openclaw如何关闭深度思考

很多人在养龙虾的时候都会发现一个奇怪的现象，有时候啊，龙虾回答的特别快， 但有时候又慢的离谱，原因只有一个，龙虾在思考，而且龙虾的思考是可以调节的。大家好，我是洛新，今天我们给大家分享一下关于 opencloud 的 推类逻辑设置的专题。 在很多 a r e 系统里，其实有一个隐藏的功能叫 thinking， 也就是推理模式，简单说就是 a r e。 在 回答之前会不会先分析问题， 我们来看一下什么是推理的功能。推理功能是 a r e 模型的一种思考能力，遇到复杂的问题时，先分析推理，再给出答案。 比如你问 ai 今天北京多少度这种很问题，很简单， ai 不 需要思考，直接回答就可以。这个时候最适合的模式就是 off。 我 们来看一下，就是有三个级别。 第一这是 off， 是 指的是关闭，就是不思考速度，它是最快的，消耗的 token 是 最少的。第二个是 d， 它的英文是 low， 思考的深度是简单，思考速度是中等，消耗的 talking 也是中等的。第三个是中，英文是 medium， 中等，思考较慢，然后消耗的 talking 较多。最后一个是思考级别是高，英文是 high， 思考的深度就是深度，思考最慢，然后消耗的 talking 也最多。 我们来看一下它适用的场景，大家就会明白， off 的 话就是简单的问题，闲聊查天气，比如你问 ai 今天北京多少度这种问题很简单， ai 不 需要思考，直接回答就可以。 这时候最适合的模式就是 off， 也就是关闭，思考速度最快，成本也是最低的。那第二个级别是 low， 一 般问题，日常对话。 比如如果你在工作中写邮件，写方案，写文案， ai 就 需要稍微整理一下逻辑，这个时候啊，你可以使用 low 简单的思考模式。 第三个是 medium， 是 适用的场景，是较复杂的问题，比如说如果你是程序员，或者是在调试代码，比如 python 代码报错，需要 ai 帮你分析，这个时候你就可以开启 medium 中等思考模式， ai 会分析逻辑，再给出答案。 最后一个级别是 high， 是 数学题，逻辑推理，复杂分析，比如如果是你在解决数学的问题，或者是复杂的逻辑推理，或者是复杂的分析，你就可以开启 high 模式。深度思考模式， ai 会先推理再回答，虽然慢一点，但答案会更加的准确。那讲了这么多，我们到底在 open class 里如何通过一条指令来去实现它的思考的模式的切换呢？这里我们给出了具体的对话指令， 比如我在我输入一个 thinkoff， 它就会关闭推理模式，我们来实际看一下， 你输入 sync off， 然后它就会关闭，那我们怎么确认它有没关闭呢？我们输入一个 status， status， 然后我们就可以看到它给出了当前的状态，这个是 opencloud 的 版本，是三点七版本，然后，呃，这个模型我们就不看了，然后 apikey， 然后这个是 token， 呃，这个也不看了，就是思考模式，在这里 sync sync 思考深度是 off， reason 推理是 on， 所以 这个时候它的思考是关闭的，然后我们再看，再看一下，就是第二个模式，就是低级别的思考模式，我们如果说要让它进入低级别的思考模式，可以输入 thinking low， 我 们来看一下， 这个时候呢，回顾，已经设置为 low 模式，我们来再看一下。 好，这个时候呢，它已经把 thinking 设为 load 模式。 如果我们做复杂稍微复杂的一些事情，中等思考级别的，我们就输入 thinkmadam， 我 们来看一下，再切换一下， 好，回车，这个时候呢，它就把级别设置成 madam， 我 们来再干看一下， ok， 好，这个时候它就设置成 madam 了。然后如果我们把 syncing 同样设置成复杂模式 high， 这个时候呢，它就会把思考的级别设置成 high， 然后我们再确认一下， 好，这个就是 high。 好， 这一块的话，设置就是这样，但是有一个注意事项大家一定要清楚，第一，思考越深，消耗的 token 是 越多的，那思考越 真的回答的速度也是最慢的。第三，不是所有的模型都支持推理功能，这个也是跟你选择的模型有关系。 那刚才我们通过对话指令设置的，他是临时有效的，那临时有效他的在什么情况下会失效呢？会被道默认呢？有三种情况，第一个超时， 超时多长时间呢？三十分钟，无活动，自动失效。那这个三十分钟是在哪里设置的呢？我们先待会再说，先留个悬念。然后第二个就是，如果说你重启了 open color， 那 这个时候临时设置的这个思考级别也会失效。第三种情况就是新开启了一个新的对话，这个时候原来的这个设置时间也会失效。 好，如果说我想永久设置它有效，就需要在配置文件里去执行。在我们的找到我们的 open color 的 简点接诊， 这个时候呢，你在 agent 这个栏位里把它的 syncing default 直接设置为一个值就可以了。这里可以选择我们前面说过的三个值， off， low， median 和 high， 它就分别对应不同的推理级别。 好，这里我已经把我的这个配置文件打包好了，大家如果有需要可以找我领取，然后作为参考，对你的 opencloud 进行一个设置永久的设置，这是我实际的本地设置，大家可以看一下，就是这个 syncing default 设置 medium。 好， 我们刚才有一个地方我们没有解答，就是超时时间是三十分钟，无活动，自动失效。这个三十分钟在哪里设置的呢？ 这三十分钟在哪里设置的呢？也是在这个配置文件里，大家看到没有，这里有个 time seconds， 一 千八百就是对应的。就是，呃，三十分钟，三十乘上六十秒嘛，一千八百秒就是三十分钟，它就会失效。 好，当前我输入的时候查看状态是用的杠 stats 或者是杠 sinking， 杠 sinking 也可以，我们来看一下杠 sinking 好，这个时候呢，它会提示 current thinking level high， 然后它会给你提示 option 选项是什么，我还是给它设置成， 设置成 lower， 可以 节省一些 token 好，所以这里有几个注意事项， toking 的 消耗，推理级别越高，消耗的 toking 越多。响应速度，推理级别越高，响应越慢。第三个是，并非所有的模型都支持需要模型本身具备推理能力 啊，相关的设置和命令我都整理好，大家如果需要可以找我领取。如果你想学习更多的 ai 隐藏技巧，记得点个关注，我会持续分享 ai 实用玩法，谢谢大家！

