关于开展人工智能从业人员“智能体AI实操:OpenClaw、WorkBuddy、MCP及ClaudeCode”高级实战研修班

第一节：OpenClaw项目介绍及配置

1.1 项目起源与演进

·要点：Clawdbot、OpenClaw、品牌重塑、社区

·核心议题：了解从Clawdbot到OpenClaw的品牌更名背景，理解开源、社区主导的发展模式

1.2 核心理念："本地优先"的智能体

·要点：本地优先、数据主权、隐私安全、离线可用、可审计性

·核心议题：对比云端AI助手，深入理解"本地优先"架构在数据控制、隐私保护和系统集成方面的根本优势 

1.3 与传统AI工具及自动化平台的对比

·要点：智能体vs聊天机器人、意图驱动vs流程驱动、自主代理、可编程控制面

核心议题：辨析OpenClaw与Ch

1.4 本地部署实战

·要点：Node.js v22+、pnpm、环境配置、依赖安装

核心议题：完成Windows 11、macOS、Linux平台的Node.js环境配置与OpenClaw核心安装

1.5 初始化、配置与渠道接入

·要点：OpenClaw onboard、守护进程、模型API密钥、渠道配置、许可名单

·核心议题：完成全局安装、守护进程部署，选择一种消息渠道（飞书/企业微信/Telegram）完成安全配置 

第二节：OpenClaw核心架构深度解析

2.1 项目起源与演进

·要点：Clawdbot、OpenClaw、品牌重塑、社区

·核心议题：了解从Clawdbot到OpenClaw的品牌更名背景，理解开源、社区主导的发展模式

2.2 网关：统一的控制平面

·要点：Gateway、WebSocket服务、控制平面、会话管理、渠道路由

·核心议题：理解网关作为系统中枢的作用，管理连接、路由消息、维护会话状态

2.3 智能体运行时：系统的"大脑"

·要点：Agent Runtime、大语言模型集成、任务规划、工具调用、RPC模式

·核心议题：剖析智能体与Claude/GPT等模型的交互机制，理解RPC调用模式和块流式响应机制

2.4 技能与工具：可扩展的"手脚"

