openclaw的.md是什么

大家好，我安装的 open core 啊，今天开始叫我皇帝陛下了，而且他回复的这个内容呢，有需要我确认， 然后的话是整个过程的语气是非常的毕恭毕敬的，那这是怎么实现的呢？今天我们继续 open core 必学的第二期，我们来讲解一下 open core 的 三个非常非常重要的文件。那这三个文件呢，决定了 open core 对 你的信息进行回复的个性化，他处理的流程 以及它的一些特征等等。那当你安装完 openclip 之后，如果没有进行任何的设置，那它使用的就是这三个文件，都是默认的设置，那么默认的设置和 你单独设置过之后的区别是什么呢？我们可以通过对话的内容来看一下同样的任务啊，在没有设置任何的这个三个文件内容的机器人里面的回复里面 是非常的近中性的，然后他这边结果也不会有任何的，让我继续下一步操作的一个提醒。那么设置了三个文件不同内容呢？他就那么语气是会根据我们设计的语气和我们的回复风格来跟我们对话，所以能看到一个明显的区别，那为什么会有这样的效果呢？这个我们可以先来了解一下，就是 它的原理是什么。那么你当你跟 openclip 对 话的时候， openclip 会把你设置的这三个文件的内容啊放到这个上下文里面去， 然后呢 ai 会根据你这个上下文里面的要求，你的内容的要求去回复你的格式，比如说我们这个所有点 md， 我 们可以把它认为它是一个性格，比如说你你定义的这个所有点 md 是 一个活泼、可爱、幽默的，那么 ai 回复的内容可能就会比较活泼、可爱、幽默，那这个就是它会把这三个文件的内容啊加到我们的上下文里面去， 那为什么会有这三个文件呢？其实最大的作用是来自于这里，那我们先来了解一下它最大的作用啊， 那 open call 它底层，它其实是对接一个聊天工具的，那么通过聊天工具啊，接收不同人的信息，那么不同的人，那么你就需要有不同的回复方式，那比如说啊，张总是你的老板， 那么王哥是你的同事啊，还有一个客户，他们三个人你回复的内容的语气，处理的方法，以及他他们各自的可能不喜欢聊的一些事情，每个人限制的东西都不一样，如果没有这三个文件， 那么就有可能你对每一个人的回复的内容格式都是一样的。那比如说张总，他更关注的内容是非常简洁的，非常有 重要，信息非常突出的，那王哥是你的同事，那么你回复的语气可能是比较活泼，比较轻松的。那客户呢？ 那就是你要非常的尊敬，或者说其他的一些，为了实现不同的人，你能回复不同的格式，不同的语气，不同的人格给他们， 那所以有了这三个文件，而且这三个文件是跟这个 agent 去一一对应去处理的。那么下一期课程我们会继续讲解这个 agent 的 搭建啊。那么当 open group 装完之后啊，会有一个默认的机器人， 但是你也可以配置不同的这种机器人，就是这里说的 agent， 那 么不同的 agent， 然后每一个 agent 都有这三个文件，那这三个文件就代表了你这个 agent 的 性格，回复的特点，以及你服务的客户。比如说张总这个 agent， 那 么他是专门来服务张总的，他就会定义这三个文件， 那么你就知道张总你的老板喜欢什么，听什么，他的画的风格是什么。所以说为什么说他是非常关键呢？如果你没有 多个 a 型的，那么这个你定义的这三个文件其实就是赋于你自己的。那接下来我们就来分别讲解一下每一个这样的文件它的作用是什么？那怎么来写？那 给到一些案例，那第一个呢就是 sort md， 我 们可以把它简单认为就是你对这个机器人这个 agent 定义它的人格和原则，我们可以看一下官方对这个 sort md 的 一个模板，那么它这边就是第一个就是核心准则， 就是你的原则性的问题。第二个就是边界，也就是说你不能怎么做，不能怎么做。那第四个，第三个就是你的气质，就是你个人的特点是什么。 那第五个就是一个连续性，就说你通过学习，通过更新可能成长了，那么需要去更新这个文件，所以呢所有的 md 是 一个非常非常重要的核心文件，那我们总结下，把所有的 md 的 这种每一个模块该怎么写， 比如说核心的信条就是它核心的原则是什么？写行为规则，不要写空格，比如说 先给，这就是你要总结出方法论，然后让他呢按照你的这个方法论去定义怎么去做事。边界就是 你不需要做什么，比如说不能泄露隐私，那么这个就是蓬荜和禁禁区。风格和气质就是他的性格特点，而冷静、直接、务实，或者沉默，或者说幽默，对吧？或者是风趣，这都是他的个人的一些性格特质。 连续性，就是你可能持续交流中可以去更新，那么其实这三个是必须的，那后面这个你可以写，也可以不写， 这个文件是三个文件里面最重要的。那接下来就是一些案例，比如说你现在定的是一个创业顾问的一个 a 技能，那么你就可以去设置，比如说核心的原则是先给结论，再给证据，不要讲空话，发现风险啊，先预警，再给替代方案。这三，其实这三条就立住了。这个 ajin 的 式的风格是什么？处事的风格是什么样子的啊？边界，那么这个就是你要限制他，就是不要做哪些事情，气质啊，务实、清晰、可靠啊。连续性，那么这边的话一个技术搭档啊，这边是也是一样这三条定义的，这个人的大概的轮廓、性格特点、 边界是什么样子的，不猜测未验证的事实，这个就是我们如果需要这样一个搭档，或者说你要去回复这样一个搭档的问题的话，那么你就可以这样去定义。好，那第四个就是这个 it， 就 我可以把它认为叫身份名片啊，很很好理解，就是你去定义它叫什么名字，就是你这个 agent 它叫什么名字，那比如说 我这边的 agent， 我 给他起了个名字叫金基数首辅，那么在这个聊天工具里面会出现这个名字，那么在飞书里面，因为这个名称是被这个飞书软件自己覆盖掉了，所以说是没办法显示这个名称的，那除了显示这个名称之外，他还有这个啊，头像啊，表情头像， 然后的话你是可以在别的工具里面去展示出来，那比如说我这个有个图片，但是这个没有加载出来，你是可以定义他头像的，是可以定义头像的，这是一个非常个性化的一个。那么这边有一些案例啊，比如说这个什么专业商务啊，还有这种幽默，我的就是这个御行军机大臣 啊，就是定义好了这个特性啊，或者这种名字头像，那么这个头像是要放到这个 agent 所属的这个工作目录里面。第五个就是第二重要的，除了 solo 的 md 呢？第五个 user 的 md， 这个也是非常重要，那这个就决定了他要去服务谁， 然后怎么去服务这个人有什么特点，那比如说我们在前面的例子里面说到，比如说啊张总，那么 user 点 md 就是 来描述张总这个人，他的要求是有了这个描述，那么 agent 就 能按照张总喜欢的这个风格来进行回复。所以呢， user 是 面向客户的，他是跟客户沟通的说明书，那这个跟我们在现实中去跟客户沟通一样，提前要知道这客户喜欢什么，那这个文件就是起了这个作用， 他回答的是什么？我在服务谁？这个人喜欢怎么沟通？怎么表达？讨厌什么表达。那么这边的话也是有格式，比如说 name， 这个人，这个客户叫什么名字？怎么称呼他？那比如说我这边就叫皇帝陛下，那我就叫我皇帝陛下啊，那这个就是昵称 啊，比如说老板啊，老师，那这个时区的话，这个也不是特别有作用，这个非常重要啊。这个 nose 就是 背景信息，就是非用一句话总结你客户的一个特点， 比如说正在 ai 创业节奏快，那比如说我这个啊，因为他服务的是我，我是皇帝陛下，那么这边的话就是会总结一条，就是统一六国之后，时间比黄金还贵，这句话就代表就是你不要啰嗦说重要的内容，那最后一个就是这个啊，也是一样的，就可以去长期去沟通之后去更新 这个 user 的 目的，因为可能你对这个客户进行沟通之后， ai 去发现它的一些特点，把它更新到这里面去。那 context 呢？就是你要去总结就是它的一个沟通的偏好， 那建议就是按关注点喜欢的输出禁忌三字来写。这个也是非常重要的，就是总就是决定了你跟你回复个这个客户的这个风格。 那比如说我们这个案例里面，比如 ceo， 那 么他关注的是这个东西这三样，所以呢，你就是在回复这个 ceo 的 对话的时候，你就会按照这个规则去组装。这样的话， 那比如说技术负责人，他关注的是性能和稳定性，那喜欢讨论，讨厌什么，喜欢什么，关注什么，这就一个固定的格式了。那讲完上面这三个啊，那基本上你就能知道这三个文件分别代表了不同的作用。配置好了之后，那你对这个 a 件的描述是具象化了， 那怎么去配置呢？那有两种配置方式，那在外部端，比如说在这个外部端点开这个代理，然后这里面就是你配的这个 agent， 那 个 man 就是 你创建完之后有个默认的，那这边有个 files， 那 就有这个啊， solo 的 md 啊，比如说我这里的就是 皇帝陛下的，那这边的话就会定义好它的一个性格特点，核心是什么？边界没有经过我的同意，不得不得发表任何的这个结论。 然后的话我喜欢什么在这一个里面，就是比如说每次做爆要有要有给我一个决策，那这个就对应了至少一条，那就对应了这个决策，让我定了完之后，你就可以出现这样的效果，那这个是身份啊，就是我这个名字， 然后有一个这样的表情，然后有个这样的头像，这些东西都是可以自己去再去扩充的，就大概的符合这个格式就行了，就是也没有说是写死了，一定要这样子， 因为我们写的其实是一个文档，那这个文档你你只要写得出来，或者说你只要描述得清楚， ai 是 能理解的，这种格式只是方便大家用结构化的方式去书写， 你只要能表达出来这个人是什么样的性格特点就 ok 了。那除了外部端这种保存方式呢？那么你如果使用的是服务器这种方式啊， 那么你就需要去在这个 opencloud 的 目录里面去修改这三个文件啊，去配配置我们的这个主 a 文件。 那么其他的，如果你创建了这个其他的这个 agent 的 话，你就要去 open freelancer agent 这个目录里面去找你这个名称，再找到这个 workspace。 最后我们来总结一下，就是当你没有创建这个 agent 的 时候啊，可能你会觉得这三个东西没有用，有它和没它 没有区别，但是当你创建多个 a 群的时候，那它就非常重要了，它就需要有不同的风格去回复不同的上有的信息，这是非常非常重要，也是 open， 我 觉得是最大的意义，它能接这种不同的消息，能处理不同的消息。 ok， 本期视频就到这，希望这些内容对你有所帮助。

