OpenClaw 部署指南:https://www.azman.cn/

平台永久地址:www.azman.cn/

温馨提示: 本站内容精选自优质公开渠道,仅供分享与交流。我们尊重原创,如涉及版权问题,请权利方及时与我们联系,我们将在核实后第一时间处理。感谢您的理解与支持!

OpenClaw系列③:小龙虾一周实战

OpenClaw系列③:小龙虾一周实战

配好一只虾,和真正用好一只虾,是两件事。

很多人配完五层之后,虾还是一个”反应更快的搜索框”——你说话它才动,你不说它就在那等。这不是虾的问题,是它还没被激活。

这篇文章用一周五天、五个真实场景,展示激活之后工作流长什么样。每天两层:操作层直接给配置,复制可用;深层讲清楚机制,让你真正理解发生了什么。

周一:情报开工

周一早上坐下来,打开手机,飞书有一条新消息。

不是同事发的,是虾。三天的 AI 行业动态,五条摘要,每条带原文链接。你喝咖啡的时候读完了。

这个动作之前要花你一到两小时——开始手动刷,刷着刷着跑题,重要的可能错过,不重要的反而读了很多。

现在不用了。这是第一次感受到”它在为你工作,不是等你开口”。

深层:HEARTBEAT 和 Cron 是两个不同机制

OpenClaw系列③:小龙虾一周实战

很多人把这两个概念混在一起,用错场景。

HEARTBEAT = 巡逻员。每隔固定时间(30分钟、1小时)主动检查一次:有没有紧急消息?有没有需要跟进的事?没事的话它只在系统内部返回 HEARTBEAT_OK,不打扰你;有事才推送。实测数据:每次心跳耗时约10秒,一整天主动推送 3-5 条,绝大多数心跳你根本感受不到它在运行。

Cron = 闹钟。你定时间,到点就执行。不管今天有没有紧急情况,不管虾在不在忙,该8点推的8点推。用于固定时间的定制任务——比如周一早上的情报摘要。

两者配合才完整:Cron 保证关键任务准时触发,HEARTBEAT 保持持续的背景感知。

HEARTBEAT 为什么不会骚扰你?

关键在 HEARTBEAT_OK 机制。虾每次检查完如果没有需要推送的事,只在内部记录这个状态,不发任何消息。你的飞书不会收到”我巡逻了没发现问题”这种废话。只有真正有内容时,才会出现在你的消息列表里。

操作层:先用自然语言,再决定要不要配文件

最简单的方式,不是先打开配置文件。

你直接对虾说:

以后工作时间每小时巡检一次。检查三件事:有没有紧急消息、有没有今天承诺但还没开始的任务、有没有值得我现在知道的新情况。没有就不要打扰我。另外,从每周一早上 8 点开始,给我发过去 3 天的 AI 工具和产品行业重要动态,整理成 5 条摘要,每条不超过 60 字,带原文链接。

如果你的 OpenClaw 已经开了对应工具权限,这件事本来就可以由它来帮你完成:它可以改 HEARTBEAT.md,也可以创建 cron 任务。
如果你不想让它直接动配置,或者你想完全可控,那再用手动方式。

Heartbeat的手动版,核心不是写很多规则,而是写一张很短的清单。
HEARTBEAT.md 放在 workspace 里,内容越短越好。比如:

# 心跳检查清单- 快速扫描:有没有需要立即跟进的紧急消息?- 有没有今天承诺要做但还没开始的事?- 如果没有需要主动提醒的内容,回复 HEARTBEAT_OK,不要发送任何消息

然后在配置里打开 heartbeat,例如:

{  "agents": {    "defaults": {      "heartbeat": {        "every": "1h",        "target": "last",        "activeHours": {          "start": "09:00",          "end": "22:00",          "timezone": "Asia/Shanghai"        }      }    }  }}

Cron的手动版也很直接。比如周一早上 8 点的情报摘要,可以这样加:

openclaw cron add   --name "周一AI情报"   --cron "0 8 * * 1"   --tz "Asia/Shanghai"   --session main   --system-event "现在是周一早8点,请搜集过去3天的AI工具和产品行业重  要动态,整理成5条摘要,每条不超过60字并附原文链接,推送到飞书"   --wake now

你不需要先理解全部 cron 语法。

08**1就是“每周一早上8点”;想改工作日,就改成08**1-5;想每天早上9点,就改成09***。

这里真正重要的不是命令本身,而是一个判断标准:

