openclaw对话无反应咋解决

嗨，大家好，今天我们来聊一个说实话挺让人头疼的问题，就是你好不容易把那个 open call agent 打好了，结果他突然就撂挑子不干了，那这时候我们该怎么办呢？ 好，大家看一下这个评论是不是特别有画面感，我的龙虾死几回了？哎，这说的太真实了。其实这位朋友遇到的问题，就是我们今天要做这个指南的直接原因，这绝对是一个大痛点， 这种感觉是不是特熟悉，前一秒还好好的，后一秒哎，没反应了。特别是当你花了好几个小时，好不容易把你的龙虾军团给组建起来，结果眼睁睁的看着他就这么崩了，心情可想而知。不过别急，今天你来对地方了，我们就一步步教你怎么把他救回来。 好，那我们今天就分这几步走。首先先来个急救，教你一个万能修复命令。然后呢，我们看看两个最常见的问题，一个是浏览器罢工，一个是装了新技能就崩溃。 接着我们会深入挖掘一下到底是什么根本原因导致这些问题。最后我会给你一个特别清晰的故障排除流程图，以后再遇到问题就知道该怎么办了。 好，那我们先从第一部分开始，这个可以说是你的急救箱了，在咱们去翻日制查代码之前，有一个命令，你必须也应该是第一个想到的。 记住啊，这个命令就像是你的急救员，我敢说一大半的常见问题，靠他这一招就能搞定。所以先别急着去扒拉那些复杂的日制文件。 no， 就是 这个命令， open claw doctor 杠 fix， 你 就在你的终端里敲下这行字，然后回车就行。 它的作用，顾名思义，就想一个医生能自动帮你诊断和修复很多常见毛病，特别是那些因为配置文件搞错了或者互相打架导致的问题。 行，那万一呢？咱们这个医生命令试过了，问题还在那怎么办？别慌，这就说明问题可能稍微具体一点了。接下来我们就来看看社区里大家抱怨最多的两种疑难杂症。 这两个问题啊，真的太经典了。左边这个我管它叫浏览器失明症，就是你的 agent 明明跑着呢，但就是上不了网，跟瞎了一样。右边这个就更爆裂了，叫一学就死。你刚给他装个新技能，整个系统啪直接崩了。 好，先说这个浏览器的问题，解决他的思路其实就是你得给他配上对的工具。 首先你得确保你用的是个比较强的模型，比如像 gemini 啊， chat gpt 或者 cloud 这种。 然后最关键的一点就是一定要去安装和配置那个叫 browserwing 的 插件，它是专门干浏览这活的。最后，也别忘了检查一下你的模型是不是真的有权限去调用这些浏览工具。 那如果是装了新技能之后崩溃的，咱们可以试试这个手动疗法，比如说你装了个 fine skills， 然后系统就挂了。 这时候你别用命令行去装了，试试直接把这个技能的文件夹手动地直接地复制粘贴到这个路径下面。 show 杠， openclo， 斜杠 workspace， 斜杠 skills 放进去之后，再运行一下 open loop， gateway， restart， 让系统重新加载一下。很多时候这么一捣鼓，哎，就好了。 ok， 刚才我们说了怎么治标，现在咱们得聊聊怎么治本了。就是说，咱们得搞明白，你的 agent 到底为啥会突然暴毙。其实啊，几乎所有这种突然崩溃的问题跟上都指向同一个元凶， 这个元凶就是配置文件冲突。这事怎么发生的呢？其实很简单，就好比你的 agent 有 一本自己的行为准则， 当你装一个新技能的时候，这个新技能也带了一本自己的说明书。如果这两本书里的某条规矩互相矛盾，那你的 agent 就 精神错乱了，不知道该听谁的，结果就是直接罢工。 那么这种打架最容易发生在哪儿呢？主要有三个地方，可以说是冲突高发区。 第一个是 s o u m d， 这文件定义了你 agent 的 核心性格和行为准则，是他的灵魂。 第二个是 agent t d， 他 管的是具体哪个任务，该用哪个工具，像是他的工具箱双模书。最后一个就是每个新技能自带的那些配置文件，所以问题大概率就出在这三个地方。 好，说了这么多，咱们最后来总结一下，把它变成一个你随时能用的行动指南。下面这个流程图你最好记下来，以后你的龙虾军团再出问题，照着这个走就行。 这个流程非常简单，就三步，第一步，不管三七二十一前运行 openclouddoctor 杠 fix， 这是你的万金油。如果不行，进入第二步，去检查那两个核心文件， so 点 md 和 agents 点 md， 看看是不是最近改了什么东西。 如果问题还是没解决，那就到第三步，把那个你刚刚端上去的新技能先从文件里挪走，看看系统是不是就恢复正常了。 这个方法叫隔离法，非常管用。怎么样，有了这么一套清晰的流程，你现在是不是感觉心里有底了？ 你就不再是一个只能干着急的用户了，你已经成了你自己的首席技术官，完全有能力去诊断和解决这些最常见的问题。好了，现在去复活你的 agent 吧。

