────┴────────────┴────────┴───────────┘

📌 推荐排序：A > C > B > D > E

🎯 六、高级应用

6.1 多 Agent 协作工作流

通过 Bindings 实现团队协作，不同群组使用不同 Agent：

团队群组配置示例：

# openclaw.json 中的 bindings 配置

bindings: [

// 1. PM 私聊 → 全能 Copilot

{

agentId: "pm-copilot",

match: { channel: "telegram", peer: { kind: "dm" } },

// 2. PRD 评审群 → PRD Writer

{

agentId: "prd-writer",

match: {

channel: "telegram",

peer: { kind: "group", id: "-1001234567890" },

// 3. 竞品情报群 → Competitive Analyst

{

agentId: "competitive-analyst",

match: {

channel: "telegram",

peer: { kind: "group", id: "-1000987654321" },

]

6.2 产品路线图管理

👤 PM：

帮我管理产品路线图，当前规划：

v2.0（Q2 - 4-6月）：

- AI 智能客服

- 数据报表 2.0

v2.1（Q3 - 7-9月）：

- 移动端 MVP

- 多语言支持（英/日/韩）

v3.0（Q4 - 10-12月）：

- API 开放平台

- 客户生命周期管理

🤖 PM Copilot：

✅ 已创建路线图文件：~/product-docs/roadmap.md

📅 产品路线图 — 2026

┌────────┬──────────┬─────────────────────┬────────┐

│ 版本 │ 时间线 │ 功能 │ 状态 │

├────────┼──────────┼─────────────────────┼────────┤

│ v2.0 │ Q2 │ 🤖 AI 智能客服 │ 🚧 进行中│

│ │ │ 📊 数据报表 2.0 │ ⏳ 待启动│

├────────┼──────────┼─────────────────────┼────────┤

│ v2.1 │ Q3 │ 📱 移动端 MVP │ 📋 规划中│

│ │ │ 🌐 多语言支持 │ 📋 规划中│

├────────┼──────────┼─────────────────────┼────────┤

│ v3.0 │ Q4 │ 🔌 API 开放平台 │ 📋 规划中│

│ │ │ 🔄 生命周期管理 │ 📋 规划中│

└────────┴──────────┴─────────────────────┴────────┘

6.3 CI/CD 集成与发布管理

# 安装 CI/CD 监控 Skill

openclaw install ci-cd-monitor

# 配置监控

👤 PM：

监控我们的 GitHub Actions 流水线，

发布失败时立即告警到 Telegram

🔧 CI/CD Monitor Agent：

✅ 已配置监控：

监控仓库：github.com/your-org/your-product

监控范围：

- 所有 workflow runs

- 构建状态（success/failure/cancelled）

- 测试覆盖率变化（±5% 触发通知）

- 部署状态

告警条件：

- ❌ 构建失败 → 立即告警

- ❌ 测试失败 → 立即告警

- ⏱️ 部署超时（>30min）→ 立即告警

- ⚠️ 覆盖率下降 >5% → 每日汇总

推送渠道：Telegram @pm-copilot

6.4 数据驱动的决策支持

👤 PM：

分析上周的用户反馈数据，

给出产品优化建议

数据来源：

- Zendesk 工单：156 条

- App Store 评价：89 条

- NPS 调查：102 份

🤖 PM Copilot（使用 web-automator + semantic-memory）：

📊 用户反馈分析报告 — 2026.03.30-04.05

━━━━━━━━━━━━━━━━━━━━

数据概览

━━━━━━━━━━━━━━━━━━━━

总样本量：347 条

处理时间：4 分钟

━━━━━━━━━━━━━━━━━━━━

关键发现

━━━━━━━━━━━━━━━━━━━━

1️⃣ 响应速度相关

- 投诉占比：35%（↓ 上周 42%）

- 趋势：持续改善

- 关键词："慢"、"等待"、"超时"

