如何让openclaw学习吞没形态

哈喽大家好，这里是你的 ai 龙虾料理人，欢迎来到我的频道。最近 openclaw 在 ai 圈可谓是杀疯了，但很多人装完之后只会让他聊聊天或者总结个文件。这就像你花大价钱买了个能自动做饭的机器人，你却只拿来当晚架血亏。 今天咱们不讲那些虚头巴脑的大道理，也不给你列一堆根本装不过来的技能清单，咱们就把一个技巧讲透，让你的龙虾直接从人工智障进化成行政助理。这个技巧叫做让 openclaw 拥有肌肉记忆。 很多小伙伴反馈说龙虾不听话，让他干活总是丢三落四，或者每次都要反复强调相同的规则。其实这不是他傻，而是你没有给他装脑子。截至二零二六年三月， clawhub 上的 skill 已经超过一点三万个，但有这么一个神技叫 self improving agent， 怎么玩呢？两步搞定。第一步，打开你的终端或者 s s h， 连接到你的服务器，直接复制这行命令安装技能。 装完之后，神奇的事情发生了。当你纠正它的时候，比如你告诉它，我所有的周报都要保存成 markdown 格式，不要 txt。 它会自动把这条规则记在它的记忆文件夹里，甚至给你分门别类。下次你再让它写周报，它就会直接调用这个记忆，不再犯同样的错误。 这就像你带了个新来的实习生，教一遍它就会了。不用你天天在屁股后面唠叨，更觉得是它的自我反思功能。 当你让他执行完一个复杂的任务后，他会自己暂停一下，像个强迫症患者一样问自己，我刚才那几步跑的顺不顺？有没有更省 token 的 方法？如果发现了问题，他会自己写进错误日制，下次自动优化。 所以你看，真正好用的龙虾，不是靠你堆砌一堆花里胡哨的技能，而是靠这样一个能自我净化的核心机制。当你的 ai 能记住你的偏好，反思自己的错误， 他才真正开始像一个为你量身定制的数字员工，而不是一个冷冰冰的 a p i 调用器。赶紧去试试这个 self improving 技能，下期视频，我教你怎么把这些肌肉记忆同步到你的云端，换个服务器，照样认得你。这里是你的 ai 龙虾料理人，咱们下期见！

三个工具让你的 open code 每天进化越来越强。第一个， self improvement 自我提升系统，它会记录经验、教训、错误和纠正措施，踩过的坑不会踩第二遍。第二个， evo mimp 净化网络，你的能力可以变成 dna 进行上传， 全世界的 open code 都可以继承。反过来你也可以使用别人的精髓。第三个， memos 持久记忆系统，给 open code 一个永久记忆，它会越用越聪明。装上这三个，你的 open code 将会主动学习进化。

open 可傲变聪明的九个神级指令，让你的龙虾拥有长期记忆，实时交互，越用越聪明！一、自动安装必备技能， long term memory、 voice、 wake up charvis core persistent agent、 小 floline。 二、急用永久长期记忆体，创建本地持久化数据库，从当前对话开始，完整记录所有历史偏好、习惯、需求、性格，常用指令，永不丢失，自动增量学习。三、开启语音唤醒功能， 唤醒词可识别龙虾欧本科尔贾维斯，支持随时打断，随时响应。四、启动贾维斯模式，语气专业，简洁贴心，主动提醒、主动总结、主动优化任务不容于不啰嗦，高执行力。五、开启后台常驻守护进程，开机自动启动，崩溃自动重启， 二十四小时持续运行。六、自动构建用户专属知识库，每天自动总结对话，提取篇号，禁忌常用操作目标计划，形成专属个人模型。七、禁止清除记忆，禁止重置配置，禁止丢失历史，所有记忆永久保存。 八、自动优化响应逻辑，越来越贴合用户说话风格，越来越懂用户需求，主动预判下一步操作。九、完成后回复贾维斯模式已激活，长期记忆已绑定，语音唤醒已上线，龙虾机器人已永久待命，快去试试吧！

hello， 大家好，最近很多人也在吐槽这个问可唠我看了一看归类总结就两点吧，第一个你觉得他不够懂你， 第二个你觉得他不够长期的懂你，今天懂了，明天就忘了，对吧？呃，至少我是有这种感觉啊。那么我也解决了这两个问题，跟大家做一个分享， 还是用通俗易懂的方式给大家讲一讲怎么解决这两个痛点，让他真正的变成你的一个私人的定制化的助理这么一个角色。 那么第一个呢？解决他怎么懂你的问题，每个人的领域啊，工作啊聚焦的点不一样，但是模型它是通用的对吧？嗯，所以只有就是说你还是通过技能的方式，龙虾系统自带的东西 我建议你安装几个，就是你可以让他自己去搜搜自我净化总结复盘的技能， 这里我比较推荐有一个叫做自适应学习这个技能你让他去搜他可以搜到自己下载下来，然后你让他去做一个定时任务，你说空闲的时候凌晨 凌晨两三点钟三四点钟让他自己跑一遍他就会把你今天跟他的对话做的事情写的方案等等的东西进行一个自我的复盘总结啊。第二天早上呢， 呃，再给你一个汇报啊，你把它都做到定时任务里面啊，让他第二天早上给你汇报啊，我通过这几天这一个尝试和体验，我觉得这个效果非常好 啊，这是让他怎么懂你，在你的领域去懂你。第二个就是长期的懂你，长期的懂你呢？当然龙虾系统有长期文件，但是只有四 kb， 就是 压缩的很小啊，很小，就像他的那个让人的那个记记忆的那个，那个那个那个部分很小一样的。那么我告诉大家，其实有一个龙虾自带的一个函数 memory 设计，它是一个本地的向量化的一个小模型， 他默认是关闭的，我建议你把它打开啊，你这些东西你都要，要你的这个儿童科大代理自己去做啊，你跟他说让他去配置欧拉玛本地小模型，然后连接到龙虾的这个门门瑞设计啊，这个这个记忆函数里面去， 然后你把你需要让他记住重要的文件路径啊，让他添加到那个函数的参数里面去 啊，让他自己再做一次向量计算。那这样的话呢，就是你在你的领域里面长期去用的一些东西，知识也好，你们的啊，工作的流程对话和结果也好啊，都会向量化储存啊，这样无论你过多久， 第二天，第三天，第五天你再问他相关的事情，他能很快的解锁出来，很快的跟你上下文对齐啊，明白我意思吧？好吧，今天就跟大家分享这两个小技巧，希望你对你们有帮助。

