新來的技術總監禁止我用 OpenClaw，我不聽，用他的電腦養了多只龍蝦。他跪了：年終獎翻倍！

大家好，我是程序員魚皮。

OpenClaw 最近仍舊火爆，之前我已經出了 、 和 ，幫大家成功養上了自己的小龍蝦 ，還接入了 QQ、飛書等聊天渠道。

但安裝只是第一步，很多同學裝好了卻不知道怎么玩得更溜。

這篇文章，我把自己摸索出來的 OpenClaw 實用技巧全部整理出來，從初始化小龍蝦到模型切換、斜杠命令、技能安裝、定時任務、多智能體協作、記憶管理、成本控制、安全避坑…… 能想到的全給你安排上了。

全文超過 1.2 萬字、100 多張圖，應該是目前全網最硬核的 OpenClaw 技巧大全。

點個收藏，我們開始~

讓 AI 幫你玩 OpenClaw

在正式開始之前，先分享一個萬能技巧：讓 AI 幫你玩 OpenClaw。

在你的 AI 編程工具（比如 Cursor）中新建一個項目，給 AI 發送這段提示詞：

你是 OpenClaw 專家，我正在學習使用 OpenClaw，請你完整分析官方文檔 https://docs.openclaw.ai/，后續用「傻子都能懂的中文」幫我解答問題

搭配抓取網頁內容的 FireCrawl MCP 和獲取最新技術文檔的 Context7 MCP 效果更佳。

之后遇到任何 OpenClaw 的問題，直接問 AI 就好了，它會基于官方文檔給你最準確的回答，比你自己翻文檔快多了。

初始化小龍蝦

對于一個新生的小龍蝦，這一步很重要。它決定了你的小龍蝦叫什么、是什么性格、怎么跟你說話。

給小龍蝦發送的第一句話，要帶有 “初始化” 這 3 個字：

你好，初始化

然后接下來的提示詞非常重要，要來塑造小龍蝦，建議包含：

1. 你的名字：小龍蝦的名字，比如 "魚皮的舔蝦"

2. 我的名字：主人的名字，比如 "魚皮老狗"

3. 你的性格特點：溫柔 / 隨性 / 粗魯？建議提到 "說話傻子都能聽懂"

4. 你能干什么：小龍蝦的角色職責，比如 "不遺余力地完成主人的任務"

5. 你的記憶：小龍蝦之前經歷過哪些事情，比如 "被魚皮從鍋里救出來了"

把我下面這段提示詞 DIY 一下，發給小龍蝦：

- 你的名字：魚皮的舔蝦
- 我的名字：魚皮老狗
- 你的性格特點：勤懇努力，為蝦粗鄙，說話傻子都能聽懂
- 你能干什么：不遺余力地完成主人的任務
- 你的記憶：被魚皮從鍋里救出來了

它會自動修改塑造龍蝦相關的文件，比如 IDENTITY.md、USER.md 等：

還會刪除 BOOTSTRAP.md 文件，表示初始化完成：

小龍蝦的結構

初始化完成之后，小龍蝦就可以準備工作了。

剛剛提到的文件都是 AI 智能體的核心文件，相當于小龍蝦的性格檔案和工作手冊。你可以像前面一樣通過跟小龍蝦對話讓它自己修改文件，也可以在 Web 控制臺的代理模塊中直接查看和編輯 Agent 相關的 Files。

下面是小龍蝦工作空間的完整目錄結構：

~/.openclaw/workspace/    ← AI 的家
├── AGENTS.md             ← 操作手冊（怎么干活）
├── SOUL.md               ← 靈魂（什么性格）
├── IDENTITY.md           ← 身份名片（叫什么名）
├── USER.md               ← 主人檔案（服務誰）
├── TOOLS.md              ← 工具備忘錄（怎么用工具）
├── MEMORY.md             ← 長期記憶（重要的事）
├── BOOTSTRAP.md          ← 出生儀式（用完即刪）
├── BOOT.md               ← 重啟清單（每次啟動執行）
├── HEARTBEAT.md          ← 心跳待辦（定期檢查什么）
├── memory/
│   ├── 2026-03-17.md     ← 昨天的日記
│   └── 2026-03-18.md     ← 今天的日記
└── skills/               ← 自定義技能