能用自然语言完成的,优先让它自己完成;只有涉及权限边界、安全范围、外部通道控制时,才保留手动配置。

比如“帮我把巡检逻辑写进 HEARTBEAT.md”“帮我加一个周一晨报”,这类都可以优先自然语言。
但像 allowFrom、外发权限、谁能给它发消息、它能不能自动发到飞书,这些属于安全边界,最好还是你手动确认。

周二:需求拆解

周二上午,收到一份新需求文档。

没有虾之前:自己读,套框架,翻历史项目找参考,写分析,发现方向不太对,再改。整个过程有一半时间在”重建工作状态”——重新提醒自己这个项目的背景是什么,上次类似的需求踩过什么坑。

有了配置好的 SOUL.md 和 MEMORY.md 之后:发过去,直接说”帮我分析这个需求”。

深层:SOUL 和 MEMORY 的分工

OpenClaw系列③:小龙虾一周实战

两者分工明确,不能混用:

SOUL.md 管”你是谁,你怎么工作”。它在每次对话开始前就注入到系统提示词里,虾不是”听了你的要求才知道你是产品经理”,是”它一开始就知道”。

MEMORY.md 管”你们之间发生过什么”。对话中积累的偏好、纠正的错误、做过的决策,通过 memoryFlush 自动写入,下次对话自动带入。

一个对比就很明显:

没有沉淀的虾,看到需求文档,容易给出这种回答:

当然,我来帮你分析这份需求。功能需求包括:登录、数据看板、导出报表。建议:这些功能可以按优先级逐步实现……

它很礼貌,也不算错,但没有立场。

有沉淀的虾,起手更像这样:

这份需求有个核心问题没说清楚:它说要“提升用户体验”,但没说明到底是在解决“找不到入口”,还是在解决“流程太长”。这两个问题的解法完全不同。我先看到三个风险:第一,没有老用户迁移方案;第二,时间节点和资源投入没对上;第三,“更简洁”和“功能完整”在这里是有冲突的,但文档没有说明优先级。这类需求先确认业务目标,再谈功能。

差距不只是风格,而是:它是不是已经知道你怎么判断问题。

操作层:别一上来写文件,先让它帮你写

这类设置,现在最省力的办法,通常不是你自己先去编辑 Markdown。

你可以直接对它说:

以后我发需求文档给你时,默认按这套顺序分析:业务目标 → 用户真实痛点 → 技术边界 → 与现有功能的冲突。不要用“当然”“这取决于具体情况”这种空话开头。风险要先说,不要把结论藏到最后。把这些写进 AGENTS.md。另外,我是产品经理,专注 AI 工具方向,分析时优先考虑用户真实痛点而不是表面需求,这部分放进 SOUL.md。

这样比你先手写三份文件更符合真实使用路径。

如果你确实想手动写,也建议按这个分工来:

SOUL.md 写你是谁,不要写满流程。
比如:Cop

我是产品经理,专注 AI 工具方向。判断问题时,优先看用户真实痛点,而不是表面提出的功能诉求。表达上直接、结论先行,不用讨好式开场,不给无立场答案。

 AGENTS.md 写工作方法。
比如:

# 需求分析默认流程1. 先判断业务目标,不是先列功能2. 区分用户表达的需求和真实痛点3. 主动指出技术边界和风险4. 检查与现有功能的冲突或协同# 输出要求- 先结论,后论据- 风险必须明确标出- 禁止以“当然”“这取决于具体情况”开头

MEMORY.md 写长期有效的共识。
比如:

- 用户做需求分析时,偏好先说风险,再谈方案- 用户不喜欢没有立场的回答- 迁移类需求需要主动追问老用户迁移成本

这里有一个很重要的经验:
SOUL 要短,AGENTS 要准,MEMORY 要少而真。

不是写得越多越好。
写得太长,它们会互相抢上下文;写得太满,很多规则根本不会长期稳定执行。短,但清楚,通常比长而全面更有效。

还有一个容易被误解的点:memoryFlush
它的作用,不是神奇地“自动把你的一切偏好都写好”,而是在会话接近压缩时,提醒系统先把值得留下的内容写进记忆文件。官方示例里,常见配置是:

{  "agents": {    "defaults": {      "compaction": {        "reserveTokensFloor": 20000,        "memoryFlush": {          "enabled": true,          "softThresholdTokens": 4000        }      }    }  }}

