← 返回作品集
tech

OpenClaw分享

简要地介绍下OpenClaw

OpenClaw与通用聊天机器人的核心差异

一、本质差异：执行代理 vs. 对话系统

1. 记忆机制

OpenClaw豆包/Kimi
本地文档+向量数据库上下文窗口
长期记忆存储短期对话记忆
个性化知识库会话内连续性
任务历史追踪无持久化存储

2. 执行边界

OpenClaw通用聊天机器人
系统控制权浏览器沙盒
直接操作系统资源纯文本交互
调用本地应用程序网络API调用受限
自动化流程执行无本地系统访问

3. 生态开放性

OpenClaw通用聊天机器人
可编程框架封闭产品花园
开放API接口固定功能集合
自定义工具扩展有限的外部集成
开发者生态建设平台控制的服务边界

二、交互模式差异

1. OpenClaw：意图 → 操作

  • 自然语言指令解析为具体动作
  • 多步骤任务规划与执行
  • 结果反馈与流程优化
  • 示例："整理本周会议纪要并发送邮件"

    • 2. 通用聊天机器人：文本 → 文本

  • 问题与回答的直接映射
  • 信息检索与内容生成
  • 单轮或多轮对话
  • 示例："什么是机器学习？"

    • 三、核心能力对比

    1. OpenClaw核心优势

    动手执行能力

  • 自动化重复性工作流程
  • 跨应用数据搬运与处理
  • 定时任务调度与监控

    • 系统集成深度

  • 本地文件系统操作
  • 桌面应用程序控制
  • 网络服务协同工作

    • 2. 通用聊天机器人核心优势

    内容生成质量

  • 创意文本写作
  • 代码编写与调试
  • 多语言翻译

    • 知识问答广度

  • 事实性信息查询
  • 概念解释与教学
  • 实时信息检索

    • 四、总结：互补的AI能力演进

    1. 技术范式差异

  • OpenClaw：行动导向的AI助手
  • 通用聊天机器人：交流导向的AI伙伴

    • 2. 应用场景定位

  • OpenClaw：个人生产力自动化、工作流程优化
  • 通用聊天机器人：知识获取、创意辅助、即时问答

    • 3. 发展趋势

  • 从"能说"到"能做"的AI进化
  • 两种技术路径的融合可能性
  • 用户界面从对话框向智能工作空间的转变

    • OpenClaw Memory 架构解析

    个人数据很重要。存储不仅是功能，更是其“本地优先”架构的命脉。它直接决定了系统的智能程度、安全边界和恢复能力。 目前相关研究很多，但方案都不完美。“谁先解决记忆问题，谁就赢得 24/7 Agent 的战争”。

    三层记忆模型

    ↓ Context（工作记忆）
   ↓ Compaction（短期记忆）
   ↓ Memory Files（长期记忆）
    plain text

    工作记忆（Context）

  • 定义：当前会话中模型能"看到"的所有内容
  • 包含：系统提示词、对话历史、工具调用结果
  • 限制：受 context window 限制，token 用完就需要压缩

    • 短期记忆（Compaction）

  • 触发条件：当工作记忆接近上限时自动触发
  • 机制：将旧对话总结成摘要，压缩后保存到会话历史
  • 特点：类似人类短期记忆，保留要点但丢弃细节

    • 长期记忆（Memory Files）

  • 形式：持久化的 Markdown 文件
  • 内容：存储决策、偏好、教训等需要长期保留的信息
  • 特性：唯一跨会话存在的记忆层

    • 核心文件结构

    ~/.openclaw/workspace/
├── MEMORY.md           # 策略性长期记忆（仅主会话）
├── memory/
│   ├── 2026-03-21.md   # 每日日志
│   ├── 2026-03-22.md
│   └── 2026-04-25.md
├── AGENTS.md           # Agent 行为规范
├── SOUL.md             # 人格与语气
├── TOOLS.md            # 工具使用笔记
├── USER.md             # 用户信息
└── HEARTBEAT.md        # 心跳检查清单
    plain text

    Context 管理：让 Agent 高效工作

    System Prompt 构建流程

    每次 Agent 执行任务时，OpenClaw 都会重新构建系统提示词，包含：

  • 工具列表与描述：Agent 能调用的工具（exec、read、write、browser 等）
  • Skills 元数据：已安装的技能名称、描述、文件位置（按需读取）
  • 工作区位置：当前工作目录
  • 时间信息：UTC 时间 + 用户时区转换后的本地时间
  • 运行时元数据：主机信息、模型名称、thinking 模式
  • Project Context：注入的工作区文件（AGENTS.md、SOUL.md 等）

    • Compaction 机制

    当会话接近 context window 上限时，OpenClaw 触发自动压缩：

  • 将早期对话总结为摘要
  • 保留最近的消息（默认保留后半部分）
  • 摘要写入会话历史，未来请求用它替代原始消息
  • 压缩前可执行静默的 memory flush：提醒 Agent 将重要信息写入 memory/ 文件 默认情况下以4:00为时间线，重置会话窗口