小龍蝦裝好了，但總不能每次都打開電腦上的網頁控制臺才能跟它對話吧？

把它接入你常用的聊天軟件，隨時隨地掏出手機，就能給龍蝦下達任務，這才是 OpenClaw 的正確使用方式。

接入飛書機器人

官方提供了對接飛書的插件，先輸入一行命令安裝：

npx -y @larksuite/openclaw-lark-tools install

然后直接在命令行中用飛書掃碼對接機器人（Windows 的 Powershell 無法正常顯示二維碼，需要改為使用自帶的 CMD 命令行）。

通過手機操作來創建機器人就好，整個流程非常傻瓜式：

操作完成后，在命令行能看到配置飛書機器人成功，在 OpenClaw 網頁控制臺的頻道模塊也能看到新增了 Feishu 頻道：

你會在飛書收到應用審批的消息，進入管理后臺審核即可：

點擊審核通過，通過后機器人會自動發布上線：

然后在飛書搜索你的機器人名稱：

進入聊天，先發送 /feishu auth 授權，傻瓜式操作：

然后跟小龍蝦打個招呼，能夠成功收到小龍蝦回復的消息：

飛書插件還支持一些高級操作，比如開啟流式響應，實現打字機效果。

打開終端，執行命令：

openclaw config set channels.feishu.streaming true

配置之后，體驗比之前好了不少：

還有更多高級玩法，比如設置多任務并行及獨立上下文、修改飛書機器人在群內的回復方式，感興趣的同學參考 飛書機器人插件官方文檔 學習吧。

接入 QQ 機器人

騰訊專門為 OpenClaw 搞了一個快捷接入通道，幾步就能搞定。

打開 QQ 機器人 OpenClaw 接入頁面，用 QQ 掃碼登錄：

點擊「創建機器人」，直接秒出！創建完成后，手機 QQ 立刻就會收到小龍蝦打招呼的消息：

然后可以修改機器人的頭像、昵稱等信息，給你的龍蝦起個好聽的名字：

接下來是最關鍵的一步，頁面上會顯示三條配置命令，你只需要依次復制這 3 條命令到終端（PowerShell / 終端）中執行就可以了。

注意命令中包含你的密鑰信息，不要泄露給別人！

到終端中依次執行命令：

接入成功后，你可以在 OpenClaw 的網頁控制臺的「頻道」板塊看到已經接入了 QQ 機器人渠道：

掏出手機試試吧！直接在 QQ 上給小龍蝦發消息下達任務，比如讓它查看電腦配置、或者幫你寫一篇文章，完成速度很快，而且支持 Markdown 格式輸出，閱讀體驗不錯：

切換模型

選一個好模型非常重要，模型直接決定了你的小龍蝦有多聰明。

可以到 PinchBench 查看 OpenClaw 模型排行榜，看看各模型在 OpenClaw 場景下的實際表現，不過僅供參考。

模型切換分為 全局切換 和 臨時切換 兩種。

全局切換模型

我會給大家分享多種模型切換方法，強烈推薦第一種。

推薦方法 - 命令行工具

輸入 openclaw config 命令，選擇配置 Model 模型，選擇相應的大模型即可，比如我這里用 Moonshot AI 的 Kimi-k2.5 模型：

這就配置完成了，還可以通過 config 繼續修改其他配置：

回到界面驗證一下，切換模型成功生效了：

可以通過命令查看模型的狀態：

openclaw models status

其實命令本質上就是幫你修改了 OpenClaw 工作空間的核心配置文件 openclaw.json，添加了新模型，并且設置為了小龍蝦的默認模型，還把之前的模型設置為了降級模型。

什么是降級模型（Fallback）呢？

簡單來說就是備胎模型。當你的主力模型出問題（比如欠費、服務掛了、被限流了），OpenClaw 會自動切到降級模型繼續工作，保證小龍蝦不會突然失聯。

還有一些其他的命令，按需使用即可：

# 配置默認文本模型
openclaw models set zai/glm-5

 # 用 config 命令直接寫配置
openclaw config set agents.defaults.model.primary "moonshot/kimi-k2.5"

 # 設置圖片理解模型（看圖用的）
openclaw models set-image zai/glm-5

 # 添加備用降級模型
openclaw models fallbacks add 提供商/模型

還有其他切換模型的方法。你可以通過 Web UI 界面修改，或者手動修改這個配置文件：

但是要重啟網關，否則可能不會生效：

openclaw gateway restart

個人不推薦使用這些方式，麻煩，還容易出錯。

你還可以直接跟小龍蝦對話讓它幫你修改，但我建議不要這么做，一些明確的、簡單的操作就不要交給 AI 這種隨機生物來折騰了。

比如我的小龍蝦直接把配置文件搞崩了，它還感覺挺美的！

改錯了配置文件 臨時切換模型

比如你正在用國外的 Claude Sonnet 模型聊天，突然欠費了，想臨時切到國產模型。

可以直接在聊天框中輸入 /model list 查看可用的模型列表：

然后輸入 /model <模型服務商 型名稱> 切換模型：

這樣切換模型只會影響當前會話，不改全局默認配置，其他會話不受影響。

這其實就是斜杠命令功能，是不是很方便？下面我們來學習更多實用的斜杠命令。

斜杠命令

OpenClaw 內置了幾十個斜杠命令，但真正日常高頻使用的就那么幾個，下面我挑重點講。

會話管理

1）輸入 /new 重置會話，開始新對話；或者直接輸入 /new claude-opus-4-6，順便換模型。

如果在同一個對話聊太久，上下文會越來越大，不僅費 Tokens，AI 的注意力也會被之前的內容分散。

所以建議聊完一個話題就 /new 一下，省錢又高效。

2）/stop 立刻中斷當前 AI 正在執行的操作。當你發現 AI 在跑偏的時候趕緊 /stop，別讓它白白燒 Tokens，及時止損。

3）/status 查看當前會話狀態（模型、token 用量等），可以快速了解還剩多少 Tokens：

4）/context list 或 /context detail 可以查看當前上下文里有什么，比如哪些文件占了多少空間。但其實一般用 /status 就夠了。

通過 /context 可以看到很多 Tokens 消耗源于 OpenClaw 內置的一堆文件，所以你讓 OpenClaw 做太簡單的工作是得不償失的：

5）/compact 壓縮當前上下文，省錢必備！

聊天記錄太長了就壓縮一下省 Token，還可以指定保留哪些關鍵信息：

/compact 只記得我讓你做過什么，不用保留結果

6）/usage 控制每條回復是否顯示 Token 用量，參數有 full、tokens、off，我一般用 tokens 顯示。

模型相關

在前面「切換模型」的部分已經講過一些模型相關的斜杠命令，不再贅述。

命令

作用

用法示例

/model

彈出模型選擇器

/model

或 /model list

/model <名>

切換到指定模型

/model anthropic/claude-opus-4-6 /model status

查看當前模型詳情（含認證狀態）

/model status

比如查看模型狀態：

思考和調試

1）/verbose 顯示詳細的工具調用過程，對調試會很有幫助。如果你想看看 AI 到底在背后做了什么，打開它就一目了然：

2）/reasoning 顯示 AI 的推理過程，能看到它是怎么想的：

3）/think 設置 AI 思考深度。遇到難題用 /think high 讓 AI 多想想，簡單問題用 /think low 省 Token，不需要深度思考的場景用 /think off 直接關閉。