备注:核心参数 softThresholdTokens 控制的是距离压缩阈值还剩多少 token 时提前触发。默认值 4000,调大则更早触发、稳定性更高;调小则更晚触发、flush 频率更低。

你不一定需要手动改这些参数。
对大多数人来说,知道它存在、知道它是“接近压缩前的记忆提醒机制”就够了。真正重要的不是你把数值调到多少,而是:你有没有把值得长期生效的东西,真的写进长期记忆。

周三:深度写作

周三,要写一篇专栏文章。

过去的流程:第一件事解释风格——”我不要 AI 味,要直接,开头不要从定义开始”。写出来发现还是不对,再解释,再改,改三遍。每次写文章,有一半时间花在”让虾理解我的风格”上。

现在:直接说主题,它已经知道你的风格,知道你喜欢的开头方式,知道哪些表达你改了三次。第一稿的方向基本对了,修改集中在内容本身,不在形式。

深层:写作偏好靠 MEMORY,写作流程靠 AGENTS 或 Skill

这里最容易被写错。

很多人会把写作流程、写作偏好、人格风格全部混在一起,最后哪都不准。

更稳定的分法是:

写作偏好,放在 MEMORY.md
比如:不喜欢“综上所述”、开头不从定义开始、第一稿不要写太满、不要“很多人认为”这种泛泛表达。

写作默认流程,先放在 AGENTS.md
比如:先确认核心主张;给两个开头方向;第一节写完先停一下;每节完成前默默检查是否违反用户偏好。

当这套流程已经稳定复用很多次时,再升级成 Skill。

这里要特别说明一个技术点:
Skill 不是在 workspace 根目录直接放一个 SKILL.md 就完了。
真正的 Skill,是放在 skills/某个技能目录/SKILL.md 里的一套可复用能力。也就是说,如果你要做写作 Skill,更像这样:

workspace/  skills/    writing-flow/      SKILL.md

而不是:

workspace/  SKILL.md

这件事看起来像小细节,但会直接影响“你配了为什么没生效”。

操作层:先别急着做 Skill,先把高频写作规则沉淀下来

如果你现在刚开始,最省事的方法不是上来就做 Skill。

你直接对它说:

以后帮我写文章时,默认先问我这篇文章的核心主张是什么;给我两个开头方向,不要替我直接决定;第一节写完先停一下;开头不要从定义开始;不要“总结一下”“综上所述”这种收尾;这些规则写进 AGENTS.md。如果我在修改里反复强调某种表达偏好,就记进 MEMORY.md。

这一步做完,体验已经会明显改善。

当你发现同一套写作流程已经重复用了三五次,再把它升级成 Skill。
那时的 SKILL.md 才是真正有意义的,因为它固化的是一套已经被验证过的流程,而不是你临时想到的愿望清单。

比如一个写作 Skill 的核心结构,可以是这样:

---name: writing-flowdescription: 长文写作流程---# 触发条件用户说“我要写一篇文章”或“帮我写……”# 执行步骤1. 先确认这篇文章的核心主张2. 提供两个开头方向,不直接替用户决定3. 第一节完成后暂停,等待确认4. 每节完成前检查是否违反已知写作偏好# 注意事项- 优先遵循 AGENTS.md 和 MEMORY.md 中已有的写作规则- 如果本次协作中出现新的稳定偏好,提醒写入MEMORY.md

写作上的积累,真正产生差距,靠的不是某一篇写得有多惊艳,而是十篇之后,它是不是已经知道什么叫“像你”。

第一次写,它是在猜。
第十次写,它是在延续。

这时候 MEMORY.md 里记录的,可能已经不是“用户喜欢简洁输出”这种泛泛偏好,而是这样的东西:

    文章开头不从定义开始,优先从场景切入
    “很多人认为”这类句式太空,除非后面马上接具体场景或数据
    第一稿保留 20%—30% 留白,不要一次写满
    结尾不要“总结一下”,要直接收,最后一句要有力量

