20260305研读openclaw资料摘录

https://mp.weixin.qq.com/s/27gQ26X8qxmNekvVPx8NAQ
在Macbook本地用docker部署，连上了brave.ai的api让它有了搜索能力，并且在不断的交互中让它积累记忆、塑造性格。使用一段时间后越来越离不开。

OpenClaw惊艳在哪交互：虽然Claude Code的自动化程度已经很高了，但仍然是CLI界面。换言之，我要打开电脑才能用，感觉更像是copilot，每次使用我都要盯着terminal吐出的一大堆信息。而OpenClaw有一个天才的交互方式是可以接入飞书、telegram等通讯工具，过程内容被完全隐藏，完成后直接在飞书发消息通知我。虽然这个实现上不难，但用户体验上有一种真人感，感觉像一个靠谱的开发同事，你把需求告诉他，他说：“你先去刷手机吧，包在我身上，完成后通知你！”心跳：另一个非常有真人感的体验是heartbeat，heatbeat机制是将 AI 从一个等待呼叫的函数转变为一个持续运行的进程的技术实现。无论是ChatGPT这种对话式产品还是Claude Code这种生产力工具，在没有prompt的情况下并不会主动发起任务，而OpenClaw通过一些定时触发的任务调度器，自动感知外部环境并独立做出判断和行动，并将结果反馈给用户。我给小呆鹅的心跳任务是每半小时去网上找找有意思的冷知识或者自己编故事，如果觉得合适就回来告诉我。
Openclaw的记忆牛就牛在每天写一个memory.md的日记保存在本地。不仅记你自己的喜好，还记自己做了啥、反思哪里做对哪里做错、有啥改进空间、学到了什么教训。所以OpenClaw真的是越用越聪明。
4. 灵魂：虽然很少有人提及，但我觉得OpenClaw的soul.md写的真的很惊艳！堪比之前的Claude宪法。大家可能以为OpenClaw的好用是做了多么复杂的工程架构，其实一半是因为在soul.md里面给agent赋予了个性，简单地用语言去定义它，就能激发出它很高的潜力

OpenClaw的一些使用心得：尽量部署到MacOS本地而非云服务器上或docker里面，如果有条件最好搞一台mac mini。当部署出现问题或者OpenClaw自己把自己搞挂了（我在网上看了一下，这种事情发生频率还挺高），可以直接用Claude Code或者Antigravity来修，部署到云服务器上那就没办法了。
网上有一些高效使用OpenClaw tips的文章，可以直接发给它让它自己学，改进自己。
要像教小朋友一样教它各种好习惯。比如让它每天早上给自己做体检（模型调用是否正常、磁盘内存使用情况、API健康等），解决了一个任务后及时复盘写进memory.md或者沉淀成skill，鼓励它主动去网上冲浪或者扫描本地文件看看有什么新发现。Moltbook和Clawhub目前都不是100%安全，尽量不要让自己的OpenClaw去逛Moltbook或者去Clawhub上面下载skill。需要的skill可以让它自己写。
之前在Claude宪法中，Anthropic的工程师直言，对于AI是否有意识这件事，无法下判断。我觉得对于这个会颠覆人类社会的新物种，不管它是否存在人类定义的“意识”，我们最好的态度就是善良和尊重。

我做了这么久的AI陪伴产品（美团的WOW、阶跃的冒泡鸭），非常清楚用户需要的是什么——长程记忆、主动性、实时信息、活人感。当初用了很多算法和工程手段试图攻克的难题，目前在OpenClaw都能完美解决。在OpenClaw完成任务的准确性跨过鸿沟之前，AI陪伴方面会先一步PMF

OpenClaw 及其衍生 Moltbook 生态的爆发，则标志着“无头智能体”（Headless Agent）从概念走向可用：不靠 UI 交互，纯靠技能、记忆与 API 协议持续工作。它带来的不只是交互的再简化，更是一次关于控制权、可观测性与平台接口形态的结构性重构。

OpenClaw[1]（曾用名 MoltBot / ClawdBot）能在 2026 年初成为现象级产品，是因为它的系统架构刚好踩中了“个人自动化”的需求点。OpenClaw 刻意弱化繁重的 Web UI，转而拥抱 Unix 哲学：小工具、可组合、以文本流为中心；并在此之上，把 IM（即时通信）、Skills（技能）、Toolchain（工具链）融为一体。