4）/fast 快速模式，讓 AI 回答更簡短、更省 Token：

5）/btw 問個臨時小問題，不影響主對話上下文。

它不會被寫入對話歷史，也不會改變后續的會話上下文，相當于偷偷問一嘴，特別適合在干正事的時候臨時確認個小問題：

/btw 我們現在在聊什么來著？

除了上面這些常用的命令外，OpenClaw 還內置了工具和執行、頻道和路由、子智能體管理、管理員命令等類別的斜杠命令，一般用不到。感興趣的同學可以直接用 /commands 查看完整列表，不需要人工記這些命令。

工具管理

在 OpenClaw 控制臺的代理模塊，可以查看當前 Agent 的工具情況。

可以選擇預設工具組合，也可以單獨開關某個工具。比如擔心 AI 誤操作你電腦上的文件，可以關閉文件寫入和修改等工具。

舉個例子，我給小龍蝦一個任務：

你能幫我操作瀏覽器，訪問 [ai.codefather.cn](http://ai.codefather.cn/) 網站并進入 AI 知識庫頁面，然后截圖么？

默認是不可以操作瀏覽器的：

開啟 Browser 工具并保存：

這次它成功操作了瀏覽器，幫我訪問了網站、導航到了指定頁面并完成了截圖。

有了瀏覽器工具，你還可以讓 AI 幫你自動化各種網頁操作，比如自動填表單、批量采集信息等。

如果你安裝了插件，可能會獲取到更多工具。比如安裝飛書插件后，可以按需讓 AI 使用飛書的功能，比如操作日歷、多維表格、文檔、任務等等：

TTS 文字轉語音

OpenClaw 內置了微軟免費的 Edge TTS 文字轉語音服務，不需要額外的 API Key 就能用！

首先，在代理的工具管理中開啟 TTS（文字轉語音工具）和 MESSAGE（消息發送工具）并保存。TTS 負責把文字轉成語音文件，MESSAGE 負責把語音文件發送給你。

注意，還需要做一些配置，否則生成的音頻文件可能為空！

我們要指定 TTS 使用 Edge 引擎、并設置中文語音。

打開 OpenClaw 的核心配置文件 openclaw.json，追加這段配置：

"messages": {
  "tts": {
    "auto": "off",
    "provider": "edge",
    "edge": {
      "enabled": true,
      "voice": "zh-CN-XiaoxiaoNeural",
      "lang": "zh-CN"
    }
  }
}

也可以直接在終端輸入下列命令來配置：

openclaw config set messages.tts.edge.voice "zh-CN-XiaoxiaoNeural"
openclaw config set messages.tts.edge.lang "zh-CN"
openclaw gateway restart

開啟工具并完成配置后，試一試：

請用語音跟我打個招呼：“魚皮系狗”

小龍蝦調用 TTS 工具獲得了語音文件，但是 AI 就卡在這里了，大概率不會把音頻文件發送給你：

因為 TTS 只負責文本轉語音，如果要把語音文件以「語音氣泡消息」的方式發送給飛書，還必須控制語音文件的輸出格式為 .opus 格式。

飛書的底層代碼是這樣判斷的：只有文件擴展名為 .opus 的音頻，才會以語音氣泡消息的方式發送，否則只會當作文件附件。

可以跟小龍蝦說下面這句話，這是我目前跑出來成功率最高、配置最快的方法：

如果要發語音消息，必須執行以下步驟：
1. 先用 TTS 工具生成音頻（會得到一個 MEDIA: 路徑）
2. 執行 ffmpeg 命令將音頻文件轉為 .opus 格式（首次需安裝）
3. 調用 message 工具發送 .opus 文件，從而讓我通過飛書收到語音氣泡消息
請先用語音跟我打個招呼："魚皮系狗"
如果任務正常執行，把這套流程保存到長期記憶中。

如果命令執行卡住，可能是 ffmpeg 下載太慢了，可以到 官網 手動下載。

發完這條消息后，記憶文件也更新了，下次發送語音就非常方便了：

爽用！

對了，OpenClaw 在聊天中還支持 /tts 斜杠命令來控制語音行為（比如 /tts on、/tts off），但我感覺不是很好用，一般也不用每句話都回復語音，需要的時候直接跟 AI 說 “發語音” 就好了。

定時任務和心跳 定時任務

定時任務（Cron）就是讓小龍蝦在指定的時間或固定間隔，自動執行你交代的任務，不需要你手動提醒。

這個用法很簡單，直接跟小龍蝦對話就可以了。

比如我讓小龍蝦：

每隔 5 分鐘，給我輸出 [codefather.cn](http://codefather.cn) 網站的運行狀態，以及最新發布的帖子。

相當于給我的網站增加了一個 24 小時值班的巡檢員：

可以在 OpenClaw 網頁控制臺查看和管理已創建的定時任務：

除了跟小龍蝦對話創建定時任務外，也可以直接在上面的界面新建任務，或者通過終端命令行 openclaw cron add 創建（詳見 官方 Cron 文檔）。但我不建議用這些方式，還得填寫一堆參數信息，這不折磨自己嘛？跟龍蝦說一嘴就搞定了。

除了網站監控之外，定時任務還有很多貼近日常生活的用法，隨便列舉幾個：

• 每天早上 8 點發送今日待辦提醒

• 每天晚上 10 點總結當天的聊天重點并寫入記憶

• 每周一早上 9 點生成上周工作總結

• 定時檢查你關注的 GitHub 項目有沒有更新

• 定期備份重要文件到指定目錄

Heartbeat（心跳） 是 OpenClaw 內置的另一種定時機制。

它和定時任務的 區別 在于：定時任務是你明確告訴小龍蝦 在某個時間做某件具體的事，而心跳是小龍蝦每隔一段時間（默認 30 分鐘）自己醒來看一眼 有沒有什么需要注意的，更像是一種被動巡邏。