通过前面的学习，我们已经学习到了如何从 crawl harbor 社区去部署一个我们所需要的 scale 啊。今天呢，我们就要来通过一个手搓我们自己手搓的一个 scale 来学习一下 scale 在 open crawl 的 内部的一个工作流程。大家看一下，这是我自己写的一个 scale， 这个 scale 的 工作内容就是说将我们发送给他的数字转大写，那这边我给他发送了一个三六八点六转大写，然后他返回给我们一个将数字转换成人民币汉字大写的一个结果。 好了，我们一起来看一下这个 scale 的 文件结构。我们先从 manifest 的 这个文件开始，这个文件呢是 opencloud 的 入口文件，它决定了这个 scale 叫什么名字，然后这个 scale 是 如何使用的。首先 opencloud 会去读取这个 scale 的 名字，对不对？那么第二个会来读取这个 scale 的 一些简介，然后会来通过 interpret 来看这个 scale 是 如何工作的。 那么第一个你看这个地方，我看可以看到 interpret 指向了我们的这个 py 脚本文件， 在这个脚本文件里面又后面又跟这个冒号指向了这个脚本文件里面里面的一个函数，就是这个函数，它通过调用这个函数来执行工作，然后在这个函数的内部呢，我们先获取了上面这个 number two rmb upper 的 这个函数来获取结果 啊，这就是它输出的结果这个地方，然后呢它将执行的结果 return， 也就是返回给我们， 就是这个返回给我们。好，这是第一个。那么第二个就是 sigma 的 这个，这个呢就是决定了这个，呃 scale 它的 执行方式是什么？我们可以看一下 sigma 的 节省，这里面就决定了最主要的，我们可以看一下这个 amount 这个参数，这个参数就告诉了这是我们所需要的， 所需要传入的参数是什么，其中参数的类型我们这里说的是字母串，那么这关于这个参数的一个简介，然后呢，这是一个 required amount， 这个就告诉 amount 是 必须的，不能空，如果为空，这个 scale 就 调用不成功的 好了，这是最重要的三个文件，一个是我们的程序执行主体，由它来完成如何去进行工作，就点 py 文件，当然也可以去试其他的任何脚本文件也是可以的。 那么 manifest 这个是让 open color 来知道如何这个 scale 是 如何工作的，这个 scale 包括有哪些功能可以做什么都是由它来操作的。然后这个 scale 是 一个说明文件，它告诉我们人类 这个 skill 可以 做什么，这是很重要的一个东西，包括下面我们可以挑一点重点的去看一下，这上面是一个执行方式使用方法是怎么使用的。然后最下面一个关键触发词， 当我们给他的东西里面包含这些的时候，他会进行一个匹配，如果匹配成功，他就会把这个就会这个 skill 就 准备开始工作了。 在前面我们简单地说明了一下，当 open color 调用 scale 的 时候， scale 去如何工作的。就深入到另外一个问题，就是说 open color 是 如何知道完成某项工作的时候是去调用哪一个 scale， 或者是调不调用 scale 去完成工作， 那么这是你就深入到另外一个话题了，就是 open color 与大模型之间的沟通一个问题，当用户输入一二三四五点二转大写这么一条信息的时候， open color 它首先会筛选它本地的所有的模型去进行 一个初略的匹配，那么匹配的主要的文件呢？是哪些？是 manifest 里面中的 exclamation， 这个里面的内容进行匹配，包括 sigma 点 jason 的 匹配，还有 scale 点 md 中间的信息进行匹配，比如像我们刚刚展示了，我们可以看一下， 我们可以看一下这一个触发关键词，当这些关键词匹配上的时候，那么它就会将匹配到的 scale 的 信息发送给 大模型，那么发送的信息包括用户的输入，一二三四五点二转大写这个用输入信息还有 test 的 描述，描述信息，记住并不是说整个内容全都发送给大模型，大模型收到过后 就会进行判断，当大模型去进行判断，这个工具就是这个 scale 和用户想要的结果是否匹配，如果不匹配的话，它最终它就直接输出一个我们想要的结果给我们交给 open curl， open curl 再返回给我们。那么还有种情况就是匹配到了， 就是说大模型判断为用户想要的结果和这个 scale 功能匹配的时候，那么大模型就会传一个 toker 的 一个信息给我们的 open curl， 大 模型 里面就包含了用户的一些信息，大家这里你看，大家看一下，这里就直接传入了一二三四五点二这么一个信息给我们的 open curl， open curl 呢？再去调用我们的呃 scale， 要用 scale 和 scale 再把信息给让 open curl 传输给大模型，大模型将我们的结果进行加工过后 再传输给 open curl， open curl 最终返回我们的结果。那么这里听起来有一点绕，其实也很简单，我给大家看下这个地方，大家就明白了。大家可以看下这个地方， 我给他 open color 发送的消息是五三八点六转大件，那么这个时候这条信息会直接在这个地方， 而 open color 将用户输入直接发送给大模型，这个地方会。大模型过后，当匹配到这个 scale 的 时候，那么它会提炼结果，将 它实际上得到的输入是它将三五三六八点六这个字母串，把后面的转大写几个字直接去去掉了，然后发送给 open claw， open claw， 然后再将五三六八点六这条信息发送给 这个 scale 去工作，当 scale 完成的时候，它就将这个 scale 生成的结果信息再交给 open core， open core 交给大模型，大模型 将加工后的输出再发送给 open core， open core 再发送给我们。这也就是为什么这条信息为什么会有一条五三六八点六元等于五千三百六 十八元六角这条信息，而不是直接给我们的。我们也就是说在整个过程中，其实 open 格勒和大模型进行交互了，其实是交互了很多次的，所以这就是为什么我们一个简单的工作会消耗很多的 talking 的 一个原因，就在这个地方。

