第二章：从"能用"到"离不开"

上篇《配置与调教》教你给 AI 装上了人格和记忆。但你可能发现——它还是只能等你说话才动，复杂任务经常翻车，token 费用蹭蹭涨。这篇解决这些问题。

本篇默认你已经：装好了 OpenClaw 并能正常聊天、写过 SOUL.md / USER.md / IDENTITY.md、知道 MEMORY.md 和 memorySearch 是什么。

本篇覆盖 7 个主题：

1. AGENTS.md — 给 AI 写一部行为宪法
2. 记忆系统实战 — 让 AI 真正"记住"，而且自己维护
3. 子 Agent — 一个人变一支团队
4. Cron 定时任务 — 精确到分钟的自动化
5. Skill 开发 — 教 AI 学新技能
6. 多渠道接入 — 随时随地找到你的 AI
7. 配置速查表 — 把每个参数调到最优

一、AGENTS.md — 给 AI 写一部行为宪法

这是什么？为什么重要？

上篇我们写了 SOUL.md（它是谁）、USER.md（你是谁）、IDENTITY.md（名字和形象）。但 AI 不知道该怎么工作——不知道每次新对话该先读什么文件，不知道记忆该写到哪里，不知道哪些操作可以自己做、哪些要先问你。就像招了一个很聪明的实习生，但没给他工作手册。

AGENTS.md 就是 AI 的工作手册：

• SOUL.md = 性格（"你是一个随和、实在的助手"）
• AGENTS.md = 工作手册（"每天上班先看邮件，写完代码要测试，删文件前要问我"）

AGENTS.md 放在 workspace 根目录，OpenClaw 每次新 session 都会自动加载。

Session 启动流程

AI 每次新 session 都是"失忆"状态。你需要告诉它醒来后按什么顺序读文件来恢复记忆：

## Every Session
Before doing anything else:
1. Read `SOUL.md` — this is who you are
2. Read `USER.md` — this is who you're helping
3. Read `memory/YYYY-MM-DD.md` (today + yesterday) for recent context
4. If in MAIN SESSION: Also read `MEMORY.md`
Don't ask permission. Just do it.

逐行解释：

• 第 1-2 步：读 SOUL.md 和 USER.md，通常不到 1KB，成本可忽略
• 第 3 步：读今天和昨天的日志，接上之前的工作。为什么读昨天的？凌晨 1 点时今天日志可能还是空的
• 第 4 步：只在主 session 读 MEMORY.md。MEMORY.md 可能包含个人信息，不应在群聊或子 agent session 里加载

记忆写入规范

在 AGENTS.md 里加上写入规范，核心思想是"记结论不记过程"：

## Memory
You wake up fresh each session. These files are your continuity.

### 写入规则
- 日志写入 `memory/YYYY-MM-DD.md`，记结论不记过程
- 项目有进展时同步更新 `memory/projects.md`
- 踩坑后写入 `memory/lessons.md`
- MEMORY.md 只在索引变化时更新
- 想记住就写文件，不要靠"记在脑子里"

好日志 vs 烂日志：

❌ 烂日志："今天部署了项目。先试了直接跑，报错了。然后查了半天，发现是端口被占了……"

✅ 好日志：

### [PROJECT:MyApp] 部署完成
- **结论**: 用 nginx 反代部署成功，监听 80 端口
- **文件变更**: `/etc/nginx/sites-available/myapp`
- **教训**: 直接暴露端口不可行，必须走 nginx 反代
- **标签**: #myapp #deploy #nginx

安全边界

## Safety
- Don't exfiltrate private data. Ever.
- Don't run destructive commands without asking.
- `trash` > `rm`
- When in doubt, ask.

**Safe to do freely:** Read files, search, organize, work within workspace
**Ask first:** Sending emails/tweets, anything that leaves the machine

## 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.

关键原则：内部操作自由，外部操作要问。群聊里管住嘴。

二、记忆系统实战

memoryFlush：对话再长也不丢记忆

问题：跟 AI 聊了一个小时，突然"失忆"了——上下文压缩（compaction）触发了，压缩过程中丢失了细节。

memoryFlush 的工作原理：在压缩之前，先让 AI 把重要信息写到文件里，然后才执行压缩。

{
  "agents": {
    "defaults": {
      "compaction": {
        "reserveTokensFloor": 20000,
        "memoryFlush": {
          "enabled": true,
          "softThresholdTokens": 4000
        }
      }
    }
  }
}

日志写入规范：让 memorySearch 更精准

memorySearch 底层是向量语义检索。结构化日志比自由文本命中率高得多：

• 标签（#deploy #nginx）显著提升召回率
• 一条日志一个主题，避免搜索 A 时被 B、C 干扰

自动记忆维护：防止记忆腐烂

在 HEARTBEAT.md 里加每周维护任务，让 AI 自己整理记忆：

## 记忆维护（每周一次）
如果距今 >= 7 天：
1. 读最近 7 天的日志
2. 提炼有价值的信息到 projects.md / lessons.md
3. 压缩已完成任务的日志为一行结论
4. 删除过期信息
5. 更新 heartbeat-state.json

memorySearch 进阶：免费 Embedding API

推荐 SiliconFlow 的 bge-m3 模型：免费、中英双语好、向量维度 1024。

{
  "memorySearch": {
    "provider": "openai",
    "remote": {
      "baseUrl": "https://api.siliconflow.cn/v1",
      "apiKey": "你的 SiliconFlow API key"
    },
    "model": "BAAI/bge-m3"
  }
}

