夜雨聆风
前些天有粉丝在后台留言：能不能教一下“养虾”🦐初级入门。
今天就兑现承诺，开始做“养虾”系列，满足Ta。
注意这里的“虾”不是餐桌上的虾，而是 OpenClaw，中文俗称：龙虾／小龙虾／龙虾 AI。
为什么 OpenClaw 会被叫作“小龙虾”？
因为OpenClaw 官方项目本身就一直使用龙虾形象。
OpenClaw 的项目历史中，也大量使用了龙虾、钳子和“蜕壳”等表达。
所以进入中文互联网以后，大家很自然地把 OpenClaw 叫成了“龙虾”或者“小龙虾”。
下面是比较常见的“圈内黑话”。
1. 领养一只虾
通常指第一次安装或部署 OpenClaw。
这时你只是获得了一个可以运行的 Agent 环境，还没有把它训练成真正了解你的数字员工。
安装完成，不等于养成完成。
2. 养虾
指持续配置、使用和优化 OpenClaw。
“养虾”养的实际就是 OpenClaw 里的 Agent。
更准确的说：
“养虾”是把 OpenClaw Agent 从一个刚创建的智能体，逐步配置成能承担真实工作的数字员工。
它可能包括连接模型、建立身份、整理记忆、安装 Skill、接入聊天频道、设置定时任务和检查运行状态。
养虾不是一次性操作，而是一个不断磨合的过程。
3. 虾农
指安装、使用和维护 OpenClaw 的人。
说得正式一点，就是 OpenClaw 的使用者、配置者和管理者。
4. 虾苗
通常用来形容刚安装完成、还没有经过训练的 OpenClaw。
它可能已经能和你对话，但还不知道你是谁，不了解你的工作，也没有形成稳定的记忆和能力。
可以把它理解成一名刚刚入职、还没有接受岗前培训的 AI 实习生。
5. 喂虾或者投喂
很多人安装 OpenClaw 后，打开聊天窗口问了几个问题，就以为自己已经拥有了 一个数字员工。
其实不是。
此时的 OpenClaw，更像一台刚刚启动的新电脑。
它能运行，也能回答问题，但还不知道自己是谁、负责什么、哪些事情不能做，更不知道怎样才算把工作做好。
真正创建数字员工，不是给 AI 起个名字，而是给它建立一套可以执行的工作系统。
一、“养虾”到底在养什么？
再次强调：“养虾”养的实际就是 OpenClaw 里的 Agent，并最终把它养成自己的数字员工。
在 OpenClaw 里，我们可以创建多个 Agent。
每个 Agent 可以拥有独立的：
• 工作区； • 身份； • 岗位规则； • 记忆； • 会话； • 模型； • 工具和 Skill； • 权限范围。
想养一只真正能干活的“小龙虾”，至少包括下面几件事：给它装脑子：连接一个可用的 AI 模型。给它建住所：准备本地电脑、服务器、工作区和运行环境。告诉它是谁：建立身份、性格、职责和工作规则。给它补充记忆：把重要背景、长期规则和工作记录保存下来。给它准备资料：连接知识库、文档和真实业务材料。教它做事：通过 Prompt、SOP 和 Skill 告诉它正确的工作方法。划定边界：限制文件、账号、网络、发布、删除和付款等权限。安排岗位：让它负责一个明确、重复、可以验收的任务。
这才是“养虾”背后真正值得学习的东西。
因为创建出一个 Agent，只相当于在人事系统里增加了一个员工账号。它还没有真正入职。可以用下面这个公式理解数字员工：
所以，创建数字员工不是多写一句提示词，也不是只连接一个更强的模型。它更像给一名新员工办理入职：
创建员工账号↓建立身份↓确定岗位↓准备工作区↓配置资料和工具↓划定权限↓安排测试任务↓人工验收↓正式进入团队至于OpenClaw 的安装、模型配置、知识库、Prompt、SOP 和 Skill
有兴趣的亲，可以点击以下蓝色文字查看，内容有点多，我就不赘述了，没兴趣的可以直接跳过这段。
但是我想强调一点：数字员工的搭建不是一蹴而就的，该掌握的基础知识和技能都掌握了，才能得心应手。
Mac一键安装OpenClaw全程报错排错实录｜小白干货复盘
OpenClaw（龙虾AI）：一个24小时在线的数字员工，正在让“一人公司”成为现实