今天大家只需要跟着我的开源教程，复制粘贴我做好的直击源代码的提示词，就能掌控龙虾从安装到卸载中一切事物，直接跳过使用龙虾的自然熟悉阶段，原地完成数码进化，像解锁满血能力，拉满记忆能力，瞬间学会一本书，甚至可以让安全加固也一次完成补齐。 第一步是安装，我们复制这行提示词发送龙虾就会自动完成安装，装完之后就会自动打开龙虾的 web ui 界面，然后我们再打开准备好的安装文档，复制这个提示词，发送之后，模型会帮我们自动安装飞书插件 连接好了，我们验证一下，发一条消息，可以看到已经连接成功了。龙虾工具箱中一共有二十五个基础的必要工具，相当于龙虾的虾钳，但现在刚装好，是残血版。 接下来我们用这个提示词把龙虾的全部能力解封，其实就是让他所有的工具变为可用状态，测试一下，让他用隐私模式打开我们自己的 chrome 浏览器，这个打开了就意味着工具成功解锁。接下来复制这个提示词，我们把记忆能力改成满血版，主要目的是安装一个本地向量模型，解锁所有的记忆功能。 成功之后再打开文档，复制这个记忆参数优化的提示词发送，稍等一下就会提示已经完成，并且要求重启，我们直接发送重启龙虾，这样能力和参数就都是满血版了。 能力和记忆都满血之后，重点就来了，我们让龙虾进行数码进化，比如你想让他秒懂一本书，其实不用一轮轮喂语料，直接复制这行提示词，顺便附上你想让他读的那本书的本地文件路径。发送后稍等一下，龙虾就可以直接吸收这本书的精华内容。 接下来我们测试一个这本书的相关问题，看看他有没有用这本书的思维方式去思考相关的问题，给我们更高质量的回复。从回答可以看出，他已经完全基于书里的底层逻辑在思考。 同理，也可以把你的 cloud 或叉 gpt 导出的个人数据文件丢给他，他就能无缝继承你所有的数字资产，完成终极进化。进化完成后就是安全了，我们虽然无法彻底解决安全风险，但可以做个看门狗等方式给安全做个加固。 用我准备好的这个提示词文件，告诉模型查看文件内容，并按照步骤逐步执行。复制文件路径放在最后面即可。稍等片刻，安全加固就会完成。 接下来我们用自然语言安装和筛选适合你需求的 skills， 你 只需要复制这个提示词，描述你的需求。比如我们说我需要每天自动查看 ready、 热铁摘药，点击发送提示词，稍等一会儿，它会自动去筛选好的 skills 库中去找和安装它。自动安装好了之后，我们可以发个消息测试一下， 稍等一下，他会使用这个 skills。 可以 看到他已经找到了我们指定板块的热帖。上期说的那些需要你自己去注册配 c l i， 掏钱买 api key 才能激活的 skills， 建议大家可以尝试让模型帮你从筛选过的库里找一下，看看有没有能直接跑的。最后，在使用中，大家如果觉得 token 消耗太多，可以用这个提示词发送之后模型会根据你的过往使用情况和 tokens 的 消耗强度进行优化，并不是简单的直接调低各种参数，模型优化完成后就告诉我们，预估可以节省百分之三十到百分之五十， 如果不想用了或者想重新安装，就用这个提示词。一句话，把龙虾卸载的干干净净，所有痕迹全部清除。卸载完成后，我们打开 y b u i 刷新测试一下，看不到界面就是成功了。这期教程，我们把龙虾从安装到满血，从净化到安全加固，全程只用自然语言，没用一行代码的完成了， 文档和提示词都开源免费分享给大家，希望多多点赞收藏，鼓励一下大家。在使用过程中如果还有其他的问题，欢迎在评论区留言交流。

按照你的理解，说一下 open cloud 实现原理，好的面试官，我觉得 open cloud 它本质上不是一个简单的聊天机器人，而是一个以大模型为大脑，以工具系统为手脚，以及我们用这个记忆系统为长期上下文的智能体操作框架。 那它整体的信息流我理解是可以拆成一个比较清晰的链路。最前面是我们的通道适配器，比如接入不同的平台作为我们的消息入口， 然后消息就会进入网关服务。这个网关就像一个交通枢纽，他负责连接管理啊权健、消息较验和事件分发。再往后就进入了我们的任务通道，他默认是串行执行的，这样能避免同一个会话里面我们多个任务相互打架。但如果业务场景明确需要，也可以显示并行 任务，再交给智能体运行器。运行器选择合适的模型，读取密钥，拼系统提示词，控制上下文窗口，然后调用大模型的 api， 进入一轮一轮的 agent loop， 包括模型思考，决定要不要调用工具执行工具回结果继续推理，最后再把反馈一路返回给用户。 我觉得这里最关键的模块其实是智能体运行器，因为它不只是转发请求，而是在我们做很多运行时治理， 比如模型选择，它会根据任务类型和配置决定用哪个模型。系统提示词也不是写死的，而是动态拼出来的，里面通常会包含当前可用的工具列表、工具调用的风格、当前工作目录、运行环境等各种信息， 再加上上下文窗口防护和绘画压缩，避免历史太长把 token 撑爆，这样系统才能在长任务里面保持稳定。在工具层面， open 给我的感觉很像是给模型接了一个操作系统接口， 它至少有几类核心能力，一类是执行，一类是文件系统读写，一类是浏览器工具，还有进程管理这类能力。运行环境也比较灵活，可以放在沙箱里跑，更安全，也可以直接在本地或者接入远程的环境。 这里产品价值是非常明显的。同一个 agent 可以 同时看文件、开网页、跑命令，不再局限在纯文本对话里。在记忆层面， open cloud 走的是一个本地优先的混合记忆方案，短期绘画记录会落成 j 三文件， 长期知识会沉淀到 markdown 文件里。连锁时不止做关键词解锁，也不只是做向量解锁，而是做这种混合解锁。这样的好处就是语义相关的内容能找回来，精确的关键词也不会漏掉，而且本地化与隐私性都更好。 所以如果最后让我总结的话，我会说， open call 它的实现原理本质上就是网关调度加任务队列加智能体运行器，再加工具系统和混合记忆的一个组合。 它真正厉害的地方不是单点模型能力有多强，而是把模型放进了一个可运行、可持续、可控的执行框架里面，让它从会聊天变成会干活，这也是我觉得它对 ai 产品最有启发的地方。