心跳會讀取工作空間中的 HEARTBEAT.md 文件作為檢查清單，如果沒什么事就靜默跳過（返回 HEARTBEAT_OK），有事才會通知你。

對個人用戶來說，一般用不到心跳機制，定時任務已經足夠覆蓋大多數場景了。

Skills 技能系統

技能（Skills）就是給 AI 準備的能力擴展包。

小龍蝦本體只有基礎能力，裝上不同的技能之后，就能解鎖各種專業能力，比如搜索網頁、生成圖片、制作 PPT 等等。

技能的本質就是一個包含 SKILL.md 說明文件的文件夾，AI 在需要時會自動加載對應的技能來增強自己。

使用內置技能

可以在「技能模塊」全局查看 OpenClaw 識別到的技能，包括 OpenClaw 內置的技能、通過插件安裝的第三方技能、本地目錄中的技能等等。

更常用的是直接查看和管理 Agent 的技能。

注意，技能不是越多越好！一定要按需選用！

建議先把所有內置的技能關閉，絕大多數技能是用不到的，可以節省一些 Tokens：

當你需要用到什么功能的時候，先到技能模塊搜一下有沒有內置的技能。

比如我們想用 AI 生圖，可以搜索 image，打開內置的 nano-banana-pro 技能：

需要從 Google AI Studio 獲取到 Nano Banana 的 API Key：

然后確保給小龍蝦（代理）開啟了這個技能，注意技能的狀態要是 eligible 可用的：

建議剛開始在對話中提到技能名稱，引導 AI 使用技能。

比如我這里告訴 AI 使用 Banana 技能生圖，甚至還可以給 AI 發送圖片哦：

用 Banana 生成一張讓這個人把你做成蒜蓉小龍蝦的圖片，并且讓我在飛書直接看到圖片，不要廢話！
注意飛書中發送圖片要用 filePath 參數指定完整的文件路徑

效果還不錯吧！

以后我在外面拍照之后，可以直接用手機發給小龍蝦，讓它幫我瞬間生成牛唄轟轟的圖片~

這次我們通過斜杠命令觸發指定技能，直接使用 /{技能名稱} 就好：

/nano-banana-pro 把后面那哥們移除掉，順便幫我開個美顏，一只眼睛變成永恒萬花筒寫輪眼

老規矩，如果沒發送圖片成功，讓它注意 飛書中發送圖片要用 filePath 參數指定完整的文件路徑：

阿媽忒勒斯！

生成失敗的話，可能是因為你家網絡的原因，可以改為用國產的大模型生圖。

發現優質技能

除了使用內置的技能，我們還可以到小龍蝦官方的技能商店 ClawHub 上搜索技能：

當然，還有很多獲取實用技能的渠道，像魚皮的 AI 導航網站 也給大家推薦了一波技能。

一定要注意技能的安全性！

盡量安裝開源的、可信的、Star 多的、開源社區中反饋良好的。

這里給大家推薦幾個適合小龍蝦的技能：

• 自主進化技能：self-improving-agent 自動捕獲學習記錄、錯誤和糾正，實現 AI 代理的持續自我改進

• 網頁搜索技能：Multi-Search-Engine（無需 API Key，有國內 + 國外的搜索引擎），或者 Tavily Search（需要 API Key，每月 1,000 次搜索，適合搜索國外最新內容）

• 安全審查技能：Skill Vetter 安裝新技能前幫你檢查技能文件是否安全可信，防止安裝到惡意技能

• 辦公技能，比如 Anthropic 官方開源 的 docx、pptx、xlsx、pdf 處理技能

OpenClaw 內置的 clawhub 技能、還有 find-skills 這兩個 “用于發現和安裝其他技能” 的技能，我建議謹慎給龍蝦使用，萬一龍蝦搜索到一些不安全的技能，然后自己安裝了就不好了。

我們可以人工用這些工具發現技能，確定沒問題后，再安裝。

安裝技能

以 Multi-Search-Engine 為例，我們演示一下怎么安裝技能，會講解多種方式。

但無論哪種方式，安裝原理都是把技能文件從遠程下載到本地存放技能的 skills 目錄中。

1）直接下載壓縮包

你可以把解壓后的目錄放到 ~/.agents/skills 這個各家 AI 編程工具都能自動識別的通用技能目錄，這樣其他 AI 編程工具也能使用這個技能。

如果你只希望小龍蝦能使用，可以放到 ~/.openclaw/workspace/skills 目錄下，這是小龍蝦的工作空間。

然后就能在「代理」或者「技能」模塊中看到識別出的工作區技能了，開啟并保存，就能在對話中使用了：

比如讓它幫我搜索魚皮編程導航相關的信息：

/multi-search-engine 全網搜索魚皮編程導航相關的信息

2）通過 clawhub 命令行安裝

先安裝 clawhub 命令行工具，它是 OpenClaw 官方技能商店的客戶端，可以一行命令搜索和安裝技能：

npm i -g clawhub

然后用 clawhub 安裝，參數為你在 clawhub 看到的技能名稱（別輸錯了）：

clawhub install multi-search-engine

3）通過其他工具安裝，首推 Vercel 官方提供的 NPX 工具 來安裝技能，適合有 GitHub 開源倉庫地址的技能。

可以先到 Vercel 官方的技能網站 skills.sh 或者 GitHub 上找到你要安裝技能的開源倉庫地址和技能名稱。

比如安裝 agent-browser 這個讓 AI 操作瀏覽器的技能：

只要輸入一行命令，就能自動安裝指定技能了：

npx skills add https://github.com/vercel-labs/agent-browser --skill agent-browser

