夜雨聆风踩坑，总结，分享。
我是仲哥，这是我的AI实战记录。
周五给哥们的公司做了个小分享，我发现网上和现实的差距非常大，赶紧整篇文章，分享分享我的经验~
从去年开始，就用过太多的工具像OpenClaw、Claude code、CodePilot、Opencode、Hermes、Kiro、Cursor等等等等，也慢慢我摸出了一套配置方法。
现在主要用openclaw的11个机器人在帮我干活，选题采集、内容发布、信息收集、做图、自动归档记忆，全部串联在飞书里。手机发一条消息，AI就自己跑起来了。
这篇文章不是安装教程，是我自己用5个月踩出来的7个坑。
按顺序避开，少走弯路。
先说一个让我后悔没早做的事
刚装好的OpenClaw，就像一张白纸。你跟它说"帮我干活"，它会问你是谁、你想干嘛、你喜欢什么方式，然后每次新建Session都重新问一遍。
这是最大的劝退点。很多人就栽在这儿，觉得这玩意儿太蠢了，放弃了。
解决方案其实就一个，装Kickstart技能，一行命令。
一定要注意的是，这个命令只能是刚养虾的时间用~
install the kickstart skill by jordymaui from clawhub装完之后它会问你几个问题，比如，你希望它什么性格、你是谁、你的目标是什么、它什么情况下该说话、你的电脑环境怎么配、定期检查什么之类的吧，比较啰嗦的小事。
花了20分钟回答一下，但这20分钟，会节省了后面长久的反复沟通成本。
这笔账，你自己算。
比Kickstart更管用的就是做一次Onboarding
配置文件写好了，不代表它就懂你了，主要是它不会主动理解你。
真正让AI认识你的办法，就是做一次Onboarding对话。方法也很简单，就把下面这句话发给它。
然后它就会出问卷，你用语音回答，一定注意，一定要是语音，不是打字哈。
为什么用语音呢？因为语音能传递你的情绪、语气、还有你的真实的说话方式。AI捕捉到的不是"我的名字是XXX"，而是"这个人说话很快、喜欢直接给结论、不喜欢废话"。
我在飞书上也好，微信上也好，都习惯用语音来讲。你用语音回答3分钟，之后再开新Session，它就会记得你的沟通风格。
这种体验说实话还挺上头的。
你之前用过所有的AI助手，关了就忘了，对吧？这次不一样。
最贵的一课，别让所有任务都用最好的模型
这个学费我交得最心疼。
一开始我觉得，用最好的模型效果一定最好。所有任务查日历、发消息、写文档全用Opus。
那钱烧的。。。
后来我学会了一招叫"模型分级"：复杂推理、创意写作、长文分析用Opus；日常查询、简单通知、日程确认用m2.7或者k2.5。成本直接砍了一半，效果几乎没差别。
说白了就是别拿法拉利去买菜。买菜用自行车就够了。Opus是法拉利，GLM5.1是买菜车，m2.7和k2.5是共享单车。各有各的用途，别混着用。
升级前先挂回滚，别问我怎么知道的
OpenClaw是个活跃的开源项目，更新很快。快到一天两更，还记得4.2版本是不~
好处是新功能多，坏处是每次升级都可能出bug。
我第一次升级，npm报了一个奇怪的报错，折腾两个小时才发现是残留的临时目录搞的鬼。
后来我学乖了：升级之前，先让AI帮我挂一个10分钟自动回滚的cron任务。意思是，如果我10分钟内没说"确认升级OK"，它就自动回滚到上一个版本。
听起来复杂，做一次就会了。关键是它让你敢持续更新——出了问题有人兜底，不用半夜爬起来修。
Skills别装太多，除了上瘾还费token
Skills是OpenClaw的插件，装了之后AI能干更多事。
我的教训就是装技能这件事上瘾。看到一个有用的，装。看到另一个，也装。最多的时候，有100多个，每次对话AI开始变慢，Token消耗也巨多。
后来就变成，每个Agent用不同的工具，当前任务需要什么再装什么，用完就关。
现在我常驻的就这么几个，context7让AI自动去GitHub拉最新文档，不再瞎编答案；飞书日历管日程；飞书多维表格管数据；Tavily搜索增强查资料。其他按需添加，不贪多。
每周花5分钟检查一下AI的"认知"
OpenClaw会把你告诉它的事情记下来，但记在哪里、记得对不对，你需要偶尔看一眼。
我的做法是每周会单独问问bot，让它读一遍自己的记忆文件，然后问它："你对我有什么理解？"
你会发现它有时候记错了，比如把"我的更新频率是每周3篇"记成了"每天3篇"，或者把你的目标记混。
这些错误如果不纠正，后面它会一直基于错误的记忆给你建议。就像带团队，你得定期review它的"认知"，不能放手不管。
我之前用过三层记忆法、后来换成了MemOS插件，各有各的好。但不管用什么方案，定期检查这一步省不了。
记忆系统再强，也需要人偶尔校准一下。
用专门设备跑，别在主力电脑上裸奔
OpenClaw权限非常高，它能直接管理文件、运行终端命令。一旦配置出错，可能造成数据损失。
不要在主力电脑上裸奔。
我的方案就是找了一台闲置的华硕笔记本，装Ubuntu 24.02，专门跑OpenClaw。24小时开机，功耗低，放角落不管它。
X上还有个玩家直接用群晖NAS跑Docker版OpenClaw，连额外设备都不用买。NAS本来就是24小时开机的，跑个OpenClaw刚刚好。他的原话是："一台NAS搞定全家AI管家，电费忽略不计。"
最后一句大实话
我见过太多人（包括我自己）在配置阶段耗了太多时间。装好了，配置了两天，觉得不够完美，改。改了又觉得哪里不对，再改。两周过去了，还没真正用起来。
OpenClaw不是装完就完美的，是用着用着才慢慢变成你专属的样子。
先装好，先跑起来，先让它帮你干一件小事。干起来你才知道它能做什么，也才知道哪里要调整。
装了删、删了装，循环了十几次之后，我才想明白一件事：OpenClaw最强大的不是某个具体功能，而是它第一次把个人记忆、工具调用、Agent协作和分散的AI能力，真正收束成了一套系统。
我们对它的开发，可能还不到5%。
先上车，再调座位。
踩坑，总结，分享。
我是仲哥，这是我的AI实战记录。