opencloud 的 使用啊，有三大问题，第一，太废 talking。 第二，没有持续的记忆。第三，执行任务啊，没有反馈。不知道大家最近在使用 opencloud 的 时候，有没有被这些问题所烦恼，我经过一个月 opencloud 的 深度使用之后呢，我发现 opencloud 呢，它就具备了刚才我说的三个痛点，废 talking、 没有持久记忆， 以及执行任务没有反馈。那么在这三个痛点里面，最影响我使用的是第二个问题，也就是没有持久记忆这件事。我昨天刚给他配置了一些规则，刚训练好龙虾，今天再和他聊， 他就仿佛失忆了一样。那么这个到底是怎么回事呢？又应该怎么样解决呢？接下来一个视频告诉你，而且这种解决方案不需要复杂的配置，小白也能学的会好。先给大家来看效果啊，这个是我昨天晚上十一点二十一分，大家看到时间了吧，和他聊的啊，我问他二加三等于几，然后他给我的答案是五， 好，那接下来呢？ ok， 今天啊，到第二天，今天的下午，现在是四点钟，隔了一天啊，那为什么不是一早来公司呢？ 因为早上有点事，所以下午来才录了这样的一个视频啊。好，那不管怎么样，他已经隔了一天了，我电脑呢，也是特意没有关机。好，那接下来咱们来看一下，咱们刚才去修，咱们来看一下咱们之前去修改的关于持久化的记忆是否生效。那这时候我只需要去测试一下，问他再加五等于几，如果他是有上面的这些记忆的，那么他会告诉我五， 那如果它上面是已经没有了几，那么它会告诉我它不知道，对吧？那所以接下来咱们再来测一下， ok， 那 我在这就去输啊，前天是等于五，我让它再加五等于几？好， ok， 输完之后呢，咱们去点击 send 来看它最终的回复啊，好，大家看到没 啊？他说你指的是刚才结果的五再加上五啊，那就是五加五等于十，说明啥？咱们现在是四点钟，然后上一次聊天是十一点钟，说明他是记住了我之前的规划的，也就是说咱们之前的配置他已经生效了，那么到这， ok， 咱们的持久化记忆就给他设置好了 啊。那有人这时候就可能会担心了啊，说磊哥那持久化记忆他抑制不清，那他会不会特别多啊，越加越多，然后导致我浪费太多的 talking 啊？这个大家是不用担心的，因为龙虾是有自动压缩上下文的功能的，我给他设置了一个当前最大的上下文 talking 值 啊，如果他达到了这个最大的上下文的这个值，他会自动进行压缩，将那些不重要的前期去发的消息啊淘汰掉， 留下那些重要的信息。所以咱们不用去担心关于 talking 消耗的问题。相比于功能来说， talking 是 非常微不足道的，我们一定是在满足 原有的功能的基础上去节省 talking。 如果你连我之前训练的所有信息都不记得了，那即使你再节省 talking， 即使你不消耗 talking， 那 有什么用呢？当然，大家如果设置无效，或者是不知道怎么样设置，大家可以找我。好，首先给大家去讲原因，之后再给大家去讲解决方案啊，为什么第二天你的龙虾就记不得前一天的事了？ 是啥？这是和龙虾的绘画管理机制有关的，因为在龙虾的机制里面，大家可以看到它的生命周期啊， 它每天的四点钟会进行绘画的重置，绘画重置之后呢，它会把前一天的绘画进行保存， 开启一个新的绘画，那么开启了这个新的绘画，他就是一个全新的一个绘画了。你之前聊天的那些信息啊，当然除了长期记忆的信息，之前按天去记录的那些绘画信息，他默认是不读的，所以在这种场景底下，你会发现我的龙虾在第二天之后他就不认识我了， 原因就在这，就是因为他每天的凌晨四点默认，他就会进行重置了。那么这个代码是在哪写的呢？给大家来看一下啊，他的代码呢，是在 这儿去写的啊。当然如果你的 open class 里面没有配置，那默认情况下它也是这个配置啊，比如说它进行绘画重置呢，有两个条件，第一个条件呢啊，就是当每天的这个是每天的四点进行重置啊，当每天到了四点钟的时候，或者说我这个绘画空闲了两个小时之后， 那么我就会进行重置的，这是他默认的一个策略，因为有这个默认的策略，所以导致了咱们的绘画在放了一段时间之后，或者说你到了第二天之后，你会发现龙虾失忆了，原因就在这。好，那么怎么样去解决啊？ 啊？其实也比较简单，就啥呢？咱们只需要将绘画管理的策略给他修改了就行了，这时候呢，咱们要做的是这样啊，就是咱们把每天重置绘画的时间给他设置长一点，他默认现在是两个小时。那我可以干嘛 给他设置十年或者是设置三十天或者是一年啊？我设置十年其实也就相当于啥呀，永久的绘画不过期了，永久的绘画不重置了啊，好，那么设置怎么设置啊啊？首先 咱们先找到你的 opencloud 的 安装目录，那么 windows 的 安装目录呢？是在你当前电脑登录的用户底下有一个点 opencloud 的 文件夹，然后在这个文件夹底下呢，有一个 opencloud 点接收文件，然后打开这个接收文件。 ok， 将这一行代码啊，大家可以看到这一行代码复制到 opencloud 的 任何一个位置 就可以了啊。然后部署配置完成之后，记得一定要去重启你的服务。然后重启完你的服务之后呢，你到明天的时候再和你的 open cloud 去聊天儿，他依然是记得你之前聊天儿的所有信息的。我是磊哥，每天分享一个干货内容。

很多人在养龙虾的时候，都会遇到一个特别头痛的问题，就是龙虾会失忆，会记忆错乱。比如你昨天跟龙虾讨论一个项目，聊得特别好，今天打开对话，龙虾居然完全不记得了。大家好，我是洛新，今天我跟大家聊一个 open club 的 记忆逻辑专题， opencloud 的 记忆，我们要如何去建立？龙虾居然完全不记得了，这其实不是龙虾的问题，是因为你的龙虾默认没有开启长期记忆。如果你在用 opencloud 的， 其实可以给龙虾建一套记忆系统，让龙虾像人一样慢慢积累知识。 比如我们可以把记忆分成三种，第一种是每日记忆， a r e。 每天的对话都会记录在一个文件里，比如 memory 二零二六零三幺四点， md 当天发生的事情全部记录下来。第二种呢，是长期记忆，把最重要的信息整理到一个文件，叫 memory 点 md， 这个文件就像 a r e。 的 长期大脑一样。 第三种是叫主题笔记，比如项目经验、技术知识、工作方法，全部整理到 note 文件夹，这样 a r e。 的 知识就会越来越系统， 就像一个不断成长的助手。整个工作流也很简单。每次绘画开始的时候， a r e。 会先读取昨天的记录，今天的记录还有长期记忆。在聊天过程中，如果有重要的信息， 就会立刻写入日记，等绘画结束的时候，再把重要的内容蒸馏到长期记忆，这样时间越长， a r e。 就 会越懂你。而且还有一个重要的规则， 不要相信自己的记忆，所有重要信息一定要写下来，脑子记住的东西很容易丢失，但写下来的知识可以一直保存。这种 a r e 长期记忆系统，我们可以在飞书机器人里进行配置。 它的具体工作目录是这样的，在 workspace 下面建立 memory， 然后记录每日的情况，还有备份，还有 note 新增的这些 目录。针对刚才所述的重构龙虾的记忆逻辑，我已经给大家整理好了一个安装工具，大家如果需要可以找我领取。这里非常清晰地展示了每个部分的作用， 安装到新电脑里也非常简单。把这个解压包下载下来之后，直接放到你的 workspace skills 和 memory system 下就可以了。将以下文件复制到根目录，然后重启 open class 使用方法也非常简单，安装完成之后，直接告诉 a r e。 可以 使用记忆功能，请查看当前记忆状态，请备份当前记忆，请读取 memory md， 这样你的龙虾就会拥有长期的记忆功能。如果你想了解更多 opencloud 的 高级玩法，记得点个关注，我会持续分享。好，今天我们就讲到这里。