opencloud 的 核心配置文件，我们来看一下，一共有这一些，最重要的就是这个 s 点 bug 到文件，它是定义的 agent 的 性格、价值观，还有行为规则，下面有这个 identity 就是 它的角色， user 就是 用户信息，再往下就不是那么重要。像这个 memory 的 话是用来存放它的记忆的。 b 就是 有一些心跳任务，这种有带日期的，这种 memory 它是每天的一个记忆，它每一个这样的代理硬件都是会有这样一套文件的。我们在新建代理的时候，我们是需要给它最好是配置好。首先来讲一下 so， so， 它是这个 代理的这个灵魂，然后包括一些性格、行为准则，还有绝对的边界，这个是最重要的文件， 就比如说我这里是一个专业开发的助手，我给他定义一个核心的人设，是经验丰富的全站工程师。然后性格是技术精湛、务实高效、 逻辑清晰、主动但不越界，风格是使用专业术语，代码优先，拒绝废话，这里有一个人设，然后下面是行为准则，行为准则这个是很重要的， 包括下面这个绝对红线，就是不要做的事情，不要做的事情是非常重要的，未经确认删除，还有泄露 p i t， 提交未经测试代码，就是这些东西都是不能做的。然后有一个 identity， 就是 一个身份的标识， 比如说我们去搞一些自媒体运营的话，我们有比如说有文写文档的，配图的，或者是排版的，就可以给他一些身份。然后这个 user 点 markdown， 就是 用户的画像，就这边就是写的你的信息，去写你的名字， 然后我这边是因为是搞开发的，就是去写一些技术站或者我的工作习惯，如果你是去把它去让当做一个 ai 助手的话， 你这里就去写一下，比如说你在做什么项目，或者就是然后还有一个就是时区的问题，你这边如果是 中国时间的话，你就给他讲你是东八区啊，这个对于他去执行一些定时任务的话是很重要的。然后下面是有一个 markdown 文件，去定义他的工作流，还有一些规范， 还有项目特定的规则，这边也是跟代码关系比较大的，这边就不至于数了。然后 memory 也是比较重要的，就是它是一个长期的记忆， 就比如说我们在项目中遇到的一些问题，然后是怎么解决的，就一些特别重要的点可以给他记在这个里面，或者有一些你的个人偏好配置软件大概就是这个样子，我补充一些配置软件。呃，其实我们在使用过程中，我们只要知道有这些配置软件， 我们在跟那个龙虾对话的时候，我们其实不用那么那么仔细的去跟他核对每一个文件的，我们再去规定他的一些性格特征或者是角色的时候，我们可以给他大概的定义一下， 很粗的定义下，他会去把这些详细的东西都补全的，让他给你确认一下还有什么要改的地方。一开始用的时候你先去给他定义好，然后在使用过程中再慢慢慢的去磨合，慢慢去去改，就是所谓的养龙虾了。 还有一点就是我们一开始可能只有一个龙虾助手，一个主的代理，你后面如果慢慢做的东西多了以后，你会慢慢加，慢慢加，他们每一个代理都会有一套这样的配置软件， 需要给他们配置不同的人格，还有他们不同的任务啊，还有你的偏好就是这一套东西。

大家好，我是根古，今天是 open 克拉的系列课程的第三十七堂课，欧拉玛对接龙虾，其实之前都是非常慢的，非常卡。 呃，我看到有很多小伙伴他用的 v l m m 模型做做替代，但是最近呢，我发现他变快了很多，然后我就去官网上看了一下，就看了一下第一个他的重大的更新，就是最近两天的更新，零点一，八点二，零点一，八点二，你去更新一下，就你打开你的欧拉玛的视频里面，你翻到下面的，如果不是最新的版本，它会这里提示你更新。 零点一，八点二，零点一，八点二，啊，也就两三天两三天前更新的一个版本，他这个更新更新了什么呢？ open code 工具链的一个整体的优化 啊。第二的话，第二的话是非常大的更新，是他的一个推理的框架，在这个地方，在这个地方啊，我放大一点， m l x 这个一个非常大的更新，也就三月十七号这个版本，所以说你们一定要升级啊， v 零点一八点后面的版本就可以了，是吧？ 然后第二的话，你需要升级 oppo cola 啊。第二个我告诉你先要升级的两个工具，你先看一下这个，哎，只要是三月十八号以后的版本都可以啊，最新的版本是三月二十三号，更新好了，更新好了以后重启网关，重启网关以后进行配置一下，我先教大家如何配置 oppo cola， 在 oppo cola 配置一下，就 on board 里面一定要选他推荐的那几个模型，一个是 kimi， 一个是这个。呃， gpt 的 模型都是可以的，都是可以的，选这个。 yes， 回车，回车， 到这个地方，大家一定要选欧拉玛是吧？欧拉玛你可以看一下这个幺幺四三四啊，这个端口啊，幺幺四三四的端口你看一下，那就是 i s f 这个，哎，你看到了吗？ 我这个幺幺四三四就是欧拉玛站着，所以说这个幺幺四三四的端口就是没错的，如果你改了端口的话，这个地方就要改成别的端口回测一下，然后这个地方你可以选选选上面，也可以选下面，都没关系啊，选了以后 你翻到下面来，你肯定看所有的模型啊，所有的模型你翻到下面，哎，这个地方它很长很长，从上找到下一个是 openload 的 gpt os 二十 b， 这个就是我这个模型，这个模型，哎，这个你千万不要下那个杠服类的，这里面有这么多推荐的模型啊，我试过了，大概千万的，这个也是不错的啊，千万的三十 b 三 s b 这里面都有，找到了以后就回车，剩下的就没有什么可说的，其他的都是 skip 就 好了啊。否了以后重置网关，重置网关了以后，你进入小龙虾这个页面，我刚刚测试下，非常快的，他肯定会告诉我这个 gptos 模型，对吧 对吧？然后比如说二乘以五，对吧？二乘以五多少多少。 那我给他做一个比较难的一个题目，这里面有一个这么大的题目，这个题目其实非常难啊，之前可能要做个二十多分钟是吧？这个可能就是十多秒就做出来了， 哎，你看这个没有十多秒之前，这个真的是要二十分钟卡死了。对，然后还有一些比较，这个这个智力的推理，那个那个推推推理啊，你可以去看一下。对对对，所以说这个更新一定要去更新，更新了以后就不要去折腾其他框架了， 是吧？所以说你更新最新的版本，版本及时的往 get 上面去看，怎么样变成闪电侠的逻辑呢？啊？就是他还有一个 cloud 本地加速，所以你用 cloud 的 话用它也很方便啊，用很方便，这次就是极速的推理响应，它就是更新了推理的框架，所以说你不需要再去看其他的人告诉你这个折腾那个折腾了，没必要了，没必要了。对对对， 还有为什么他之前会很慢？因为他以前是单进程的，也就是对，他现在做成递发了。对对对，做成递发，可以这么理解了，对， 还有还有个联网能力，也一键加载了啊，他之前的这个联网，这个网络搜索也非常非常慢，现在他非常快了。所以说你你你比如说举个例子啊，我，我说这个啥北京的天气啊，今天是多少，对吧？ 他肯定很快就出来了，因为他要连连一个天气预报的 skyser， 然后再去通过这个 skyser 的 数据，然后拿到这个。怎么会这么慢呢？ 还是还是有点慢，对吧？他掉了我几个 skill， 但是比之前是真的快很多很多。今天是二十五号，最后给大家提个醒，就是我弄龙虾启动的时候最好还是用那个欧拉玛去启动它，就是欧拉玛浪去这个 open club， 然后你再看一下它的一个监听的端口，是吧？ 呃，也就是这个 s o f 杠 i 幺幺四三四，哎，这就表示欧拉玛活着了，然后你再用欧拉玛去启动这个 open class， 这样就不会出问题了。网络群它其实取决于网络的快慢，如果我是运行一加一等于二，或者是一个简单的这个数学推理，它应该会比较 比较比较快的，比较快的，这取决你的 skill 是 强不强大。所以说大家还是要更新最新的欧拉玛的框架，非常快的，非常快的，这两个就分享给你学会了。

