BlueRoseNote/07-Other/AI/AI Agent/OpenClaw.md

# 前言
- https://github.com/openclaw/openclaw
- 教程
	- [ ] Clawdbot 完整配置指南 - Sylearn的文章 - 知乎 https://zhuanlan.zhihu.com/p/1999437992549447616
	- [ ] 【OpenClaw 烧钱避坑指南：3个策略教你省下 80% 的 Token】 https://www.bilibili.com/video/BV1TNZjBTEAp/?share_source=copy_web&vd_source=fe8142e8e12816535feaeabd6f6cdc8e
	- [ ] 【Clawdbot为什么能记住你说过的话? AI记忆系统拆解】 https://www.bilibili.com/video/BV1fv61B4EQ5/?share_source=copy_web&vd_source=fe8142e8e12816535feaeabd6f6cdc8e
	- 【claude官方揭秘：为啥不需要多Agent架构？《Building multi-agent systems: when and how to use 》①】 https://www.bilibili.com/video/BV13KzqBHEPw/?share_source=copy_web&vd_source=fe8142e8e12816535feaeabd6f6cdc8e
	- [ ] ***[【🚀解锁OpenClaw多Agent高级玩法！Token消耗直接减半，这才是正确的使用方式！不同任务分配不同模型，独立Session、独立记忆，独立工作空间](https://www.bilibili.com/video/BV1dqffBMEcg/?share_source=copy_web&vd_source=fe8142e8e12816535feaeabd6f6cdc8e) 
	- [ ] [【4种方法将 OpenClaw 成本降低10倍 ｜直降95%+ Token 消耗！【保姆教程】】](https://www.bilibili.com/video/BV1ejADzsEUm/?share_source=copy_web&vd_source=fe8142e8e12816535feaeabd6f6cdc8e) 简单步骤参考 [[#OpenClaw节约成本的方式]]
	- [ ] [【🚀【OpenClaw教程】OpenClaw高级玩法：记忆蒸馏+Skill固化+模型降级！Token成本直降40%，效率倍增！便宜模型也能完成复杂任务！龙虾教程】](https://www.bilibili.com/video/BV1WbPTzHEaa/?share_source=copy_web&vd_source=fe8142e8e12816535feaeabd6f6cdc8e)
	- [x] 【Mac mini 64G部署Clawdbot + 本地大模型。无限tokens，拥有真正7*24免费私人助手！】 https://www.bilibili.com/video/BV1KE61BuEAk/?share_source=copy_web&vd_source=fe8142e8e12816535feaeabd6f6cdc8e
- Skill
	1. https://github.com/VoltAgent/awesome-openclaw-skills
	2. [【50个 skills 让你的 OpenClaw 脱胎换骨】 ](https://www.bilibili.com/video/BV1fDA8z6E9n/?share_source=copy_web&vd_source=fe8142e8e12816535feaeabd6f6cdc8e)
- 其他Bot框架
	- 【我厌倦了 OpenClaw，用回了 AstrBot【AstrBot 年度更新】】 https://www.bilibili.com/video/BV1FmZMBiEs9/?share_source=copy_web&vd_source=fe8142e8e12816535feaeabd6f6cdc8e

# WY Gitlab Token
2fwpCjzAM7T6ZsXVtr67
- RedmineSkill
	- 2Bt5SqsyBfbVAp31-k17

# TODO
![[工作计划]]

# OpenClaw架构构思
https://clawhub.ai/ Skill推荐：
- Common
	- [x] ***find-skills***：在20万+Skills里自动找到所需工具。 
	- [x] ***self-improving-agent***： 记录经验教训、错误和纠正措施，以实现持续改进。
	- [x] Summarize：使用 summarize CLI 对 URL 或文件进行汇总（网页、PDF、图像、音频、YouTube）。
- [ ] 文档类	
	- [ ] pdf-pro：合并、拆分、提取复杂PDF，无手动头疼。 #文档专家
	- [x] pptx：生成完整专业幻灯片，再也不用移动文本框。 #演示专家
	- [x] docx：创建结构化Word文档，直接用于官方用途。 #文书
	- [x] xlsx：带复杂公式和图表的Excel文件。 #数据分析师
## Agent & Memory
在默认工作区可以到以下文件，这些都是Agent提示词的主程部分：