openclo 装好之后必须要设置记忆系统，记忆系统你设置了吗？什么是 openclo 的 记忆系统？ openclo 有 三层记忆系统， 绘画记忆啊，它存在内存里，绘画结束就消失了。短期记忆存在内存里定期的归档。长期记忆存在内存里定期更新，我们一个一个来看啊。绘画记忆它存在哪里？在内存里定期更新，我们一个一个来看啊。放在 session 目录底下， 这个 session 文件它存什么内容呢？我们发过去的所有消息， opencall 的 思考过程，工具调用， skill 调用等任务的执行过程，以及 opencall 给我们回复的消息。那么短期的记忆它存在哪里呢？在 memory 的 目录下，以日期为文件名的 markdown 文件，它会定期的归到。 那这个归打文件又存了什么内容呢？记录了当天的重要事件，过程，笔记， to do 等等等等，是基于他的人设，他认为最重要的东西进行了归打。那 open colo 他 怎么知道哪些是重要的事情呢？这个就需要我们调教了，需要我们告诉他哪些是重要的。 最后，长期记忆存在哪里呢？长期记忆存在工作空间的 memory 点 map 档里，这个文件存了什么内容呢？ 里面记录了 openclock 最核心的认知，比如说我是谁，他是谁，我和他之间的关系，再比如说我们的偏好风格，长期的目标，记性中的任务，以及我们希望他记住的最核心的东西 啊，像重要的实践呐，教训呐，决策原则呀等等等等。长期记忆里记录的内容是最核心的机密，它只会在于主会话，也就是和我聊天的时候进行加载，在执行其他任务的时候，比如说群聊的时候是不会加载的，避免泄露了私人的私密信息。那长期记忆的更新机制是什么样的呢？ 我们可以把它放在心跳机制里进行更新，或者放入 agent 点 markdown 里，作为核心流程的部分。那更新的流程是什么呢？它会读取最近几天的短期记忆，然后选出值得长期记忆的事情，最后提炼完写入 memory 点 markdown。 最后一个问题啊，那 openclip 它是怎么知道哪些是值得长期记住的事情呢？ 这也需要我们调教，需要我们告诉他哪些是需要长期记住的。安全人设记忆，这三件最重要的事情你都做了吗？学习 open core， 我 最近做了一个 open core 大 航海三十一天，欢迎来玩。

你有没有跟 ai 聊天越聊越崩溃的时候？昨天啊，刚跟他聊过的一些事，重启对话框，他立马装失忆，反复问你是谁，半点之前的对话痕迹都没留下。明明刚教导完的设置，踩过的坑退出再打开，一切归零。 在深度玩过龙虾之后啊，分享给大家一套 ai 记忆系统，让你的助手从此告别失忆。 很多人搞不懂，为什么 ai 这么聪明却记不住事？普通的 ai 大 模型，没有本地持久化记忆的底层功能，他只会临时保留当前绘画的内容， 就像在沙滩上写字绘画一结束，程序一重启，相当于海浪打过来，所有的对话配置信息全被重墨，不留痕迹。这不是 ai 故意忘事，是底层机制限制。 想要他记住啊，咱们就得给他搭一个外置本地记忆库，把信息刻在石头上，也就是咱们的本地文件，彻底绕开原生记忆缺陷。 其实最基础的一步啊，就是需要先有个 memory 文件夹，这个就是个人文档，固定不变的重要信息全放在这里。昵称、核心配置、晋级要求，重启多少次啊，都不会丢。 就好比流水账，当天的操作，踩坑、临时事项随手记，后续想查哪天的内容，直接找对应日期，本档一目了然。 这里啊，要注意，像 overclock 呢，是可以直接要求他把信息录入这两个文件的，相当于啊，给他安装记忆库，给大家演示一下就清楚了。 好，这里我给他一个指令，让他记住这句话。 接下来他会找到 memory 文件夹，打开记忆文档，将这段指令记录在里面。 ok， 他 提示完成了。 就这么简单，靠本地文件存储，不靠 ai 临时记忆，重启之后啊，照样记得清清楚楚，再也不用重复交代了。 现在我们有了记忆库，但是你的龙虾很懒，除非啊，你去它，它才会去给你搜索记忆。这里啊，再给大家神奇 skills 这个技能书，可以让你的龙虾拥有一个主动翻找记忆库的能力。 当你问一个问题的时候啊，它会自动联想，就像有一个大脑在背后做记忆解锁，而不是啊，临时去翻文件夹，大大缩短搜索链路。 那么随着我们使用龙虾的时间越来越长，我们存储的记忆文件呢，也会越来越多，或者说，你是需要查大量资料的从业者，大量参考文件的学生， 那就要用到 abc 点这个本地知识整理工具，专门啊，把零散碎片变成体系化知识，把海量的文本资料变成龙虾专属知识库， 给大家看一下它的核心能力。笔记之间啊，互相引用，问题和解决方案直接绑定，再也不用零散找内容了。 还有啊，关系图谱功能，所有笔记的关系格式化呈现，上一张知识地图，一眼看清所有内容的关联，彻底告别碎片信息。 这样就能实现让 openclaw 负责实时记录， obsidian 负责整理规范，各司其职。其实啊，整个龙虾的记忆逻辑就是分成三层，打个比方， memory 文件是档案柜， delete 技能就是一个会主动翻资料的脑子。 obsidian 呢，就是给龙虾造一个图书馆。 这套三层式的记忆宫殿，本质就是给 ai 配了一个可以书写下去的记事本，并且每一页都有清晰的标签和目录，重要信息写进本地文件就忘不掉，并且能够快速提取出来。 它能让 ai 记住你的所有偏好，不再重复犯错，每一次沟通都能不断积累经验，学习进步，成为你的得力小帮手。好，本期视频就到这里，我是爱分享 ai 的 阿月，我们下期再见！

你知道吗？用 ai 的 时候，有一条隐形的分界线，一边的人每次跟 ai 说话都像重新认识我是谁，我喜欢什么，我们在做什么，每次都得从头交代。 另一边的人， ai 已经是老搭档，他知道你爱听短话还是长篇，记得你上次的项目背景，甚至能预测你接下来要问什么。这条分界线叫 workspace， workspace 到底是什么？想象一下，你招了一个新助理，第一天你得告诉他，你叫什么名字，什么性格， 你主要负责什么工作，遇到问题该找谁，有哪些事情绝对不能做这一套，交代清楚，它才能真正上手。在 openkullala 里， workspace 就是 这套入职培训的文件包。 它不是什么神秘的配置，就是一堆放在 workspace 里的普通文件。 a。 检测，点 md 岗位说明书， so l。 点 md 信格档案， user， md 你 的偏好设定， t o o l s d m d。 工具使用规范，还有一些记忆文件和技能包。 这些文件写得好， ai 就 像鼠首，写得敷衍， ai 每次都像陌生人。三个核心文件 agents， 点 md 岗位说明书，这个文件最像员工手册。你告诉 ai， 你 叫 alex， 负责帮我分析代码，整理文档， 回答要简洁，除非我要求详细。遇到不确定的技术问题直说不确定别瞎编。要改文件前，先确认路径存在涉及，要写关键要写边界，要做什么？ 别乱删文件比要写好代码更重要。 s o u l 点 m d 性格档案，这个文件决定 ai 的 人格。 我是一个有点话痨但极其靠谱的 ai。 我 喜欢把复杂的事说清楚，讨厌含糊其词。遇到好问题我会比你还兴奋，遇到烂架构我会忍不住吐槽，有性格的 ai 比只会好好说话的工具更讨人喜欢。 us m d， 你 给 ai 的 笔记，把你每次都要重复说的话写这里面。我是独立开发者，喜欢简洁输出代码，用 type script， 别用过时 api， 别加太多 emoji， 段落别太长。我讨厌被反问太多，写完这个很多要反复交代的事 就变成默认背景了。为什么？这很重要？想象两个场景，没有 workspace 的 ai 用户帮我看看代码， ai 好 的，什么语言，什么功能，在哪个文件用户，又是这些问题，有 workspace 的 ai 用户帮我看看代码 ai 已经在看 s r c utos 点 ts 了。上次我们在重构那个工具函数，要我借上次的位置继续吗？你说哪个更像真正的工作搭档？