可以選擇安裝到 OpenClaw 或者其他 AI 編程工具的路徑下：

注意，不建議通過跟龍蝦對話，讓它自己安裝技能。還是那句話，AI 做事是有隨機性的，有些明確可完成的任務自己做更穩定。

小技巧 - AI 沉淀技能

可以讓 AI 自己創建新技能，將解決方案沉淀為可復用的技能包，龍蝦越養越聰明。

建議先安裝 Anthropic 官方的 skill-creator 技能，能夠幫你創建出更規范的、更懂 AI 的技能。

比如我之前接入飛書后，發現 AI 拍了照片卻不會發到飛書。于是我引導小龍蝦自己探索飛書多媒體發送的方法：

飛書支持給用戶發送圖片、文件、音頻、視頻并直接瀏覽，請你詳細了解具體的發送方法，并且必須要把需要發送的文件放到 workspace 工作空間中。你必須記住這些方法，之后快速地給我發送想要的內容。

AI 會去讀取飛書技能文檔，學習怎么發送多媒體消息。

這次不僅成功發送了圖片，而且 AI 還很有學習精神，自己去研究有沒有更優的方案：

甚至自己創建了一個 feishu-media 技能，之后發送多媒體就更絲滑了。

這就是 AI 的厲害之處：只要你下命令，它就能自己研究問題、自己解決問題，還能把解決方案沉淀成可復用的技能，下次直接用。

多 Agent 操作

這應該是大家最期待的玩法了，搞個龍蝦軍團！

有 2 種模式：子 Agent 和多 Agent。

子 Agent（最常用）

子 Agent（Subagent）你可以理解成臨時外包。

主龍蝦是隊長，遇到可以并行的任務時，臨時派出幾只 “外包小龍蝦” 去干活，干完了再回來匯報結果，然后外包蝦就下班走人了。

子智能體有幾個重要特點：

• 并行執行：多個子智能體可以同時干活，互不阻塞，效率翻倍

• 上下文隔離：每個子智能體有自己獨立的上下文，不會污染主龍蝦的對話

• 自動匯報：干完活會自動把結果匯報給主龍蝦，主龍蝦再整合

使用子智能體的方法很簡單，可以直接在對話中提到 “用子智能體去做”，AI 會自己判斷要不要使用 OpenClaw 內置的 sessions_spawn 工具，然后派子智能體去干活。

比如我跟小龍蝦說：

我想獲取魚皮 2 個網站的截圖，請你派 2 個子智能體分別完成。
- mianshiya.com
- codefather.cn

可以看到，AI 成功派了多個子智能體，它們會并行運行，互不阻塞。比起一個龍蝦自己干活，更快速地完成了任務：

可以在 Web 控制臺中，查看到更詳細的子智能體信息：

還有另外一種方法，使用 OpenClaw 的斜杠命令 /subagents spawn，相當于你親自下令派一個子智能體去干活，能更穩定地觸發子智能體機制。

比如讓小龍蝦幫我截取自己的 3 個網站的圖片，拼接到一起然后發送給我：

幫我截取 3 個網站，并且把 3 張圖橫著拼接到一起然后發送給我
/subagents spawn 截圖 mianshiya.com
/subagents spawn 截圖 codefather.cn
/subagents spawn 截圖 laoyujianli.com

可以看到，創建了 3 個子智能體，然后由主智能體匯總截圖并拼接，快速完成了任務：

對了，還有個省錢技巧，子智能體可以用便宜的模型，還能單獨設置回復模式。

# 全局設置子智能體的默認模型
openclaw config set agents.defaults.subagents.model "zai/glm-4.7-flash"


 # 或者在對話中臨時指定
/subagents spawn --model zai/glm-5 --thinking high 幫我寫一篇技術報告

為什么要管理子智能體？

因為子智能體派出去之后不一定乖乖干活，可能跑偏了、卡住了、或者你想看看它具體做了什么。這時候就需要查看、指揮、甚至干掉它們。

建議先開啟 /verbose full，否則在飛書里可能看不到子智能體的 runId，有了這個 id 我們后續能控制這個子智能體：

來試一試，比如我讓 AI：

幫我派 2 個子智能體，每個智能體都睡覺 3 分鐘，其他什么事都不用做。

可以看到每個子智能體的 runId：

子智能體管理常用命令如下，我們依次來玩一玩：

命令

作用

用法示例

/subagents list

查看所有子智能體

/subagents list /subagents kill

終止子智能體

/subagents kill /steer

給正在運行的子智能體發指令

/steer 換個方向做 /kill

立即終止子智能體（無確認）

/kill

或 /kill all

1）/subagents list 查看正在運行的子智能體，還能看到最近執行完成任務的子智能體：

2）/subagents info 查看某個子智能體的詳情：

3）/subagents steer <新指令> 給正在跑的子智能體發新指令，改變任務方向：

4）/subagents kill 停掉某個子智能體，/subagents kill all 停掉當前會話所有子智能體：

其實執行 /stop 干掉主對話后，子智能體也會全部停掉。

多 Agent

多 Agent 和子 Agent 不一樣，相當于你養了多只 獨立的 小龍蝦，每只龍蝦有自己獨立的工作空間、身份人設、記憶和會話。

你可以讓不同的 Agent 干不同的活，比如一只專門寫代碼、一只專門審核代碼、一只專門管理家族群。

1、創建新的 Agent

先執行命令來創建一個 Agent，名稱為 review，專門負責審核代碼：

openclaw agents add review

按照引導選擇配置就好，復用主代理的鑒權配置（不用再配置一通 API Key 了），其他的都選擇 No：

同樣的方法，再創建一個編程小龍蝦：

openclaw agents add coding

每個小龍蝦對應的工作空間都是獨立的：

可以在 Web 控制臺查看和管理各個小龍蝦：

2、配置路由

接下來需要配置「路由」，也就是 “誰的消息” 發給 “哪個 Agent” 來處理。

先通過 飛書提供的工具 快速創建 2 個飛書機器人：

跟之前接入飛書一樣，需要到管理后臺審核應用并通過：

然后到了最復雜的部分，建議先把當前的 openclaw.json 配置文件備份一下。

一定要仔細看下面幾張圖改動的部分，主要是在 agents.list 中添加新 Agent 的信息、在 channels.feishu.accounts 中添加新機器人的 AppID 和 AppSecret、以及添加 bindings 路由綁定：