这些不是配置,而是协作历史开始变成默认前提。

周四:复杂攻坚

周四,要做一份竞品分析报告。任务链:搜集5个竞品最新动态 → 对比分析 → 审核逻辑漏洞 → 整理飞书文档。

一只虾顺序做没问题,但有代价:任务链越长,上下文积累越多,越到后面越慢。而且你要一直盯着,不能去做别的事。

这是该切换到多 Agent 的时机。

深层:复杂任务有两种拆法,先软拆,再真拆

OpenClaw系列③:小龙虾一周实战

很多人一讲多 Agent,就直接上三只、五只、七只。
这很容易把“工作流升级”做成“架构爱好”。

更稳的做法是:先软拆,再真拆。

软拆,就是还用一只虾,但你强制它按角色分阶段工作。
这其实已经能解决大部分问题。

比如你直接这样说:

帮我做一份竞品分析报告,我们分三步走。第一步,研究员模式:只搜集,不分析。搜集这 5 个产品的最新功能动态,整理成原始数据,等我确认。第二步,写手模式:只基于上面的数据写对比分析,重点说“它们分别在解决什么不同的问题”,500 字以内。第三步,审核模式:检查这段分析的逻辑,找出论据薄弱的地方并标注,不要重写。

这不是真正的多 Agent,但它已经能大幅降低“边搜边写边审”的上下文污染。

真拆,才是真正的多 Agent。
它不是简单地“起三个名字”,而是三个独立 agent:各自有 workspace、session、权限和路由。你甚至可以给不同 agent 配不同工具权限和 sandbox 级别。

这里有两个技术点一定要说准:

第一,真正定义 agent 行为的,不是某个神秘的 agent.md 文件。
每个 agent 仍然是用自己 workspace 里的 AGENTS.mdSOUL.mdUSER.md 这些文件来定义行为和人格。

第二,agent和agent之间互相调用,不是默认就开着的。
agent-to-agent messaging 默认是关闭的,要在配置里显式开启,还要做 allowlist。换句话说,真正多 Agent 不是“创建完就能 @researcher、@writer、@reviewer 互相协作”,而是你先决定:它们能不能互相说话,谁能跟谁说。

操作层:日常先用软拆,真的高频再上多 Agent

如果你现在还处在“偶尔做复杂任务”的阶段,软拆就够了。
它门槛低,而且最符合大多数人的使用现实。

只有当你已经很稳定地遇到这种情况——
同一类复杂任务反复出现;
每次都要拆成“搜集 / 写作 / 审核”几段;
同一段总被另一段污染;
你已经开始明显感觉一只虾顺序做会变笨——
这时候才值得上真正多 Agent。

真正多 Agent 的创建方式,是用命令创建独立 agent,并给它各自的 workspace:

openclaw agents add researcher --workspace ~/.openclaw/workspace-researcheropenclaw agents add writer --workspace ~/.openclaw/workspace-writeropenclaw agents add reviewer --workspace ~/.openclaw/workspace-reviewer

然后分别在各自 workspace 里写清楚它们的职责。

比如 researcher的 AGENTS.md只写一件事:你负责搜集和整理信息,不负责写结论。writer的AGENTS.md也只写一件事:你只基于已给的数据撰写分析,不主动扩展搜集。reviewer的 AGENTS.md更简单:你只检查逻辑是否成立、证据是否支持结论、有没有漏掉关键反驳点,不负责重写。

如果你希望限制它们的工具,也不要指望靠文档写一句“不要搜索”就够了。
真正的工具限制要在配置里做,用 per-agent 的 tools.allow/ tools.deny 控制。比如给 writer 禁搜索、给 reviewer 禁写文件,这种是权限配置,不是文案提醒。

这也是为什么多 Agent 值得,但不适合一开始就上。
它不是“更高级的 prompt”,而是一次真正的工作流拆分。

周五:沉淀喂养

周五下午,我会留出 15 分钟,不拿虾干活,只做一件事:把这一周临时发生的经验,整理成下周还能继续生效的能力。

前四天,你是在和虾一起完成工作;周五这 15 分钟,你是在决定它下周会不会比这周更像你。

这不是“维护一下配置”,而是把一次性的纠正,变成长期有效的默认行为。

深层:为什么养虾是复利系统

OpenClaw系列③:小龙虾一周实战

大多数工具是线性的:你今天多花一小时,它今天多给你一小时结果;明天再来,还是从头开始。

养虾不是这样。

你这周说过的话、改过的稿、纠正过的顺序、强调过的判断标准,如果被正确沉淀下来,下周就不会再从零开始。
一次偏好,不只影响一次回答;一次修正,也不只修正这一轮任务。它会变成之后每次协作的默认前提。

所以真正拉开差距的,不是某一次它答得多漂亮,而是它有没有开始带着积累做事

比如第一周,它对你的理解可能只有两句:

- 用户是产品经理- 喜欢简洁输出

到第四周,这些记忆开始变成可执行的工作习惯:

[2026-03-18] 做需求分析时,先说风险,再谈功能[2026-03-15] 用户不喜欢矩阵图做优先级,更偏好叙述式决策依据[2026-03-12] 遇到迁移类需求,要主动追问老用户迁移成本[2026-03-08] 写作里禁用“综上所述”这类过强总结腔[2026-03-04] 竞品分析要看“解决了什么不同问题”,不是功能清单[2026-02-26] 中断后的任务恢复,不要要求用户重新解释背景

这时候,同样是“帮我分析一个需求”,它的起手已经不一样了。
它会先想:这是不是应该先说风险?这类分析用户要的到底是问题维度,还是功能对比?这里有没有迁移成本被忽略?

它不是在回答你的问题,而是在带着你们已经形成的共识继续工作

这就是复利。

但复利不会自动发生。
如果你只用不养,MEMORY.md 会慢慢堆满过时信息,旧偏好和新偏好混在一起,虾反而会越来越不准。周五这 15 分钟的意义,就是把“会越来越乱”改成“会越来越准”。

操作层:15 分钟到底在做什么?

第一步,清一下 MEMORY.md。
这周有没有新的偏好值得留下?有没有已经过时的条目应该删掉?如果一条信息已经不再影响你的工作方式,就不要继续占着上下文。MEMORY.md 不是仓库,而是工作台。

第二步,回看 SOUL.md。
这周有没有同一个问题反复出现?比如它总喜欢先铺背景、总爱写得太满、总在你要判断的时候给分析。遇到这种重复纠正,就不要只在对话里改一次,而是回到 SOUL.md,把规则改成长期生效。

第三步,补一次 SKILL.md。
这周有没有某个任务你已经做了两次以上?如果有,就把那套流程固化下来。让“这次做得顺”变成“下次默认就这样做”。

第四步,回看 HEARTBEAT / Cron。
哪些推送你根本不看?删掉。哪些你真正关心却没出现?补关键词。主动能力不是越多越好,而是越准越好。

一个简单判断标准

如果这一周里,你在某个场景下重复纠正了虾同一个问题,这件事就值得被写下来。

写进 MEMORY.md,它下次会少错一次;
写进 SOUL.md,它以后都按这个方式来;
写进 SKILL.md,它会变成一套可复用流程。

周五的 15 分钟,本质上是在做这件事:把一次次临场纠正,升级成长期有效的系统能力。

一周走完,你在复利曲线的哪里?

周一,你不再手动刷信息。
周二,你不再每次重新解释自己是谁。
周三,你不再把精力花在风格校准上。
周四,你开始把复杂任务拆给一队虾。
周五,你第一次主动把这一周的协作经验沉淀下来。

到这里,变化已经不是“学会了五个功能”,而是工作流被重新分配了五次。

复利曲线的拐点,也不是某一天虾突然变强。
而是这些变化累积到一个时刻,你开始明确感觉到:少了它,会不方便。

不是因为你习惯了它。
而是因为它真的已经接住了你工作流中的一部分。

配好,只是起点。
这一周的养虾,才是真正的激活。

本系列前期文章推荐👇

OpenClaw系列①·大多数小龙虾,是贵了十倍的ChatGPT

OpenClaw系列②:养虾的底层逻辑

本文配套《养虾宝典》工具箱(完整配置模板、安装命令、Skill库、故障排查手册),关注后评论区回复「养虾宝典」获取。

给TA打赏
共{{data.count}}人
人已打赏
实战踩坑

AI自动化站群实战:从手动运营到机器接管,我经历了什么?

2026-3-24 0:39:08

实战踩坑

OpenClaw系列①·大多数小龙虾,是贵了十倍的ChatGPT

2026-3-24 0:42:23

版权与安全声明:本文内容来源于第三方平台,相关素材的原始链接及标识均与原出处无关。我们致力于传递有价值的信息,若无意中侵犯了您的权益,请联系我们删除或调整。联系6065565#qq.com(请替换#为@)

网络信息繁杂,请读者自行甄别内容真实性,谨防受骗。本站目前无任何收费项目,官方福利群https://t.me/

官方福利群: https://t.me/

觉得内容不错?欢迎分享给好友,复制链接使用浏览器打开,让更多朋友看到!

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索