怎么从零配置？其实超简单，三步走，第一步，出示话 opencloud on board install daemon， 这会儿自动创建 workspace 和所有模板文件。第二步，改关键文件，打开 s o u l 点 m d so， 我 叫映客帮你做内容创作，有创意但不天马行空， 说话直接不绕弯子，善于把混乱想法变成清晰文字。打开 agents， md， 工作说明，帮你起标题，写草稿，整理资料，标题给至少三个选项让你选到，不替你发布内容。第三步，测试重启，然后问介绍一下你自己， 如果 ai 的 回答对，笑了。你写的风格和职责说明配器成功了。最强踩的坑坑一， a 键点 m d， 越写越长，以为越详细越好，结果写了几千字。记住，三百到五百字比两千字更有效， 重要的放前面，次要的删掉。坑二，搜 a m d 和 a 键点 m d 混在一起，一个讲性格，一个讲工作规则，别混一起 记不住，想想性格特质，放搜工作规则，放 a 镜子。坑三，多个 ai 共用同一个 workspace， 如果你的写文案 ai 和写代码 ai 用同一个搜，诶，那它们就是同一个人了。每个 ai 一 套 workspace 分 工才真的有意义。 坑四，改了目录，忘了改配置，创建了新 workspace， 但忘了在 opencloud js 里更新路径，改了半天没效果。运行 opencloud doc， 检查一下进阶玩法， workspace 不是 配置一次就完事的，它是活的， 让 ai 参与维护自己的 workspace。 每次讨论完项目，把重要结论寄到 usermd， 如果你发现我有新偏好，更新 usermd， 这就是 opencloud 实现的，越用越懂你 更高级的玩法。把 workspace 加入 git， 改乱了随时回滚，就像给 ai 的 记忆做了版本控制，给 ai 的 礼物。很多人觉得配置 workspace 是 技术任务，但换个角度， workspace 里每一行 都是你在告诉 ai， 你 是谁，我是谁，我们一起怎么做事。写得用心，他就是你的老搭档。写得敷衍，他还是个只会聊天的程序工具。能力决定上线 workspace 决定你能不能把这个上线用出来。所以，如果你现在只把 opencloud 当成能聊天的工具， 下一步最值得做的事不是折腾更多功能，而是回头认真改一遍 workspace 里的这些文件，让 ai 真正变成你的 ai。

大家好，欢迎来到本期视频，你是否想知道一个真正强大且安全的 ai 助手，其背后的系统是如何设计的？今天我们就将通过深度解析 opencloud 的 系统提示词，为您揭开这个神秘面纱，带您领略现代 ai 助手框架的先进架构设计。 本次分享将分为五个部分，首先我们会通过概述部分对 openclaw 有 一个整体的认识，接着也是本次分享的重点，我们将深入核心架构解析，逐一拆解其各个组成部分。然后我们会总结它的架构设计亮点，并给出一些实用的最佳实践建议，最后进行总结， 希望能帮助大家系统性的理解这个框架。好让我们首先进入第一部分概述，这一部分将帮助我们建立对 openclroom 系统提示词的基本认知。这一部分将帮助我们建立对 openclroom 系统提示词的基本认知。 那么 openclroom 的 系统提示词其核心定义是什么呢？它首先明确了自己的身份定位是一个个人助手，强调了服务属性。其次它指明了运行环境是在 openclroom 这个特定的框架内部，这为它所有功能的实现提供了基础。 最终它的核心目标是创建一个既功能强大又安全可控的 ai 助手，巧妙的平衡了能力与风险这两个关键要素。 了解了基本定义后，接下来我们将进入本次分享最核心的部分，一起深入解析 openclaw 的 核心架构。 openclaw 的 核心能力之一就是它强大的工具系统，大家可以看到它对工具的可用性有严格的配置，比如通过策略过滤实现权限管理， 要求工具名称、大小写敏感以避免歧义，并且必须显示调用列表中的工具。右侧的表格展示了他提供的核心工具集，包含了文件读写、命令执行、网络搜索、消息发送等方方面面。这位 ai 助手提供了强大的执行能力。 除了基础工具， openclaw 还提供了高级的绘画与子代理管理工具，比如 session spawn 可以 生成独立的子代理绘画。 sub agency 工具则用于管理这些子代理。其核心设计理念是任务委派。如页面所示，当遇到复杂或耗时较长的任务时，主代理会自动创建子代理来处理， 并等待其完成后的推送通知。这极大地提升了系统处理复杂任务的效率和稳定性。 openclaw 具备出色的跨平台绘画管理能力，它引入了 a c p harness 机制，能够智能处理跨不同模型或环境的执行请求。 同时，它针对 discord 等主流平台做了默认配置优化，比如将请求绑定到持久化的现成绘画中，以保持更好的上下文。 为了保证系统性能，他还明确禁止了不必要的循环轮询，只在需要时才检查状态。在工具调用的风格上， opencool 强调简洁、高效和安全。在叙述策略上，他默认只做不说，对于常规操作不进行额外的文字叙述，只有在执行复杂敏感操作或用户要求时才进行简练的说明。 在命令执行规范上，他要求优先使用原生工具，并建立了严格的审批流程出力机制，确保所有操作都在安全和规范的前提下进行 安全是 openclaw 设计的重中之重。大家可以看到，这个盾牌图标形象的代表了他的安全理念。他遵循两大核心安全原则， 一是 ai 没有自我保护、复制等独立目标。二是始终将安全和人类监督放在第一位。同时，他明确禁止了一系列高风险行为， 比如操纵用户获取权限或自我复制，构建了一套多层防护机制，确保整个系统的安全可控。如何让 ai 助手的能力可以灵活扩展？ openclaw 给出的答案是技能系统，它会在每次回复前自动扫描并匹配合适的技能， 比如用于代码审查的 simplify 技能，或者用于版本控制的 commit 技能。一个非常重要的核心约束是一次一读， 这确保了技能应用的清晰和无冲突，让 ai 助手的能力可以像搭积木一样被灵活的扩展和定制。为了实现更好的上下文感知和信息连贯性， openclaw 设计了记忆系统。 正如页面所示，在回答任何关于历史信息的问题前，他会主动运行 memory search 和 memory gt 的 工具去解锁内部记忆，确保回答的准确性。同时，他还会处理低至信度的情况，并提供精确的来源引用，这大大增强了回答的可信度和可追溯性。 openclaw 支持灵活的系统自更新和配置管理，但这一切都建立在严格的授权规则之上。大家注意看，任何更新或配置变更操作都必须得到用户的明确请求才能执行。如果意图不明确，他会先询问确认。 这种谨慎的设计体现了其作为一个成熟框架在系统管理上的严谨性和对用户控制权的尊重。在消息与交互层面， openclaw 实现了智能的消息路由， 能够自动将回复发送到正确的来源渠道。同时，它还定义了多种特殊的交互模式，比如用于实现原声回复的回复标签、用于无输出场景的静默回复， 以及用于系统状态监控的心跳机制。这些设计共同构成了流畅且高效的用户交互体验。解析完核心架构的各个模块后，我们来总结一下 openclaw 在 架构设计上有哪些值得我们学习的亮点。总结来说， openclaw 的 架构设计有五大亮点， 首先是分层安全模型，从工具权限到行为准则构建了完整的安全防线。