    • 构建高效的记忆系统

    文件分层策略

    基于实战经验的推荐分层：

    文件用途
    MEMORY.md策略性决策、长期偏好、重要教训
    memory/YYYY-MM-DD.md当日操作日志、临时任务
    TOOLS.md部署规则、工具配置
    AGENTS.md行为规范和工作流

    写入规则：什么时候写什么

    ✅ 写入 MEMORY.md 的内容：

  • 用户偏好（联系方式、工作时间、语言习惯）
  • 策略性决策（"以后部署都要确认"）
  • 经验教训（"2026-03-13 配置错误导致服务中断"）
  • 长期项目状态（"xx项目进度 3/20"）

    • ✅ 写入 memory/YYYY-MM-DD.md 的内容：

  • 当日任务与进展
  • 临时决策（"今天先跳过测试，明天补"）
  • 技术调研笔记
  • 待办事项

    • ❌ 不要写入记忆文件的内容：

  • 敏感凭据（API key、密码）→ 用 ~/.openclaw/credentials/
  • 临时计算结果（"3 + 5 = 8"）→ 下次重新计算即可
  • 工具输出的原始日志 → 太长，写总结即可
    • 核心原则：如果你希望 Agent 在下次会话中记住，就必须写文件。所谓的"心智笔记"不存在，文件是唯一的真相。

    检索优化：混合搜索 + 时间衰减

    默认检索机制（SQLite + 外接 Embedding 模型）

  • 混合检索：结合向量相似度（semantic）和 BM25 关键词匹配（lexical）

    • QMD 检索机制

    OpenClaw 支持用 QMD 替代内置的 SQLite 索引器：

    优势：

  • 更强的重排序能力（语义相关性更高）
  • 可以索引 workspace 之外的文件
  • 支持会话历史索引（sessions.enabled = true）

    • 缺点：

  • 需要单独安装 QMD CLI（bun install -g qmd）
  • 首次检索可能触发 GGUF 模型下载（较慢）
  • 增加维护复杂度

    • 使用建议： 对大多数用户，默认的内置 SQLite 检索已经足够。只有在以下情况考虑 QMD：

  • 有大量笔记（数万条）需要高精度检索
  • 需要索引多个目录（workspace + 其他文档库）
  • 愿意投入时间调试和优化

    • 外部供应商

    专注于这个场景的外部供应商，例如 mem09 等，可通过云服务或自托管 API 接入。 主要目标一致：准确找到相关信息，同时提供其他功能，例如跨机器同步数据，方便员工之间、Agent 之间的数据共享等。

    什么是 Agent？

    定义

    具备"感知-决策-执行"闭环的自主智能体，不仅是单次问答，而是能持续与环境互动、调用工具、完成复杂任务的"数字员工"。

    核心三要素

    大模型（大脑）

  • 推理与决策中枢
  • 不同Agent可配置不同模型（轻量任务用中小模型，复杂推理用大模型）

    • 技能（四肢）

  • Function Calling / MCP / API 工具集
  • 让Agent具备实际操作能力

    • 记忆（经验）

  • 短期Context窗口（会话级）
  • 长期沉淀（跨会话知识库）

    • 什么是Multi-Agent架构？

    分布式智能体系统，通过多个专业化Agent协同工作解决复杂问题。

    常见误解

    Multi-Agent不是万能解药。

    目标

    建立正确的架构选择决策框架。

    核心原则

  • 从最简单方案开始：只有在有明确证据时，才引入Multi-Agent
  • 优化单Agent的Prompt往往能达到相同效果
  • Multi-Agent适用于特定场景，并非默认选择

    • 3. 适用的场景

    3.1 场景一：上下文污染

  • 问题定义：子任务间的信息互相干扰
  • 解决方案：通过独立子Agent实现上下文隔离
  • 关键原则：通过通信共享上下文，而非通过共享上下文通信
  • 典型案例：多领域知识问答、多步骤推理

    • 3.2 场景二：并行探索

  • 问题定义：任务可拆分为多个独立方向
  • 性能收益：并行处理可使整体处理时间减少90%
  • 实现方式：3-5个子Agent同时探索不同路径
  • 应用案例：Claude研究功能、多方案对比生成

    • 3.3 场景三：工具过多或上下文太长

  • 问题定义：模型有个context anxiety特征（上下文窗口是有限的），单个Agent需管理20+工具时，准确率下降
  • 解决方案A：按领域拆分为专业化Agent
  • 解决方案B：Skill渐进式加载
  • 典型案例：复杂工作流自动化、多系统集成

    • 4. 不适用的三大场景

    4.1 场景一：编码任务

  • 原因：代码修改任务耦合度高
  • 可并行化部分有限：真正的并行机会少
  • 经验法则：涉及1-3个文件修改时，单Agent更快更便宜
  • 例外：大型代码库重构可考虑有限并行

    • 4.2 场景二：简单查询

  • 问题定义：低价值任务不值得额外开销
  • 缩放规则：简单事实核查用1个Agent，进行3-10次工具调用
  • 成本效益考量：评估任务价值与架构复杂度
  • 典型案例：单次API调用、简单数据查询

