OpenClaw 调教手册：从“能用”到“离不开”的 7 个进阶配置
写在前面：这篇默认你已经做到这些
如果你已经：
- 装好了 OpenClaw 并能正常聊天（Discord / Telegram / WebChat 都行）
- 写过
SOUL.md / USER.md / IDENTITY.md - 知道
MEMORY.md、memory/分层结构、以及memorySearch大概是啥
那就可以直接往下看了。
这篇我会讲 7 个主题，都是“能直接落地”的配置点：
AGENTS.md：给 AI 一份工作手册（最关键）- 记忆系统实战：让 AI 真正记住、并且自己维护
- 子 Agent：一个人变一支小队（并行 + 上下文隔离）
- Cron 定时任务：精确到分钟的自动化
- Skill 开发：教 AI 学新技能（从 0 写一个 skill）
- 多渠道接入：随时随地找到你的 AI
- 配置速查表：常用参数的“推荐值”和坑点
先看一眼：从“上篇水平”到“本篇调教后”
| 维度 | 上篇水平 | 本篇调教后 |
|---|---|---|
| 行为规范 | SOUL.md 几条原则 | 有工作手册，知道该读什么、写什么、该问什么 |
| 记忆 | 分层结构 + 能搜索 | 自动写入、自动压缩、每周维护，命中更准 |
| 任务能力 | 主脑单线程 | 能派子 Agent 并行干活、汇总结果 |
| 自动化 | Heartbeat 巡检 | Cron 精确定时，早报/周报可自动发 |
| 扩展性 | 装现成 skill | 能自己写 skill，想要什么能力就加什么 |
| 渠道 | 只接一个平台 | Discord/Telegram/WebChat 多平台同时在线 |
| 配置 | 能跑就行 | 常用参数调到相对稳、相对省 token |
一、AGENTS.md：给 AI 写一份“工作手册”
1）它解决什么问题？
SOUL.md 决定“它像谁”，USER.md 决定“它在帮谁”，但很多人忽略了：AI 并不知道该怎么工作。
比如：
- 新 session 启动时该先读哪个文件？顺序是啥？
- 记忆应该写到哪里？用什么格式写？
- 哪些操作可以直接做？哪些必须先问你？
- 群聊里能不能引用你的私人记忆？
这就是 AGENTS.md 的价值：它不是性格设定，而是工作手册。
可以这样理解：
SOUL.md= 性格（“说话实在、直接给结论”）AGENTS.md= SOP（“先读什么、再做什么、怎么记录、什么不能做”）
2）Session 启动流程：AI 醒来第一件事该干啥？
新 session 本质上是“刚醒来”，它不会自动带着你上次对话的上下文。你要把“恢复现场”的流程写死。
在 AGENTS.md 里加一个段落（建议英文写规则更稳定）：
Every Session
Before doing anything else:
- Read
SOUL.md— this is who you are - Read
USER.md— this is who you're helping - Read
memory/YYYY-MM-DD.md(today + yesterday) for recent context - If in MAIN SESSION (direct chat with your human): Also read
MEMORY.md
Don't ask permission. Just do it.
为什么要读“今天 + 昨天”的日志？因为凌晨的时候“今天”可能还是空的，昨天才有内容。
为什么 MEMORY.md 只在 MAIN SESSION 读？因为 MEMORY.md 往往放的是更私人、更核心的索引信息，不适合在群聊或 cron/子 agent 的 session 里加载。
3）记忆写入规范：教它怎么记“可复用的结论”
很多人的记忆系统翻车，不是分层结构问题，而是写入规范没定。
结果通常是两种：
- 什么都堆到
MEMORY.md（最后变流水账） - 或者根本不写（下次直接忘）
建议把“写到哪里、写什么、怎么写”明确下来。比如：
Memory
You wake up fresh each session. These files are your continuity.