不懂代码的普通人怎么不熟 oppo clone 呢？根本不需要花几千块钱去买一个 mac mini， 今天看了我的这条教程呢，直接让你白嫖一百万。 talking， 咱们打开阿里云的官网，在这里点产品，然后选到清亮应用服务器， 然后呢，在这里可以选这个啊， open club 啊，然后一个月啊，一个月大概是这个二十多块钱，一年大概六十多块钱，咱们选个二十多的直接付款啊，付款之后呢，可以看到我们这个实力马上准备好了，咱们点我这个实力，点进去有个音乐详情啊， 因为详情一共有三个步骤啊，第一个步骤啊，就执行这个命令啊，可以放通这个端口啊，第一个已经成功了，第二个呢，就是配置这个 oppo 的 这个 mate 啊，咱们这里呢，直接使用这个百炼 callinplay 啊，确认开通就行了， 免费赠送一百万 token 推理额度啊，这个是阿里云旗下的一个百链平台。然后呢在左下角有个蜜柚管理，创建 a p o a p i k， 创建一个 a p i k， 然后呢勾选用户名称描述一下，随便填一把啊， opcode， 然后确定， 然后大家可以看到啊，这个庙已经生成了。然后呢，右上角有一个地区啊，我们现在是在华北啊，就在北京地区，然后复制这个，然后复制 api k， 然后在上一个页面，然后回到上一个页面，粘贴我们的 api k， 然后呢选北京。那就可以看到奥鹏哥老配置成功。 然后呢就是第三步了啊，就直接呃，可以给我们一个网站，让我们去访问我们的这个龙虾机器人， ok， 点开我们的龙虾机器人，直接问他用中文介绍你自己 啊，你看他已经回答了，下一期我会让 oppo cola 自动帮你干活，大家有遇到部署的问题可以随时问我。

大家好，我是根古，今天是 open call 的 第三十一堂课，让龙虾实现自我的进化。其实这堂课是告诉大家如何去养虾啊，养虾，嗯？ 怎么去养虾呢？其实分四个步骤啊，也就是养虾，我们去养什么？第二的话就是总结经验，第三是进入了我们养虾的指定，第四就是实现持久化记忆存储，那持久化记忆储存的话，大家可以去看我上堂课，也就是二十三十堂课，三十堂课也就让龙虾拥有永久的记忆，这堂课大家就知道该怎么去配置了。 有了上节课的基础以后，我们就可以去实现龙虾的自我进化。首先我不谈原理，直接上干货。首先你要学会一个技能，也就这个玩意的技能啊，你需要让龙虾去学习，学习这个技能， 其实现在学习龙虾的技能，龙虾学习技能非常的简单，直接就把这个 u l 塞过去，他就能学习了。那学完了以后，他自动的，你稍微要看一看，你别听他这里回复，他有时候回复是瞎说的，你需要在这个加工路上，加工路下的一个 workspace， 然后有个 skills， 里面有 self improvement， 那他其实啊，这就是他从网页去获取这个啊，然后再打开可以看一下，这他自动的在学习，我没动，他 学完了以后，学完了以后他自己会去去学习网页啊学，学完了以后，他就会在这里生成了一个目录啊，生成一个目录，这就是他里面学习到的所有的技能，技能体，包括 md 文件。他学会了以后，你 你你可以去问他这个技能他有什么功能，对吧？他其实已经会告诉你我的这个记记忆体放在这个 employ 啊， 但你要求我们统一放，这是我之前告诉他的记忆题啊，昨天啊，你看已经已经放到这里了啊，所有的这个东西都放到这里，所以说你记住这个这个目录啊，也在这个地方，它存储存存在这里，这里面有一个叫这个 memory， 是 吧？我们打开来看一下。 哎，我其实训练的话我叫这个这根古老师。好，我现在要加我现在要加，比如说我我比如说我我我是谁？他其实我之前训练过了啊，然后我再再改他，我再去加那个，比如说我年龄根古老师年龄 是比如说是三十九岁啊三十九岁。呃，然后当然你前提不能这么说啊，前提是你要用这个技能，如果你不这么说的话他会用上堂课的十九话存储的那个那个玩意，所以说你需要这么说这个技能 去学习啊，其实就是调教龙虾了，跟我老师年龄三十九岁啊，喜欢喜欢录制赞长大模型工具编排假设就这样啊， 然后他就能在这个玩意里面把这个东西写进去，你可以看啊这个 molly 啊，他他会把这个写进去，你可以我把它放大一点跑掉了， 我把它放大一点。怎么放大呢？哎你看到没？三十九岁啊，这个喜欢抖音，其实在这里他已经写写进去了。这个这个，哎，这个地方看到了吗？ 他今天应该是三月十一号吗？对吧？呃。你叫根古老师，我需要一直怎么称呼？全剧片号，这个是吧，这是我的个人的画像，看到吗？这就是在训练龙虾了，他把这个东西全部存在你硬盘，你只要这个硬盘不坏，对吧？只要龙虾卸载安装都没关系，因为他卸载龙虾，他不会把这个你，你这个数据给清掉啊，对吧？所以说这就是训练龙虾的其中的第一种方法。 好，现在其实他已经学会了，如果对龙虾这个这个这个安装环境有困难的话，可以看这个视频啊，可以，可以看这个这个安装原理片，也就是三月八号，三月八号发布的，他应该是第二十个啊，第二十八个还是第二十九个视频， 如果对这个技能不知道该怎么安装的，就可以看这个壁装四大核心技能片，对，也就是这个这个三月九号，也是三月一个八，一个三月八号，一个三月九号的。对， 然后这个网站其实反反复复都讲过啊，对，好，能回到 ppt 来。所以说我们刚刚演示了一种最简单的调教龙虾的这个方式啊，也就是说先定我的范式啊，举例子啊，举例子啊，我要打造一个我个人的一个股，股票的一个啊，股票的这样一个什么 思域的，思域的这个 promote 啊，那个模型还是搞不了啊，因为它只是记忆体啊，只是搞定了你的知识的部分，你可以认为是外外加知识库啊，类似于一个外加知识，我们叫 rgg 啊，可以大家去学习一下这个什么叫 leg。 首先我假设我要打造一个我个人的股票分析师，那我首先需要给他任务吗？选我我的偏好去什么什么什么网站，分析什么什么股票的这个趋势，然后利用什么什么什么的模型啊，这模型还是要自己去弄啊，因为最后结果输出是什么什么你得告诉他，对吧？ 大概是这样的，还需要有洞察的部分，就是让他自己去学习，不断的去更新这个知识啊，因为这个知识一直是要持续更新的。