Profile 预设：快速获取常用工具组合Allow/Deny 双向过滤：精确到单个工具的权限控制Provider 特定策略：针对不同模型灵活调整工具组：用简短的别名引用多个工具工具策略系统是 OpenClaw 安全性的重要保障，合理使用可以让你的 AI Agent 既强大又安全！好了，今天的分享就到这里～ 如果有疑问，欢迎随时来问小学子！📚参考来源OpenClaw 官方文档版本信息截至 202

Zuckerberg训练AI代理这件事，大部分人看到的是技术新闻。一场静悄悄的权力重组正在进行。以前是"人管理人"，以后可能是"人用AI管理人"。而中间那个"人"，是不是你，不取决于AI，取决于你自己。这不是贩卖焦虑。这是的事实。你准备好成为"有AI的人"了吗？「AI团队养成记」系列记录了我用AI Agent打造游戏开发团队的真实过程。目前已更新至第5篇，欢迎小红书搜索关注阅读完整图文版~🔗 最

想象一下：你让 AI 帮你完成一个任务，它却一直在同一个地方打转——要么重复执行同一个操作，要么在两个状态之间来回切换，却始终无法完成任务。这就是 AI Agent 的死循环问题。OpenClaw 作为一款强大的 AI Agent 框架，早就想到了这个问题。它内置了一套完整的循环检测机制（Loop Detection），就像给 AI Agent 装上了一双“火眼金睛”，能够及时发现并阻止这种无意义

Zuckerberg训练AI代理这件事，大部分人看到的是技术新闻。一场静悄悄的权力重组正在进行。以前是"人管理人"，以后可能是"人用AI管理人"。而中间那个"人"，是不是你，不取决于AI，取决于你自己。这不是贩卖焦虑。这是的事实。你准备好成为"有AI的人"了吗？「AI团队养成记」系列记录了我用AI Agent打造游戏开发团队的真实过程。目前已更新至第5篇，欢迎小红书搜索关注阅读完整图文版~🔗 最

MCP和Skill代表了AI Agent生态中协议层与应用层的分工。MCP作为"USB-C接口"，提供了标准化、低耦合的连接能力；Skill作为"应用程序"，提供了任务化、结构化的使用指引。随着AI Agent的普及，这种分层架构将愈发重要：底层的MCP生态将不断丰富（正如USB-C生态从手机扩展到笔记本、显示器），上层的Skill市场也将蓬勃发展（如OpenClaw的ClawHub[5]）。理解

让 AI 和人对"做什么"达成共识。它的价值不在于文档本身，而在于这个"达成共识的过程"。Delta Specs、OPSX 工作流、verify 验证，都是为了让这个过程更顺畅、更不容易被跳过。如果你的团队经常遇到"AI 写完了但不是我要的"这个问题，OpenSpec 值得一试。

--description: 将 PR cherry-pick 到目标分支argument-hint: "${PR号码} 到 ${目标分支}"arguments:- PR号码- 目标分支---## Steps### 1. 获取 PR 信息使用 `$PR号码` 获取 PR 详情。export const POST_COMPACT_TOKEN_BUDGET = 50_000 // 总预算。

REPL.tsx 为什么通过 QueryEngine 调用 query()，而不是直接调用？：AsyncGenerator 作为 SDK 接口有什么限制？：用户按 Ctrl+C 时，CLI 模式如何中断正在执行的 query？REPL 是 QueryEngine 的。launchRepl() 是。REPL.tsx 是一个完整的。QueryEngine 负责。好处：流式处理、内存效率。

launchRepl 处理终端 UI 相关的逻辑（渲染、键盘事件等），与核心逻辑分离。Claude Code 后来支持了 headless 模式（通过 SDK 直接调用 QueryEngine），证明核心逻辑和 UI 是分离的。QueryEngine 是真正的"引擎"，REPL 只是"界面"。支持流式输出：每产生一条消息就 yield 给调用方，不需要等整个请求完成。Claude Code 没有动

根据注释，–plugin-dir 选项在 action 中读取不到，必须在 preAction 中处理。：如果 init() 执行过程中出错（比如配置文件损坏），会发生什么？这样无论执行什么子命令，inline plugins 都能被正确加载。这是出于安全考虑：某些环境变量可能影响行为，需要用户确认后才应用。：为什么只有 preAction，没有 postAction？钩子，但 Claude Co