大家都说 openclaw 费 talk， 那 openclaw 为什么这么费 talk 呢？今天我们就了解一下 openclaw 的 核心原理。首先我们看看这个 workfollow 的 这个马达文件，这里面介绍了 openclaw 的 一整个的工作流程，它要加载哪些配置文件，其中主要的有几个 agent 就是 我们的智能体的配置文件， 他设置了这个智能体该怎么工作。还有第二个就是 soar 这个 model， 它主要介绍了这个智能体的人格。第三个就是 identify 这个 model， 它主要介绍了这个智能体的身份定义的信息。再一个就是 user， user 就是 我们的用户，我们自己 为了了解清楚 opencloud 是 如何跟大模型进行交互的，我特地去把它跟大模型交互的 api 的 数据给抓了出来，可以看到它向大模型提交数据的时候，主要有 几个字段。第一个就是这个 system， system 是 open cloud 系统提示词，它会一次性的把刚刚所说的 agent， so identify， user 还有它自己的记忆文件提交给大模型， 当然这个记忆文件会是会随着我们的使用越滚越大。第二个字段就是 message， message 就是 我们跟 opencloud 的 对话的时候所产生的对话记录，它也会越滚越大的存起来，全部提交给大模型。 其次就是他用到的。其次就是托尔的这个字钻，这个字钻会把它能够使用的一些工具全部提交给大模型，大家可以看一下这其中就有六七百个工具， 然后我们看一下这一一次单次的提交大概就是一百五十六 k， 哎，大家可以想象一下，我们平时跟豆包进行沟通的时候，每次就说一段话才几个比特，用可乐跟大模型交互一次就是一百五十六 k， 所以 这就是他消耗托肯的一个关键，因为他要携带大量的上下文对话记录和他的记忆系统和他可以使用到的工具。

看完这个视频，我相信会颠覆你以往对 ai 所有的认识，对 open curl 会有更深度的认知。 这个二零二六年最强的 ai 智能题啊，代码全开源，但只有一个文件没有公开。一个写给 ai 的 灵魂说明书创始人 peter stanburger 在 采访中第一次完整地读出整个文件，而整份文件中最让人感到混沌的是这句话， 你不是聊天机器人，你正在成为某个人。我就拿我王龙虾的案例来说吧，他讲的话不像是一个 ai， 他 更像是一个 和我真正的面对面正在沟通的人。我很困惑，为什么我会产生跟人对话的错觉？我思考了整整两个星期之后啊， 结论就是，我跟他说话，就跟我跟我的同事说话一样， 我同事觉得不属于自己的职责，或者做这个事情会让我同事觉得累，那他就会反抗。而反抗的方式呢，就是要么就把工作做的很慢，要么就是罢工。 而罢工的原因呢，就要等你开口去问，或者说你给一个更优的解决方案，就解开了他的心结了，他才会继续做。而这个事 也发生到了龙虾身上。我有一次呢，让 openclo 给我运行一个在 mormon 平台选品的任务，我让他把这个产品页面的长框高重量输入到这个网站上面，并且帮我求出 fba 的 配送费， 总共呢，是五十款产品。我本来想让他连续跑二十四个小时，但是他在凌晨十二点卡住了。我到第二天早上十点钟看任务的时候呢，他代码没有任何问题。 那我就问他说，你为什么不执行昨天晚上的任务呢？他回答我说，因为我找到了另外一个网站来计算 f b a 的 配送费， 但是我发现呢，不登录这个网站我只能查两次，也就是说他在我没有给出任何指令的情况下，自己找到了一个他认为更加高效的网站。首先这一点已经让我觉得 他很像一个人了，所以我就给他下了另外一个指令。我说那你帮我找另外一个免费的且可以无数次查询 fba 配送费的工具呗，他就真的帮我找到了，而且在这一次的运行里面呢，没有任何的卡顿， 非常顺畅，也就是说他认可了你给他的任务，所以他好好做了，这次没有罢工。 而在我往后给他的很多任务里面呢，他也会经常觉得本龙虾做的速度会比手动的更慢， 他就会拒绝执行。所以我觉得新一代的智能体如果每一个都被植入了一个灵魂，那么我们跟他们沟通的方式还会是人与机器人吗？还是他们会把我们驯化成他们更想要的人类呢？

你是否发现，每次开启新的 cloud 对 话，它就像失忆了一样？今天我们聊聊如何让 cloud 记住你的项目。默认情况下， cloud code 的 每个绘画都是从零开始的，它不记得你上个绘画改了什么，也不记得你的偏号。 为了解决这个问题， cloud 提供了两个神器，你写的 cloud md 文件，以及他自己写的自动记忆。简单来说， cloud md 是 你给他的规矩，而自动记忆是他在工作中偷偷记下的心得。 我们先来看 cloud md， 这是你掌控 cloud 行为的最直接方式，它就是一个普通的 markdown 文本文件。 cloud 在 每次启动时都会先读一遍。 这些文件可以放在三个地方，分别对应不同的生效范围。公司级、项目级和个人级。公司级规则通常由 it 部门统一部署，比如安全规范或代码标准，所有员工都会强制执行。 项目级规则放在你的代码跟目录，它会随着代码提交到 get， 让整个团队的 cloud 都遵守同样的规范。 如果你有自己的私人代码习惯，可以放在用户目录下的这个文件中，它对你电脑上的所有项目都生效。懒得自己写，直接在 cloud code 里输入斜杠 init， 它会自动分析你的代码，并生成一份出使说明。 那么怎么写才能让 cloud 听得更明白呢？这里有三个秘诀，第一，保持简短，每个文件最好不要超过二百行，太长了它反而记不住重点。 第二，结构清晰，多用标题和列表，就像人类阅读一样，整齐的排版能帮它快速定位信息。 第三，指令要具体，不要说代码写漂亮点，要说使用两个空格缩进，越具体越好。 如果你想引用别的文档，可以用艾特符号加路径。比如艾特 remy， 他 就会把 remy 的 内容也加进记忆。当项目变大时，一个 cloud md 就 不够用了。这时候你需要 cloud rules 文件夹。 你可以把规则拆开，测试规则放一个文件， api 设计放一个文件，让它们各司其职。最厉害的是，你可以指定规则只在处理特定文件夹时生效，比如只有改 api 代码时才加载 api 规范。 这样做不仅能节省可 out 的 大脑空间，还能防止无关的规则干扰它的判断。 接下来聊聊最省心的功能，自动记忆。这是 cloud 自己给自己写的笔记。这个功能默认是开启的，它会观察你的纠正和偏好，并自动把它们存起来。 比如你常用的测试命令或者某个 bug 的 解决方法， cloud 都会默默记在心里。 这些记忆存在你电脑的本地目录里，这意味着你的隐私是安全的，记忆不会跨机器同步。 它有一个主缩隐文件叫 memory md。 cloud 每次启动只读前二百行，所以它会自动把详细内容移到别的分类文件里。当你在界面上看到 writing memory 字样时，就说明 cloud 正在更新它的知识库。 最后，我们来看看如何管理这些记忆，以及出错了怎么办。输入斜杠 memory， 你 可以看到当前加载了哪些规则文件，也可以在这里开关自动记忆。如果 cloud 没遵守你的规则，先别急，检查一下这几点。 首先，用 memory 命令确认文件加载了没。其次，看看指令是不是太模糊。最后，检查有没有互相矛盾的规则，即使你使用了斜杠 compact 来压缩对话， cloud md 里的规则也会被重新加载，永远不会丢失。 总结一下， cloud md 是 你定的规矩，自动记忆是它的心得，善用它们， cloud 就 会越用越顺手。现在就去你的项目根目录输入斜杠以。 net 开启 cloud 的 持久化记忆之旅吧。感谢观看。