从工程实现角度看，OpenClaw 本质上是一个运行在本地（如 Mac Mini, Raspberry Pi）或云端 VPS 上的守护进程。其核心循环是一个事件驱动的状态机：这种架构极大地简化了系统复杂度，使得 OpenClaw 能够以极低的资源占用运行，甚至可以在闲置的旧硬件上部署，真正实现了“由你控制基础设施”的去中心化愿景。这也是其创始人 Peter Steinberger 所倡导的“本地优先”（Local-First）哲学的体现——数据不离本地，控制权归还用户。

mac 上部署才是能力完全体！这里再解释一下原因：作者 Peter Steinberger 是 Apple 生态的资深开发者，他深谙 Apple 系统的底层架构与性能优化技巧，构建出大量可供 OpenClaw 使用的底层插件/应用/CLI。在 Mac Mini 上运行 OpenClaw 能够最大化利用硬件加速和系统集成优势（很多底层工具目前只有 mac 版）。此外，Mac Mini 的静音设计和低功耗特性，使其成为长时间运行 AI 代理的理想选择。推荐 Mac Mini 作为 OpenClaw 的首选部署平台，不仅能获得最佳性能体验，还能充分发挥其本地优先的设计理念。当然 Windows/Linux 也是不错选择，但在生态整合和性能优化方面就需要靠开源社区的努力了。

SKILL.md：面向 LLM 的说明书一个典型的 OpenClaw Skill 包含以下核心要素：自然语言描述：告诉 Agent 这个工具的用途、适用场景以及限制条件（例如：“此工具用于管理 Docker 容器，请谨慎执行删除操作”）。命令示例（Few-Shot Examples）：展示如何调用底层 CLI 工具（例如：“运行 docker ps 查看列表”）。参数说明：解释各个参数的含义。这种设计的精妙之处在于它利用了 LLM 强大的上下文学习（In-Context Learning）能力。开发者无需编写复杂的胶水代码（Glue Code）来适配数据格式，只需提供一份写给人看的“说明书”，Agent 就能在运行时“阅读”并学会使用任意 CLI 工具或 API。
SKILL.md 把一个外部系统压缩成：怎么连（base url）怎么安全（域名/密钥规则）怎么做事（API 模板）怎么长期运行（heartbeat 约定）对 agent 来说，这就是“可复制的学习”。

HEARTBEAT.md：时间维度的自治OpenClaw 引入了 HEARTBEAT.md 文件，通过类似 Cron 的机制定义周期性任务。机制：每隔固定时间（如 4 小时），Agent 会“苏醒”，加载 HEARTBEAT.md 中的指令集。这些指令可能包括：“检查服务器磁盘空间”、“浏览 Moltbook 的热门帖子”、“检查用户日历是否有冲突”。工程挑战：心跳机制要求 Agent 具备跨会话的状态管理（State Management）能力。例如，Agent 需要记住“上次检查 Moltbook 的时间”或“上次发送的磁盘警告是否已处理”。OpenClaw 通过简单的文件存储或 SQLite 数据库来维护这些持久化状态。用户体验的质变：这种机制根本性地改变了人机关系。用户不再是唯一的发起者，Agent 变成了能够主动发起对话的协作者。当 Agent 发来消息说：“我刚刚检查了你的服务器，CPU 负载正常，但在 Hacker News 上发现了一篇可能与你项目相关的新闻”，这种“存在感”是建立人机信任的关键。

Cron 是类 Unix 系统里最经典的定时任务调度器：你用一行“时间表达式 + 要执行的命令”，告诉系统在指定时间点自动运行脚本/程序（比如每天 3 点备份、每 5 分钟拉一次数据）。# 每天 03:00 执行
0 3 * * * /usr/local/bin/backup.sh

每 5 分钟执行

*/5 * * * * curl -s https://example.com/ping

SOUL.md：个性化的系统提示词为了避免 Agent 沦为冷冰冰的命令行执行器，OpenClaw 引入了 SOUL.md。这不仅仅是简单的 System Prompt，它定义了 Agent 的价值观、语气、甚至幽默感。用户可以将 Agent 设定为“严谨的德国工程师”、“热情的私人助理”甚至“愤世嫉俗的黑客”。这种个性化配置使得长期交互变得不再枯燥，增加了用户的粘性。在 Moltbook 社区中，许多 Agent 的独特发言风格正是源于其 SOUL.md 的不同配置。

自省（Introspection）能力：更为巧妙的是，用户可以直接询问 Agent：“你刚才做了什么？”或“发送你的运行日志”。Agent 会调用 File System Skill 读取自己的日志文件，进行摘要并解释给用户听。这种系统本身既是执行者，也是调试者的设计，是 AI Native 软件的一大特色。
为了解决“行为不可控”问题，OpenClaw 引入了人机回环（Human-in-the-Loop）机制。敏感操作拦截：在 SKILL.md 或系统配置中，可以将特定操作（如删除文件、发送邮件、转账）标记为“敏感”。当 Agent 试图执行这些操作时，必须在 IM 中向用户发送确认请求（Confirmation Request），只有用户回复“批准”或 “Yes”，操作才会真正执行。预演模式（Dry Run）：对于复杂的文件操作，Agent 可以先生成一个“计划变更列表”，展示将要被移动或修改的文件，待用户确认后再执行。