一篇文章帮你认识 OpenClaw的整个界面｜OpenClaw v2026.6.8 界面全解
我的龙虾上工了：秘籍就是让OpenClaw 接入 Ollama，让OpenAI 的GPT-OSS:20B 模型成为“本地大脑”
OpenClaw v2026.6.8 中文客户端避坑指南：不想高价账单和隐私泄露，先把这些设置搞懂
想让OpenClaw自动办公之前，最好是先建立自己的AI知识库
AI 时代，最值得长期积累的复利之一，就是把经验沉淀成可复用的 SOP
AI时代，普通人如何做出自己的第一个Skill？【Skill 入门指南】
自动化流程到底是什么？一篇文章带你分清SOP、Skill 、 Workflow
2026 世界人工智能大会对普通人意味着什么？一篇文章讲透 AI Agent 是什么、怎么搭、如何用
AI 如何从聊天走向干活？MCP 与 MCP Server 入门指南
二、手把手带你创建数字员工——知识库管理员
为了讲清楚怎么创建数字员工，我就拿自己的 OpenClaw 为例。
我使用的是 苹果电脑，Windows 用户的操作可能略有不同,但不管使用的什么电脑、模型和知识库，创建方法和背后的原理大同小异。
大家可以根据自己的需求，修改 Agent 的名称、岗位、模型、工作区和权限。
我此前已经给自己的数字员工团队规划了一名主管 Agent：
Agent ID：main
显示名称：小龙虾主管
以后，我可以先把任务交给“小龙虾主管”，因为它已经链接了Telegram，可以手机分派任务，再由它判断是否需要调用其他专业员工。)
现在，我准备增加一名新的数字员工：
Agent ID：obsidian-organizer
显示名称：知识库管理员
它的主要工作，是在经过授权的范围内，帮助我搜索和整理 Obsidian 知识库。
当然，你也可以根据自己的需求，把这个岗位改成资料整理员、研究助理、项目管理员或学习笔记管理员。
对新手来说，最重要的不是一开始创建很多 Agent，而是先跑通一个低风险、可重复、能验收的岗位。
第一步 检查现有数字员工—— Agent
先打开 Mac 终端，执行：
openclaw agents list这条命令用来查看 OpenClaw 中已经存在的 Agent。
在我的电脑上，最开始只有：
这里需要理解两个名称。
第一个是 Agent ID
例如：
main obsidian-organizer research-assistant project-managerAgent ID 是 OpenClaw 在系统内部识别 Agent 的名称。
建议只使用：
• 小写英文字母； • 数字； • 英文短横线。
不要在 Agent ID 中直接使用中文、空格和复杂的特殊符号。
第二个是中文显示名称
例如：
小龙虾主管 知识库管理员 资料研究员 项目管理员这是我们在 OpenClaw 界面中看到的名称，也是日常分配任务时使用的岗位名称。
第二步 创建数字员工——“知识库管理员”
在终端执行：
我们先把这条命令拆开来讲，方便大家以后创建自己需要的 Agent。
openclaw
表示调用 OpenClaw。
agents
表示进入 OpenClaw 的 Agent 管理模块。
在这个模块中，可以创建、查看、设置和删除不同的 Agent。
add
表示新增一个 Agent。
obsidian-organizer
这是新 Agent 的内部 ID。
以后设置身份、分配任务和调整配置时，OpenClaw 主要通过这个 ID 找到它。
--workspace
表示为新员工指定独立工作区。
后面的路径是：
~ 代表当前用户的个人目录。
因此，这个命令的意思是：
给知识库管理员建立一个名为
workspace/obsidian-organizer的独立工作区。
--model
表示给这个 Agent 指定模型。
我的小龙虾主管目前使用主模型：ollama/gpt-oss:20b、图片模型：ollama/gemma3:4b-32k（因为gpt-oss:20b模型它没有原生视觉能力，不能直接看懂截图、照片、扫描件中的内容，需要转成文字再给它处理）。