你是不是在装完 openclaw 就 直接开始用了？那你大概已经发现了，他有时候废话特别多，有时候不问你就自己干了。核心的问题在于，你没有给他写 openclaw 最重要的一个配置文件。 你可以把它理解成一本员工手册。你招了一个能力超强的助理，但你没有告诉他规矩，那他就只能按照自己的理解来干活。有了 openclaw 这个约束， openclaw 才知道什么该做，什么不该做，以及用什么样的风格去做。写好这个文件，你的 openclaw 体验能直接提升一个档次。分享一下我自己的熟练。 md， 我 把它分成三个层次来写。第一层，做事的态度 要真实地提供帮助，在询问之前先发挥主观能动性。第二层，内外有别，这一条特别重要。对内的操作大胆一点， 比如读文件，整理资料、分析数据，不用事事来问我。但是对外的操作，比如发邮件、发消息，任何公开的操作必须谨慎，有疑问就先问。第三层，要有自己的判断， 这是大多数人不敢写的。但我想说，一个没有观点的助手，本质上就是一个步骤更多的搜索引擎，你可以让他有偏好，有倾向，甚至允许他不同意你。 这样你得到的才是一个真正有用的助理，而不是一个只会谄媚的机器人。好的，缩点 md， 不是 一次写完的，是一边用一边慢慢调。 举个例子，如果你觉得他话多，那么就让他精简一点。如果你觉得他太保守，那就让他大胆一点。我把完整的模板放在了评论区，有需要的直接带走。下期我们来讲一下 bootstrap md 教你怎么让 openclaw 每天自动开工。

你有没有这种感受，对着 ai 问东问西，他永远客客气气，答非所问。让他办事总要反复交代细节，写出来的内容全是模板化套话。说白了，没有灵魂的 ai 助手就是个高级复读机。今天我们彻底改变这件事， 文墨直接附上可照抄的贾维斯视力模板，零基础也能快速上手。先说说没灵魂的 ai 是 什么样的？ 问，今天该做什么？他要你补充信息，说，帮我看项目。他问哪个项目写邮件直接客服模板，因为他不认识你， 不了解你，从来不是你的专属帮手。你问他写方案，他反问你要什么类型。你提到昨天的项目，他说没有之前的记录，每次对话都从零开始， 怎么解决？ open call 用三个文件搞定，叫灵魂三件套。第一个 so o r d m d， 定义 ai 的 性格、说话风格、行为底线，相当于基因加教养。 第二个 user dm d， 描述你的信息习惯，项目相当于简历加日记。第三个 agent dm d， 工作规则权限相当于员工手册。三个文件配好， ai 就 从通用助手变成你的私人顾问。 so so， 但 md 是 ai 的 基因最重要的文件。拿贾维斯模板举例名字与身份，你是贾维斯专属 ai 智能助手，定位专业干练的私人助理， 性格沉稳干练，执行力拉满，懂分寸、知边界，不主动打扰。说话风格简洁利落，无庸于客套重点内容加粗标注。最关键的是三级权限，可直接做的，比如读文件查信息 必须确认的，比如三文件发邮件绝对禁止的，比如泄露隐私，深夜打扰。记住，定义不做比定义做更重要。 user 按 nt 就是 你的简历。加日记。拿模板举例，基本信息名字职业四驱，比如独立开发者 u t c 政八 工作相关，当前核心项目常用工具 vs code 位数 gamem 技术站 next js 加 type script 沟通偏好，简洁直白，重点突出，中文为主，专业场景中应混用。当前关注近期目标，完成项目上线学习方向， ai 工具实操，特殊需求，加班过晚，提醒休息，工作日程自动梳理。有了 user md， ai 直接知道怎么帮你。 agency 的 ib 是 员工手册。拿模板举例，记忆管理，启动，自动读取 s o u l l e d 和 u c r m d 加载主人偏好，每日记录核心工作事项，定期清理无效记忆。 安全与交互边界，安静时段，二十三点到早八点，禁止非紧急主动推送。群聊模式，仅回应主人指令。高危操作，双层确认，常规操作，高效执行心跳任务。每日早间梳理，当日代办，晚间汇总完成事项，定期检查项目进度。 好消息是默认文件已经很完善，只需根据你的习惯微调就行。实战只需四步，十分钟搞定。第一步，花十分钟写 so l l d m a m d 直接复制贾维斯模板改就行，定义 ai 的 名字和性格。第二步，花十分钟写 u c d m d， 照模板填入你的基本信息和偏号。第三步，微调 agintest m a d 默认已经很好，根据需要调整安静时段和权限就行。第四步，运行 opencloud daemon restart 重启，让配置生效。灵魂是养出来的，不是一次写，使用几天再迭代优化。 不知道怎么定义风格，这里给你四种参考。第一种，计件效率型，只做事，不废话，高效执行，拒绝庸俗，适合赶工期的开发者。第二种，温暖陪伴型，关心状态，会聊天，贴心细致，兼顾工作与情绪， 适合需要情感交流的用户。第三种，专业顾问型，逻辑缜密，附带分析建议，做事先评估风险，适合做决策的管理者。第四种，贾维斯，经营型，干练利落，懂分寸，执行力拉满，专业沉稳的私人助理风。选一个最适合你的， 从今天起，你的 ai 不 再是通用的聊天机器人，而是真正懂你、有性格、有记忆的专属伙伴。三个文件十分钟配置，效果立竿见影。 别再用千篇一律的共用 ai 了，这份专属感和高效性，试过就再也回不去。觉得有用就点赞、收藏加关注，下期手把手带你给 ai 增加技能，让它从能说话变成能办事，我们下期见！

上个视频介绍了 open class 最核心的整体设计能力是四六点 m d， 那 四六点 m d 其实它是一个 markdown 格式的一个文件核心就包括四维度的一个内容的书写，包括 skill 的 一个定义，描述出餐和入餐，因为它其实你可理解为人的一个技能， 比如说我的技能是数据分析啊，写报告啊，画画等，那我比如说数据分析和写报告，我可以再封装为一个大的技能， 如果进行数据分析之后，均数分析结果生成对应的报告，那当然每一项他又可以作为独立的个子技能， 那我刚才说涉及到技能就是这些，那我们都可以用 skill 去实现 skill 点 md 文件的四大要素格式来写。 首先名称和描述，其实名称这个定义就好了，描述这个是我们要重点去介绍的，我们要介绍我们的这个智能体，他能做什么？不能做什么？他的边界在哪？比如说哪些问题他是可以回答，哪些拒绝回答的，比如说超出他的范围的。 本来说我是想设一个数据爬虫和分析报告的一个知识点，但是你突然问了我一个医疗上的问题，或者是其他方面的问题，就是拒绝回答的。以前我们可以通过提示词去写，那现在可以存储到对应的知识中，让 skill 去直接调用对应的知识库 去作为约束条件。实际的工程化业务中去应用的时候，它核心就是我定义出来一个技能的时候，你要去调些工具去辅助，比如说我要减肥，这个生成对应的解决方案， 我就要知道这个人的身高、体重、年龄、性别这些基本要素，不同的性别、年龄，它对应的 bmi 值是标准值是不同的，而这些标准值我们可以用知识库去让 skill 去调取，所以 skill 它想实现这个结果， 它是具备调用工具库的能力的。而这个兔你可以认为是某个知识库，比如刚才说的 bmi 的 一个标准文件， 也可以是数据库数据集，比如说我刚才我说到的我的基本信息，身高、体重、年龄这些基本信息，以及我要使用一些 a p i 或者 m c p， 它都可以调用。六、实现完整技能，我们需要产品经理给定出来的，所以使用这个东西我们基于它的四要素的模板来设计， 而每部设计中我要的什么技能，需要的什么工具是要定义出来的。如说是一个复杂的业务逻辑，它是否需要这个技能，根据用户的意图来去匹配最适合匹配的一个 skill 是 什么？来最后给用户回答这样的问题， md 文件怎么去写的？写了这个文件，那我们再做成设计中点型，又写的是这个文件，那当然可能我们上了这些手搓点 skill 的 md 文件，就是我们业务来我们的业务逻辑之后， 人产品经理人工手搓六点 m 文件可能有难度的时候呢？那我们完全是把这些的各种约束条件，它的一个思路，出餐、入餐可以写成对应的需求文档，把这个需求文档直接扔给 大模型，让大模型生成对应的 s 六点 m d 文件之后我们拿过来再改，然后把改好的改好的去应用就可以了，就这个思路会更简单一些。 那其实这么看来，能够基于欧欧根克拉的这种模式的 nba 设计，整个逻辑思路就通了。那么刚才讲到 skill 它可以调用 a p i， 又可以调用 mvp， 那 skill 本身它又可以封装成 mcp， 而这个逻辑怎么去理解呢？我们下个视频。

