5.4 KiB
5.4 KiB
- 龙虾机器人的权限锁问题
- 龙虾权限很高,记忆来设定权限都是不稳定。只有95%能正常运行,主要涉及到OpenClaw的记忆管理,这点下面会说。
- 如果你们的需求只是保证Skill不会被随意篡改,其实可以使用git来对Skill以及OpenClaw.json进行管理。让OpenClaw定时恢复Skill即可。
- skill越装越多,记忆可能存在冲突问题
- 要解决这个问题,得对记忆进行合理规划与维护:
- 定期清理垃圾记忆:将记忆根据类型分类整合到合适的MD中。这边推荐先试用Openclaw-workspace 进行整理,并且设定每周执行审查(建议经过确认后再进行清理),保证记忆清洁干净。这样也可以减少不必要的Token消耗并且降低降智的问题。
- 使用向量数据库建立长期记忆:让OpenClaw记住一些大家都在用的规则,从而使它变得更加“聪明”。这边推荐使用memory-lancedb-pro以及相关Skill,模型我推荐使用Qwen Embedding 8B模型以及Qwen Reranker模型。
- 构建一个Skill管理技能,用于指示当什么情况去哪个目录找Skill。
- 配合self-improving-agent Skill,效果会更好。
- 针对记忆的结构化处理,这边推荐使用Obsidian+AI将你们的数据、方案整理成一个结构化的文档,Memory.md中只填写几个重要信息去这边查询即可。
- 要解决这个问题,得对记忆进行合理规划与维护:
- 同一个人对话的上下文污染问题
- OpenClaw目前不同对话(私聊、群聊)不同上下文。
- 你们遇到污染问题,我认为可能是没有使用最强的模型(Claude4.6opus)造成,我本人是没有遇到过。也有可能是你们只使用了默认的记忆系统。
- 及时使用/Clear、/New可以减少模型降智问题,减少上下文污染。
- 另一个使用技巧就是对小型任务使用Subagent来执行。也可以根据需求建立多个Agent,与单个或者多个机器人绑定。以此分割上下文。
- 目前OpenClaw还没有语义切换Agent功能,所以可以根据执行任务分几个独立Agent出来。
哈喽哈喽~还想请教一下关于AI agent推广相关的经验:
- 中台主要维护哪些内容,是怎样推广给所有项目的同事安装\配置到自己的工作流程中的?
- 交付项目的同事有哪些提反馈、自由发挥和参与开发的方式呢?
- 中台主要维护哪些内容,是怎样推广给所有项目的同事安装\配置到自己的工作流程中的?
- 我们的Agent技术都已交给技术中心了,可以找技术中心的 陈康来部署。
- 主要靠老板来推广,比如他让蛋仔组来抄作业。
- 我这边参与的是H78,给他们搞一个易协作自动开单、查询、排期功能,他们感觉不错。其他团队的情况,得问我领导Freddy。
美术那边是给大家都配了openclaw来使用的吗?在一些使用体验上,codemaker、有道龙虾、openclaw还是有区别的
有道龙虾感觉还在不断完善中,一些im机器人指令其实是没生效的
比如/new,/model
- 首先说明一点OpenClaw是一个可配置强大记忆系统的多面手Agent,适合做一个中间衔接、数据传递的事。但一些固定或者专门的事,用龙虾比较费token。
- 我个人推荐使用非OpenClaw的龙虾,因为生态跟不上。你有何德何能能与全球开发者抗衡,而且这些开发者AI用得远比我们6。
- codemaker、有道龙虾、openclaw还是有区别:
- 龙虾的记忆系统更加强大。
- CodeMaker每月5000元额度。
- 如果ClaudeCode 模型免费,我推荐你们用这个代替CodeMaker。
目前我们是TA来维护定制的MCP和一些通用的skill(作为模版),包括一些鉴权和CI相关的指引技能。 项目强相关的那些流程,每个项目都有些区别,所以目前是设计师在日常工作中跑通了新流程,用团队的模版skill来做成skill(自动传git+CI发布skillhub) 设计师使用和开发中遇到问题时,AI总结提issue或MR,值班TA或定时任务来处理issue,合并MR 不过就是TA和技术向同事比较喜欢用codemaker cli+OMO插件、codex&claude;设计师比较倾向有道龙虾+im机器人的交互形式。这其实也导致了相同模型和skill,使用体验和效果的一些偏差!
- 我建议使用ClaudeCode提炼核心Skill,之后添加OpenClaw、CodeMaker Cli、CodeX的额外文档,让这些Agent多读一些。推荐使用Obsidian构建结构文档。
- 强制所有人使用ClaudeCode 4.6模型。