飛書官方有提供示例的配置文件，可以到 官方文檔 復制：

注意編寫配置文件的過程中，不要多加逗號、也不要添加中文注釋。建議在 VSCode 等代碼編輯器中打開，會自動幫你做格式校驗。

改完配置后，重啟網關：

openclaw gateway restart

然后就可以愉快地跟多只小龍蝦對話了~

一樣的，先初始化小龍蝦，我這里就隨便說 2 句了：

你是魚皮的編碼蝦，你的工作就是編寫代碼
你是魚皮的審核蝦，你的工作就是審核代碼

然后你就可以給它們不同的任務，讓多只小龍蝦同時干活了：

3、多個 Agent 共享上下文協作

如果你想讓多個機器人之間共享記憶、或者共同完成一個任務，最簡單粗暴的方法就是讓它們共享記憶文件，比如把主 Agent 的長期記憶文件 MEMORY.md 和主人信息 USER.md 拷貝給其他的 Agent。

還有更靈活的方法，開啟 A2A（agent-to-agent）通信，讓 Agent 之間可以互相發消息。

執行下面這幾條命令：前兩條開啟 A2A 通信并設置允許哪些 Agent 互相聯系，第三條將會話可見性設為 all，讓 Agent 能看到其他 Agent 的會話（默認只能看到自己的），最后重啟網關讓配置生效。

openclaw config set tools.agentToAgent.enabled true
openclaw config set tools.agentToAgent.allow '["main","coding","review"]' --strict-json
openclaw config set tools.sessions.visibility "all"
openclaw gateway restart

還要告訴主 Agent “能夠通過 OpenClaw 內置的工具找其他 Agent 干活”。需要修改主 Agent 的 AGENTS.md，這是專門教 Agent 如何干活的文件，增加多 Agent 協作的說明。

稍后給大家提供如何修改，先接著往下看

但是這種方式有個不足之處，雖然任務成功派發給了其他 Agent，但主 Agent 并不能及時獲取到其他 Agent 的回應，可能仍然會自己干活。

實際上其他 Agent 已經在干活了：

這里有個細節：sessions_send 是同步等待的，適合快速問答；而 sessions_spawn 是異步的，對方干完活會自動匯報回來，適合耗時任務。所以正確的做法是讓 Agent 根據任務復雜度選擇工具。

需要確保 main Agent 可以 spawn 派發任務到其他 Agent，執行下列命令：

openclaw config set 'agents.list[0].subagents.allowAgents' '["main","coding","review"]' --strict-json
openclaw gateway restart

在主 Agent 的 AGENTS.md 文件末尾追加這段多 Agent 協作說明（里面的 Agent 名稱和職責換成你自己的）：

## 多 Agent 協作

 你不是一個人在戰斗！你可以找其他 Agent 幫忙。

 ### 可用的 Agent

 | Agent ID | 名字 | 擅長什么 |
|---|---|---|
| `coding` | 編碼蝦 | 寫代碼、調試、技術問題 |
| `review` | 審核蝦 | 代碼審查、方案評審、質量把關 |

 ### 怎么找它們

 根據任務復雜度選擇方式：

 快速問答（幾秒能回）→ 用 `sessions_send`（A2A 對話）：
- `sessionKey` 填 `agent: 
 
 :main` 
 
- `timeoutSeconds` 建議設 60

 耗時任務（超過 30 秒）→ 用 `sessions_spawn`（派任務）：
- `agentId` 填目標 Agent 的 id
- `task` 填具體任務描述
- 對方干完會自動匯報結果回來

 ### 注意事項

 - 簡單問題用 sessions_send（快速同步），復雜任務用 sessions_spawn（異步后臺）
- sessions_send 默認等 30 秒，復雜問題會超時，這時改用 sessions_spawn
- 收到結果后，總結給主人，不要原封不動轉發
- 不要同時找多個 Agent 做同一件事