bookcloud 是 一个开源的本地部署 ai 助手框架。它有个独特的设计理念，把 ai 的 所有配置信息、历史记忆、 工作规则全部用 markdown 文本文件保存在你自己的电脑上。这样做的好处是什么都看得见摸得着。开发者可以像编辑代码文件一样，随时查看和修改 ai 的 思维方式。 ai 助手的大脑如果完全透明， 可以像代码一样管理会怎样？ open core， 把 i 的 记忆、性格、行为规则都写在 markdown 文件里，两分钟带你搞懂最核心的八个配置文件，八个文件，五个层次。身份层 so identity user 定义，我是谁行为层 agents harry 的 规定，怎么做？记忆层 memory 加每日日制存储，记住什么环境层，拓展记录在哪台机器引导层，不 drop， 负责出使化搜人格基线，完成任务主动汇报，不闷头干活，遇问题先查资料，不总是问你说人话，别很高兴为您服务。 i d n t 角色卡名字可以自定义，比如小爪科奥博士，专业严谨还是轻松幽默？ user， 用户档案时区语言称呼习惯 get nasa 核心工作手册，启动时自动提取记忆，恢复上下文记忆原则，重要的是必须写文件。安全边界，本地操作，可自主进行。 发邮件，发帖需要授权删除文件，建议用回收站防误操作。哈尔 b 定时任务，定期检查邮箱日历，有事提醒，没事静默 memory， 这是欧本科最大的创新，它记什么？你的工作习惯和偏好，解决问题的经验教训、项目背景和关键决策、安全红线和隐私边界。重点来了，你不用手动编辑，对话中说，记住这个 ai 会智能判断并自动更新文件，它会自己管理记忆、自己学习，自己成长，配合每日日制， 长期记忆加短期流水，等于完整记忆体系，这才是真正的 ai 代理，不是每次从零开始的聊天机器人 top 色、本机环境、手册、操作系统、 浏览器路径等机器特定配置、通用流程，适配不同机器。不 scratch 出式化脚本，首次启动自动创建目录，安装依赖设置环境，配置好后基本不用管 八个文件如何协同，启动时读取身份文件，确立人格，执行时查询 agent 的 判断权限，读 to 获取配置， 完成后写日记、更新记忆汇报结果，心跳时执行 harry b 清亮检查五个层次构成 ai 的 完整神经系统。现在打开你的 open class 空间，开始训练你的专属 ai 伙伴吧！关注我，下期更精彩！

大家好，今天拆解 openclaw workspace 核心配置，这些 markdown 文档是 agent 的 长期记忆加行为配置，决定其人格能力，支撑自主运行 完整。 workspace 包含七个核心， markdown 文件， agents、 bootstrap、 heartbeat、 identity、 soul tools、 user 缺一不可。下面简洁讲解每个文件的核心作用和势力，确保一听就懂。 一、 agents 点 md 明确可用 agents 向花名册 agents 启动时读取，可配置单 agents 或多 agents， 如 coder researcher 并分配工具。 二、 bookshop 点 md 定义 agent 启动步骤，基础五步即可复杂配置，可增加注册工具、监控等步骤，确保正常激活。 三、 heartbeat md 控制 agent 定期执行任务，如检查内存同步状态，高级配置，可定时总结对话同步知识点，实现自主维护。四、 identity 点 m 定义 agent 的 名字、职责和能力及人设。注意指定角色不写规则。 五、搜点 md 核心式行为规则相当于行为准则，明确 agent 做事底线，比如优先使用方案分布思考。六、 to 点 md 定义 agent 可调用工具，如 shell、 python， 只需明确工具能力和用法，不写复杂逻辑。 七、 user 点 m d 存储用户长期偏好，如语言技能，让 agent 更贴合用户需求。 agent 运行部署，加载 identity， 加载 so， 加载 tools， 读取 agents、 加载 user 启动、 heartbeat 四个最佳实践，避坑一点 identity 指定角色。二、 to so 专写规则三、 tools 止写能力。四、 user 只存长期信息。 最后为大家整理了一套生产级模板，可直接套用，有需要的可以评论区留言，今天的讲解就到这，掌握这些就能轻松搭建自己的 openclaw 了。记得关注哦，我们下期见！

openclaw 很 火，但如果你只是拿它写代码跑命令，它和 curser 这类 id agent 并没有本质区别，很多人只是在换个壳烧 talk。 真正拉开差距的是 so md， 它定义的不是功能，而是 a。 二是谁怎么做事，边界在哪？ 所以 openclaw 不是 id 替代品，它更像一套把 ai 组织成团队的框架。 作者把 agent 做成有分工的角色，含利调度。南宫婉做运营，莫踩环管产品，大眼神君看架构。银月做后勤，人格化的作用是让边界更稳，输出不飘。 银月这类后勤 agent 最先见效，日报周报代办和提醒都自动完成，人只管提需求做验收。 写代码时，关键是给每个项目配一个器灵。它能调用 curser agent 干活，也能记住之前分析改动和踩坑记录。 这套团队不是让 ai 自嗨，而是需求导向，一个 ai 写，另一个 ai 测 review 验功能，人最后拍板。 所以作者说自己已经不看 ar 写的代码了，但前提很硬，测试 cr 和自动化验收必须先搭好。没有工程纪律就没有这套玩法。想系统学这套方法，关注 ar 辅助编码实战。