| **文件名**          | **角色定位**      | **详细作用描述**                                                |
| ---------------- | ------------- | --------------------------------------------------------- |
| **Bootstrap.md** | **引导程序/总纲**   | 整个系统的入口。它负责协调其他模块，定义系统初始化的逻辑，并告诉 LLM 如何“读取”这一系列文件。        |
| **SYSTEM.md**    | **物理规则/底层协议** | 定义 AI 的基本运行准则。包含技术约束、输出格式要求（如必须使用 JSON）、安全边界和思考框架。        |
| **IDENTITY.md**  | **身份设定**      | 定义“我是谁”。包含姓名、职业背景、专业领域和语气风格（Tone of Voice）。这是 AI 表层人格的来源。 |
| **SOUL.md**      | **核心价值观/灵魂**  | 定义“我的底层逻辑”。包含道德准则、动机、偏好、情绪反应模型以及对待冲突的态度。它比 Identity 更深层。  |
| **USER.md**      | **用户画像/上下文**  | 记录“你是谁”。包含用户偏好、当前任务背景、历史互动关键点。确保 AI 的响应具有针对性。             |
| **TOOLS.md**     | **能力清单/技能树**  | 定义 AI 可以调用的外部函数或工具（如搜索、绘图、计算）。明确调用参数和返回格式。                |
| **AGENTS.md**    | **协作协议**      | 定义多智能体协作逻辑。如果 AI 需要召唤“副手”或与其他代理交互，这里规定了沟通协议。              |

---

## 2. 调用逻辑与顺序



**逻辑顺序如下：**
1. **加载 `Bootstrap.md`**：确定系统引导协议，LLM 开始意识到自己是一个遵循 OpenClaw 协议的 Agent。
2. **注入 `SYSTEM.md`**：建立底层规则。在产生任何性格之前，必须先确定“不能做什么”和“必须怎么思考”。
3. **构建 `IDENTITY.md` 与 `SOUL.md`**：赋予生命力。LLM 此时从“纯粹的工具”转变为“具备特定性格的专家”。
4. **读取 `USER.md`**：注入外部变量。AI 了解了交互对象，调整自己的姿态。
5. **激活 `TOOLS.md` 与 `AGENTS.md`**：最后加载执行层。当 AI 明确了身份和规则后，再根据需要调用具体的手段。
    


1.  Bootstrap 文件注入（新会话首个 turn）
按优先级读取顺序：
AGENTS.md → SOUL.md → TOOLS.md → IDENTITY.md → USER.md


  

2️⃣ 记忆文件读取
• MEMORY.md — 长期记忆（仅私聊会话加载，群聊不加载）
• memory/今天.md + memory/昨天.md — 日志（会话开始时读取）

3️⃣ Skill 加载（SKILL.md 注入）
三个来源，优先级从高到低：
① < workspace >/skills（agent 独有）
② ~/.openclaw/skills（全局共享）
③ bundled skills（内置）
同名 skill 高优先级覆盖低优先级

  

4️⃣ 会话历史
已有的对话上下文（JSONL 存储）

  

5️⃣ 语义搜索（按需）
agent 调用 memory_search 时，向量检索 MEMORY.md + memory/* .md



  


  

💡 建议：

如果你想把记忆用法精炼，推荐这样分层：

  

1. 通用行为规范 → AGENTS.md / SOUL.md（所有会话都加载）

2. 工具使用指南 → Skill 的 SKILL.md（按需触发加载）

3. 持久事实/偏好 → MEMORY.md（长期记忆）

4. 需要代码逻辑的 → Plugin（如自动 Token 管理、MCP 代理）

  