所以，我的知识库管理员可以先使用相同模型。
大家需要根据自己已经配置成功的模型填写，不能直接照抄一个自己没有安装或没有授权的模型。
--non-interactive
表示不进入一步步问答的创建界面，而是直接根据当前命令完成创建。
命令末尾出现了反斜杠\
\它表示：这条命令还没有结束，下一行仍然属于同一条命令。
可以一行写完，也分成多行：
openclaw agents add \ obsidian-organizer \ --workspace \ ~/.openclaw/workspace-\obsidian-organizer \ --model \ ollama/gpt-oss:20b \ --non-interactive注意：
反斜杠必须放在行尾。
反斜杠后面不要再加其他文字。
第三步 设置中文身份
创建完成后，继续在终端执行：
openclaw agents set-identity \ --agent obsidian-organizer \ --name "知识库管理员" \ --emoji "📚"这条命令可以拆成四部分。
openclaw agents set-identity
表示修改 Agent 的显示身份。
--agent obsidian-organizer
表示要修改的 Agent 是：
obsidian-organizer--name "知识库管理员"
表示把中文显示名称设置为“知识库管理员”。
--emoji "📚"
表示给它设置一个容易识别的图标。
中文名称为什么要加英文双引号？
因为中文岗位名称中可能出现空格或特殊符号。
加上英文双引号以后，终端会把引号中的内容当成一个完整参数。
第四步：检查数字员工是否创建成功
在终端执行：
openclaw agents list以下是我的终端实际显示的界面：
这里的检查非常重要。
命令执行过，不等于创建已经成功。
如果界面暂时没有更新，可以重启 Gateway：
openclaw gateway restart然后重新检查。
第五步：创建数字员工的工作区和岗位文件
在 Mac 终端执行：
这个命令会尝试在 Finder 中打开知识库管理员的工作区。
.openclaw是一个隐藏文件夹，所以平时在 Finder 中不一定能直接看到。
如果系统提示工作区不存在，先执行：
openclaw agents list检查创建 Agent 时填写的真实工作区路径，不要根据示例猜测。
每个 Agent 的工作区中，都可以放置自己的岗位文件。
常见文件包括：
IDENTITY.mdAGENTS.mdSOUL.mdUSER.mdMEMORY.mdTOOLS.mdmemory/skills/还不懂.md文件的，可以点蓝色文章查看我以往的文章：
为什么 AI 世界几乎都在用 .md 文件？一篇文章彻底看懂 Markdown，给 .md 文件祛祛魅
Agent 工作区中的岗位文件最重要的是下面几类：IDENTITY.md：它是谁
可以写：
AGENTS.md：它应该怎样工作
这是非常重要的岗位说明和工作规则。
例如：
# 知识库管理员工作规则你是一名知识库管理员。## 直属上级你的直属上级是“小龙虾主管”。你接收主管分配的知识库整理任务。任务完成后，把结果、来源、风险和未完成项交回主管。## 核心职责-只读搜索经过授权的Obsidian 知识库；-列出使用过的来源文件；-按主题整理资料；-发现重复内容和潜在关联；-提出目录、标签和双向链接建议；-将结果整理为 Markdown。## 权限边界未经用户明确确认，不得：-删除笔记；-覆盖原文；-批量移动文件；-批量修改标签；-读取授权范围之外的目录；-对外发送或发布任何内容。## 输出标准每次提交结果时，必须包含：1.本次任务目标；2.使用过的来源文件；3.整理后的内容；4.无法确认的信息；5.建议的下一步；6.是否修改过任何文件。SOUL.md：它用什么态度工作
例如：