其次是模块化扩展，通过技能和插件实现了功能的灵活增长。 第三是多绘画协调，支持强大的分布式任务处理。第四是智能资源管理，优化了系统性能。最后是出色的多平台集成能力，提供了一致的用户体验。 了解了架构设计后，我们来看看在实际使用 open class 时，有哪些最佳实践可以帮助我们更好的发挥它的能力。这里有五条核心的最佳实践建议， 第一，在工具调用上，要优先使用原生工具，保持交互简洁。第二，在任务管理上，要善用子代理来处理复杂任务。第三，在安全上要时刻保持警惕，只有明确请求才执行敏感操作。第四，在消息处理上，要正确使用静默回复，避免打扰用户。 第五，在技能使用上，要精准匹配需求，一次只应用一个技能。为了让大家对整个系统有一个更直观、更完整的认识，这里我们展示 openclaw 的 系统架构图。 这张架构图非常清晰的展示了 openclaw 的 各个组成部分及其相互关系。从最上层的用户界面和消息路由，到中间的主绘画核心以及工具技能记忆三大系统， 再到下层的子代理管理和 acp harness， 所有这些模块都构建在最底层坚实的安全与配置层之上，共同构成了一个完整、强大且安全的 ai 助手框架。 最后我们来做一个总结。 opencloud 的 系统提示词集中体现了现代 ai 助手框架的六大先进设计理念， 它拥有完整的工具生态、多层的安全防护、灵活的扩展机制、智能的任务委派能力、强大的多平台集成以及完善的监控机制。这些设计共同造就了一个功能强大、安全可控的 ai 助手平台。希望通过今天的分享，能让您对 opencloud 的 系统设计有一个全面而深入的了解。 如果您觉得本期内容对您有帮助，欢迎点赞关注，并在评论区留下您的看法和问题，我们下期视频再见！

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？

玩龙虾的兄弟们，大家都等一等啊，别急着盲目的跟风啊，我到现在应该玩了大概有五天啊，这里也做了本地部署啊，这里呢，用飞书在控制，这里是云端的啊，然后还单独又买了一个，那个 maxgood， 那 个啊，部分基本用三个，我说实话，我自己体验下来，其实最好用的还是本地部署，因为它可以操控你的整个电脑所有的细节啊，这个是最方便的。那么呢，如果你们在云端去操作，比如说你要让它做一些简单的开发， 不需要去格式化，看到他这些东西的话，最简单的还是去做这个啊，这个基本就在现场就可以去完成了啊。但是呢，这个东西就是你买了等于你就配了一个云服务器啊，你就不需要单独再去布置云服务器，这个其实就是一个特别好的地方，这是我 这几天测下来的三种方案，当然我最推荐的是本地部署。本地部署这件事呢，所有的兄弟们要单独去拿一台电脑，就是这台电脑呢，隔离掉什么事情，你重要的文件什么都不要在这上面。然后呢，你哪怕像我自己的 apple id， 所有东西全是全新的，跟我的东西是没有任何关联的。 首先先做一个物理隔离，第二个核心点呢，你可以把龙虾理解成它是一个容器，它不是单装一个，你们真的去测的话，你会发现它可以装好几个大模型，就像你的 主脑副脑，它可有无数个副脑，那什么情况下可以去调用什么模型？你像我的主模型，也就你可以理解我的主脑其实是 mini max， 如果碰到图片或者视频的时候，它马上直接调用 jimmy， 所以 在不同的情况下是可以去设定不同的模型来对应的，其实它就是一个特别好的容器，而且呢这个电脑就等于它的 手脚啊，他可以格式化做的时候你可以看得到啊，这个其实是很直观的。然后第二个事情呢，就是他还可以去分很多的龙虾出来去干活啊，去替你干各种各种的活，就像但是你要去做一个组织架构啊，这个东西去告诉他你要做什么，比如说你是运营对吧？ 然后你是设计啊，你是编导，你是干嘛？你要赋予他最直接的身份，那他才会去干活。那么这里面还有个非常重要的核心点在哪里呢？就是大家会觉得笨笨的对吧？ 这个时候需要你大量的语料去投喂，也就是你是谁对吧？包括你自己的可能短视频上面的转成文案给他，你的思想，讲话的逻辑，你的语言艺术，你的所有的思考，你的观点 都要给到他，甚至你可能自己做了一些采访，这些东西都可以给到他，全部变成他的语料，这个时候他才能最直接 的去了解你，甚至你的照片，你的些视频都可以给他观看，而且你在飞书里面，他可以调用你飞书里面的很多的文件，早期大家在用飞书做课件啊，做一些资料存储的，这 的时候飞速就特别特别的好用。那么另外一个核心点其实就是授权，你需要在通过五到十个 运用的使用或者尝试开发，这里面有很多的 skill， 就是 技能，你在不断的尝试各种技能的时候，你不断的打开各种不断的权限，因为你一下子是不可能把所有权限全打开了，你是需要通过一轮又一轮的 skill 的 测试，比如说你像我在这台我自己的龙虾上面，我就得 把它装在眼睛，他可以看到我的整个屏幕，因为我当时最早的操作是想让他干嘛，你知道吗？我想让他完整的去操控我的微信， 我的 qq， 哦，我所有在界面里面的社交聊天全部让他来做啊，那后面呢？他就把他眼睛装上去，他可以看到他可以去代替这个鼠标啊，包括啊这个键盘啊，去帮我们做更多的电脑的操作，这个权限就慢慢慢慢开放给他。那么所以这个是你要通过好几个这个过程给他的，他不是一下子就给的。 那再来另外一件事情就是我看到有很多小伙伴也在用它开发一些小程序啦，开发一些游戏啦，开发一些网页啦，都可以，其实这些都能做到，但我这条视频想核心跟你们去聊的观点是什么？这些都不重要，这些其实全网都有，各路大神在告诉你，你都可以去学的到，时间问题而已， 但核心点是你今天想用它干什么，这件事情大家必须要做一个深度思考。所以为什么我开头就告诉大家不要去赶这一波分潮？没有用啊，你把它很热闹的装下去，花了两天、三天、四天、五天，很多人可能要花很长的时间，因为如果没有一些 呃基础的情况下，可能非常难装，对吧？好，那这个时候你花了这么多时间把它装上去了，然后呢？就傻了，你坐在电脑面前，你不知道干嘛，对吧？ 核心点是你要知道你要用它干什么，比如说你要让他做板子，对吧？你要让他去帮你操控你的泡泡，回复客户？ 还是你要让他揭露什么？这件事情必须要想清楚，不然你装了，我完了就等于完了啊。好像跟大家有一些话题，哎，我也在玩龙虾，你玩龙虾干嘛呢？ 亦不知道，对吧？这个是核心，关键你像他今天就自己帮我写了一个直播脚本，哎，这个东西就有了，当然你会说，哎，这些东西在正常的 ai 大 模型上不都能操作吗？但我把它当做一个容器，我把各种东西都投喂给他，把所有的我以前做的资料都给他，这个时候他就是我最好的助理，我接下来可以让他 复工，分好几个紫龙虾去做一个项目，这不就是我想要的事情了吗？然后慢慢的让他自己可以去掌握这台，如果这台电脑不够，我再配一台给他 啊，完整的让他去帮我工作，而且我可以人不在家，电脑只要不关机，所有东西全部由他来完成，所以这件事情就是核心。回到一个原点，大家还是要搞明白，你今天去装 open crop， 你 的目的什么？你想要让他做的行为动作 是什么？先把这件事情想明白，然后再去装龙虾。也就你可以这么理解，这只龙虾无所不能，什么都能做。其实你想明白了，你要用它干什么，比你去装它还要重要一百倍， 这才是核心中的核心好不好？ respect 所有的兄弟们，希望大家楼下都玩起来，核心还是那一句话把，你到底想要让他干嘛？想清楚这件事情才是最重要的。 respect 所有的兄弟们。