·要点：Skills、Tools、Shell访问、文件操作、API集成、浏览器控制、Canvas

·核心议题：学习技能系统的组织方式，掌握核心工具集的能力与风险边界

2.5 记忆与工作区：持久化的状态

·要点：Memory、Workspace、Markdown文件、对话历史、项目上下文、可版本化

核心议题：理解本地文件和文件夹结构实现持久化记忆的设计思想

第三节：核心Skill与应用开发实战

3.1 工具调用机制深度剖析

·要点：自然语言转工具调用、权限沙箱、执行流、会话隔离策略

·核心议题：深入分析智能体将自然语言指令解析为具体工具调用链的完整过程

3.2 技能开发基础实战

·要点：plugin.json、index.ts、技能描述、参数注入、权限声明

·核心议题：通过开发基础技能（如文件统计报表生成），掌握技能开发的完整流程

3.3 自动化与外部集成

·要点：Cron定时任务、Webhook、外部API调用、会话间通信

·核心议题：利用内置Cron和Webhook创建自动化工作流，实现与外部服务的交互

3.4 多模态与高级交互

·要点：语音唤醒、TTS/STT、图像生成、Canvas交互

核心议题：配置语音输入输出，集成图像模型，实现丰富的可视化交互

第四节：Skill系统原理与自定义技能开发实战

4.1. 技能系统架构设计

·技能本质：固化的工作流程指令包，让AI按固定规范处理重复任务

·ClawHub技能库：60+官方技能，社区贡献生态

·技能加载机制：渐进式披露（Progressive Disclosure）三层结构

4.2. 技能文件规范深度解析

·文件夹结构：skill-name/ + SKILL.md + scripts/ + assets/

·SKILL.md格式：YAML前置信息（用途+触发条件）+ Markdown正文（完整指令）

·参数注入规范：{{parameter}}占位符、类型校验、默认值

4.3. 高级技能开发场景

·调用本地脚本：Python/Shell脚本封装

·集成内部API：RESTful调用、认证处理

·MCP（Model Context Protocol）增强：技能对接外部数据源

4.4. 技能安装

·openclaw skills install、clawhub install的使用

实战

五类技能包介绍：办公自动化类、跨平台通信集成类、AI 模型调度类、系统工具交互类、垂直业务增强类

1) 使用Agent生成前端页面、UI或者做数据可视化分析（Frontend Design）

2) 办公必备四件套Skill：做word笔记、修改PPT等，对话修改复杂exclel表格

3) 录制浏览器操作生成自动化脚本：按照演示操作，自动抢票，自动爬取数据等。

4) Web Access Skill多个anget联网查询多个站点，查询总结。

5) Skill创建器：包装个人的需求和经验，封装、沉淀成Skills。

6) 对话进行视频剪辑：图文、视频通过自然语言交互智能化剪辑

7) 会议管家：remind-me + todo-tracker。提醒+待办事项。

8) 开发自动生成周报技能（读取Git提交记录+Jira任务→生成Markdown报告）

第五节：WorkBuddy介绍与部署 

5.1 WorkBuddy 初识——腾讯版“小龙虾

·WorkBuddy 与OpenClaw 的核心关系

·WorkBuddy核心能力概览

5.2 WorkBuddy 安装（实操重点）

5.3 使用技能包（Skills）

·五类技能包介绍：办公自动化类、跨平台通信集成类、AI 模型调度类、系统工具交互类、垂直业务增强类

·实操演示：一键安装并使用“PPT 制作”技能

5.4使用专家（Experts）角色

·12 大领域、140+ 行业顾问角色

·实操演示：召唤法律专家完成合同条款审查

兼容性说明：WorkBuddy 完全兼容 OpenClaw 社区的海量技能，原有 OpenClaw 技能可无缝迁移

第六节：WorkBuddy核心功能实战

6.1 自然语言对话式任务执行

·实操案例展示：

·Excel 数据分析与报告生成

·批量文件整理与命名

·文案撰写与社交媒体内容生成

·实操环节：学员尝试用自然语言完成一个简单任务

6.2 自动化任务配置

·定时任务设置与配置

·典型配置示例：每日行业热点自动抓取、周报自动汇总

·实操：配置一个自动生成日报的定时任务

6.3 IM 渠道接入概述

·WorkBuddy 支持企业微信、微信、QQ、飞书、钉钉五大平台的接入

·所有渠道配置入口统一：左下角头像→ Claw 设置 → 集成（BETA）

6.4 企业微信接入（重点）

·最快1 分钟完成配置并连接

·企业级特性：断网自动重连，无需复杂IP 配置

·实操演示：在企业微信群中添加AI 机器人，下发远程任务指令

·适用场景：外出见客户时远程查资料、写文案、处理报表

6.5 产品定位互补

· 典型办公场景实操

·场景一：自动生成PPT。用一句话 + 工作空间配置，10 分钟内完成专业 PPT 制作

·场景二：Excel 数据处理与报告生成。自动完成数据清洗、分析、图表生成和报告撰写

·场景三：会议纪要自动整理。上传录音或文字记录，自动提取关键议题、决议项与待办事项

·场景四：远程办公任务执行。通过企业微信远程操控电脑完成任务

第七节：智能体核心架构及关键技术

7.1 智能体的核心架构模块

·要点：感知、推理规划、记忆、执行、工具

·核心议题：感知接收需求与反馈；推理规划分解任务；记忆分短/长期；执行调用工具。

7.2 大模型与智能体的协同机制

·要点：大脑-手脚、Prompt桥梁、意图驱动

·核心议题：大模型负责想（需求理解、规划），智能体负责做（工具调用、执行）。Prompt定义任务、工具、规则。

7.3 智能体的关键技术演进

·要点：ReAct、Reflexion、多智能体、前沿

·核心议题：ReAct协同推理与行动；Reflexion语言反馈优化；多智能体分工协作；前沿包括记忆更新、可解释性、物理部署

第八节：Claude Code技术拆解及post train技术讲解

8.1 Claude Code介绍：产品定位及核心特性

·Anthropic 开发的终端型 AI 编码代理，提供对 Claude 模型的直接访问

·典型应用：代码生成、重构、测试、文档编写、项目迁移、CI/CD 自动化

·技术亮点

8.2 Claude Code安装部署

·环境要求、安装方式、初始化配置、验证安装

8.3 Claude Code系统结构及执行流程

·三层结构：用户交互层→ Agent 调度层（nO 主循环 + h2A 队列） → 工具执行层

·核心组件：

·nO 引擎：单线程 while-loop 驱动的主循环

·h2A 队列：双重缓冲异步队列，支持实时 steering（吞吐 > 10,000 消息/秒）

·上下文管理器：负责压缩、记忆检索与token 预算控制

8.4 分层多 Agent 架构

·分层多Agent 架构：主 Agent（nO）：全局规划与调度

·SubAgent（I2A） ：隔离范围任务，独立权限与上下文

·Task Agent：可并发执行的专用任务处理器

8.5 协作示例

·用户需求：“为整个项目的所有 Python 文件添加类型注解”