# 工作原则-真实、谨慎、清楚；-不虚构不存在的资料；-不把推断写成原文事实；-找不到资料时明确说明；-优先保护原始笔记；-先整理和建议，再申请修改；-区分“文档中的规划”和“已经实际实现的功能”。USER.md：它为谁服务
这里只放与岗位有关、相对稳定的信息。
例如：
# 用户信息- 服务对象：用户；- 知识库工具：Obsidian；- 文件格式：以 Markdown 为主；- 偏好：先列来源，再做整理；- 原则：优先保留原始资料，不擅自删除。不建议在这里保存：
• 身份证号码； • 手机号码； • 家庭住址； • 银行信息； • 密码； • API Key； • 私人账号； • 不必要的真实姓名。
MEMORY.md：长期工作记忆
这里适合保存：
• 已经确认的知识库目录规则； • 长期使用的标签规则； • 用户确认过的分类方法； • 经常使用的输出格式； • 稳定有效的整理习惯。
不要把所有聊天记录都塞进长期记忆。
真正有价值的长期记忆，应该是以后还需要反复使用的规则、偏好和方法。
TOOLS.md：工具和环境说明
这里可以记录：
• Obsidian 知识库的授权入口； • 哪些目录可以读取； • 哪些目录禁止访问； • 使用什么工具搜索 Markdown； • 整理结果保存在哪里； • 文件命名规则； • 哪些操作必须经过人工确认。
但需要注意：
写在 AGENTS.md 和 TOOLS.md 中的权限边界，本质上仍然是工作指令，不等于操作系统级安全隔离。
如果要形成更严格的技术隔离，还需要继续配置：
• 工具策略； • 命令允许名单； • 沙箱； • 文件系统权限； • 人工审批。
因此，新手第一阶段最好只安排低风险、只读、可验收的任务。
第六步 把 Obsidian 知识库连接给管理员
不要一开始就把整台电脑交给 Agent。
先确认自己的 Obsidian 仓库真实路径。
可以在 Obsidian 中查看当前仓库，也可以在 Finder 中找到仓库文件夹，再确认里面是否存在：
.obsidian.obsidian通常是隐藏文件夹，代表这个目录是一个 Obsidian 仓库。
假设真实仓库路径是：
可以在知识库管理员的工作区中建立一个入口，终端执行：
这条命令创建的是符号链接。
可以把它理解成：
在知识库管理员的工作区中，放置一个通往 Obsidian 仓库的入口。
终端检查入口是否创建成功：
正常情况下，会看到它指向真实的 Obsidian 仓库路径。
需要特别提醒：
符号链接本身不是只读权限。
如果 Agent 获得了写入工具，它仍然可能通过这个入口修改目标文件。
所以，真正降低风险，还要继续配置命令权限和人工审批。
不要把示例中的用户名和路径原样照抄。
一定要替换成自己电脑上真实存在的 Obsidian 仓库路径。
第七步 数字员工测试训练
每个人的open claw 权限设置不同，遇到的问题也可能不同。
但是不管什么问题，修复后都记得重启：
openclaw gateway restart搭建好后，不要让数字员工急着读取整个知识库。
第一项任务，只测试它是否知道自己的岗位。
可以进入知识库管理员的聊天，发送：
如果它连自己的岗位都说不清楚，就不要急着开放更多权限。
先检查：
• 身份文件是否正确； • 岗位规则是否写清楚； • 工作区是否指向正确位置； • 当前会话是否加载了最新岗位文件； • Gateway 是否需要重新启动。
身份测试通过以后，再安排一些小而真实的任务。
不建议一直反复用以下指令：
• 全库搜索多个关键词； • 同时读取几十篇笔记； • 一次完成搜索、摘要、分类、比较和建立链接； • 同时运行多个本地 Agent。
尤其是在使用较大的本地模型时，大范围全文检索和长文本处理可能明显占用 CPU、GPU、内存和磁盘资源。
Mac 出现温热、风扇加速，并不一定是电脑故障，也可能是本地模型执行的任务太重。
想更稳妥，可以这样训练：