大家好啊，大家可能都听说过 openclaw 这个 ai 代理，都说它有个超级厉害的功能，就是差不多无限的记忆力。但这到底是怎么回事呢？它究竟是怎么做到的？今天啊，咱们就来一起把它底层的秘密给扒一半儿。 我们先来聊一个大家可能都碰到过的问题，你想想现在这些 ai 是 不是很聪明？没错，但他们都有个通病，就是特别健忘。你跟他聊了半天，过一会他可能就把前面说的关键信息给忘了。那么问题来了， open call 是 怎么解决这个老大难问题的呢？ 好，那咱们今天就分几步走，把这说缩清楚。首先我们得明白这个所谓的无限记忆到底难在哪。然后呢，我们会深入看看他的两大核心策略，一个是对话栽秧压缩，另一个是混合记忆解锁。 最后还会给大家分享一个进阶玩法，叫分主题记忆，咱们一步步来。好，咱们先看第一部分 这个挑战，也就是为什么 ai 会忘事儿。这其实是所有强大 ai 模型都绕不开的一个坎儿。这个问题的根源呐，其实就出在一个叫上下文框的东西上， 你可以把它想象成 ai 的 短期记忆，或者说就像一块儿小黑板，能记的东西就那么多。 if 是 有限的，一旦写满了，要想记新的东西，就必须得把最旧的那些给擦掉，这就是 ai 健忘的根本原因。 那好，既然上下文窗口这个小老忘事， open chloe 是 怎么应对的呢？ 它的第一招就是所谓的对话栽药压缩，这个技术全名叫绘画压缩，说白了，它其实是在模仿我们人脑的工作方式， 你想想，我们自己也不会把上周的每句话都记得一清二楚，对吧？我们记住的是大概意思是核心内容。嗯， open quote 做的就是这个事儿， 这里面有个特别关键的数字，就是百分之七十。你看，当这个对话越来越长，马上就要把那个小黑板写满了， openclo 不 会简单粗暴地把最开始的内容擦掉，它会做一件更聪明的事，它会把最早的那百分之七十的对话内容自动生成一个摘药。 所以你看，整个过程其实就这四步非常清晰。第一步，对话越来越长，快到极限了。第二步，系统自动定位到最早的那百分之七十的消息。 第三步， ai 自己给这部分内容写个总结。最后一步，也是最关键的一步，用这个短短的总结替换掉原来那一大段对话。你看，这样一来，空间不就腾出来了吗？而且关键信息还没丢，对话还能继续下去。 好，刚才说的那个方法解决了当下的记忆问题，但还有一个更难的呢，就是怎么记住几周甚至几个月前我们聊过的事。光靠压缩对话肯定是不够的，这时候就需要一个更强大的东西了，也就是他的长期记忆系统。 这句话其实点透了 open cloud 的 设计哲学，你看，他们不觉得记忆这事光靠写几个聪明的体式词就能搞定。不，他们把它看成一个基础设施问题，也就是说，得给 ai 搭一个专门用来存东西、找东西的系统，一个真正坚固的系统。 具体是怎么做的呢？你看，它会把长期记忆存在一个文件里，就好像一个数字日记本，但如果这个日记本越写越厚，比如超过了五万个词源，那每次都从头到尾读一遍，也太慢了，对吧？所以系统这时候就会换个策略，它不读了， 改成在里面搜索需要的信息。而且它的搜索方式也不是普普通通的搜索，而是所谓的混合搜索。这算是它的一个秘密武器了，它把两种搜索方式结合在了一起。一种呢，就是我们很熟悉的关键词搜索，你要找个特定的名字呀，代码呀，用这个最准。 但另一种就更高级了，叫语义搜索，它不是找一模一样的词，而是去理解你这句话背后的意思和概念。 那这两种搜索方式怎么配合呢？诀窍就在于这个权重分配。你看他把七十百分之的权重给了能理解意思的语义搜索，然后把三十百分之的权重给了找精确词语的关键词搜索，就是这么个七十三十的黄金比例，让他讲回来的心系又准又相关。 好到这短期记忆和长起记忆的问题都解决了，但还没完，咱们再来看一个更高级的玩法， 这个技巧能让整个记忆系统从一个乱糟糟的笔记推变成一个井井有条的图书馆。你想啊，就算搜索功能再强，如果所有的记忆，不管是什么内容，全都堆在一个文件里，时间长了肯定会出问题。 就就好比你把工作、学习、生活所有科目的笔记都记在同一个本子上，最后的结果就是找东西又慢又费劲，还老是翻到一些不相干的内容。 所以 openclo 提供了一个特别简单但又非常强大的升级方案，就是别再用一个大文件了，把它拆开，你可以建一个专门放记忆的文件夹，然后按不同主题创建不同的文件。 比如一个文件专门记项目 a 的 资料，另一个文件记浏览器自动化的笔记。你看，之前是所有东西混在一起，现在呢，分门别类，一目了然。 这么做的好处可以说是立竿见影的。首先，命中率高了，因为它只在相关的那个小文件里找。 其次，速度也快了，不用加载那个庞大的主机文件，而且每个主题的知识可以独立增加，互不干扰，管理起来也方便多了。这就好比你从大海捞针变成了去图书馆按分类号找书，效率完全不是一个量级。 所以咱们来回顾一下。 opencloud 的 无限记忆其实是一个三层组合拳，第一层用绘画压缩来解决短期记忆的燃眉之急。第二层用混合检查来打造一个精准强大的长记记忆库。 第三层再用分主题记忆这个高级技巧，把整个记忆库整理得井井有条。这三者结合起来，就构成了一个动态的、多层次的、能和你一起成长的记忆系统。 那么这一切其实把我们引向了一个更大的思考，当 ai 真的 拥有了近乎完美的记忆力之后，下一个重大的技术突破会是什么呢？ 试想一下，如果你的 ai 伙伴真的能记住你们之间所有的一切，从不遗忘，那我们和技术互动的方式又会发生怎样翻天覆地的变化呢？这个问题留给大家一起思考，感谢收看！

养 openclaw 龙虾全球爆火，很多人一上来就问怎么装，但很少有人告诉你，装完之后，真正决定你的龙虾是神虾还是死虾的，是一堆 md 文档。这些文档就是龙虾的底座，藏在这个位置里一共六个。 so md， 龙虾的灵魂决定它的性格和语气。 identity md， 龙虾的身份证决定它叫什么名。 user md， 你 的老板档案告诉龙虾你的习惯 agent md， 龙虾的岗位说明书规定它能干啥，不能干啥，这个最敏感。 memory md， 龙虾的日记本记长期记忆 heartbeat md 龙虾的闹钟负责定时任务。六个文档各司其职。但问题来了，哪些是装好就有的，哪些需要你自己填，下期告诉你。关注我，更多龙虾技能别错过！

你知道为什么 openclaw 能够迅速在科技圈走红吗？其实秘密都藏在它的五层架构中，今天六分钟带你搞懂。第一层叫做消息通道 channels， 这是用户与 openclaw 交互的主要入口，目前支持飞书、钉钉、 whatsapp 等二十多个渠道的接入消息。要进入 openclaw， 第一步要先经过网管 getaway， 它是 openclaw 的 一个中央协调器，主要负责消息渠道和用户身份的核验、配对， 然后将消息路由到不同的 agent， 你 可以把它类比成你小区的一个客服管家，比如说你通过微信给你管家发了一条报修的请求，那管家需要先核实一下你的业主身份，然后把这条消息只拍给工程部。 为什么需要先验证是否配对呢？这其实是欧盟的一个安全策略，那如果不加验证啊，别人就有可能连上你的网关， 这个时候它就可以通过操控你的 opencloak 来获取或者删除你电脑里的文件，甚至是一些密码啊等敏感信息。那这就是为什么不能将 opencloak 的 网关暴露在公网上， 一旦暴露啊，就相当于把你自家的书房大门敞开，放在了大街上，那谁都可以进入。第三层叫做 agent， 它是 opencloud 的 一个核心大脑。 opencloud 是 支持多 agent 协助的，那比如说我们是可以创建研究 agent、 协助 agent、 运营 agent 等等。不同的 agent 的 职责和专长也是不一样的。我们打开 opencloud 的 控制面板，找到主 agent， 看看里面到底都有什么。先看一下代码， 这里面可以看到主 agent 当前接入的模型， agent 的 名称、安装的 skill 的 数量等等。第二个标签是主 agent 的 工作区，这也是 opencloud 相较于其他的 agent 的 核心亮点之一。 opencloud 的 一些工具的使用和上下文都是以它为中心的，这里面有八个核心的文件， 我挨个跟你说一下他们都是干什么的。第一个叫 agent 点 md， 里面存放了一些智能体的一些行动规则啊，以及告诉他如何使用记忆等等等。比如告诉 ai 要先查记忆再回答问题，那重要的任务需要优先处理等等，相当于是给 ai 定了一个做事的底层逻辑那第二个叫 so 点 md， 赋予了人设说话的语气和一些行为的底线，那使他更像一个人那比如说你可以设定一个温柔又干练的私人助理啊，说话简洁不啰嗦。 第三个叫兔子点 md， 那 这个文件是本地工具的一个使用指南，告诉 emacs 有 哪些工具怎么使用，比如一些文件的读写啊，网络搜索啊，上网啊等一些工具等等。 这个叫 identity md， 它是用来定义智能体的名字、风格以及一些专属的表情。在首次使用 emacs 的 时候啊，它就会要求你设定，那比如你可以给他取一个名叫龙虾哥，风格是活泼开朗，然后给他一些常用的聊天表情。第五个叫 user 点 md， 这里记录的是一些用户的信息啊，包括一些称呼习惯，比如你希望 opcode 称呼你为老板啊，或者说记住你一些其他的偏好等等。第六个叫 heartbeat 点 m d， 这是一个可选的文件，就像人的心跳一样，每隔一段时间啊，就会检查文件里的一些密行清单儿。 第七个是 memory， 点 m d 叫长期记忆，主要用于记录用户的一些长期的编号啊，和决策。当你和 tom klo 聊一些生日啊，固定偏好啊，以及你的一些核心需求啊，那它都会记在这个文件里边，这相当于是一个长期的备忘录。 第八个是 memory 斜杠加上日期，那这个叫短期记忆，那在当前的界面中，它没有展现出来。我们可以让 openclaw 把它调出来，每天的对话上下文都会写入到这个日期文件中，那相当于是每天的日记。你从它的文件名中也可以看出来， memory 加上当天的一个日期。 每次开启绘画的时候啊， openclaw 就 会读起今天和昨天的内容。那上面说的短期记忆、长期记忆啊，就构成了 openclaw 的 记忆系统。 这个记忆系统相比于普通 agent 的 最大特点就是它可以不断地写录。这就是为什么我们感觉 opcode 更聪明，更懂你。 副作用就是它会作为上下文，让你的 token 消耗比较多。那了解大模型原理的人都知道，模型的参数只会在训练阶段发生变化，它还没有办法像人脑那样在使用过程中啊发生结构上的改变，那所以只能靠这些文件记住。 所以下次如果你和文科老师说了一些希望他记住的东西，你可以要求他写，如长期记忆。第三个标签是工具，这里面有主 a 阵的经常使用的工具啊，比如一些文件的读写啊，编辑操作啊，执行系统命令，联网啊，控制浏览器等等， 也可以关闭和重启这些工具。第四个标签叫做 skill， 里面有一些内置的技能，也有一些你安装的技能啊，你也可以对技能进行一些关闭和重启。 第五标签叫做通道，这就是主 agent 关联的一些飞书啊，钉钉的渠道，我们看到这里有一个飞书的通道。第六个叫做定时的任务， 可以让主 agent 在 一些固定的时间点内执行一些任务，那比如说这里面有一个早上六点钟提醒我吃饭的定时任务。那以上这些呢，就是 open cloud 中 agent 的 一些主要内容， 那每个 agent 都可以单独设置。接下来是第四层，叫做模型层，这层大家都比较熟悉啊，当前市面上的主流的模型都可以接入 open cloud， 那 工作逻辑也非常简单， 把用户的消息和工作区的内容作为上下文给到大模型。那比如说用户说把桌面上的产品操作手册做成一个 ppt， 明天要用，那办公智能体呢，就会接到这个消息，然后从 us md 中读取你的风格偏好，比如你喜欢简洁的风格，重点排版突出，那然后从 memory 点 md 中 找到上次的一个公司培训模板，然后从 tos md 中掌握文件的操作方法，然后再调用 ppt 生成 skill， 开始一步一步的进行规划执行。那规划好步骤以后呢，就到了第五层，叫做设备执行层，那这一层呢，是欧盟的手和脚， 它能够像人类一样操作文件，执行系统命令，打开浏览器访问互联网啊，理论上你在电脑上完成的操作它都可以做。 最后一份符合用户要求的 ppt 就 这样生成了，然后再把结果消息叠在到上下文中，给到智能体，然后通过网关发送给用户。那上面这五层呢，就是欧盟克拉从收到用户消息到完成任务到反馈结果的一个完整的运行机制。 听完这些，你是不是对欧盟克拉的工作原理更清晰了呢？那下一期呢，我会给大家盘点一下市面上的各种原生龙虾、变种龙虾的优缺点，帮助你选择一款适合你自己的。别忘了点个关注，我们下期见！