以 Redmine 为例的最佳实践：

• Skill：SKILL.md 写"怎么调用、什么时候触发、参数格式"

• Plugin：如果要做自动 Token 刷新、webhook 监听等，写成 Plugin

• MEMORY.md：只存"loujiajie 有权限的项目是 H78"这种事实

  

不建议把所有东西都塞进 MEMORY.md，
### EmbeddingModel


### 记忆移植方法

### 将记忆移植到Skill
【Skill】= 教 agent "怎么做某件事"

• 本质是 SKILL.md（Markdown 指令）+ 可选脚本

• 注入到 agent 的上下文中，agent 按指令执行

• 适合：工具使用说明、操作流程、触发规则

• 例：RedmineSkill 告诉 agent 如何调用 MCP 查工单
## Muti-Agent
按照日常功能分出几个额外Agent，并让他们使用不同的Workspace。

# ~~Docker 部署~~(推荐虚拟机部署)
1. https://docs.openclaw.ai/install/docker
2. git clone https://github.com/openclaw/openclaw.git
3. ./docker-setup.sh

## 2025.2.24错误解决
**问题1：**
># Error: EACCES: permission denied, open '/home/node/.openclaw/openclaw.json.7.2ede223b-aa90-4aa5-8f0d-97049696b626.tmp

此时在docker-setup.sh的以下两行：
mkdir -p "$OPENCLAW_CONFIG_DIR"  
mkdir -p "$OPENCLAW_WORKSPACE_DIR"

之后添加这一行即可解决问题。
>chown -R 1000:1000 "$OPENCLAW_CONFIG_DIR"

**问题2：** Gateway无法启动
在docker-compose.yml的environment下面添加  `GATEWAY_CONTROLUI_DANGEROUSLYALLOWHOSTHEADERORIGINFALLBACK: true`：
```yml
services:
  openclaw-gateway:
    image: ${OPENCLAW_IMAGE:-openclaw:local}
    environment:
      HOME: /home/node
      TERM: xterm-256color
	   ...
      GATEWAY_CONTROLUI_DANGEROUSLYALLOWHOSTHEADERORIGINFALLBACK: true
```

# OpenClaw Skill
安装命令行：
- npx clawhub@latest install XXX
- npx clawhub install XXX

# OpenClaw Agent命令
- 🛠️ 核心交互指令
	- /new：立即结束当前会话，并启动一个完全干净的新会话。
	- /clear：清理当前对话的上下文。
	- /help：显示当前环境下所有可用的指令列表及简要说明。
	- /compact：手动触发上下文压缩。这在对话过长、Token 消耗过高时非常有用，它会将之前的讨论总结为摘要，以腾出更多上下文空间。
	- /undo：撤销上一步操作。它会回滚最后一次的用户输入以及 AI 的响应。
	- /exit 或 /quit：安全退出当前的 Agent 会话。
- 🧩 技能与 MCP 管理（重点）
	- /skills：列出当前 Agent 已经加载并激活的所有技能。你可以通过此指令确认你的自定义技能（如 RAG 驱动的哲学库）是否被正确识别。
	- /mcp：查看当前连接的 MCP 服务器状态。它会显示通过 stdio 或 sse 传输协议挂载的服务是否在线。
	- /reload：重新加载配置文件和技能定义。当你修改了 skills 目录下的逻辑或更新了 MCP 配置后，无需重启整个程序，使用此指令即可生效。
- 📊 系统与状态监控
	- /stats：显示当前会话的统计信息，包括已消耗的 Token 数量、预计成本以及上下文窗口的使用百分比。
	- /config：查看当前运行时的配置信息（如当前指向的 LLM 模型、温度参数等）。
	- /debug：切换调试模式。开启后，你可以看到工具调用的原始 JSON 数据，这对于排查 jina_search 或数据库查询的返回值非常关键。
# OpenClaw本地操作命令
- openclaw onboard
- openclaw gateway
- openclaw gateway status
- openclaw configure
修改模型：
```
openclaw models set <provider/model>
```