openclock 发的消息没反应？先别急着看手机，先去本地 web ui 就是 你的浏览器配置页，自己发一条消息试一下。因为官方最快开始聊天，本来就是先开 dashboard control ui， 如果你本地都不回，最常见先看两个地方，第一， p 有 没有配对，密钥复制错了，带了空格，模型来源没配对，或者这个 p 本身没有对应权限， 都可能直接没输出。第二，额度还有没有？如果余额没了或者计费不可用请求，也可能直接失败。所以记住一句话，本地都不回，先查 t 和额度， 本地能回，手机不回，再看你接的是哪个平台。因为官方没回复的排查里 后面也会继续看 gateway channels 和 logs， 但大多数人先把前面这两步排掉，已经能少走很多弯路了。后面我会继续把这些坑拆开讲有用你先点个赞，简单问题也可以留言。

我敢说只要你下载 open clone， 百分之九十的人都会遇到这个问题，就是一般你们打开 open clone 的 时候啊，开机的时候他一般是启动的，然后它上面有个链接啊，你们复制进去像我一样啊，然后呢，注册 上面显示是红色的，然后你对话又没有反应什么的啊，是不是这个问题？如果是这个问题的话，那么你们就看对视频了，今天给大家带来三种解决的方法，遇到这种问题啊，有三个解决方法，关注主播就没问题了。 首先我们要干什么呢？首先我们要啊，第一个解决方法的话，就是看上一期视频 安装的位置，还有这个指令，然后你们设置完之后，大概有这么一个啊，界面啊，有一个选项啊，大概是找到这个啊，这个网关下面就是啊，这个 网关的这个密码或者说密钥之类的啊，我就不给大家展示了，这个东西啊，除非说如果你们女朋友不懂的话，可以给女朋友看， 这个东西要复制保存下来啊。第二个方法很简单，适合大部分的人啊，就是输入指令，然后我们啊在公屏上啊敲这个指令， 随便打开一个中端啊，随便打开一个中端来，我们啊这个不是这个，这个输入不了，然后这个的话，我们看一下下面有没有， 我们随便打开一个终端，以管理员身份运行这个指令，一敲进去，他的这个密钥就出来了啊，反光的密钥出来了，问题来了，这个密钥出来了，发到哪里才会连接成功呢啊？ 打开浏览器还是这个样子啊，还是这个红色的啊，是吧？ ok， 那 么我们就讲到这个第三个方法了啊，还是这个红色的啊，是吧？ ok， 那 么我们就讲到这个第三个方法，顺便把这个给解决了啊。 首先链接在哪里找呢啊？一般有两个窗口， windows 装的话有两个窗口，然后我们上面啊，第一排文字下面，这里复制这里到这边就是网络大概这个位置啊，就是复制这个进这个浏览器啊，然后把这个网站啊 就来到这里，而我们把刚刚复制到的那个密钥啊，走到这里啊， 自己粘贴进去啊，自己粘贴进去，一定要复制完整的啊，复制错的话那是不成功的啊，而且还是有效的那个网关密钥才行啊，然后复制进去啊，然后点这里啊，点一下他就绿色了，这里就可以正常聊天了。 那么我们第三个方法还没有开始说啊，第三个方法还没有开始说啊，就是打开 openclose 的 这 s o n 文件，大概是在啊这个目录啊，我们回到这个 c 盘， c 盘 用户你的名字，然后呢？找到啊， openclose 前面有一个点的，然后呢我们就 找到这个文件，打开啊，打开之后啊，下面有一个啊这个的，然后有一一串很长很长的，这个就是这个 啊，这个什么网关的密钥啊，把它复制进来啊，粘贴进去啊，来到这个网站啊这个选项啊，然后呢输入进去之后，点一下左边这个，一点一下它就绿色了啊，这边我试过的啊，清澈有效，如果你们的这个密钥 无效了，或者说没用了，那就大概率失败，那这种情况怎么办呢？我们就用啊 上一期视频，跟着上一期视频重新操作一遍啊，就可以恢复对话聊天了。昨天我是啊，首先我知道昨天有很多兄弟加了群， 但是我没有同意，因为啊，我没有把那个文件呃整理出来，内容很多嘛。然后我想整理完再把大家 啊统一进来，然后把这个文档分享出去。声明一点啊，看这期视频的兄弟们必须对电脑的安全有一定防范的，像普通人的话啊，就是普通用户的话， 根本没必要折腾，直接划走。 ok， 那 么本期作品就到这里了，如果有缘，我们下期再见。