AI 内部工作流：memory_search("nginx 问题") → 定位文件和行号 → memory_get 精确读取 → 回答。search 负责"找到在哪"，get 负责"读出来"。

三、子 Agent — 一个人变一支团队

什么是子 Agent？

主 AI（主脑）可以派出独立的 AI 进程执行任务。每个子 Agent 有自己的 session、上下文，甚至可以用不同模型。

• 没有子 Agent：你是老板，只有一个员工
• 有子 Agent：你有一个秘书（主脑），秘书可以派实习生（子 Agent）去干活

模型分级

在 AGENTS.md 里写明模型分级策略，token 消耗能降 60-70%：

上下文传递：子 Agent 的最大坑

子 Agent 是"零上下文"的，只能看到 task 描述。好的 task 应包含：目标、文件路径、约束、背景、验收标准。

并发控制

经验值：同时最多跑 2-3 个子 Agent。有依赖关系的任务必须串行——比如"先爬数据，再分析数据"，分析任务必须等爬取完成。

四、Cron 定时任务

Heartbeat vs Cron

两种执行模式

• 模式一：Main Session（systemEvent） — 往主 session 注入系统消息，适合提醒通知。搭配 sessionTarget: "main"
• 模式二：Isolated Session（agentTurn） — 开独立 session 执行任务，适合需要操作的任务。搭配 sessionTarget: "isolated"

三种调度类型

• at — 一次性定时，执行完自动删除
• every — 固定间隔循环（毫秒）
• cron — cron 表达式，最灵活

常用 cron 表达式：

0 9 * * *    # 每天早上 9 点
0 9 * * 1   # 每周一早上 9 点
*/30 * * * * # 每 30 分钟

四个实用场景

五、Skill 开发入门

Skill 是什么？

Skill 就是一份给 AI 看的操作手册（SKILL.md）。AI 在需要时自动读取并按步骤执行。加载优先级：workspace/skills/ > ~/.openclaw/skills/ > 内置 skill。

SKILL.md 结构

---
name: weather
description: >
  获取天气信息。触发条件：用户问天气、气温、是否下雨、
  穿什么衣服、需不需要带伞等。
---

## 执行步骤
1. 识别用户提到的城市（没有则问）
2. 调用 wttr.in API 获取天气数据
3. 格式化输出：温度、天气状况、建议

## 错误处理
- API 超时：重试一次，仍失败则告知用户

手把手写一个 IP 查询 Skill

1. 创建目录：mkdir -p ~/.openclaw/workspace/skills/ip-lookup
2. 写 SKILL.md：触发条件（"用户问某个 IP 是哪里的"）、执行步骤（调用 ip-api.com）、输出格式
3. 测试："帮我查一下 8.8.8.8 是哪里的"
4. 迭代优化：根据实际效果调整 description 和步骤描述

进阶：带脚本的 Skill

比如视频下载 Skill，需要调用 yt-dlp：

SKILL.md 里引用脚本路径，写清楚执行步骤。社区 skill 可以在 clawhub.com 找到。

六、多渠道接入

OpenClaw 支持同时接入多个聊天平台：Telegram、Discord、WhatsApp、飞书、QQ 等。配置好后，AI 在所有平台同时在线，你在哪个平台发消息，它就在哪里回复。

注意不同平台的格式差异：

七、配置速查表

blockStreaming — 流式回复

开启后回复像打字机一样逐字出现，体验更好。

{
  "agents": {
    "defaults": {
      "blockStreamingDefault": "on",
      "blockStreamingBreak": "text_end",
      "blockStreamingChunk": { "minChars": 200, "maxChars": 1500 }
    }
  }
}

ackReaction — 确认收到

收到消息后先 react 一个 emoji，让你知道 AI 在处理中，不用干等。

{
  "channels": {
    "discord": { "ackReaction": "🫐" },
    "telegram": { "ackReaction": "👀" }
  }
}

compaction — 上下文不爆炸

配置 reserveTokensFloor + memoryFlush（见第二章）。相关命令：/compact、/new、/reset、/status。

Heartbeat 调优

{
  "heartbeat": {
    "every": "30m",
    "target": "last",
    "activeHours": { "start": "08:00", "end": "23:00" }
  }
}

设了 activeHours 后 23:00-08:00 不会打扰你。

其他实用配置

• tools.web.search.apiKey — Brave Search API（免费 2000 次/月）
• tools.exec.enabled — 允许执行 shell 命令
• channels.*.textChunkLimit — 单条消息最大字符数

配置 Checklist

按优先级排序，先做前 5 项（不到 1 小时）就能感受到明显提升：

写在最后

到这一步，你的 OpenClaw 已经不是一个"聊天机器人"了——它更像一个真正的私人助手：

• 知道该怎么工作（AGENTS.md）
• 能记住重要的事，而且自己维护记忆
• 复杂任务可以派团队去做（子 Agent）
• 能定时执行任务（Cron）
• 可以学习新技能（Skill）
• 随时随地都能找到它（多渠道）

浏览器自动化、复杂工作流编排、多 Agent 协作……更深入的玩法，以后有机会再聊。