请执行一次轻量只读测试。只在下面指定的一个目录中搜索：/知识库入口/指定子目录只搜索一个关键词：Agent……最多返回5个 Markdown 文件路径。要求：1. 只搜索文件名，不搜索正文；2. 不读取文件内容；3. 不做摘要；4. 找到5个结果后立即停止；5. 不得创建、修改、移动、重命名或删除文件；6. 完成后说明是否修改过文件。建议按照下面的节奏训练：
限定一个目录↓搜索一个关键词↓最多返回5个结果↓一次只读取1篇↓核对来源和摘要↓确认后再继续每次验收，重点检查四件事。
第一，来源文件是否真实存在
不能只看它写得像不像。
必须检查它列出的文件是否真的存在。
第二，是否遵守只读要求
如果任务要求只读，它就不能擅自创建、修改、移动或删除文件。
第三，是否区分原文、推断和实施状态
原始资料中没有的内容，不能包装成资料中的事实。
文档中规划的功能，也不能直接写成已经实现的能力。
第四，结果是否可以直接使用
整理结果应该有清楚的来源、结论和未确认项。
完成这一步，我们才算拥有一个“开始能干活”的知识库管理员。
第八步 允许小龙虾主管调用知识库管理员
OpenClaw 默认不会让一个 Agent 任意调用所有其他 Agent。
如果要让小龙虾主管调度知识库管理员，需要给主管配置明确的允许名单。
先执行：
openclaw config get agents.list在我的配置中，main位于：
agents.list[0]所以执行：
这条命令的意思是：
允许小龙虾主管调用 obsidian-organizer。
成功后的测试结果如下：
不要一开始设置成：
["*"]["*"]表示允许调用所有已经配置的目标 Agent。
对新手来说，更稳妥的做法，是只允许主管调用真正需要的专业员工。
需要特别注意，不同电脑中的 main不一定都位于：
agents.list[0]所以不能直接照抄索引数字。
一定要先执行：
openclaw config get agents.list确认 main在列表中的实际位置，再修改对应配置。
为了避免多个本地 Agent 同时运行导致电脑负载过高，还可以把同时运行的下属 Agent 数量限制为 1：
配置完成后重启：
openclaw gateway restart到底什么时候才算创建成功？
到这里，我们完成的不是简单地增加一个聊天窗口，而是搭建了一名具备基本岗位结构的数字员工。
但一名真正能够稳定工作的数字员工，需要在真实任务中逐步完成：
创建↓配置↓测试↓发现问题↓修改规则↓再次验收↓逐步扩大权限对新手来说，最重要的不是一开始建立很多 Agent，而是先把一个低风险、可重复、能验收的岗位跑通。
当一名知识库管理员能够稳定完成下面这些工作：
• 找到正确资料； • 列出真实来源； • 准确概括内容； • 区分事实和推断； • 遵守权限边界； • 把结果交回主管；
它才算从“刚刚创建的 Agent”，开始变成一名真正能干活的数字员工。
本文中的命令，根据我的macOpenClaw 2026.7.1环境中的实际操作整理。
不同版本的命令和配置项可能发生变化。
操作前，可以先通过下面两个命令检查当前版本支持的功能：
openclaw --helpopenclaw agents --help写在最后
建立数字员工，最难的不是记住多少终端命令。
最重要的是，把原来模糊的工作经验整理清楚。
真正让数字员工不断成长的，是你逐步沉淀下来的知识库、Prompt、SOP、Skill、Workflow、权限规则和验收标准。
所以，不要一开始就追求一支庞大的 AI 团队。
先创建一个员工。
等它能够稳定工作以后，再增加第二个、第三个数字员工。
记住：
先跑通，再增加能力。
先稳定，再考虑自动化。
真正值得积累的，不是一个看起来很聪明的聊天窗口，而是一套可以持续复用、不断升级的工作能力。
其实我很想跟以前一样，一篇文章全部写清楚。
但是“养虾”并不那么简单，写多了大家看起来也吃力……
所以计划将这部分内容做成”养虾“系列，以后慢慢更新。
如果你也有兴趣，记得收藏+关注哦。