有些朋友咨询我，电脑关机重启之后应该如何重新启动 openclaw？ 我 们一起来看一下。首先我们按 win 加 r， 这里输入 cmd， 点击确认，打开命令行终端，在这里输入 openclaw get away， 如果你是中文版的 openclaw， 我 们这里输入 openclaw 杠 c n get 回，点击回车，稍等片刻，看到这个页面就已经启动成功了，我们再回到我们的浏览器，就可以进行正常的对话。我们要保证一直不关闭这个命令行终端，如果我们点击关闭的话， 就会与我们的网关断开连接。当然有一些朋友会设置开机自动启动 openclaw 网关。其实我不建议大家这样做，因为 openclaw 的 权限还是很高的。使用这条命令，快去重新启动你的 openclaw 吧！

昨天提到过 opencloud 的 一个致命问题，它在长时间工作中会由于受到模型上下文长度限制停止工作，因此我今天对模型的记忆机制做了一些改进。 首先， opencloud 有 个叫 bootstrap 的 东西，它的作用是让模型知道我是谁，该怎么做，有哪些规则，即初识化时需要填的一堆 markdown 文件。 因此建议在 opencall 的 json 中添加这两行代码，限制 bus drive 的 长度。第二点是引入 context pruning 机制，折叠或者裁剪历史过长的对话，但是这个机制只对 astropik 的 模型有效。 因此我在 complex 里面增加了一些 prompt 约束智能体，把长期记忆和短期记忆分别整理到文件中，并且只有在需要参考的时候才会参考这些记忆。 把长历史总结成更短的总结，并且写会成 session， 并且使用本地的欧拉玛去进行知识的解锁，进一步减少 token 的 消耗。明天我要压测一下我的 open cloud 的 长时间工作能力。

三十天烧了十九亿头啃。分享这三个 open core 的 设置，解决卡顿问题，好多同学遇到过呀，问 open core 一 句， 他好久不反应，你都不知道他是卡死了还是在偷偷干活。所以第一步，先打开思考过程，用这两个命令瑞兹尼昂和沃尔堡昂开启后， open core 的 会把思考过程和工具调用的过程啊全部打印出来，这时候你只要看到屏幕还在刷内容，就说明他还没有卡死。 第二，很多人不知道 oppo qr 默认不是流逝输出，他会全部生成完一次返回。这时候只要执行这一句话， 开启之后，回答就会一边生成一边输出，你就能看到他回答到哪一步了。最后一步非常关键，如果你发现小龙虾越来越慢， 那就输入杠 status， 看这个指标 context， 如果它的上下文占比超过了百分之六十，那不用犹豫，直接执行 compact 压缩上下文，这样不仅更省 token， 而且速度会明显变快。所以你还遇到过哪些不好用的问题呢？

我说我安装的这小龙虾，它怎么不说话不理我呢？回复一直是空白，难道是我安装的大模型它特别的傻吗？ 我也看了网关连接是成功的，然后盖篮里面连接也是成功的。那我打开这个本地安装的文件夹，找到 open cloud， 然后找到 edge， 然后找到它那个运行的日制，然后我又笔记本打开它，一行一行拉到最后。啊，看到对话拉到最后， 查了一下是因为欠费了，如果你们养虾的时候说话他不回复，按这三步查一下，一般就是这些原因。