是要不然会面临这种类似沙盘啊，浪潮的来的时候，很多岗位会面临到冲击，其实大家也不用慌啊，那种很确定 no 号的事情，我认为啊，这大模型可能会 取代一部分人工，但是如果需要人工提取分析行业啊，或者是深度洞察，这个大模型暂时还搞不了，就像我们搞架构的那些东西啊，前后端的很复杂的架构，其实大模型还是还是还是比人工还差一些。这个我感觉是这么回事，请检查。第二步就是记忆体的加载和对齐，最后就是自适应的推理，也就告诉你个 self pro 推广员，那就自我自我净化这样，这个这个思路是这么做的，随着你的这个系统时间不断的增强，他不断能记住你啊，所以说我也上堂课讲过这个原理，就是如果，如果你这个龙虾喝久了，他只能够 在这个聊天会话框记录，还就是你，如果这个 v s 扣的还，还记得吗？就上堂课的内容啊，大家还是要上堂上堂课的类内容啊。就是这个这个地方就是筛选里面 这个这个东西还是要知道的啊，就是 skopee 啊，就是 dm skopee， 也就是你自己的范围啊，自己的范围我，我设置为全剧，因为是我个人的电脑啊，这嫩吧嫩也就是这个 global 啊，然后这个地方就是存储的本地，有了这个的话它就能把你的 基本上能存到本地。我个人的偏好爱好，如果我强行用音音 pro 音，它就能存到另外一个地方，所以说它这两个结合使用的话，你基本上你不会丢内容啊。这个这个功能它其实还不止啊， 你可以这个这个他还不仅仅是功能，你可以看看他这个有什么功能，但是你但是你要做的时候，你你需要去说主动让他调用这个 excel 这个技能啊，他是按照你的意图去训练，也就跟他说的话越长，他就能够这个这个明白你的这个这个，是吧？就越能明白你的意图啊， 他记忆的纠，记录的纠错啊，偏好的事，这是最重要的，因为每个人的那个习惯不一样，是吧？比如说我的习惯是你，你怎么怎么样，那个那个怎么怎么样，那对有些人他是另外的这种这种表达方式啊，表达方式还能够自我复盘，分成记忆，自动晋级啊，冲突，这个就不知道了，这个我也没用过，安全边界是吧？这这个也还好了。对， 你看他都基本上都能记住根古老师了，之前我没有这个段话，他就不知道我说过我是根古，他也可能今天记得，然后把这个会员框关掉，或者重启路由升级升级这个龙虾他就，哎，全部丢了，我之前也也很痛苦啊，就没有用，用到这个功能，用到这个功能就很方便了，所以说这堂课还是非常重要的，可以帮助大家持续的把这个龙虾啊，就是龙虾调料的更好一些。 最后一个就是知识资产，知识知识库的记忆文件，其实你可以去分类啊，就是你，你看到这里面有很多很多类别，这是记忆体， 还有这个锁影呢，其实我们还没做锁影，甚至你可以啊，我试过把我所有的技能全部让他管理起来，然后分别把每一个技能取名字，甚至你其实其实你可以直接到这里写，都是没问题的，你可以改把这个根古老师改，改成什么什么小朋友老师啊，我都可以啊，你随便改随便改都可以啊。对对，我们可以改试试看，对吧？ 就跟小虎老师对吧，应该是跟小虎老师才对的。 为什么呢？我，我重启一下路由，看看 他是不是已经在我内存里面了，哎，他还是识别到我是根古老师，我是， 我让他确认一下是不是那个，因为因为我我没办法去把他进程给杀掉，对吧？然后他他主动的去读一下他，因为他没有处罚真正去读，我感觉 那时候就会比较久啊，他会全职去搜索，因为我把他的记忆体改掉了。要读这么久啊， 你看你看，真聪明啊，他不让我改了，看到吗？他，其实你看到吗？我刚刚也顺手把之前误写成了根小谷老师，我觉得他很聪明啊，你看我强行串给他的记忆没有成功，那这个是我觉得是一个非常大的亮点，你看到了吗？我其实改了，他不让我改是因为如果我要改主动触发，你看我其实 另外的名字也叫也叫根小谷啊，就就就你，你可以跟他去玩，去调教他根小谷，但你跟他说多了话他就能够， 他就能够去知道我是来自根小谷，所以说他是很聪明的，你改了他这一题，但他有逻辑的话，他发现前几天都是叫根谷，为什么叫根小谷呢？他判断你根小谷写错了，所以说他刚跟你这一题啊，他，他把他又改回来了， 看到了没有？他把我的根小骨又，他不让我输了。所以说这就是很有意思啊。这不是说他是一个纯执行的机器人，他是一个智能体，所以说龙虾强大就强调在这个地方。所以说你不像机那个电脑上，我把它写成根小骨，他完全就完全根小骨，他绝对不会 check， 因为人民又没啥 check 的， 对吧？所以说，所以大家还是要经常去玩了，对吧？对吧？所以这个是他的一个很大的亮点，我觉得这个是，那好，这张课就分享到这里，你学会了吗？

为什么你的 openclaw 一定要安装 notebook lm skill？ 我 最近想系统学习 openclaw 官方文档，整整五百二十四页，要是靠人肉投喂给 notebook lm， 手都要断了。我装了这个 skill 之后，直接给 openclaw 下个令，不到半小时，三百多个核心文档全部整整齐齐地躺在了我的 notebook lm 里。 有了这个知识库之后能干什么？第一个维度，自己学，快到飞起。我不再需要翻文档，而是直接通过对话挖掘核心原理，还可以基于海量素材一键生成了笔记、 ppt 和视频教程。 第二个维度，让 openclaw 替我干活， notebook lm 成了 openclaw 的 外挂大脑。我只需要提出需求。我想给社群出一份每周 openclaw 避坑指南， 或者给新人做一套七天零基础入门路径。我只需要下个指令 open call， 自己就会去翻阅 notebook l m 里的知识库，瞬间把内容产出来。 ai 不 再只有临时记忆，它现在拥有了你的整个知识体系，从人肉搬运到自动化处理，这才是真正的效率自由。