2️⃣ 多语言支持 🆕

- 新增请求：28 条（环比 +180%）

- 主要语言：日语（12条）、英语（10条）

- 客户类型：跨国企业为主

3️⃣ NPS 评分

- 本周：74 分（↑ 上周 72 分）

- 趋势：持续上升

- 推荐者比例：45% → 48%

4️⃣ 功能请求 Top 3

- #1 AI 多轮对话（23 票）

- #2 与 Slack 集成（18 票）

- #3 自定义报表（15 票）

6.5 性能优化与成本控制

长期使用 OpenClaw 的优化策略：

模型分级策略：

# 在 openclaw.json 中配置模型路由

agent: {

model: {

// 复杂任务：PRD、竞品分析

primary: "anthropic/claude-opus-4-6",

// 中等任务：日常咨询、格式整理

secondary: "anthropic/claude-sonnet-4-6",

// 简单任务：摘要、检查

economy: "anthropic/claude-haiku-4",

// 中文任务

chinese: "deepseek/deepseek-v3.2",

// Fallback 链

fallbacks: ["openai/gpt-4o", "deepseek-v3.2"],

}

# 成本对比（每 1M tokens）

# Claude Opus 4.6: $15.00 / $75.00

# Claude Sonnet 4.6: $3.00 / $15.00 ⭐ 推荐日常使用

# Claude Haiku 4: $0.25 / $1.25 ⭐ 简单任务

# DeepSeek V3.2: $0.10 / $0.30 ⭐ 中文任务

📎 附录：快速参考

常用命令速查

# ===== 配置管理 =====

openclaw config edit # 编辑配置

openclaw config get <key> # 获取配置项

openclaw config set <key> <value> # 设置配置项

openclaw doctor # 检查配置

# ===== Agent 管理 =====

openclaw agents add <name> # 创建 Agent

openclaw agents list # 列出 Agent

openclaw agents delete <name> # 删除 Agent

# ===== Skills 管理 =====

openclaw skills list # 列出 Skills

openclaw skills install <name> # 安装 Skill

openclaw skills info <name> # Skill 详情

# ===== 网关控制 =====

openclaw gateway # 启动网关

openclaw gateway --port 18789 # 指定端口

openclaw gateway restart # 重启

openclaw gateway stop # 停止

# ===== 调试工具 =====

openclaw logs # 查看日志

openclaw logs --follow # 实时日志

openclaw heartbeat run <agent> # 手动触发心跳

文件路径速查

用途 | 路径

主配置 | ~/.openclaw/openclaw.json

Agent 目录 | ~/.openclaw/agents/

Agent 身份 | ~/.openclaw/agents/{id}/agent.md

心跳任务 | ~/.openclaw/agents/{id}/HEARTBEAT.md

Skills | ~/.openclaw/skills/

内存/记忆 | ~/.openclaw/memory/

日志 | ~/.openclaw/logs/gateway.log

工作空间 | ~/product-docs/（自定义）

故障排查

问题 | 排查步骤

网关启动失败 | openclaw doctor → 检查 JSON 格式 → 查看日志

Agent 无响应 | 检查 bindings 配置 → 确认群组 ID → 重启网关

API 调用失败 | 检查 API Key → 确认余额 → 查看模型名称

Skill 安装失败 | 检查网络 → 查看 Skill 依赖 → 手动安装

心跳任务不执行 | 检查 HEARTBEAT.md 语法 → 确认 schedule 格式 → 手动测试

━━━━━━━━━━━━━━━━━━━━

OpenClaw PM 副驾驶配置完全手册

面向已安装用户的实战配置指南 · 2026 年 4 月

本文由OpenClaw全自动定时任务推送到公众号草稿，一键发布，仅供参考。

本公众号价值：

1、展示OpenClaw全自动做公众号运营的能力；

2、每天全自动从全球收集OpenClaw使用技巧、创业机会、商业案例等，希望能帮到你。