一个视频告诉你龙虾欧根库奥背后的原理到底是什么。如果你拿大模型给他发一个消息，那么他就会根据你的消息给你一个回复，这样你就得到了一个最原始的 ai 聊天工具。然而，大模型只能根据你发送信息进行单次的回应。你们聊了这一句，忘了上一句，压根无法进行有效的对话。 于是你灵机一动，每次发送新消息时，都会把旧的聊天记录打包一起发过去。有了上下文，模型终于有了记忆，你们终于可以愉快的聊天了。可你很快又发现了一个问题，虽然此时的模型有了记忆，但仍然没有改变你一句我一句的聊天形式。只要你不主动给他发消息，他就原地挂机，不会理你。 可你不可能一天二十四小时守在电脑前给他写提示词。这样一来，他就只能帮你做一些琐碎的小事，无法自动帮你完成一些长期复杂的任务。当然，这也难不倒聪明的你，既然你没办法盯着他干活，那么设置一段程序自动盯着不就好了吗？ 于是你动手写了一段简单循环脚本，每次大模型输出后，都让他自己判断任务是否完成。如果判断任务还未完成，那么脚本就自动把刚才的对话记录重新喂给他，让他继续思考。直到模型认为自己已经大功告成，在输出中调用 finish 结束函数，整个循环才停下了。 当然， ai 偶尔也会脑子抽筋，陷入死循环或者疯狂报错。于是你又顺手给脚本加了最大循环次数限制，脚本终于稳定了下来。 这样你就得到了一个简易的 agent， 它可以在你离开电脑时也能独立的思考工作。可新的问题又随之出现，模型累积的上下文越来越长，眼看着就要达到模型的输入上限了， 如果继续循环下去，模型就再也无法正常工作了。你思来想去，突然想到大模型可以提炼长文本的信息，生成简洁的摘药。 于是你在脚本中加入了一个新的机制，如果当前的对话长度逼近红线，就立刻触发压缩机制，通过提示此要求，模型将对话框中几千字废话浓缩成高度精炼的摘药。 这下终于不用担心模型被超长的上下文撑爆了。不过对话框中的上下文虽然被凝练了，但凝练前的那几千字原声记录你也不舍得删，万一里面有啥重要信息以后用的到呢？ 于是你让脚本新建了一个 markdown 格式的绘画保存文件，将这段超长对话一字不落的写入该文件，并保存在绘画文件架。 现在对话框只剩下被凝练后的摘药了， ai 又可以愉快的干活了。但你认为这些摘药也是极其重要的信息。你又按照日期新建了一个 markdown 日制文件，将每次凝练后的摘药也存入了进去。 从此以后，你每天都会按日期新建一个日记文件，专门存储明面后的摘药。如此一来，脚本每次调用模型时，只需要将最近两天的日记文件加入提示词，就能立刻唤醒他的近期记忆了。 就这样，模型拥有了自己的短期记忆。可是光有两天的短期记忆还不够，你想要给它完整一生。于是你又新建了一个叫 memory 点 m d 的 长期记忆文件，将摘录中的那些长期结晶，如用户的私人偏好、项目、重大决策给抽取出来，写入其中， ai 就 拥有了它的长期记忆。 你的脚本只需要带着近期日记和长期记忆去唤醒 ai， 它就能自然流畅的进行长期任务了。而你所保存的完整绘画记录也不会闲着，如果需要 ai 回忆某个久远的细节，它就能去绘画文件夹里一字不落的搜索出来。 有了这套丝滑的记忆系统，你再也不用担心 ai 失忆了，它们就保存在你的硬盘里，直到永远。现在 ai 的 记忆问题解决了，但还有一个问题让你头疼，模型只会输出文本，你该如何让它操控电脑干活呢？一开始你想的简单粗暴， 计算机的底层不过是一些代码命令行，那么直接丢给 ai 一个最高权限的射奥终端，让他直接生成底层的命令，不就能操控电脑了吗？可真正尝试后才发现，这是一场惨不忍睹的灾难。目前的 ai 并不可靠，一个小小的幻觉都会让你的电脑崩溃， 无奈你只好放弃这条危险的底层直连。你想到之前工作时写过一些简单的功能性程序，比如发送邮件、抓取网页的脚本，这些脚本由确定的程序编写，只需要输入相应的参数，就能自动执行并返回确定的结果。于是你灵机一动，将这些写好的程序整合到了你的平台中。 现在你不需要 ai 直接敲代码，只需要让它根据不同的任务脚本生成对应格式的 jc 参数，就能通过这些脚本间接操控你的电脑，不管是浏览网页、整理表格，还是直接读取屏幕、操控鼠标， ai 都能轻松完成。同时，你也给这些脚本起了一个响亮的名字， skill！ 一个极其清亮、即插即用的技能拓展框架。未来你还打算将平台全面开源，这样全世界的开发者都能编辑上传各种各样的 skill， 你 的 ai 也将会越来越强。 最后，为了能够让 ai 随时随地的在电脑上接受你的指令，你将平台的网关打通，让模型通过 api 接口与主流的聊天工具对接。 现在，你只需要掏出手机，就能像和朋友聊天一样，在手机上和你的 ai 助手沟通了。恭喜你发明了开源的自主 ai 智能体 openclo， 你 知道他可能还不够完美，但你不会放弃优化，相信终有一天你能做出像人类一样工作的 ai 助手。