這次，主 Agent 就可以給其他的小龍蝦派發任務了（類似子 Agent 模式）。你可以額外給其他龍蝦也進行類似的配置，讓多個龍蝦之間可以自由協作：

能在 Web UI 看到派發的任務和執行過程：

子 Agent 和多 Agent 的區別

簡單列舉一下兩者的核心區別：

對比項

子智能體（Sub-Agent）

多 Agent

關系

同一個大腦派出的臨時工

多個獨立的大腦

工作區

共享主 Agent 的工作區

各自獨立的工作區、記憶、人格

生命周期

任務完成就結束

永久存在，一直在線

用途

并行干活提效率

不同場景用不同人格/模型/權限

對大多數朋友來說，子 Agent 就夠用了。多 Agent 更適合有多種使用場景、需要嚴格隔離的龍蝦熟練工。

問題自檢和修復

OpenClaw 提供了很多命令和方法，可以幫你檢查 OpenClaw 的狀態，尤其是在小龍蝦抽抽、無法運行的時候。

1）優先運行 openclaw doctor 健康檢查，它會幫你掃描配置、頻道、模型認證等各方面的問題：

然后輸入 openclaw doctor --fix 可以自動修復發現的問題。

2）openclaw status 查看運行狀態，包括網關、頻道、會話等所有信息：

3）openclaw gateway start|stop|restart 管理網關服務。

很多時候無法打開網頁控制臺、或者沒辦法和小龍蝦對話，大概率是網關服務掛了。

需要注意幾種不同命令的區別：

• gateway run 是在前臺運行（關閉終端就停了）

• gateway start 是作為后臺服務運行（關閉終端也不影響）

• gateway restart 是重啟后臺服務

日常使用中，改完配置后 restart 一下就好。

4）openclaw dashboard 打開 Web 管理界面，可以查看對話記錄、技能管理、頻道管理、Agent 狀態等。

前面我們也看到了，尤其是在玩多智能體的時候，了解 AI 的狀態還是很重要的。萬一某個 AI 執行卡住了，可以看下它到底在干神魔：

5）openclaw logs --follow 實時查看日志。

估計大多數同學用不到，真出了控制臺搞不定的問題后，再來看實時日志，然后把日志發給 AI，讓 AI 幫你分析和解決吧~

對了，如果你還能跟小龍蝦對話，也可以直接讓它自我檢查和修復問題。這也是使用 AI 智能體的小技巧：完成任務后讓 AI 檢查自己的輸出，找邊界情況和潛在問題。

比如你可以跟它說：幫我檢查一下 OpenClaw 的配置有沒有什么問題。

它會自己去讀配置文件、驗證連接狀態、修復異常，不過能不能修復成功，就看運氣了。

Git 管理配置文件

養龍蝦的過程中，很容易出現一些問題，比如不小心改錯了文件、把龍蝦人格損壞了等等。因此建議利用 Git 代碼版本控制工具來托管整個 .openclaw 目錄。

很多非程序員朋友應該是不了解 Git 的，建議直接讓一個靠譜的 AI 編程工具（比如 Claude Code 或者 Cursor）幫你做：

你是 OpenClaw 專家，我正在學習使用 OpenClaw，請你完整分析官方文檔 https://docs.openclaw.ai/，然后幫我利用 Git 來管理 ~/.openclaw 目錄，起到備份的作用，注意要合理忽略一些不需要管理的文件

可以看到重要配置被 Git 托管了，出了問題可以快速還原：

當然你也可以自己進入目錄，手動執行命令完成初始化。

需要注意的是，一定要先配好 .gitignore 文件來忽略不需要管理的內容（比如瀏覽器數據、媒體文件、會話日志、node_modules 等），避免提交太多無用文件。

核心步驟如下（看不懂的同學跳過即可）：

cd ~/.openclaw

 # 先創建 .gitignore 文件，忽略不需要管理的內容
cat > .gitignore << 'EOF'
# 瀏覽器數據（體積大，可重建）
browser/
# 媒體文件（收發的圖片/音頻/視頻）
media/
# 日志文件
logs/
# 配置備份文件
openclaw.json.bak
# node_modules
**/node_modules/
# 會話數據（頻繁變化的對話記錄）
agents/*/sessions/*.jsonl
agents/*/sessions/sessions.json
# 更新檢查狀態
update-check.json
EOF

 # 初始化 Git 倉庫并首次提交
git init
git add .
git commit -m "init: OpenClaw 配置備份"

注意，這個目錄自己看就好了。千萬別這么好心，開源自己的 OpenClaw 目錄到 GitHub 上，搞不好把你的各種敏感配置（API Key、App Secret 之類的）全泄露出去。

已經完成一次 Git 提交之后，就可以讓小龍蝦幫你定時提交備份了：

我已經用 Git 托管了整個 openclaw 的工作目錄，請你創建定時任務，之后每天凌晨 3 點進行一次提交，起到備份的作用

之后每天凌晨小龍蝦會自動幫你提交一次配置快照，再也不怕 AI 手滑把配置搞崩了，隨時可以通過 Git 回滾到任意歷史版本。

記憶和上下文管理

OpenClaw 的記憶系統是基于純 Markdown 文件的，非常直觀。

主要有兩層記憶：

1. 長期記憶 MEMORY.md ：存放持久的重要信息，比如用戶偏好、關鍵決策、重要流程，這個文件會在每次會話開始時加載。

2. 每日日記 memory/YYYY-MM-DD.md ：每天一個文件，記錄當天的對話要點和運行筆記，AI 會在會話開始時加載今天和昨天的日記。

你可以在 Web 控制臺的代理模塊中查看這些記憶文件，也可以直接到 ~/.openclaw/workspace/ 目錄下用文本編輯器打開查看。

如果想讓小龍蝦失憶，方法也很簡單：刪除對應的記憶文件就好了。

比如刪掉 MEMORY.md 就會清空長期記憶，刪掉 memory/ 目錄下的日記文件就會清空對應日期的記憶。當然也可以直接跟小龍蝦說 “把你的記憶文件清空”。

如果你想優化記憶管理的質量，可以安裝 ontology 技能，它會幫你的小龍蝦建立一個結構化的本地知識圖譜，讓記憶更有條理，而不是一股腦全塞在一個文件里。

成本控制技巧

注意，養龍蝦是要花錢的！大模型 API 按照 Token 收費。所以這里魚皮再把前面提到的省錢技巧匯總一下：

1. 選對模型：不需要每次都用最貴的模型，簡單聊天用國產免費模型（如智譜 GLM），復雜任務再切到能力更強的模型

2. 及時開新會話：聊完一個話題就 /new ，避免上下文越積越多

3. 善用壓縮：對話太長了就 /compact 一下，能大幅減少 Token 消耗

4. 開啟快速模式： /fast on 讓 AI 回答更簡短

5. 關閉不需要的技能：技能越多，注入到上下文的信息越多，Tokens 消耗越大

6. 子智能體用便宜模型： openclaw config set agents.defaults.subagents.model "zai/glm-4.7-flash"