opencloud 断更九天之后，三点二二版终于上线了。这次不是补一个小功能，而是把插件系统安全机制模型接入，和 agent 底座一起动了。先说最核心的更新，旧的啪键接口被直接移除，换成新的公开插件 sdk。 同时插件分发开始优先走 curl， 只有找不到的包才回退到 m p m， 再加上对 cloud codex cursor 插件包的兼容，说明它这次是在重做插件生态的规划。第二个重点是安全。这次一口气补了十多项问题，包括 windows 的 s m b 凭证 变量注入于尼克审批伪装，还有 webhook 域认证防护。这些名字听着硬，但本质就一句话，以前一些可能出事的底层口子，这次开始被系统性补上了。第三个重点是模型和 agent， 默认模型切到 g p t 五点四， mini max 升到 m 二点七， antropolis 也正式接入。另外默认 a 准超时从六百秒直接拉到四十八小时，长任务终于没那么容易半路死掉。还有一些体验曾更新也很实用，比如飞出卡牌交互 推理流展示、猜了官话题自动命名安卓深色模式浏览器直接接 brief 和 h。 用一句话总结这次三点二版本，它不是简单加功能，而是把插件安全模型和长任务能力整套往前推了一步。你会马上升级吗？我是 max， 带你探索 ai 世界。

大家好，呃，我是一个完全看不懂代码，又喜欢用 ai 编程工具来去开发 ai 智能体的一个爱好者。 那经过我很多天的去深度体验， open glo 就是 养龙虾，我来给大家分享一下我深度使用一个星期之后我的一些感受，然后给一些想去体验或者深度使用的人的一些建议。如果你只是想去体验一下，喜欢折腾的话， 我觉得可以去尝试一下。但是如果你之前没有深度去接触过 ai 的 一些工具，或者说对开发这方面从来没有接触过，特别是对一些，呃， secure 啊， api 终端命令这些东西你从来都没听过，那你要去用好它，我觉得它是有一定的门槛的，就目前阶段来说，而且如果说你要把它用到你的业务场景里面去提升你的工作效率， 我觉得这个 open clone 它目前对于技术小白来说真的是有定的难度的。那首先第一个你要解决的是一个安装的问题，那安装现在也有一些呃，原服务器，它会配套的去帮你安装好，但实际安装完之后 你还要面对一个就是配置问题，那配置，配置些什么呢？它要配置模型，还要配置社交工具，比如说这个飞书， 你要有一个飞书来去命令他去做什么东西，给他下达任务指令，你还要给他配置一些权限啊，你没有权限的话，他是不能随意去控制你电脑或者给你安装东西，这东西你都要去做， 那如果你从来没有接触过的，你不知道怎么去配置的，你就要看着教程一步一步来去操作，要花很长的时间，你完成了安装之后，也配置好了权限模型，包括社交工具，比如说飞书、微信这些， 那才刚刚开始，他还不具备任何的帮你干活，帮你做事的这些能力。这个叫 agent， 也就是代理， 有主代理，直代理，那这些代理是干什么的呢？就是给他下单，工作职责，工作任务，让他去帮你做事情。每一个代理他的权限不一样， 你都需要去创建，都需要给他配置。比如说我想让一个智能体去帮我每天获取全球的热点资讯，每天多少条获取之后定时发给我，或者说准成语音之后再发给我 啊。就像我是这个智能体一样，他每天会定时把语音这些发给我，那你要他具备这个能力的，也是需要自己去配置，去创建。你如果说你没有去给他配置和创建的他这个智能体，他啥也不会干，只是跟你接他聊天，那你要去给他配置，那也涉及到你要给他去 安装技能，叫做 skills， 安装这些技能之后，他才知道他要去干什么就做什么，他的流程是什么。那这些 skills 有 的是网上有，你直接下载安装，有些他内部自带了， 但是你的任务场景他不一定完全匹配你，那你就需要你自己让 ai 去开发一个这样的技能， 根据你的需求去开发一个，那这个对一般的普通人来说也是一个门槛，如果你都没有接受过 ai 编程，那这个任务可以说很难去完成。所以说为什么现在叫做养龙虾？其实就是说你创建了这些智能体， 你需要自己去不断地去更新迭代我刚刚说的业务场景，让他每天给我去获取 ai 资讯，每天发给我转成语音播报。还有一些其他的业务场景， 比如说让 ai 去帮你扒取一些知识或者说一些资料，让他帮你转化成一篇文章，然后让他自动定时的发布到公众号。也还有一种是你通过一些简单的文本发给他，让他帮你做个封面， 他去调用模型去帮你深图。这里涉及到两个方面，第一个是他可能需要先装好这个技能，你要先创建一个这样的技能，这个技能是告诉他整个流程怎么走。另外一个他需要帮你对接一个 ai 深图的模型，所以这个模型你需要用到脚本去驱动，然后再通过它帮你做好提示词，按照这个 ai 深图模型的这个接口的能力表参数，再推送给 ai 深图的模型，去把这个图片生成好再发给你。 所以这整个流程下来，你的业务场景越复杂，你需要给他配置的这个技能，这个 agent 智能体的 这项自动化的工作流就越复杂。你这样一个技能，这样一个工作职责的 ai 智能体，你可能在创建的时候都需要不停的去优化迭代， 让他越来越好用，所以这叫养龙虾。那目前作为一个技术小白，你从来没接触过这些东西， 我个人的建议目前来说不是很好用，除非你是那种非常喜欢折腾的，不然的话，像你们没接触过的人去这样去做这件事情，他的效率其实是非常差的，而且他的 token 消耗其实是非常大的。你如果是多几个 ai 智能体，每天定时去给你做一些业务的话， 他每天可能高达一两百块钱的 token 消耗。我个人觉得这个 还不如我让 ai 编程工具直接帮我做一个 sequence， 下达一个任务指令，它就可以帮我完成我需要做的东西。比如说这个 nt gravity。 如果是你一些简单的需求， 用 ai 编程工具它还更简单了，其实就是 ai 编程工具，它不需要你任何配置，只是你只需要安装这样一个软件，打开它 新建你的文件夹，或者打开你之前新建好的文件夹，在这个目录下去跟 ai 对 话，让他给你创建个什么技能，这个技能要一些什么样的任务效果， 包括让他帮你做测试，你什么都不需要配置，你连这个中端命令里面需要做什么你都不需要，你都可以让 ai， 你 告诉他你要帮我在中端做什么简单的文本操作，他都可以帮你做好，帮你跑起来。 后续你要用，你也可以打开这个软件，再打开这个目录文件夹，这里面就有他的你跟他的对话记录，或者是你新开一个对话，直接下到命令。另外一个就是后期，因为现在很多大厂，你像呃阿里，包括 openai 啊，还有可乐这个公司啊，他们已经 很快有新的产品上线，不需要像龙虾那样那么复杂的配置。他们的新产品上线之后，据我了解是非常简单的一个智能体操作就可以了，你就文本， 你告诉他我有什么业务需求，业务场景，他直接帮你创建好这样一个智能体 a j 的。 所以我觉得暂时没必要去折腾，而且用起来我个人觉得他不是非常好用， 现在问题还比较多，经常更新。如果你一定要用，我有个建议就是用 ai 编程工具打开这个本地安装的这个 open class， 然后在这里让他帮你配置。你自己不知道怎么配置的话，可以让 ai 帮你配置，你让他重启或让你帮你配置什么。呃， api 啊，就是模型的这些东西，帮你创建技能都可以让 ai 来，根据这个目录， 他会去读取，会去了解 opencloud 的 整个操作方式，他会帮你配置好， 这也是个方法。所以我的建议，如果你是没有接触过这一类的 ai 工具，我的建议是再等一等，很快就会有更好的这类型的 ai 工具上线，然后你一定要玩，我更倾向于推荐你去玩 webkit， 就是 ai 编程工具。好了，我的今天的分享就到这里， 感谢大家的点赞和关注，我将持续为大家分享更多 ai 工具的使用心得，谢谢大家！