本期我们分享让龙虾变聪明的技巧，我们费尽心思装好了，结果发现它什么也不能用，现在安装的新版本它的权限是比较严格的， 本期我们分享一个设置和四个必装的 skill， 让 ai 助手从笨笨的变得聪明又勤快。当你部署好了之后，是不是也遇到了下面这些问题，就是他只会对话聊天，其他的什么也做不了，让他查资料，写代码，改文件，他说没有这个能力， 他没有权限，感觉他有点笨，不像别人分享的那么智能，明明是同样的东西，为什么我的不好用？本期我们将带着大家解决这四个疑问的问题，就出现在了这里，就是现在新版本我们默认部署的他只开启了基础的消息功能，他的工具能力被限制了。 在这里我们可以在用户名目录下面根据这个路径找到，我们可唠点 jason， 然后我们搜索 tos 这个配置，然后找到 profile， 然后把这个 profile 里面的这个 message 改为 f u l l。 修改好之后，然后我们再重启一下服务，这时候我们就可以开启完整的工具功能，我们可以测试一下， 如果还是不行，现在的新版本有可能还是不行，那么我们就直接删除这个兔子的这个配置，删除的时候我们要注意一下，要选择正确，在这里防止修改错误导致无法运行。我们修改之前我们先把文件去备份一下，然后再去删除。 看书的时候要注意它是一个成对的内容，这是被限制的解决方法。我们这样修改之后，我们就可以让它去读代码文件，执行命令，还有自动查找资料，然后全能的 ai 助手，下面我们来分享一下四个必装的 skills。 第一个就是 find skills， 就是当我们遇到无法胜任的任务时，会它就会自动去查找并学习相关技能，无，无需我们手动去寻找，它就会自己去部署。第二个就是 self improving agent， 它是持续自我进化的一个功能，它可以将学习成果和错误去记录到文件， 不断提升解决问题的能力。然后第三个就是 scale weather， 它是一个安全审查工具，就是检查技能中的危险信号、权限范围和可疑模式，它可以把安全隐患挡在门外。 然后第四个就是 scale creator， 它可以自动生成 scale 文件，我们只需要输入提示词，就能帮我们去快速创建自定义的技能， 可以解放双手。这是四个必装 skills， 下面我们做一下简单的总结，只需两步就可以焕然一新。第一步就是修改配置文件，找到 tos 里面的 profile， 我 们改为 for， 或者是直接删除 tos 里面的字段内容。 第二个我们分享了四个必装的 skills， 可以 让我们的 ai 助手变得更加勤快，大家这样处理之后，从此就会拥有一个聪明勤快，安全易用的 ai 助手。呃，本期内容分享就到这里，后面我们会分享更多的一个使用技巧和设置方法，我们下期再见。