## 连接Ollamav本地部署模型
>ollama launch openclaw

之后选择指定模型即可。
## 查看日志
openclaw logs --follow
```

# OpenClaw Docker
```c++
docker pull alpine/openclaw:main

```

1. git clone https://github.com/openclaw/openclaw.git
2. cd openclaw
3. 核心步骤：构建并启动 Docker 镜像（约 5–30 分钟）
	1. （可选）加速：使用预构建镜像。如果不想本地构建（build 过程可能下载依赖较慢），设置环境变量跳过：`bash export OPENCLAW_IMAGE=alpine/openclaw   # 或官方其他镜像（视最新可用）`

## 克隆 OpenClaw 仓库
bash 运行
```
git clone https://github.com/openclaw/openclaw.git
cd openclaw
```

github还需要添加一下代理。

git config --global --list

git config --global http.https://github.com.proxy http://192.168.50.151:2081
git config --global https.https://github.com.proxy http://192.168.50.151:2081
~~git config --global http.https://github.com.proxy http://192.168.50.100:20171
git config --global https.https://github.com.proxy http://192.168.50.100:20171
~~
git config --global --unset http.https://github.com.proxy
git config --global --unset https.https://github.com.proxy

git config --global --unset http.proxy 
git config --global --unset https.proxy

export https_proxy="http://192.168.50.100:20171"
export http_proxy="http://192.168.50.100:20171"
export https_proxy="http://192.168.50.151:2081"
export http_proxy="http://192.168.50.151:2081"


取消代理
unset http_proxy https_proxy
unset http_proxy https_proxy all_proxy

Docker添加代理
https://zhuanlan.zhihu.com/p/703839288

## 核心步骤：构建并启动 Docker 镜像（约 5–30 分钟）
### （可选）加速：使用预构建镜像
如果不想本地构建（build 过程可能下载依赖较慢），设置环境变量跳过：
bash运行
```
export OPENCLAW_IMAGE=alpine/openclaw   # 或官方其他镜像（视最新可用）