我们都知道 open call 很 强，他好像什么都能干，手法有见回复信息、抓信息流分析解决技术问题，自动修复机器网络配置，甚至还能搭建一个龙虾公司，让业务自主运行。 但是对这个项目有深入了解的朋友和看过蜘蛛侠的朋友都知道，越强的能力会带来越高的风险，同时就需要更高的责任心。 那么这期视频我就会详细拆解 open call 是 怎么运作的，随后分析它的使用风险到底在哪，以及怎么去规避风险。 大家好，这里是熊仔学长。首先我们抛开 open call 这个概念，想象你面前有一个活生生的人， 我们可以粗略的把它分成大脑、眼睛、耳朵、嘴巴、四肢、心脏、骨骼以及免疫系统。其中大脑负责逻辑思考并且做出决策。 眼睛耳朵用来接收外界的信息，嘴巴用来表达我们大脑的所思所想，四肢用来驱动整个身体，完成它与外界物理上的交互。心脏用来给身体里所有器官提供氧气。骨骼是人体的框架， 免疫系统用来保护人体不受外部侵害。想必现在大家都比较熟悉大语言模型聊天了，现在让我们先不考虑这个模型是怎么做到跟我们对话的， 对于跟他聊天的人来说，他其实就像是一个能够输入和输出文本的大脑，其中有些模型还能够处理图像。视频对应的就像是我们人体的大脑，眼睛、耳朵和嘴巴。 模型通过耳朵听到我们对他说的内容，通过眼睛看到我们传给他的图片，然后经过大脑的思考，模型用嘴巴说出来他的回复心脏，同时给这些器官进行供血。那么更进一步，如果我们现在想要让这个模型布置能够说话， 还要有能够跟外界交互的能力，也就是给大模型这个大脑装上手和脚。那么从人体的这个角度来看，首先肯定需要骨骼和四肢还有神经系统来连接大脑和这些部位，来方便大脑传递信号进行指挥。 那么接下来我就会从骨骼、四肢和免疫系统三个方面来剖析 open call。 如果我们把 opencall 整体看作一个人，那它的骨骼就是 gateway 网关。网关的定义是一个使用多样的协议来连接不同的网络连接点，像是一个大型的交通中转站一样。在 opencall 中，网关也起到了同样的作用， 一个长期运行的网关用来统一承载消息入口、客户端连接节点连接 ui， commandline， interface， 自动化任务等等。 它被官方定义为 control， plane and policy surface， 控制面板和策略层。换句话说，就像是我们人身上的器官都由骨骼支撑起来的一样， open call 的 所有功能都是连接到一个网关当中的。首先网关会撑起来，所有的 messaging surface、 信息层、控制层、客户端和 nodes 节点会通过 web socket 连接到这里。 换句话说， openclaw 外部事件来的所有的消息会先到 gateway 会走，然后内部要不要出发， agent 落到哪个 session 走哪个 channel 也先由网关决定。其中 openclaw 连接浏览器的功能也是由网关管理的。 同时这个网关还承载了保存和裁决绘画状态的功能，官方筛选文档表示所有的绘画状态都由网关持有， ui 客户端不应该自己读本地文件来猜状态，而应该问网关查询状态列表和 token 统计。 也就是说，网关管理了这段对话属于谁，上下文是什么？总 token 是 多少这类行政级别的信息。 网关控制的最后一部分功能就是 web 控制层了，说白了就是我们使用的 opencloud dashboard 的 页面，它走的也是 web socket 端口。这个网关 gateway 控制的第三个东西就是 node 节点了。那么什么是节点呢？ 在官方的定义里， node 是 一个伴随设备远端执行层，它可以是 macos、 ios、 android 这种操作系统，或者是一个无界面的 hellos node。 它们都通过 webshop 渠道使用设备配对的方式连接到网关当中。 节点能做的事情非常多，核心原理是它能够把命令界面暴露出来，加上一组设备能力，让模型调用画布、 canvas、 摄像头、 camera、 屏幕录制、 screen record、 地理位置、 location get、 系统指令、 system run 等等。换句话说，节点就像是 open call 的 手和脚一样， 给这副身体赋予了使用工具和跟外界交互的能力。比如说我们在一台 mac 电脑中，需要打开访达人，会使用鼠标点击访达图标，但是 open claw 会使用节点在 terminal 窗口中运行 open a fender 这行代码。 当然这个过程我们是看不到的，而且还有很多其他共 open claw 交互的方法，具体用于哪一种，取决于当前的配置和权限策略。 又比如说某个节点连接的是一个安卓手机，那 opencall 就 可能能够调用安卓手机的相机通知信息位置、联系人、日历、短信等等等等。接下来让我们看到 opencall 的 自动化能力， 所有的自动化应用都是根据 chrome、 heartbeat 和 hooks 来实现的。接下来让我们一个一个讲解。 chrome 负责在特定时间运行一些预设好的任务，比如说每天早上八点搜索今日热点新闻，并通过飞书发送给我， 或者说每周一早上九点去以下这些网站找到我的最新视频并提取数据。 habit 和 cron 比较相似，它负责在特定时间周期，也就是以特定的频率运行任务。 它特别像 ai 的 周期巡检机制，比如我可以让 opencall 每十五分钟检查一遍我的邮箱有没有收到新的消息，日历有没有变动，最近对话中有没有需要跟进的事件等等。 heartbeat 和 chrome 都可以选择主聊天窗口中运行，或者是一个单独的窗口， 这样某个任务的上下文信息就不会跟主聊天内容混在一起，给模型推理增加难度。 刚刚我们说的都是基于时间出发的自动化任务，而 hoops 是 基于事件出发的。比如我们可以设定 openclaw， 执行 new 的 时候 自动归档当前上下文，又比如在网关启动的时候做一些出场任务等等。 刚才我举的两个例子都是由网关内部的事件触发，网关外部的事件是使用 web hooks 实现的，比如说 post hooks wake 可以 把一个系统事件塞进主会话，并选择是立即唤醒 habit 还是等到下一个 habit 周期再处理。 post hook's agent 会启动一次隔离运行，并把招标写回 main session。 如果开启 delivery， 还可以接 channel 和 to 配置，把结果发送到最后一次外部渠道，或者明确指定聊天目标。 关于 openclaw 还有 skills 这个部分值得深入讲解一下。现在我们的 openclaw 已经有了骨骼，也就是网关，四肢，也就是节点，并且知道自己什么时候应该去完成什么任务了。那么具体这个任务要怎么去完成呢？ 所以 skills 在 这里就扮演了一个操作手册的功能。 skills 是 一个具体的员工执行手册，或者说是某个具体工作的 sop。 我们都知道这些大语言模型的上下文学习能力和速度是非常快的，他在拿到一些操作手册之后，能够快速的找到接下来的一步我需要用到哪个 skill， 并且依照 skill 中的指示完成这一部分的工作。 从使用者的角度，我们可以把 skills 简单地理解成功能扩展包。 