    • 5. Multi Agent注意事项

    5.1 任务指令设计

    必须极其具体，包含四大要素：

  • 明确目标：要达成什么结果
  • 输出格式：结构化输出要求
  • 工具范围：可使用哪些工具
  • 任务边界：什么不该做

    • 5.2 通信机制优化

  • 轻量级消息传递
  • 状态共享策略
  • 错误处理与重试机制

    • 5.3 性能监控

  • 延迟与成本跟踪
  • 质量评估指标
  • 自动化AB测试框架

    • 6. 总结与建议

    6.1 决策流程

  • 从单Agent开始
  • 识别具体痛点
  • 匹配适用场景
  • 渐进式引入

    • 6.2 最佳实践总结

  • 保持架构简单
  • 工具化而非人格化
  • 明确任务边界
  • 持续监控优化

    • 6.3 后续步骤

  • 评估当前项目
  • 识别改进机会
  • 制定实施计划
    • 记住：Multi-Agent是解决问题的手段，不是目标。只有当简单的单Agent方案无法满足需求时，才考虑引入更复杂的架构。

    OpenClaw Skill 机制指南

    第1页：Skill 基础概念与使用方式

    1. 什么是 Skill？

  • 定义：Skill 是 OpenClaw 的模块化功能单元，本质上是包含 SKILL.md 文件的目录，内含结构化指令和可选脚本。其实可以把skill看成一个App、Openclaw看成一个系统。
  • 核心作用：将特定能力（如操作浏览器、编写代码、管理日程）封装为"说明书"，AI通过阅读Skill文件"学会"使用该工具
  • 规范标准：遵循 AgentSkills 开放标准（与GitHub Copilot Skills兼容），具备跨平台可移植性

    • 2. Skill 怎么用？

    安装方式

  • 市场安装（推荐）：clawhub install <skill-name> 或 npx clawhub@latest install <skill-name>
  • 手动安装：将Skill文件夹复制到指定目录

    • 加载优先级（高→低）

  • 工作区Skill：<workspace>/skills/（当前Agent专用，优先级最高）
  • 全局Skill：~/.openclaw/skills/（所有Agent共享）
  • 内置Skill：随安装包附带（优先级最低）

    • 使用机制

    OpenClaw在对话开始时自动扫描可用Skill，将Skill信息注入系统提示，Agent按需调用

    第2页：OpenClaw "必装" Skill 推荐

    根据社区热度和实用性，推荐以下 必装Skill：

    类别Skill名称核心功能适用场景
    skill安全扫描skill-vetter扫描新装的skill是否有网络外发、是否读取敏感环境变量、是否写入系统目录、是否有可疑的base64解码
    自己复盘self-improving-agent它会自动记录你纠正过的错误、踩过的坑、反复提到的工作习惯。然后整理成"知识卡片"，在后续任务中主动调用。
    智能摘要Summarize长文浓缩 · 要点提取 · 批量处理 · 多语言支持
    网络搜索搜索Tavily SearchAI 优化的搜索引擎，返回高质量、结构化的结果，专为 Agent 设计
    资讯聚合News Aggregator多源新闻聚合
    邮件管理email-manager拉取未读邮件、按条件搜索、生成摘要清单、代发邮件、提取邮件关键信息
    智能家居homeware-sense-skill统一环境感知框架，支持HomeKit、米家、MQTT、GPIO智能硬件集成

    注意

  • 目前openclaw的安全并不是非常好
  • 尽量在官网等可靠渠道安装skill
  • Skill不是越多越好（上下文占用），按需安装

    • 第3页：创建自定义 Skill 实战

    1. Skill 目录结构规范

    my-skill/ ├── SKILL.md # 核心文件：YAML frontmatter + 使用指令（必须） ├── README.md # 可选：详细文档 ├── scripts/ # 可选：辅助脚本（bash/python） └── templates/ # 可选：模板文件

    2. SKILL.md 文件编写规范

  • YAML Frontmatter：定义元数据（名称、描述、版本、作者、依赖）
  • 指令部分：详细说明Agent何时、如何、为何使用该Skill，包含：

    • 3. 创建流程（4步法）

  • 初始化：在 ~/.openclaw/workspace/skills/ 创建目录
  • 编写核心逻辑：撰写 SKILL.md，提取"Know-how"而非简单"Know-that"
  • 添加辅助脚本：如需复杂操作，编写可执行脚本并由Skill调用
  • 本地测试：通过工作区优先级机制立即生效，观察Agent执行效果

    • 或者使用skill creator这个skill创建skill（但是核心的想法和思路仍然需要用户提供）

    4. 发布与分享

  • 私有使用：之间放在本地或是自己的git仓库
  • 公司或团队使用：直接推送到公司的Git仓库，通过URL安装。Team或公司需要以skill的形式将流程或之前存在于人脑中的知识总结及沉淀下来，成为公司的数字资产。
  • 开源社区：之间通过相关命令安装，当前生态已有 2,800+ Skills

    • 设计原则

    保持Skill"原子化"（单一职责）、Token高效（避免冗余上下文）、包含明确的安全边界