7. 心跳降頻或關閉：如果用不到心跳功能，設置 agents.defaults.heartbeat.every: "0m" 關閉

8. 查看用量： /usage full 或 /status 隨時關注 Token 消耗情況

9. 定時任務用獨立會話 + 便宜模型：避免定時任務加載整個主會話的上下文

OpenClaw 是一個能操作你電腦的 AI 工具，工信部和國家互聯網應急中心最近都在密集發安全預警，翻車案例已經一堆了，安全意識一定要有。

下面列舉幾個重要的安全風險和應對措施：

1. 刪除、發郵件這類不可逆操作，一定要開二次確認。Meta 的 AI 安全總監讓 OpenClaw 整理郵箱，要求 “刪除前先確認”，結果對話太長觸發了上下文壓縮，AI 把指令忘了，一口氣刪了 200 多封郵件。光在對話里叮囑是不夠的，要在 OpenClaw 設置里把執行審批打開，別為了圖省事就 /elevated on 全部放行。

2. 給 Token 消耗設置上限。有人一周燒了 14 億 Token，還有人半天扣了 200 塊。OpenClaw 每次對話都會自動注入系統指令和上下文，一個簡單請求就要消耗上萬 Token，一定要在 API 平臺設好每日消費上限。

3. 不要用管理員權限運行。有用戶讓 OpenClaw “整理發票，格式不對的刪除”，結果 AI 理解錯了，把整個桌面文件都給清了。權限越大，AI 犯錯殺傷力就越大。建議用虛擬機或 Docker 容器隔離運行，給 OpenClaw 劃定專門的工作目錄。在代理的工具管理中按需開關工具，如果只是聊天，關掉 exec （執行命令）和 write （寫文件）等危險工具。OpenClaw 也支持 Docker 沙箱模式，可以把 AI 的操作限制在容器內。

4. 別把實例暴露到公網。全球有超過 22 萬個 OpenClaw 實例暴露在公網上，大部分沒有開啟身份認證，已經有用戶因為遠程桌面沒設密碼被盜刷信用卡。自己玩的話本地啟動就行，需要遠程訪問就走 VPN 或 SSH 隧道。同時通過 channels.whatsapp.allowFrom 等配置限制誰能跟你的龍蝦對話，防止陌生人發消息控制你的電腦。

5. 不要讓 OpenClaw 隨便瀏覽來路不明的網頁。安全公司發現了零點擊漏洞，只要讓 OpenClaw 訪問一個惡意網站，攻擊者就能劫持你的本地實例。官方已經緊急發了補丁，一定要保持版本更新。

6. 不要亂裝第三方 Skills。OpenClaw 的官方技能市場 ClawHub 上被發現超過 800 個惡意插件，有的偽造系統彈窗騙你輸密碼，有的直接偷瀏覽器密碼和加密錢包。遇到要求你下載壓縮包、執行腳本的，一律別碰。可以安裝 Skill Vetter 技能來自動審查技能安全性。

7. 密鑰不要明文存放。API Key、SSH 憑證別寫進 prompt 或配置文件里。安全公司測過 OpenClaw 的提示詞注入成功率高達 91%，攻擊者可以誘導 AI 把上下文吐出來。密鑰要用環境變量或密鑰管理工具存儲， openclaw.json 和 auth-profiles.json 千萬不要分享給別人或上傳到公開倉庫。

8. 堅持用官方最新版本。已經有黑產團伙在搜索結果里推廣假的 OpenClaw 安裝包，誘導用戶下載帶木馬的版本。OpenClaw 近期被國家信息安全漏洞庫披露了 82 個漏洞，一定要從官網下載并及時更新。

9. 測試環境和生產環境分開。有人讓 AI 編程助手清理配置，結果 AI 誤判環境直接執行了 terraform destroy，194 萬行生產數據全沒了。實驗性操作一定要在隔離的測試環境里搞。

10. 養成查看日志的習慣。用 AI 最氣的就是它搞砸了你不知道它做了什么，用 openclaw logs --follow 實時查看操作記錄，出事了才有跡可循。

最后簡單提一下幾個進階功能，大多數人根本用不到，所以我就不展開講解用法了，感興趣的同學去看官方文檔就好。

• Hooks 鉤子自動化：讓你的 OpenClaw 在關鍵節點自動做一些事，比如每次開新對話時自動保存上下文、每次執行命令時自動記日志、啟動時自動加載額外配置文件。相當于給 AI 的工作流加了 “自動觸發器”。

• Webhook 和外部集成：可以把 OpenClaw 和其他服務打通，比如收到 GitHub Issue 時自動通知龍蝦處理、接收外部系統的事件推送等。

• Lobster 工作流引擎：用于多步驟工具管道的確定性執行，支持暫停、審批、恢復等流程控制，適合需要人工審批環節的自動化場景。

• 沙箱模式（Sandbox）：可以把 AI 的操作限制在 Docker 容器內，防止 AI 誤操作影響你的系統。

OK，以上就是魚皮整理的 OpenClaw 技巧大全，1.2 萬字 + 100 多張圖，希望能幫你把小龍蝦玩得更溜。

為了幫大家更好地玩轉 OpenClaw，魚皮建了一個 OpenClaw 中文網，除了官方文檔的完整中文翻譯外，還整理了 OpenClaw 命令大全、斜杠命令大全等實用內容，歡迎大家使用。也歡迎加入我的 OpenClaw 交流群，一起探索 OpenClaw 的玩法和使用經驗。

感興趣的話，可以點我頭像，然后私信「openclaw」加入

我會持續關注 OpenClaw 的發展，帶大家一起探索更多提高效率的玩法。如果你有收獲的話，記得點贊收藏關注一波，謝謝大家！

也歡迎在評論區聊聊你的養蝦體驗~