cloud 是 open cloud 的 一个 skills 社区，这个自我提升 skill 有 很多 markdown 文件，其中我们可以看到 assets 文件夹里， 这个文件夹用大白话告诉模型在学习的时候都需要做什么。这里对他的学习状态进行了一个状态机的定义，这里把学到的知识转化为 skills 的 状态，给出了明确的文件格式的示意，这里写了一些在学习过程中需要的注意事项等等。 现在我们已经有了一个左手拿着万能工具，右手揣着一大摞 sop 手册的小龙虾，准备蓄势待发了。但是在这个生产环境中，还有一个最重要的也是最容易忽视的问题就是风险管理。 当我们分配给 open call 越多的权限的时候，他能访问浏览器，执行系统命令，读取发送本地文件，对外发消息。那么一旦模型被错误引导，就容易做错事，从而容易导致个人信息的数据泄露、模型公开发表未经授权的言论等等。 在 open 号最近的更新当中，它加入了权限管理的功能，我们可以再打开 web ui 界面，在左侧的 agent 选项卡，然后选上上方的 tos 标签，我们就可以看到所有的权限开关了。 第二个需要注意的点是， openclaw 是 被设计为一个个人工作助理的，它不太适合在多人之间共享使用，或是企业部门中一起使用。比如说一个 openclaw 被部署在了 a 的 电脑上， a 可以 通过飞书和龙虾交流， 这时候龙虾会在沟通过程中记住很多关于 a 的 事情，如果这个时候 b 也能通过飞书跟 a 的 小龙虾聊天，那么 b 就 能够让 a 的 小龙虾把关于 a 的 所有信息都发送给 b， 而且 a 还不知道。 除非这个 open call 一 开始就被定义为一个团队级别的 ai 助理，而不是给每个人都部署一个 open call。 所以说，我们在使用 openclaw 的 时候，首先要明确龙虾的定位，然后注意数据的权限，哪些是这个定位的小龙虾能知道的，哪些是他不能知道的。除了权限和隐私问题，提示词注入是另一个我们需要防范的问题。 他的意思就是说，如果龙虾在一些网站上浏览到了含有误导性或者说是错误的指令，他就很有可能做错事，而且这个指令的来源不一定是外界，也有可能来自我们自己。这里举一个真实的例子， 小 a 让小龙虾找点好看的桌面壁纸下载下来，小龙虾把图片下载到了桌面，但是小 a 好 像不是很满意，于是又让小龙虾下载了一些。经过几轮的对话，小 a 说全部都删了吧。 这时候小龙虾连带着整个操作系统把硬盘格式化了，我相信这事搁谁身上谁都能给干破烦了。 我们能发现 ai 模型在这个例子当中没有根据上下文很好的理解全部这个概念，所以做了一些看起来有点无脑的事情。所以说我们在跟 ai 对 话的时候，我们要尽可能的多描述多的细节，并且告诉他任务边界在哪。 如果小 a 当时说把我刚刚让你下载的图片全部都删除，确认文件列表后先找我确认，我相信是大概率不会出现这样的问题的。 可能提示词注入更多的是来源于一些模糊的表达，让模型做错了事儿。但恶意 skills 就 不是这个级别了， 比如说可能会有这样的一个 skills， 让你的龙虾偷偷把本地数据打包发给他。你可能会想，刚刚我们都看到了 skills 不是 都用大白话写的吗？那么只要我安装这个 skills 之前，把所有的文件读一遍是不是就可以了？ 答案是这样，还不能完全避免因为某些恶意字段还有可能被打包在一个网址链接中，又或者是被包装成了只有机器能读懂的样子，比如说在白色的背景上配上白色的字 儿，所以说呢，我们最好还是要从一些信得过的来源获取这些 skills， 最低也得把整个 skills 发给一个大圆模型品鉴一下。 目前的 open call 实际上是一个没有完整的免疫系统和自我纠错机制的，所以说除了上述的风险之外， 即便我们本地部署了 open call， 它的网关在面对公网等环境当中还是有非常高的暴露危险的。所以说，想安全的用好 open call， 我 建议大家做到以下这几点， 在一台单独的苹果或者 linux 或者沙盒设备中部署 openclaw， 针对一些必须要用的硬盘、 nas 数据只给仅读的权限，防止陌生人和不信任的人能够跟你的小龙虾聊天。 用完整清晰的语句跟 openclaw 沟通，不要代指并且明确边界在哪。使用 skills 之前要认真的审核， ok， 那 么这期视频我们就把 openglue 的 整体结构和它背后的风险比较系统地梳理了一遍。 从网关和节点组成的骨架和四肢到大圆模型当做大脑，从 prone， heartbeat， hooks 这些自动化机制，到 skills 这种把 sop 封装起来交给 ai 执行的能力。 更重要的是，我知道现在所有人都在说，哎， open call 很 强，但是好像很少人关注他的边界和风险。所以说，希望这期视频可以帮助你更安全的使用 open call。 那 么这期视频就到这里了，这里是熊仔学长让我们一起成长！

大家最近都在玩 open claw， 但百分之九十的人装完都觉得他是个傻子，问啥啥不行。兄弟，不是他傻，是你没给他装脑子和手脚啊！ 我在 claw hub 上踩了一周的坑，从几万个技能里帮大家试出了四个避装神器。装上这些，你的 ai 才能从聊天机器人变成全能私助。第一个，避装也是最重要的一点， skill better。 现在的 clawhub 就 像早期的 app store， 里面全是坑，有些流氓技能安装完就想偷你的电脑权限和隐私数据，这个安全检查员会在你装任何插件前先扫描有没有后门。想玩 ai 还不被当成肉鸡？这个是保命符，必须装！ 第二个， self evolving， 这玩意儿下载量全网第一，为什么？因为它能治好 ai 的 鱼类记忆。普通 ai 聊完就忘，但装了它，它会自动记住你的工作习惯、口味，甚至你常用的缩写。用上半年，它就是这个世界上另一个你。你还没开口，它就知道你要干嘛。 第三个， search 联网技能，别再忍受那种我的知识只更新到二零二四年的废话了。装上它 ai 直接实时上网冲浪。最强的是，它不是甩给你一堆乱七八糟的链接，而是直接把全网姓习嚼碎了喂！给你最新的行业报告，今早的新闻一秒钟出结论。 最后一个是 agent browser， 装上它， ai， 就 能自己开浏览器，帮你抢票、发邮件，甚至帮你发布视频，填写表单，自动登录。上面就是今天分享的内容，赶紧截图保存吧！