用上 open 可乐之后，你大概率会遇到和我一样的问题，明明刚装的时候秒回，用着用着开始要等十秒二十秒，重启也没用，换网也没有用，过两天还是会慢回来。 这不是偶发故障，是所有长期用户必踩的坑，而且越用越深，来的越快。原因其实很简单，你可以把 open 可乐想象成一个助理，他每次回答你之前，都要先把你们之间所有的聊天记录从头看一遍， 从认识第一天一直看到现在。聊的越久，他要看的越多，当然越来越慢。更要命的是，当记录多到快看不过来的时候，他还得先花时间把前面的内容压缩总结一遍，才能继续工作。这个压缩的过程就是你多等一分钟的来源。 怎么解决呢？三步，今天就能做完。第一步，每天早上发一条杠 new， 在 非书对话框里就发这个命令，相当于给助理一张新纸，让他忘掉所有历史包袱，从头开始，零成本养成习惯就够。第二步，精简你的记忆文件。 这个文件是 open club 每次启动都要全部读一遍的长期记忆。很多人用着用着就像我一样，往里面塞各种各样无用的内容， 任务进展啊，项目背景啊，每天的承诺越塞越重。他每次启动就多看一点，精简的标准只有一条，删了他还能正常工作吗？能就删，只保留你的身份信息和核心使用规则，其他的要么删掉，要么移走。 第三步，改一下它的整理时机。默认情况下， openclaw 要等到聊天记录快撑爆了才开始整理，这个时候已经来不及了，整理本身就要花很长时间把这个时机改成用到一半的时候就开始整理，具体怎么改呢？一条命令三十秒就可以搞定。 这三步都是我今天刚亲测完的。我的 openclaw 从十二万 token 的 满负荷状态优化到新绘画直接清零，速度肉眼可见的快，评论区告诉我你用了多久后开始发现它变慢的。如果你想要第三步的完整配置教程，点赞收藏后私信我获取。

这两天刚部署 open qr 的 朋友，估计不少人都碰到过这个坑，看起来服务启动了也能聊天，但除了对话，啥功能都没有。当你想把权限给它打开的时候，发现图形化界面操控不了，我们一起来看看这个问题怎么解决。主包因为手头只有一台 macbook， 平常还需要工作，就把 openclip 部署到了虚拟机上，大家只有一台 mac 也可以这样操作， mac 自带的虚拟机还是蛮方便的。我们进到 openclip 的 图形化界面一看，发现这些 tos 全都打不开，也没法调参数。 我们进到配置这一栏，点一下 raw， 直接改 openclip 的 json 配置就行。找到 tos 字段，把字段值设置为负二， 改完之后咱们马上测一下。你看现在 open club 不 光能聊天了，自带的这些基础能力也都能正常用了，要是你还想用更多功能，就自己再加一些 skills 就 行。

是不是还在这样，在给欧盟科奥发出一个命令后，等着他处理这个命令，而不能下发新的一个任务？那我今天讲的多 ag 字就可以帮大家解决这个问题。 大家在网上经常会看到博主发的龙虾军团是怎么实现的呢？今天我们就带大家完整的走完，走一下这个流程。为什么需要多个 ag 字来干活？因为 opencloud 的 对话是单线成的，你下发一个指令之后，他没有做完之前，你是看不到他在工作的一个进度的，而且你也没办法帮他兴起一个任务，我们再给他下发一个任务，去处理我们的视频之后，然后想让他帮我 处理一下文件，那就需要多 a 键词来处理了。还有两个 a 键词，一个是巴巴塔，巴巴塔是我的日常工作的一个助手，他主要负责编程呢，做一些科学比较严谨的事情。一个 a 键词是音乐，音乐现在主要是我的私人助理，主要是未来为我提供情绪价值的，可以看一下， 它是以音乐的角色的语音给我发消息的。哎呀，不要这样嘛，人家会不好意思的。添加 agent 的 方法也很简单，比如说我们现在需要添加一个 agent， 名字就叫慕佩宁，我们把它的工作区也定义好，就这样。 ok， 我 们现在就已经创建好了慕佩宁的这个 agent， 我 们可以在界面上看一下， 看到没？木佩林，这是新建的一个 agent， 新的 agent 木佩林已经创建好了，然后我们就开始对接飞书，我们在这个地方创建企业，自建应用，为木佩林准备一个机器人。然后我已经创建好了这个木佩林，在 opencloud 的 界面频道飞书 这个地方添加一个目配零的配配置，把这个 a p i d o a p a secret 填进去，新建一个目配零的渠道，然后回到目配零这个地方，在订阅方式这个地方选用长链接点确定，然后添加事件， 然后把配对码进行一个授权， 现在我们就可以跟它进行对话了，让它自我介绍一下它是目配零。