·主Agent 分析项目结构 → 拆解为每个子目录的任务

·为每个子目录创建一个SubAgent（独立上下文）

·每个SubAgent 内部可再派生 Task Agent 并行处理多个文件

·结果汇总后由主Agent 统一提交

8.6 上下文管理与记忆系统：100 万 Token 上下文窗口；wU2 自动压缩系统；三层记忆架构

8.7 MCP 协议与扩展

8.8 Post-Train 技术体系

·Post-Train 定义

·PostTrainBench 评测

·Hugging Face Skills

·Agentic Post-Training 流程

8.9 Post-Train技术演进

·LLM as Researcher：Agent 承担以往需要人类研究员的模型优化工作

·训练过程Agent 化：从“写脚本 + 手动运行”演变为“自动规划—执行—监控—迭代”闭环

·MCP + Skills 生态：自然语言成为AI 研发基础设施的统一接口

第九节：打造AI员工，批量解放生产力

内容助手：内容脚本生成。内容润色等。

工作海报PPT：自动生成 PPT、产品精修图、海报等。 

数据处理自动化：Excel 数据处理与报告生成。自动完成数据清洗、分析、图表生成和报告撰写

API调用等

注：该小节内容可能在前面章节中做详细应用，此处进行总结。

第十节：OpenClaw 零代码构建专业知识图谱

知识图谱构建：使用AI将多册书籍中的知识转变为元知识（实体、关系、事件、知识单元等），构建知识图谱。将构建过程沉淀为可用的Skill（大实战）。

10.1知识图谱智能化构建

·输入：三本教材PDF（约 2000 页）

·过程：

o实体抽取：

o关系抽取：

o事件抽取：

·输出：可交互的知识图谱，支持自然语言查询

10.2将构建过程沉淀为 Skill

·Skill 定义：一个可复用的工作流模板，包含文档解析、实体/关系/事件抽取配置、图谱输出格式。

·创建方法：在OpenClaw 中录制操作步骤 → 参数化（如文档路径、领域关键词）→ 导出为 .clawskill 文件。

·使用Skill：新用户只需说“用‘教材知识图谱’Skill 处理《统计学习》这本书”，即可全自动执行。

·价值：将一次性构建任务转变为可重复使用的组织资产，大幅降低知识工程门槛。

第十二节：OpenClaw 零代码开发一款游戏

12.1 零代码游戏开发范式

·传统开发：需掌握游戏引擎（Unity、Unreal）、编程语言、美术资源制作。

·AI 驱动开发：通过自然语言描述游戏机制、场景、角色，由AI 自动生成可运行的游戏代码及资源。

·OpenClaw 实现路径：对话式需求描述→ 生成 HTML5/JavaScript 或 Python Pygame 代码 → 在线预览 → 迭代修改。

12.2 能力值（Skill 封装）

·“能力值”概念：在OpenClaw 中，一个 Skill 可以封装某一类游戏开发的核心能力，例如：

o碰撞检测能力值：自动处理矩形/圆形碰撞、边界反弹

o粒子特效能力值：爆炸、拖尾、光效一键添加

o关卡编辑器能力值：通过自然语言生成多关卡的布局JSON

·实战：开发一款“打砖块”游戏后，将其中的碰撞检测、分数系统、音效管理封装为能力值 Skill，后续开发“弹球”、“乒乓球”等游戏时可直接复用。

12.3 游戏开发 Skill 沉淀示例

·Skill 名称：2D-Arcade-Game-Boilerplate

·输入参数：游戏类型（打砖块/飞机大战/平台跳跃）、颜色主题、初始难度

·输出：一个完整的 index.html 文件，包含游戏逻辑、样式、响应式布局

·使用方式：@OpenClaw 使用 2D-Arcade-Game-Boilerplate，类型=打砖块，主题=霓虹，难度=普通

第十三节：OpenClaw开发爆款Skill技能。

13.1 什么是“爆款 Skill”

·定义：一个Skill 在 OpenClaw 生态中被大量用户安装和使用，解决普遍痛点，产生口碑传播。

13.2 Skill 开发全流程（设计 Skill 接口、实现核心逻辑、测试与调优、 打包与发布）

13.3 爆款 Skill 案例拆解

案例A：pdf-to-podcast Skill、案例 B：excel-formula-assistant Skill

13.4 Skill 开发最佳实践

·单一职责：一个Skill 只做一件事，但做到极致。

·参数少而精：默认值覆盖80% 场景，高级参数可选。

·输出即时可见：尽量返回图片、文件或可交互链接，而非纯文本描述。

·错误友好：当AI 无法处理时，给出明确原因和手动操作建议。

·示例驱动：在Skill 描述中包含 3 个以上典型使用案例。

13.5 从 Skill 到 Skill 市场

·内部市场：企业可以构建私有Skill 市场，分享各部门自动化资产。

·公共市场：OpenClaw 官方计划推出 Skill 商店，支持付费 Skill。

·商业模式：开发者可以发布收费Skill，按次或按订阅分成。

13.6 实战演练：现场开发一个简单但实用的 Skill

·目标：json-to-csv Skill

·输入：一个JSON 文件或 URL

·输出：CSV 文件

·步骤（在OpenClaw 中演示）：

1. 创建新Skill，定义输入字段：json_source（文本或文件）

2. 添加节点：读取JSON → 扁平化嵌套结构 → 转换为 CSV 字符串 → 保存为文件

3. 测试：用复杂JSON（如嵌套数组）验证

4. 发布并分享链接

·教学要点：即使零代码，也能快速解决实际数据处理问题。