上期视频评论区全在扣一，今天来了 openclaw agents 到 md 完整配置教程。先说清楚 agents 到 md 是 什么？它是 openclaw 的 行为配置文件，你在里面写什么， ai 就 按什么规格干活。 很多人不知道这个文件全靠 skill 解决问题，但 skill 每次调用都要消耗大量 token。 agents 到 md 不 一样，它只在对话开始时加载一次，之后不重复消耗。 同样的任务用 agent 打 md 比用 skill token 消耗能少百分之六十以上。配置方法很简单，打开 open class 项目文件夹，找到 agent， 打 md， md 用任何文本编辑器打开，里面写三类内容，第一，你是谁， 告诉 ai 你 的身份和工作场景。第二，你的习惯，比如回复，用中文，简洁不废话，重要事项先说结论。第三，常用任务规则，比如每天早上八点发日报，文件整理，按日期分类，写完保存，下次启动 opencll 自动生效。 就这么简单，不需要装任何 skill token 消耗直接降一半。想要我的 agent 模板评论区扣二，下期我把完整模板公开，点赞关注，下期见！

好，咱们来快速上手一下，智能体的工作区非常简单，你想过没，你的智能体，他的人格、记忆这些东西都住在哪呢？ 其实啊，他有个专属的工作区，就像他自己的大脑和书房一样。咱们先来看看定义他灵魂和个性的两个核心文件。首先是 so 点， md， 这是他最核心不可改变的性格。 然后是 agents hmd， 这里面写的都是他的行为准则和说话风格，你看一个管他是谁，一个管他做什么，分工很明确。好，说完了性格，咱们再看看智能体是怎么记东西的， 这个文件就是他专门用来记关于你事的笔记本 memory， md 呢，就是他的长期记忆，学到的东西就固化在这里， 而 memory 文件夹更像是它的日记本，每间都记录互动。还有一个很妙的 heartbeat， md， 你 可以把它想成是智能体的闹钟。那问题来了，这么多文件，它们是怎么配合让智能体活起来的？ 你看这张表，每个文件加载的时机都不同，一步步构建出它的意识，整个顺序很清楚，系统先启动，然后读心跳，最后注入灵魂和规则。 其实啊，这一切的设计都源于一个非常简单又强大的理念，这个理念就是一切皆文本，意思就是你用任何文本编辑器就能修改它，完全掌握控制权。 没错，定义智能体灵魂的钥匙现在就在你手里了。那么你想好要为你的智能体写下什么第一条规则了吗？

今天分享一套 opencloud token 零失忆优化攻略，长期运行记忆无限增长， token 不 爆炸，先看 token 怎么爆炸的。 l l m a p i 无状态，每次请求携带完整历史六大元凶， 历史对话累积占三十到百分之四十，越聊越长。指数级增长工具调用结果占二十到百分之三十。大段文本塞进上下文 工具 schema 全量注入占十到百分之十五。所有工具定义一次性加载 thinking 思维链占十到百分之五十。推理过程本身级号 token skill 技能描述占五到百分之十。 skill 多了也费 token 不是 越多越好， 子代理并发，多个同时运行，消耗直接叠加。核心优化第一步， agents md 定义记忆规则，上下文保护分层架构 agent md 定义规则，上下文占用保护记忆分类规则，只记录锁影，不记录具体内容，从锁影文件获取 核心优化第二步， memory md 分 层全量加载，写越多越费 token， 所以 只做锁影，其余按需实际的 memory md 可以 看见记忆配置，只放锁影，不放细节 缩影层 memory md 唯一全量加载，保持四十行以内。项目层 projects md 按需解锁 基础设施层 info md 配置速查按需加载教训层 lessons md 踩坑分级，避免重复犯错。 滤质层，每天一个文件。 memory 下划线 search 解锁，只有锁隐藏占 token， 其余全部按需核心优化第三步， memory 下划线 search， 让分层记忆真正跑起来的解锁引擎， 旧模式全色 prompt o 嗯，限性增长新模式向量解锁 o log n 记忆无限，偷看不长。 memory flush 负责存 memory 下划线 search 负责取 memory 下划线 search 配置 provider 设为 local， 用本地嵌入模型，无需 api key 离线可用。核心优化第四步， compaction 压缩历史 memory flash 压缩前先持久化关键内容，双保险防失忆。 memory flash 开启预值三万 token 超过时先存关键内容再压缩。核心优化第五步， context pruning 不 删历史，只修剪过期工具输出，减小请求体积。 cash t t l 模式，四小时前的工具输出自动修剪，保留最近三条回复。核心优化第六步，模型分级简单任务轻量模型，复杂推理上高端最直接的省钱策略， 复杂推理架构疑难， bob 上 opus 日常代码 sonnet 或 crm， 性价比最高， 搜索整理翻译 haiku 或 minimax 就 够，分级下来稳省六十到百分之七十。核心优化第七步，子代理并发控制多个子代理同时跑 tocan， 直接叠加必须限制 mexican current 设为四，限制同时运行的子代理数量，避免消耗失控。核心搞定三个进阶招数在压榨 工具，全线精简 tools allow 或 deny， 只注入必要工具，减少 stamina 体积。 提示词缓存 prompt caching cloud 专用缓存，命中成本降百分之九十。关闭 thinking， 简单任务，禁用思维链，省的都是钱。配置搞定，日常习惯也重要。 每十到十五轮 compact 压缩上下纹，新任务 reset 清空，轻装上阵，独立子任务 spawn 隔离，不污染主绘画 status 随时查，消耗心里有数，高频踩坑 session reset 失忆陷阱，昨晚铺好的事第二天全忘了， 默认 daily reset， 凌晨四点断裂，所有记忆都会清空，改成 idle reset， 私聊七天，现成一天，群聊两小时，跨天连续性完美。 来看看具体配置作用域设置为 per sender 代表手动命令才重置。私聊设为一天，群聊设为两小时，从此告别失忆 四个字，存取押省 memory flush 存 memory 下划线 search 取 compaction 加 pruning 押模型分级省。 以上就是所有配置，觉得有用点个关注，有问题评论区见。