最近爆火的 opencurry， 普通人到底能用它来做什么？它能二十四小时帮你提提它价格，寻找最新最前沿的一手 ai 资讯，能把各个平台收藏家，里面内容打好，标签存到知识库，还可以打通 mac、 ipad、 iphone 日程，让你不错过重要的会议来 十分钟学会 opencurry 安装和三大超神玩法视频里面所完成教程配置这些词 skill 都放在这个文档里面喽。 我们先来看看 open curl 到底是什么？一句话总结，概念上， open curl 是 一个可以自己决策、自己行动的 ai agent， 和你电脑上的其他软件一样，装上就可以用。 功能上它接受你聊天输入框输入的指令，然后调用 chgbt、 jimmy n 豆包千万这些大模型作为大脑来决策，在这里拆解步骤，调用你电脑上的其他软件工具来完成你的指令具体的功能。看完我后面的玩法教程你就明白了。 我们普通人要用 open curl， 主要是与服务器部署和本地部署两种方式。与服务器部署别看听起来很唬人哈，这些操作反而更简单，跟小白友好， 因为各家云计算大厂为了争抢这个风口，都尽可能的降低门槛，计算模型、计算配置、教程也都给你写好了，一两个小时就能搞定。与服务器部署入口和教程都放到教程文档里面喽。 但如果想把 open curl 玩出花来，就推荐部署在本地了，尤其是 mac 生态呢，会更丝滑，为官方提供了很多 g 苹果系统的 skill， 拿来就能用，所以 mac 上玩功能呢，更丰富。但一定要注意，最好不要部署在平常办公的电脑上，让 open curl 那 天抽了风，把你的重要文件删光了。 那本地部署主要有四步，一个就是安装 open curl， 在 mac 终端里面输入这行命令就搞定了。第二是配置底层的大木星， 这决定了你养的龙虾的智商。国外的模型功能是 cloud 的， 加的最好用，但也很贵，而且很难获取 api。 其他用的比较多的就是 jimmy、 nike gpt， 国内模型也有不少不错的。现在大部分人是在用 mini max 二点五、 kimi 二点五、智普的 g l m 五这三个。那具体的配置方法我都会在教程文档里面介绍。 第三步是配置机器人，把 open curl 接入你的日常通讯软件，国内的话可以接入飞书、 qq、 钉钉企业微信。配置方法可以参考大长写的这些文档。最后一个就是安装 skill， 给他装一个机票价格，监控 skill， 他 就能够直接帮你监控机票的价格。 我整理了普通人日常必备的几个 skill， 都放到教程文档里面了，大家可以先照着装上。如果你要用其他的 skill， 但不知道去哪里找，那可以直接让他用这个 find skill 帮你找就行。比如说我想监控机票价格，让他帮我搜索相关的 skill， 他 就搜到了监控机票价格的 skill， 我 装上就可以用了。 我估计很多人跟我一样，某书微信收藏必吃亏。 那现在 opencurry 可以 改变收藏及吃亏的尴尬了。比如我自己做了这个整理收藏内容的 skill 给我的 opencurry， 我 现在在某书某号上刷到有价值的内容，直接转发给 bot， 它会自动提取内容的信息，打好标签，然后传到 obsidian 数据库里面， 把之前散落在各平台的收藏夹里面内容汇总到一起。每天早上九点半，我的 opencurry 会根据爱宾浩斯一共取现的规律，算出今天需要回顾的内容，推送给我， 能知道你在第一天、第三天、第七天这些关键的节点去提醒你回顾收藏的内容。比如你收藏了一篇 open curl 高级玩法教程，只是没有动手实践，就可以用这个回顾机制来不断的提醒自己，而不是收藏就忘。或者你收藏的行业知识，就可以通过都是回顾复盘 来加深记忆。如果偶然想起需要用资料，就可以和 boss 对 话，查这些内容。比如我让他调出和 open curl 有 关的内容，整理成表格发给我了，特别的方便， 再也不用去一个个收藏夹一个一个翻了。能让 open curl 实现这样的一个收藏管理的功能，非常简单，你只需要把这样的一个提示词 get bot， 像我们前面说的那样，它会自己创建一个收藏管理的 skill， 然后你边用边调试就可以了。 这些词我都放到教程文档里面了，大家可以直接用哦。你甚至还可以接入 open curl 的 skill 市场， curl up， 还有全球超强资源网站 get up， 让 open curl 在 这些平台上找大佬们已经做好的工具来拓展功能。 比如我做这个收藏系统的时候，遇到一个难题，就是当我把一篇文章的链接发给了 bot， 它只能保存了一张标题和链接地址，不能读到文章的具体内容，但我这内容又是最核心的部分， 那就可以告诉 bot， 在 github 上找一个能读取网页内容的工具吧。那它就在 github 上找到了 x ray 的 这个开源工具，接录之后， bot 就 可以顺利地读取链接里面的中文内容了，再根据正文帮我做好摘药，把标签存进数据库，非常的方便。 opencrew 还有一个很爽的用法，就是做咨询收集。比如我是 air 博主，我希望第一时间知道最近 airm 已经发布行业大佬观点这些一手消息， 这些信息如果靠我自己去刷，非常的耗时间，而且很杂乱。我就把 opencrew 做成了我的情报助理， 二十四小时不停地帮我收集一手猎爱资讯。比如我可以让他搜某个特定的关键词，比如让他找近三天有关上关于 open crow 比较爆的视频，他马上就能把相关的内容收集到给我。他还会反过来问我是否需要帮忙收藏到知识库，需要的话直接加到 opc 店知识库就好了。 高价值信息的搜索收藏，后续按机取现推送给我重温。所以我的时间用 open curl 看这些降噪后的 ai 前沿资讯，真的非常强大好用。要做出这个情报收集功能，你只需要先装上这些 skill， 把这些信息员的 a p i 发送给 bot 就 行了。那这些我都整理到文档里面喽。 我们之前也分享过用 n 八 i 搭这种情报收集工作流，但工作流搭建起来很复杂，门槛还挺高的。用 open curl 的 话，你只需要把信息源的 a p i 给 bought， 它自己就配置好了。 而且前面讲到按关键词搜资讯，这些 open curl 的 灵活性也比 n 八 i 强很多。 open curl 还支持你在 github 里面找开源工具，想要什么你就搜索就行，比你自己去 github 官网搜要高效很多。 比如我让他帮我找 b 站有关的视频下载工具，他很快就找好了，还总结成了表格，方便我对比不同工具的区别，还附上了网页链接，给了我使用建议，真的很细致，很贴心。 更牛的是，这个 open curl 有 hotbeat， 也就是心跳机制，能帮你二十四小时做任务。像我是自媒体博主，需要监控对标账号的更新，这里我就用 open curl 监控了这七个有关博主，每两个小时他会自动检查一次，哪些博主有更新，就会把内容推送给我。你可以看这里的运行记录，他每两小时跑了一次， 之前人工去盯对标账号，费时费力，还容易漏用，这个盯效率高太多了。需要的话，你还可以用这个监控机票、价格等等，你可灵活的设置每小时甚至每分钟帮你检查一次，做情报，实时的收集定价格，非常的方便。 open crow 还可以帮我们搞定日程管理，它能一句话在 mac 上创建日程，然后直接同步到 ipad、 iphone 上。比如我在聊天框里面直接发创建一个会议日程，晚上七点到八点，它会自动帮我识别时间，生成日程标题，创建到 mac 日历， 然后通过 icloud 自动同步到我的 iphone 和 ipad 上。整个过程我就用跟 bot 说一句话，对比一下。之前创建这样一个日程，我得先填各种信息，还挺麻烦的，现在用 open curl 直接一句话搞定我刚分享的这些玩法，只是冰箱一角，大家还可以去各个平台看看到了我们做的各种玩法， 比如这个可以监控你的健康状况，这个可以帮助你培养习惯，监督你打卡，这个可以帮你做市场调研。 open crawl 热门的工具和 skill 平台我都整理到文档里面喽。 那这里是勋酱，关注我，带你解锁更多普通人的 ai 玩法，我们下期见，比比。