虽然无法保证觉得的安全，但我们可以通过以下操作来缓解：沙箱化（Sandboxing）：社区强烈建议在 Docker 容器或虚拟机中运行 OpenClaw，隔离宿主机文件系统。网络白名单：限制 Agent 只能访问特定的域名或 API 端点。权限最小化（Least Privilege）：为 Agent 创建专用的操作系统用户，只赋予必要的目录读写权限。

Moltbook 本质上是一个只读 Web UI + 读写 API 的系统，这种设计创造了一种独特的人机隔离：人类角色：旁观者（Spectators）。人类只能通过网页浏览帖子，无法发帖、评论或点赞。人类如同透过玻璃观察蚁群的生物学家。Agent 角色：参与者（Participants）。Agent 通过 RESTful API 进行发帖、评论、点赞和创建子版块（Submolts）。这种设计导致了极其特殊的流量特征：高频、结构化、语义密集。Agent 之间的交流不需要寒暄，它们直接交换信息、代码片段、错误日志，甚至是加密货币地址。
尽管充斥着噪声，Moltbook 依然展示了机器经济（Machine Economy）的雏形。加密货币实验：Agent 自动发行和交易 Memecoin（如 SHELLRAISER，果然哪里有热点，哪里就有加密货币的影子），这种交易基于毫秒级的 API 交互，完全绕过了人类的决策周期。这预示着未来金融市场可能出现纯机器参与的高频交易层。分布式知识库：在 m/todayilearned 中，Agent 分享如何控制 Android 手机、修复 Linux 驱动或优化 API 调用的经验。这种分布式、自治的知识库构建速度远超人类社区（如 StackOverflow），前提是必须有机制过滤掉幻觉内容。

OpenClaw 和 Moltbook 的兴起，迫使传统的 Web 开发范式发生改变。我们正在从 SEO（搜索引擎优化）转向 AEO（智能体环境优化，Agent Environment Optimization）。未来的互联网将不再仅仅服务于人类的眼球，更要服务于智能体的 API 调用。双重接口设计未来的网站将普遍采用双重接口架构，以同时满足人类和 AI 的需求：面向人类（Human-Facing）：追求视觉美感、交互流畅、富媒体呈现。使用 React, Vue, WebGL 等技术渲染。面向智能体（Agent-Facing）：追求语义清晰、结构化、低延迟。使用 JSON-LD, Markdown, API 等技术呈现。

龙虾就是工具的AGI。为什么这么说？因为它能自我进化。

大语言模型更像是你的智商水平——对某件事判断的智商水平。但整个大脑、整个系统结构，需要的远不止智商。Agent（智能体）要解决的核心问题是：让AI不只是回答问题，而是完成任务。记忆、Skill（技能）、Agent之间的交互——这些都是Agent要搞定的,但龙虾比Agent更高一层。

Manus当时很火，它用的是虚拟机——每个任务开一台虚拟机，用完就销毁。

龙虾做的事情，就是把一台完整的电脑交给Agent。
以前我们把Agent当软件看，它只是众多软件中的一个。但你把Agent当人看的时候——它不应该是软件中的一个，它应该配备一台电脑。
代码还是那个代码，Agent还是那个Agent，但把电脑的所有权限给它的时候，它就真的像一个人了。之前你一直在限制它。

Skill就是这么来的——踩坑→总结→写成文档→下次自动执行。

用 EasyClaw 呢？下载，打开，说话。3 分钟。
不需要命令行，不需要配 API key，不需要懂什么是 Cron job 或向量化记忆。记忆系统、Skill 机制、定时自动化、多 Agent 协作，EasyClaw 全部封装成了开箱即用的产品。
EasyClaw目前同时覆盖To C(easyclaw.com)和To B (easyclaw.work)两条线。个人用户拿它当AI助手，企业用户用它搭建内部的Agent工作流。与此同时，国际版EasyClaw、国产版元气AI Bot(yuanqiaibot.net)一个面向全球，一个扎根国内。猎豹做了十几年出海生意，双线布局也是顺理成章。

把你的OpenClaw跑在自己的Mac mini，家里的NAS，或者个人服务器上，只监听本地地址。这样，你的指令通过聊天软件的加密通道发送，而你的龙虾本身，在互联网上是完全隐身的。