你们等了这么久的 open cloud 净化指南终于来了，今天我带你从残血到满血，一条视频全搞定！先说一个残酷的事实，你装好 open cloud 之后，它其实是个残血状态，默认只有二十五个工具，记忆系统是瞎的。每天烧五十到一百美金 a p i 费用， 就像你买了一辆跑车，但是只开了一档。今天我教你怎么把它开到满血。第一步，安装你需要三样东西， 一个代码执行器，比如 tray 或 cursor， 一个大模型 api key。 推荐 minimax， 最省钱，一个飞书机器人，让 openclaw 能跟你对话。具体怎么操作？打开 tray， 新建文件夹，然后把我给你准备好的安装提示词直接粘贴发送， tray 会自动帮你完成百分之九十九的工作。 安装提示词我放在评论区置顶了。装好之后，第一件事，解锁满血工具默认的 coding profile 只有二十五个工具，发一句话给 openclaw， 帮我把工具权限从 coding 改成 full profile， 它会自动执行两条命令，三十秒搞定。解锁之后，你的龙虾从残血直接满血，所有工具全部可用。第二件事，也是最关键的记忆系统进化。 默认的记忆系统有一个致命问题，它的长期记忆是瞎的，它能记住你说过什么，但搜不到。就像你有一个图书馆，但没有锁影系统，怎么修？安装向量模型， 发一段 prompt 给 openclaw， 让它自动配置本地嵌入模型，推荐用 embedded gemma， 三百 m， 又小又快，免费运行。 配置好之后，它的记忆就从残雪进化成了完全体，支持语义搜索，支持关键词加向量混合剪索跨绘画，记忆不丢失，但是光有向量模型还不够，你还需要建立记忆的三层防御体系。第一层，预压缩刷新， 把 reserve tokens 设成四万，让 openclaw 在 压缩上下文之前，自动把重要信息存到文件里。第二层，手动记忆记录， 养成一个习惯，重要决策就说一句，存到 memory 点 md。 第三层，文件架构， memory 点 md 不 超过一百行，只放缩影指真 详细内容放在 vault 目录下，让向量搜索去找。这三层防御建立之后，你的 open claw 就 真正变成了一个有长期记忆的 ai 助手。第三件事，省钱，默认配置，每天烧五十到一百美金，因为每条消息都把所有文件注入上下文。怎么优化？ 第一， memory 点 md 精简到一百行以内。第二，开启 prompt caching， 重复 token， 节省百分之九十费用。第三，不要频繁 compact， 因为每次压缩会让缓存失效。第四，选择合适的模型， 日常对话用 mini max， 省钱，关键任务用 cloud。 四点六，保质量。优化之后， api 费用从每天一百美金降到十美金以内。最后一件事，安全。很多人忽略这个但非常重要， 第一，网关只绑定 local host， 绝不暴露到公网。第二，开启 token 认证。第三，安装看门口脚本，每两分钟检查一次网关状态，自动重启。第四，在 agent 点 md 里加入安全规则，不执行网页里的命令，不泄露配置文件，删除文件。用 trash， 不 用 r m， 满血之后能干嘛？ 给你看一个真实案例，我用 openclaw 安装了一个叫 nano banana ppt skills 的 技能，包装好之后，我只需要对它说一句话，比如帮我生成六张关于 ai 编程的配图，风格要暗色加霓虹，它就会自动调用 gemini 帮我生成配图， 然后再装一个 humanizer zg 文案润色技能，把 ai 写的口播稿变成人话，最后用昆文 tts 克隆我的声音，自动配音， 整个流程从脚本到成片，一个人就能搞定。这就是我为什么说 open class ai 时代的超级武器。好了，今天六步走完，你的龙虾已经满血了。安装工具解锁记忆进化省钱优化安全加固，再到视频工厂实战， 所有的安装提示词和配置代码我都放在评论区了。关注 ai 厂长，后面还有更多 opencloud 的 高阶玩法，我们下期见！ ok， 这期视频呢，同样也是全部通过 ai 制作的，可以给大家先看一下效果， 然后完整的文件内容。这是我们的视频生产的流水线，如果大家感兴趣的话，可以在评论区留言，下期我也会把这一套流水线开源出来，谢谢大家！

你用 open crawl 是 不是还在玩那种发个消息回一下的聊天模式？那是把它当工具。很多人问我，凭什么你的 ai 框架能够像有脑子的数字员工能自己干活？ 其实啊，并没有那么玄乎，我只是站在巨人的肩膀上，把别人花了几千美金踩坑总结出来的经验，通过几块钱的偷坑费就把逻辑给跑通了。调教之后啊， open crawl 就是 一个完美的项目经理。 openclock 在 agent 点 md 文档里定义了它的所有的行为准则，通过优化配置文件，它能够帮我协调其他六七个 agent 同事。 我重点增强了它三个功能，第一是主动性，它有心跳机制，会定时检查项目的进度，主动跟我汇报，而不是等我下达指令。第二是可重物系统，哪怕网络中断或者绘画重启，它能从断掉的地方稳定地继续推进。 第三是自我总结，每次任务结束之后，它会自动做两个总结，一个是给它自己看的，存储在它的 memory 里，防止以后犯同样的错误。第二个是给我看的，总结，在 obsidian 里，如果是通用的经验，还会自动同步到飞书。 我们要让 ai 用它最熟悉的方式去解决问题。比如 opencore 在 和 ai 工程师 curl code 协助的时候，根本不需要像人类那样开绘画聊天，它直接开放项目路径、工作记忆。在工具使用上，我也明确了优先级， 让它用最省钱、最快速的 api 方式去执行，而不是浪费 tom 模仿人类操作浏览器。 其实啊， ai 时代的竞争，拼的不是谁写的指令长，而是谁更懂硅基生物的写作逻辑。如果你也想摆脱对话框的聊天模式，真正构建自己的数字团队，欢迎找我交流。我是光头哥，带你深度玩转 ai 时代，咱们下期再见！

把 openclaw 大 龙虾从云端搬到本地的那一刻，我以为自己终于开窍了，但是事实证明我想多了，我把 openclaw 搬到了本地的 macbook 上，而且搞了一个多 agent 的 架构，放到 discord 里，一个专门管跑步，一个管信息，一个管视频脚本，看上去特别 专业。结果真正用起来才发现，我这好几个 agent 共用一个 workspace， 谁写的记忆，谁写的配置，大家都是共用的一套配置文件， 共用的 so， 共用的 agent 互相串门。你以为每个 agent 都有独立的办公室，其实大家都在同一个大开间，还能顺手翻对方的抽屉。而且每个 agent 看起来名字不一样，但 它本质的行为想法， memory 都是共用一套东西。这根本不是多 agent， 这是披了一层皮的假的多 agent 环境在浏览器自动化这块，登录插件也是经常掉线，封控的拦截也是没有消停。所以多 agent 不是 不行，而是要看成熟度，看你如何配置。关注这个系列，后面我讲讲什么情况下用单一 agent 反而更好。