记忆分层
| 层级 | 文件 | 用途 |
|---|---|---|
| 索引层 | MEMORY.md | 核心信息与索引，保持精简（建议 < 40 行） |
| 项目层 | memory/projects.md | 各项目当前状态与待办 |
| 基础设施层 | memory/infra.md | 服务器、API、部署配置速查 |
| 教训层 | memory/lessons.md | 踩过的坑，按严重程度分级 |
| 日志层 | memory/YYYY-MM-DD.md | 每日原始记录（但要“记结论”） |
写入规则
- 日志：当天发生的事写入
memory/YYYY-MM-DD.md，格式固定 - 项目状态：项目有进展同步更新
memory/projects.md - 教训：踩坑后写入
memory/lessons.md - MEMORY.md：只在索引变化时更新，保持精简
铁律
- 记结论不记过程
- 用标签便于 memorySearch
- 想记住就写文件，别指望“脑子里记着”
日志格式可以用这种：
[PROJECT:名称] 标题
- 结论: 一句话总结
- 文件变更: 涉及的文件
- 教训: 踩坑点（如有）
- 标签: #tag1 #tag2
这套格式的优势是：你用 memorySearch 搜关键字时，命中会更集中、更干净。
4）安全边界：哪些事能做，哪些必须问
建议把“内部 vs 外部”划清楚，不然迟早踩坑（尤其是群聊、自动化任务）。
Safety
- Don't exfiltrate private data. Ever.
- Don't run destructive commands without asking.
trash>rm(recoverable beats gone forever)- When in doubt, ask.
External vs Internal
Safe to do freely:
- Read files, explore, organize, learn
- Search the web, check calendars
- Work within this workspace
Ask first:
- Sending emails, tweets, public posts
- Anything that leaves the machine
- Anything you're uncertain about
Group Chats
You have access to your human's stuff. That doesn't mean you share it. In groups, you're a participant — not their voice, not their proxy.
二、记忆系统实战：让 AI 真正“记住”，并且自己维护
你可能遇到过三个典型问题：
- 聊久了突然“失忆”（对话被压缩后丢细节）
- 日志越写越多，但质量参差，搜索命中越来越玄学
- 记忆没人维护，过期信息堆成噪音
这一章就是分别解决这三件事。
1）memoryFlush：压缩之前先把重要信息写进文件
OpenClaw 会在上下文接近上限时触发 compaction（压缩）。压缩本身正常，但压缩可能丢细节。
解决办法：开 memoryFlush，让它在压缩前先落盘。
在 openclaw.json 里加（示例）：
{
"agents": {
"defaults": {
"compaction": {
"reserveTokensFloor": 20000,
"memoryFlush": {
"enabled": true,
"softThresholdTokens": 4000
}
}
}
}
}简单解释下推荐值怎么理解：
reserveTokensFloor=20000：压缩后至少保留一段“最近对话”softThresholdTokens=4000：剩余空间少于 4000 token 时触发 flush（太小写不下，太大触发太频繁）
2）让 memorySearch 更准：一条日志只讲一个主题
向量检索不怕你写得少，反而更怕“写太杂”。
经验上，命中率最高的写法是：
- 标题里就写清主题（例如 nginx 反代、IPv6、端口冲突）
- 结论放在固定位置
- 标签补齐同义词（#deploy #nginx #reverse-proxy）
非结构化“流水账”会把相似度稀释掉，搜起来就会变玄学。
3）每周自动维护：防止“记忆腐烂”
日志写多了以后，过期信息会污染检索结果。我的做法是：把维护变成固定流程，让 AI 每周自动做一次。
你可以在 HEARTBEAT.md 里加一个“每周维护”任务，搭配一个状态文件来控制频率：
memory/heartbeat-state.json记录上次维护日期- 心跳检查“距离上次维护是否 >= 7 天”
- 超过就执行：提炼、压缩、清理、更新日期
维护动作我建议三类：
- 提炼：把长期有用的东西搬到