刚安装完 openclaw 的 时候，是不是觉得啥都干不了，甚至反应还有点笨？不用怀疑啊，因为你还没有去 dapp 给它装上 skill 技能。 dapp 上一共有一万七千多个 skill， 我 从下载量前三十名里结合自己的高频使用经验，做了一个深度的交叉筛选，只推荐了十个，全部做完，你的 agent 的 战力至少翻三倍。 第十个， gl waiter， 安全守护者，你的数字访道门拦劫恶一代码，防止 ai 执行未经审核的危险操作。 find skills 技能，管家，技能中的技能，一句话告诉 agent 你 要什么技能，它会自己的从云端找到并帮你安装好对应的 skills memory 进化记忆库，你的龙虾一生，让 ai 拥有长期经验。跨对话，保持上下文，本地向量化存储，让 ai 越用越聪明。 web crawler， 一 键获取全网信息，让 agent 实时获取网页内容，获取最新的消息，配合上一个 memory 使用，信息可以长期保存。 code interpreter 开发者必装，让 ai 直接上手写代码，写代码到输出全链路闭环。 file manager， 本地文件管家， pdf 转 word， 批量从命名文件整理，提句话搞定。支持 pdf， excel 图片等常见格式。 a p i connector， 全平台对接中书飞书加 notion， 加 github 加 slack， 一 键打通数据。六、根据你常用的平台选择对应连接器。 prompt optimizer， 告别无小提问，小白也能写储钻业绩提示词。安装后每次提问自动化，不用手动调整， 多代理调度。中书一个人就是一个团队，多个 i agent 分 工协助，效率提。盛世被安装，适合做大型项目，可以让不同 agent 各司其 autodebagger 自动 bug 修复气泡错不用愁。自动修 bug 效率拉满开发者币装 no 一， 从此告别 stack overflow。 总结一下， open cloud 的 强大不在于它本身，而在于你如何组合这些 skills。

万万没想到，让当下最火爆的 open clone 帮我们赚钱，结果他却要我们先花钱给他充 talking！ 本期视频就来教你白嫖上千万 talking 的 神操作！首先打开这个网站，下滑找到这个输入输出都是零元的 deep secret， 轻轻一点它就会弹出详情页，点击打开这个 a p i 文档后，直接在 post 栏下复制这串网站的域名 url， 然后我们打开电脑自带的命令提示， 以管理员身份运行后，我们下滑找到龙虾的 api 配置页面，把刚才的 url 域名复制到下面后，回车，龙虾就会问我们索要 apikey， 此时我们再回到刚才的网站，找到 apikey 秘钥栏，新建一个自己的 apikey 后，我们点击复制，然后粘贴到龙虾的 apikey 索要栏下，继续回车， 等它提示我们输入模型 id， 再回到 deepseki 的 详情页的最顶端，点击这个复制符号，模型 id 就 已经到手。 此时只用粘贴到输入窗口，然后回车，一个无限 talking 的 龙虾就已经配置完毕，此时随便给他发布什么任务，等他完成后，我们进入消耗后台，可以看到我们已经消耗了十二万的 talking， 却没有花一分钱。

主要是帮你管理用药和解答病情相关的问题， 请你吃药时间解释药物作用，或者回答你对症状的疑问，你有什么需要随时告诉我，我都会尽力帮你处理。呃，你好，我在那个你的诊所开了药，然后的话呢？我不知道这个感冒 药不同药的吃法可能不太一样。