unset OPENCLAW_IMAGE
```

### 运行官方 setup 脚本
bash运行
```
./docker-setup.sh   # 明确用新 bash 执行
```
脚本会完成以下操作：
- 拉取 / 构建镜像（openclaw:local）
- 创建～/.openclaw（配置）和～/openclaw/workspace（沙箱目录）
- 启动 docker-compose 服务

构建过程会输出进度，如果卡在 100%，耐心等或检查网络 / 代理。

## 常见坑点处理
1. 报 `declare -A: invalid option` → 确认用 bash 5.x 执行（上文已解决）
2. 报 `Cannot connect to the Docker daemon` → 启动 Docker Desktop，或执行 `docker context use desktop-linux`
3. 权限问题 → 执行 `sudo chown -R $USER ~/.openclaw ~/openclaw/workspace`

## 配置与首次使用（Onboarding）
### 启动 onboarding wizard
bash运行
```
docker compose run --rm openclaw-cli wizard
```
1. 选择 QuickStart（推荐，新手友好，后续可手动调整）
2. 阅读安全警告 → 输入 Yes 继续
3. 输入模型 API Key（推荐 Groq、Claude、OpenAI 等）
4. 配置通道（Telegram/Discord 推荐先用一个）
5. 生成 pairing code → 在对应平台发给 bot 配对

### 批准配对（以 Discord 为例）
bash运行
```
docker compose run --rm openclaw-cli pairing approve discord <你的配对码>
```

### 验证
bash运行
```
docker compose run --rm openclaw-cli devices list
```

## 测试
1. 在 Discord/Telegram 发消息给 bot（如 “你好”）
2. 查看日志确认：

bash运行
```
docker compose logs -f
```

## 日常管理命令
- 启动 / 重启：`docker compose up -d` / `docker compose restart`
- 停止：`docker compose down`
- 查看状态：`docker compose ps`
- 打开 Web Dashboard：`docker compose run --rm openclaw-cli dashboard`（通常 [localhost:18789](https://localhost:18789)）
- 安全审计：`docker compose exec openclaw-gateway openclaw security audit --deep`

## 安全提醒
1. Docker 提供隔离，但仍需谨慎开启工具（如文件读写、shell 执行）。
2. 不要把高危权限给 bot，启用 allowlist、mention gating。
3. 定期运行 `openclaw security audit --fix`。
4. API Key 等敏感信息存储在～/.openclaw/，备份好。

## 总结
在 macOS 上通过 Docker 安装 OpenClaw 非常可靠，整体流程为：
**准备（Homebrew + bash 升级 + Docker）→ 克隆仓库 → bash ./docker-setup.sh → wizard 配置 → pairing 批准 → 测试聊天**
整个过程 30–60 分钟就能跑起本地个人 AI 助手，强烈推荐 Docker 方式，避免直接污染系统。


# Channel
- 添加命令:openclaw channels add
## 飞书
- 【【小白入门教程】openclaw(clawdbot)安装部署教程，接入飞书/钉钉/QQ等聊天工具，5分钟学会，详细教程】 https://www.bilibili.com/video/BV1jBcaz6E6P/?share_source=copy_web&vd_source=fe8142e8e12816535feaeabd6f6cdc8e

AppID:cli_a90596306738dcc7
AppSecret:JZfGrXKRkwCE4a5yYvKZ2bSrOM1jZsDV

## QQ
https://github.com/sliverp/qqbot

## IMessage
https://cloud.tencent.com/developer/article/2626310

## PoPo
- 相关文章:
	- [OpenClaw(原Clawdbot)对接POPO机器人教程](https://docs.popo.netease.com/lingxi/173a627a791b4372aa50318bfdfb5204?appVersion=4.28.0&deviceType=4&popo_hidenativebar=1&popo_noindicator=1&appVersion=4.40.0&deviceType=0&popo_hidenativebar=1&popo_noindicator=1&disposable_login_token=1)
	- https://km.netease.com/v4/detail/blog/258877
- 插件文档:https://docs.popo.netease.com/lingxi/173a627a791b4372aa50318bfdfb5204

需要安装插件之后，重启，再填写机器人事件订阅的token 秘钥相关信息。

[https://open-dev.popo.netease.com/mp/detail/184955194/devManage](https://open-dev.popo.netease.com/robot/detail/363265944/devManage)
http://10.219.32.29:6666/popo/callback
KyePDRbMN3j1bHEhxktBMbcJtehpxmYW

https://km.netease.com/v4/detail/blog/258877

## 企业微信
- https://github.com/pawastation/wechat-kf
- Token信息
	- AgentId:1000002
	- Secret:pO0No5pwv8hV9jugSi9xmOZZad72Wei3E4ODsZj4WoM
	- 企业ID:wwe0397ed29188a4f0
	- 客服相关信息
		- 客服ID:
			- kfc7eeb057fe05d99d2
			- kfc4a55884d560c1c61
		- 回调URL:https://institutional-search-louisiana-studio.trycloudflare.com/wechat-kf
		- Token:IpeMUlsfK
		- EncodingAESKey:NCYt4eJauOIb6faxnHAokQOj2LtOIyGAtXG2i5JF1gV
		- Secret:CkwXJs7hJiofO7L1XPZZcxKM7Z5VQEwfR8T4IOfeZYk
		- 客服测试链接:https://work.weixin.qq.com/kfid/kfc4a55884d560c1c61
	- ~~消息接收（创建的App中）~~