projects.md / lessons.md - 压缩：一次性任务从长日志压成一行结论
- 清理：完全过期的信息（比如“明天开会”）
三、子 Agent：一个人变一支小队（并行 + 隔离上下文）
1）子 Agent 到底解决啥？
主脑单线程的问题是：复杂任务一来，它要么拖很久，要么中途你没法插话。
子 Agent 的价值主要两点：
- 并行：可以同时派 2 个小弟各干一块
- 隔离上下文：子 agent 的长任务不会把主对话挤爆
2）最容易踩的坑：子 Agent 默认“零上下文”
子 Agent 只看到主脑给它的 task 描述，所以 task 写得烂，结果就会烂。
一个好 task 描述至少包括：
- 目标（要产出什么）
- 文件路径（读/写哪些）
- 约束（只读？不能改哪些？规范是什么？）
- 验收标准（什么算完成）
把 task 当成你写给“聪明但陌生的同事”的说明书，越具体越稳。
3）并发建议：先从 2 个子 Agent 开始
同时派太多 agent 很容易触发 API 限流（429）。经验上：
- 普通个人额度：同时 2 个最稳
- 额度大/本地模型：可以试 3 个
- 4 个以上大概率开始 429（尤其是带 web 搜索/工具调用时）
四、Cron 定时任务：精确到分钟的自动化
1）Heartbeat vs Cron：别混用
- Heartbeat：适合“顺便检查一下”的轻量任务（精度不高）
- Cron：适合“几点几分必须执行”的任务（精确到分钟）
如果你想做“每天 9:00 发早报”“每周一 10:00 发周报”，Cron 更合适。
2）cron 表达式最常用的几个
0 9 * * *：每天 9:000 9 * * 1：每周一 9:000 9,18 * * *：每天 9:00 和 18:00*/30 * * * *：每 30 分钟
一定要设置时区 tz，不然默认 UTC，时间会偏 8 小时（东八区最常见的坑）。
五、Skill 开发入门：从 0 写一个能用的 Skill
1）Skill 是什么？
它本质上是一份“操作手册（Markdown）”。
OpenClaw 会把每个 skill 的 description 放进系统提示里，当用户发消息时，它会匹配哪些 skill 可能触发——匹配到了，就读取对应 SKILL.md 按步骤执行。
所以 description 不是“写得优雅”，而是“写得覆盖全面”。
2）SKILL.md 建议结构
- frontmatter（name/description）
- 触发后第一步做什么
- 步骤（最好可执行、可复现）
- 输出格式（固定模板）
- 错误处理（一定要写）
3）练手建议：先写一个 IP 查询 Skill
像“IP 归属地查询”这种 skill 特别适合新手练手：触发简单、步骤明确、输出固定、错误也容易处理。
写 skill 时一个原则：先手动跑通流程，再把流程写成 skill。这样成功率最高。
六、多渠道接入：让 AI 随时在线，但不乱说话
多渠道接入的重点不是“接得多”，而是两件事：
- 来源控制：
allowFrom一定要收紧（服务器/用户/频道） - 格式适配：不同平台对 Markdown 支持不同（尤其表格）
如果你同时用 Discord + Telegram，建议在 AGENTS.md 里写“平台格式规则”：
- Discord：表格、代码块都 OK
- Telegram：表格不稳定，尽量用列表替代
- WhatsApp：基本当纯文本处理
七、配置速查表：常用参数怎么调更稳
这一章我只保留我认为“收益明显”的几个点，避免你一上来就被配置淹没。
1）blockStreaming：长回复别等到最后一口气
让 AI 把长回复分块发出来，体验更像“实时打字”。
推荐：
blockStreamingDefault: "on"minChars: 200（太小会刷屏）maxChars: 1500（太大会失去流式意义）
2）ackReaction：先给你一个“我收到了”的反馈
尤其在 Discord/Telegram 这种即时通讯里，很重要。你不然会以为它挂了。
3）compaction + memoryFlush：聊再久也尽量不丢关键信息
你只要记住一句：压缩前先写文件。这就是 memoryFlush 的意义。
4）Heartbeat activeHours：别半夜打扰你
如果你开启了心跳巡检，建议配 activeHours，比如 08:00–23:00。这样它不会在你睡觉的时候发消息。
最后：建议的配置顺序（省时间版）
如果你不想一次性全做，按这个优先级来，最稳：
AGENTS.md：启动流程 + 记忆规范 + 安全边界- 开启
memoryFlush（对话再长也不容易丢关键点） - 配
ackReaction（体验立刻变好） - 开
blockStreaming（长输出更舒服） - Heartbeat 加
activeHours（不打扰） - 再考虑 Cron、子 Agent、Skill、多渠道（按需上）
更新日志
1236d-于