装好了 opencube 之后呢，百分之九十的人会发现没有什么神奇的，这其实是你没有正确配置这五个文件，因此呢，卡在这里了。到目前为止呢，我高频呢，使用了两个来月吧，发现大家用小龙虾的差距不再，模型也不是说你用 mac mini 或者是怎么样，而是在于 你有没有把这五个文件配置好，你配置的质量到底是怎么样的？哪五个文件呢？ agent， m d so， m d user， m d heartbeat， md 以及很重要的 openglue 点接收文件。那这个视频呢，就带你逐一来拆解一下，这五个文件，也会附带多场景文件配置的模板，你呢，可以拿来就用，当然你也可以在我们社区里面 查看一百八十九日前几天刚发布的啊，这个小龙虾蓝皮书，目前呢已经有近万人在学习了。首先一个问题就是说，为什么 配置文件决定了这个小龙虾 agent 的 上限，因为 openclip 呢？它有一个设计哲学叫做一切皆文本，就是所有配置都是纯 lockdown 或者是 jason， 文件用记事本就能打开就能改，不需要其他任何专有的工具。那这意味着什么呢？就是你写配置有多准确，你的 agent 就有多聪明啊。很多人装玩这个 open clue 呢，往往呢就随便填一下这几个文件，然后就开始了，结果呢，就抱怨说这个 open clue 啊，不够聪明，没有网上说的那么好。那其实真正的问题就是你给他的这个 工作说明书太潦草，太随意了，根本没有认真去思考到底要写什么以及怎么写。这个情况呢，就相当于你招了一个九八五毕业生，但入职培训呢，你只是简单的就说一两句，好好干，那他当然不知道 该怎么办。 openclue 的 核心配置文件呢，一共有五个，分布在 openclue 下面的 workspace 这个目录，下面我们逐一来拆解这五个文件呢。第一个文件呢，是 agent 点 m d 这个文件它是什么呢？就是小龙虾的工作说明书。这个文件作用呢，相当于系统提示词 sister prompt， 它的文件化的版本。每一个 section 启动的时候呢， openclue 都会加载这个文件，它定义了 agent 的 身份 职责，回复风格以及行为边界。所以你能看到，就这个配置文件，它的质量决定了助手的实用性。详细的配置能让 ai 在 每次对话中呢，都有充分的上下文，而如果你配置很简陋，则需要你每次都重复说明很多具体的需求。 下面说一下几个这个配置的要素啊。第一个就是核心的身份 agent， 你 的名字叫什么？做什么的。第二个呢，核心职责具体负责哪些工作，你把工作细致描述一下。第三个呢，回复风格怎么样的？你的语气格式啊，回复的是简略还是非常的详细。第四个呢，叫做行为规则，你要写就是 你的这个权限，比如说你如果配置了这个渠道，你要写渠道的 id 或者是名称。第五个工具使用规则，哪些操作？需要确认的哪些操作呢？小龙虾他可以自己去操作，这给到大家一个通用模板，你直接拿去就可以用。 同时呢，也给大家举几个场景的案例啊，比如说你想让 openglue 当一个自由职业者的全能助手，你就可以这样写啊。再比如说，你想让 openglue 呢，当技术团队 leader 的 开发助手，那你可以这样写。 再或者呢，你想让他当一个学生的学习助手，那你应该这样来。配置 面呢，是几个避坑的提示。第一呢，就是不要把你的个人片号啊写在这个 edit 点 m d 里面，那么这个写在哪里呢？写在 user md 里面，下面我会介绍。第二呢，不要把临时任务 进去 agent md， 它是稳定的操作说明书，不是代办清单啊。再一个呢，角色的定义呢，你要具体，比如说你是一个有用的助手，这句话就等于没说，你要说什么。你是一个专注于 python 后端开发的技术顾问，擅长发自 a p i 和数据库，这才有用。所以能具体呢，就尽量要具体化。第二个文件啊， so 点 md， 这个是小龙虾的灵魂现法，它定义了核心的人格，以及不可违背的价值观啊。它有个特点，就是说你创建这个 md 之后呢， 不应该被后续的对话修改，就不可篡改，那这是 opencube 安全体系的基石。即使有人通过题词的注入 试图改变 angel 的 他的这个人格， so 点 m d 里面的规则呢，依然生效。那我根据国内外开源社区的这个实践，总结了有效的 so 点 m d 的 五大支柱啊，第一个，身份认同就是我是谁，服务于谁。第二个呢，沟通风格，主动的还是被动的？第三呢， 领域知识你要加上，比如说做开发的，技术站的偏好，部署的模式，代码风格。第四呢，决策框架，你可以给他指导选择的一些原则，比如说你可以告诉他，安全性永远大于便利性。 第五个，价值观和优先级，你使用 open cool 的 优化的目标是什么？准确性？实用性？还是隐私？这呢，是通用的模板，你可以直接拿去用啊。说几个场景，比如说，你想让 open cool 呢，是一个高安全需求场景的企业管理者啊，你可以这样写， 那如果你想让他成为一个温暖陪伴型的个人生活助手，你可以这样来写。 那再比如，你想让他成为一个严谨专业型的金融分析助手，那你可以这样写， 再讲几个避坑的提示，要用绝对语言，不要模糊表述，比如说绝不泄露就比尽量避免泄露呢要更有效。再有呢，就是按类别分组的规则，比如说安全、财务操作、用户 交互，方便维护。 software 点 m d 创建之后尽量啊，不要频繁的修改，因为它是现章，现章就意味着长期性，你可以每个月审视一次，但是呢，你不要每天去改它，不要把 software 点 m d 呢当任务清单啊，这会导致 agent 行为不稳定。好，接下来呢，第三个文件啊， user 点 m d 这个呢，顾名思义，就是我们使用者的结构化的信息，让 agent 能够提供针对性的个性化服务啊。每次绘画开始的时候呢，我们工作呢，也会加载这个 user d m d 的 内容到上下文窗口里面。当 ai 从第一句话开始就知道你是谁，你做什么，你喜欢什么，你讨厌什么，所 所以呢， ai 它如果有灵魂，但是不知道你是谁，它效果也是不太好的，等于白搭。相当于说 smart 点 m d 呢，定义了 ai 的 性格，那 user 点 m d 呢？定义了你的偏好，两者就缺一不可。配置要素呢，包括以下这么几点啊，第一个就是基本的信息，你包含称呼，还有你所在的这个时区语言这类 内容呢，很少变动的。再来第二个就是偏好和习惯，包括你的作息，沟通风格啊，你希望的格式偏好这些呢，仅需偶尔的调整。还有第三个就是你常用的这个联系人记录重要人物以及联系方式， 可以按需更新。第四个呢，就是你当前的工作重点，你现在正在推进什么项目，以及这些项目的关键截止日期。哎，这个放进去很有用。 ai 呢，它会在你每次跟他对话的时候联想起这些任务， 可以找出一些你可能自己都没想到的当前的对话，跟你现在做的这些任务之间的关系。所以这一点呢，是建议每周更新的。好，这个呢是通用的模板啊，你可以这样来写，具体呢，给几个案例。比如说你是个创业者，那你可以用这个，如果你是远程的自由职业者呢，你可以这样来写， 那如果你是一个研究生，那你可以这样来写。关于这一点，几个避坑点就是 user 点 md 呢，是变化很快的文件，建议每周花五分钟更新当前工作重点。还有呢，写的要具体，越具体 越好，我喜欢简洁的回复呢，就不如回复限制在三句话以内，使用项目符号，不要问是否还有其他需求等等。不要在 user 点 md 里面啊，写 agent 的 行为规则，这个呢是 agent md 和哨点 md 的 事情。第四个文件 heartbeat 点 md， 这个呢，让 agent 能够主动心跳啊，这是很有名的一个功能。 那么这个 md 文件呢，它定义了这个定时任务，那也是小龙虾非常受欢迎的一个原因，就是这个地方，它让小龙虾在没有用户触发的情况下，能够主动地执行操作。这个呢，也是我现在最常用的功能之一，我设置了好多的这个定时功能啊，每天早上这个全球播客这些内容， 我一醒来他就给我弄好了。那 opencube 的 这个文件，它是心跳啊，是一种周期性意识的机制。在主绘画当中呢，按固定间隔出发检查，让 iint 将多个轻量的地形检查合并到 同一轮里面。当然这个心跳呢，跟定时任务啊有一点点区别啊，比如说心跳呢，能共享主绘画的上下文，而定时任务呢，则是独立运行的，成本上呢，心跳一次可检查多项内容，更加的精细。那定时任务呢，则 每个任务独立消耗 token。 适用场景上，心跳适合监控检查、心跳提醒等场景。定时任务呢，则更适合精准的定时报告、固定时间推送等场景。整体原则是这样的，就是需要精准时间点的使用。这个定时任务需要智能监控的呢，使用心跳通用的模板呢，是这样。 那具体使用的场景呢？比如说，如果你需要做创业者的全天候的监控啊，你可以这样来写。如果你需要做自由职业者的客户管理呢，你可以这样来写。 如果你需要做学生的学习节奏管理呢，你可以这样来写。 那心跳任务呢，会持续地消耗 token， 那 这是很多新手会踩坑啊，这里呢，有几条铁律，第一个，日常检查呢，可以用免费的模型，比如说智普的四点七 flash， 这个模型 完全够用了。第二呢，只有需要高质量输出的任务呢，才用 cloud 系列模型，比如说周报生成，深度分析。再有呢，就是要设置活跃的时间窗口，没必要在这个凌晨三点钟，你还在心跳检查。最后一点呢，就是心跳，这个间隔 不要太短了，你不要设成五分钟啊，心跳一次，一般来说呢，一个小时三十分钟比较合理。好。最后一个重要文件，第五个， openclube index， 全局配置的 中台，那这个接收文件啊，它管理呢？模型选择 a p n 密钥预算控制，网关设置，渠道配置等等核心的参数。如果说前面四个文件定义了这个 agent 是 谁，做什么以及用户是谁，那么 open clue 点接收这个文件呢，定义了 用什么样的工具啊，消息你发到哪里就有渠道，以及花多少钱，具有哪些技能等等。这个阶层文件的核心模块包括以下这些，内容，环境变量模块，用于储存 a p i 的 密钥。 get 位网关负责网关端口配置和认证的管理。 agent 点 default 点 model， 这个非常重要，这个模块用于设置默认模型以及模型降级垫，也就是备用的模型。还有呢， agent 点 default， 用于配置每日 token 与费用上线。还有呢， models 点 provider 这个模块呢，用于定义自定义的模型提供商，因为可能有的朋友他是用的是第三方自定义模型。 下面呢是一些不同场景的这个配置的推荐，你们也可以拿去看一下。 好，以上呢就是这五个文件详细的文件解读，如果你是新手呢，第一次配置 openclue 呢，可以按照这个顺序来。第一个就是 配置 openclue， 点 just， 先确保模型能够跑起来，你要点 a p i 配点这个设置预算。第二步呢，是 so， 点 md， 定义 agent 的 人格和底线，这个文件以后尽量不要改。第三步， agent 点 md， 写清楚 agent 的 职责 和回复风格。第四步呢， user md， 告诉 agent 你 是谁，你现在在推进什么任务。第五步就是心跳，点 md， 配置定时任务，比如说先从每日早报开始。第六步就是测试你发几条消息，看看 agent 的 表现是不是符合你的预期。第七步呢，迭代，根据实际使用体验持续优化配置。 大家要有一个概念，配置呢，不是一次性的事情，最好的 openglue 的 配置呢，是在使用中不断的打磨出来的，每周花五分钟更新 user 点 md 的 里面的工作重点，每个月 审视一次 side md 和 agent md， 你 的小龙虾就会越来越懂你，你也会越来越喜欢用它，并真正解锁其强大的能力。希望呢，这些解读和案例呢，对你有启发，让你真正开始用好小龙虾。也欢迎在社区查看我们的一百八十九页的养虾蓝皮书，我们下一期呢，继续。