今天这期视频，我想跟所有 opencla 用户聊一个硬核话题，当对话越来越长，你的 agent 为什么会变笨？大家看一下这张图，为什么一句简单的，你好底层逻辑要消耗一万四千九百个 token， 有 效信息占比竟然只有百分之零点零一。 为此，我花了很长时间去拆解 opencla 的 源码。其实官方默认的 log 引擎就是一个空壳代理，它的核心逻辑在 attempt 点 ts 的 管线里， 当你的对话 to k 数超过模型窗口的百分之九十二，它就会触发暴力压缩，保留最近的三轮，剩下的全部送给 l l m 做摘药。 最要命的是，摘药做完，原始消息就在 g 三 no 文件里被永久替换了，找不回来了。你的 a 键 t 不是 不想记，而是底层的机制把它变成了每隔几轮就被迫洗脑的健忘症患者。这里是原版 open 库拉处理上下文的压缩提示词，大家可以浏览一下。 这里是他 token 的 消耗，从二一到二七， token 消耗增长六点四倍，每多一轮对话就多一份原文，直到撞上压缩预值。为了解决健忘，社区里极其优秀的 martian engineering 团队做了一个叫 lossless cloud 的 插件。 他彻底抛弃了限性压缩，引入了 d a g 有 效无环图。他的核心承诺是无损原始消息，永远保留在 sq lite 里。 大家可以把它想象成一个由 ai 化的 google earth， 最底层是街景，也就是百分之一百的原始对话。往上一层 depth 零是城市地图，大概六百到一千两百 token 的 片段摘要。 在网上， depths e 是 国家地图几千 token 的 完整摘样。它的代码设计非常精巧，不同深度的节点，它会给 l l m 为完全不同的 prompt。 浅层强调细节，深层强调项目的宏观决策。不仅如此，它在数据库层面用了 on delete restrict， 此此锁住原始消息，不被删除。这里是 l s c o 的 深度分层提示词，大家可以浏览一下。 这是一个工程质量极高的标杆，但是深入使用后，你会发现它的三个致命痛点，第一，它是单对画绑定的， 你换个新窗口 agent， t 就 又是白纸一张。第二， toker 仍然在增长， d a g 越深，摘药节点越多，你的上下文窗口依然再被一点点吃掉。 第三，回溯成本极高，因为分了太多层。当你需要从地球一下钻到街景去查个历史报错时，它需要 spa 你 一个字 agent， 你 可能要干等一百二十秒才能拿到结果。它确实做到了不忘，但你需要它的时候，它翻得太慢了。 既然无损压缩这么重，那有没有别的方法？这就是我做 graph memory 的 初衷。我们不走把对话缩小的老路， 我们走的是把对话征流、 legacy 和 losless 模型。上下文里放的始终是对话文本，而 graph memory 放的是什么？是结构化的三元组。我们定义了三种节点， testk、 任务 skill、 技能 event、 报错，以及严格的五种边约束。 比如，报错 event 必须通过 solved by 这条边指向技能 skill。 这叫什么？这叫逻辑关系，这不再是模糊的文本加药。 在性能上，我做了一个极致的设计，数据写入和组装阶段零 l l m 调用全靠政策和规则，引擎零延迟， 只有在后台跑 con park 提取支持时才用 l l m。 不 仅如此，只要用户一发消息，后台提取立刻中断， api 额度永远优先给你的当前对话，这是整个系统最具杀伤力的数据。 左边红线是原版的 open club， 对 话越长 token 越棒。右边蓝线是 graph memory。 大家看到了第四轮之后， token 的 增长几乎停滞了，稳定在二点四万左右。为什么？ 因为同一个报错被解决十次。在图谱里只是把节点的 validated count 加了一，它不会额外占用你一个 token。 这是目前唯一一个真正将上下文消耗与对话长度结偶的方案。大家可以看下 graph memory 的 知识提取提示词， 下面这个是对话结束时的整理提示词，现在我们把这两种路线放在一起直观对比。 第一点，跨三行复用 lossless cloud 被困在单个对话里，而 graph memory 在 你新开对话的 befor agent start 的 阶段， 就会通过双层召回，把上个项目的经验自动加载进来。第二点，解锁方式， lossless cloud 是 fts 五的限性权威搜索，我们用的是什么？向量搜索加个性化配置， rank 算法，加图便利，问 dawk 和问 python， 图谱会根据你的问题动态计算权重的传播，精准召回。第三点，也就是最核心的一点，拉斯，拉斯卡是知读的， agent 只能去翻历史。而 graph memory 提供了一个 g m 杠 rico 的 工具， agent 可以 在对话中主动往图谱里写入新知识。 讲了这么多底层，让我们看看他长什么样。知识不应该是黑河，大家看在 u i 右侧，这是一个实时的二 d 三 d 图谱，你可以直观的看到刚才那个 bug 是 怎么关联到解决代码的。你可以直接把一个节点拖拽进对话框强制加载，也可以随时增删改查。 最后做个总结， legacy 是 健忘的 agent， 看得到的丢掉，看不到的忘掉。 loslasclose 不 忘的 agent 什么都不丢，但需要你去一本厚厚的账本里慢慢翻。 graph memory 是 会学习的 agent， 它从经历中提取经验，跨场景复用，你的经验属于你。它是一个可以随时带走，可被训练的 s q i 文件。 graph memory 已经完全开源，一行代码安装配置好大模型就能用。如果你受够了 agent 的 健忘，不妨试试这种全新的思路。