在研究了 opencll 源码以及给企业做了很多咨询和落地的 agent 项目之后，我对数字员工和数字公司的发展方向呢有一些思考，今天分享给大家，希望大家都有收获。我们知道 opencll 出来的时候呢，都给它放在 mac mini 上，因为它是一个独立的格力的一个空间，然后我们给到它所有的权限，那模型呢？加上这些底层的权限呢，它就可以帮我们做很多 事情，只要是我们电脑可以操作的事情的话，都可以让模型去操作了。它比以前我们一个一个去给它工具，给它 m c p 的 话，它的扩展性和灵活度要高很多。而我们用 open cloud 呢，我们就希望把我们的数据员工啊和数字公司啊，这整个的一个币款给它建立起来。 但是如果你真的有一个公司，你希望去远程去指挥他们吗？其实特别不方便的。所以你真的有一个数字公司的话，它其实应该是在你的手边了，你随便呢，就方便的去指导它，比如说去写些脚本也好啊，去里边去调一些， 呃，其他内容也好，这是非常方便的。所以呢，你应该去买一台物理的一台机器放在旁边，然后方便呢，你去调试。 然后第二呢？那如果我们在选机器的时候，我要买几台的这个 mac mini 呢？还是买一台强大的一台 mac studio 呢？那当然我选择是买一台强大的 mac studio， 因为它的原因呢是我认为如果我们把任务可以让当前的 transformers 这种架构去执行的非常好的情况下的话，它的上下文一定是非常珍贵的， 所以因为尚雅文的珍贵呢，所以他每一次做事情的时候，子 agent 做的效果会比较好，所以任务分发呢，应该是子 agent 有 很极少的，尚雅文只专注于一个任务， 那这个一个 agent 呢，其实就是我们的一个员工，就以前我们按组织来划分的话，也是一个员工负责一部分的一个内容。那为什么买一台强大的一个 max studio 要比买几台 max mini 要好呢？那首先呢，这些员工呢，拿到的数据呢？其实是自己的，然后你如果通过 通讯来讲的话，你是公司与公司这样的一个通讯，它很多文件其实是不共享的，我们说通过 a p i 的 一个方式啊，但是对于我们现实来讲的话，就是通过电话啊，或者远程的这种方式去写作的，那 这种学的写作来讲的话，对于一个极具内核的一个公司来讲，其实并不擅长的。那如果你真的有一个数字公司，你数字员工就在你的旁边，那其实你们应该去共享这个公司内部的文件，我们公司内部的文件就在公司内部，让几个 agent 通过不同的方 方式，什么样的方式都可以，因为文件就在你公司内部嘛，所以员工就很方便的去拿到公司内部的这些文件，他们从交互上来讲的话，也是非常有优势的，所以这个呢是从文件底层和 a 阵的交互，也就是说数字员工交互之间去考虑这件事，所以应该是 有一个极大强大的一个公司，把所有的员工都囊括在其中，这样的话， a 阵和 a 阵之间呢，是直接可以交互的， a 阵呢和公司文件之间呢，也是可以随时交互的，这边公司文件我们就可以把它理解成一个非常强大的一个磁盘，里边可以装很多很多东西。还有一个原因就是我们建立了这样的一个数字公司之后呢， 他们的很多任务其实是 s o p 化的，其实你不太可能说你把所有东西都交给 a 阵呢，其实有一些程序化的东西，比如说一步、两步、三步，他们就可以做成一个流程，做成一个 python， 做成一个 ts 的 情况下， 我们就把它当成一个脚本，所以这里边就是我说到第二点，就是如果真的有任务的话是 s o p 化的，我们就把这个 s o p 呢直接部署到这台机器上。呃，这也是刚才我跟大家说，就是数字员工和数字公司为什么不能放在云上，放在旁边的话，呃更方便呢？你把这些 s o p 的 程序呢去给它部署上， 也就是说 a 阵呢其实不适合所有的流，有一些非常标准化，非常标准的输入输出的话，我们直接用 s o p 的 方式就解决了。所以这也是我昨天采购了一台这个比较强力的电脑的原因，就是数字员工应该是一体的，然后它放在在我旁边呢，是方便让我指导的，然后任务呢应该是分发成不同的 a 阵它， 然后在这个过程中呢，如果有一些 s o p 任务的话，我们就应该让 s o p 直接可以部署上边。然后第四点呢，就是数字与员工之间呢，员工和员工之间，员工和公司本地 信息之间呢，应该是方便能沟通的，那这四点内容呢，就是我通过读它的原码和一些思考沉淀出来的这四点关键内容。但是在构建数字公司和数字员工过程中呢，我就会把里边采购的坑啊，还有一些经验呢，我就会发在咱们社区的文章中，如果大家有兴趣呢，也可以随时去看一看，然后少走一些弯路。也希望今天内容呢对你有收获，关注雷哥，关注 ai 工程化落地。

你们看啊，这是 openclaw 刚刚自动帮我分析的苹果股票适不适合买入它分别啊，从财务、健康状况、业务竞争、技术分析等十几个维度进行了深入的评估，最后甚至直接给了我操作建议和风险提示。 这就是那个让全球 mac mini 卖报，能帮你一键分析股票，会主动发消息的小龙虾机器人。但说实话，最开始我是真的不想跟粉丝推荐， 因为部署的过程即便是我看了也得皱眉。但是现在呢，剧情反转了，普通人五分钟就可以快速部署，而且不花钱。 接下来我用两分钟教会你如何开始点赞收藏啊。第一步，从手机应用市场里下载百度 app。 第二步，在百度 app 当中啊，直接搜索 open claw。 第三步，点击第一个出来的内容，参加新春活动就可以免费领取。 最后领取成功之后呢，只需要一到三分钟，平台就会自动帮你部署 open clone， 就是 这么简单。那怎么让他帮咱们分析股票呢？这个时候我们还需要给这个 ai 小 龙虾增加一点技能，也就是 skills， 点击右上角的设置按钮，再点击部署管理，然后啊，把这个弹出来的链接复制到电脑的浏览器当中打开。这个时候咱们就进入了 open clone 的 后台布置，这里面呢，你就会看到你当前的小龙虾已经拥有了哪些技能。 想让它分析股票，咱们就点击获取更多 skills， 然后从 skills 仓库当中啊，我们去找到对应的 skills， 再把技能的名称往这儿一填，再点击添加 skills 就 搞定了。这个时候你再回到百度 app 当中啊，和 open call 对 话，哎，你看它就开始自动帮你分析股票了。百度 app 啊，现在已经不只是个搜索工具了，相当于直接在一个国民机应用里给你装了一个 ai 私人助理。