本文探讨了OpenClaw Agent在Context Compaction过程中出现的"失忆"问题及其解决方案。当对话历史超过模型上下文窗口限制时，系统会自动压缩上下文，但这一过程会意外丢失关键项目文件和操作规则，导致Agent行为异常。 核心问题： Compaction机制会压缩Session启动时加载的项目文件（如CONVENTIONS.md） 重要约束条件和工作记忆被过

摘要：McPorter 是一个 MCP 服务器管理器，可简化 OpenClaw 中 MCP 服务器的发现、安装和管理流程。它提供类似 apt-get 的一键式操作，自动处理依赖解析、配置写入和环境变量设置，解决了手动编辑 openclaw.json 的繁琐问题。与 ClawHub 专注于 Skill 管理不同，McPorter 专门管理标准 MCP 服务器配置，两者可互补使用。安装方式包括 npm

📝 摘要：为OpenClaw集成Tavily实时搜索功能的两种方案 本文介绍了如何为OpenClaw AI Agent集成Tavily实时搜索功能的两种实现方式。Tavily是一款专为AI设计的搜索API，提供LLM友好的结构化数据返回，具有免费额度、速度快和AI优化等特点。 方案一（Skill）适合快速验证： 仅需创建Markdown说明书文件 5分钟完成配置 通过curl调用API 适合个人

Self-Improving-Agent 是一个 OpenClaw Skill，能让 AI Agent 自动记录错误、用户纠正和知识缺口，实现持续自我进化。安装方式包括 Git Clone、Playbooks CLI 或让 Agent 自行安装。配置需要创建 .learnings 目录及三个日志文件（LEARNINGS.md、ERRORS.md、FEATURE_REQUESTS.md），并可选启用

从零开始配置 Managed Browser，让 AI Agent 自主打开网页、截图、点击和输入。

错误的本质是客户端与服务端持有的 Token 不一致。首先尝试自动修复；如未解决，检查配置文件中auth.token与是否一致；Docker 用户额外检查环境变量是否存在覆盖。如果上述方法均无效，执行完整的「停止 → 清除 → 重启」流程即可彻底解决。🎉希望本文对你有帮助！有问题欢迎在评论区留言交流~

本文记录了如何在 Linux 服务器上使用 Docker 部署隐私搜索引擎 SearXNG，将其端口修改为 8003，并为了防止公网滥用，添加一个基于 Python Flask 的轻量级 Token 认证网关。同时详细记录了在部署过程中遇到的 "Internal Server Error"、"样式丢失 (404)" 以及 "Too Many Requests" 等问题的排查与解决。

🚀 不想把代码和私人数据发送到云端？不想每月为 API 付费？本文带你从零搭建完全本地化的 OpenClaw Agent——用 Ollama 运行开源大模型，所有数据永远不出 localhost。

🚀 不想把代码和私人数据发送到云端？不想每月为 API 付费？本文带你从零搭建完全本地化的 OpenClaw Agent——用 Ollama 运行开源大模型，所有数据永远不出 localhost。

错误的本质是客户端与服务端持有的 Token 不一致。首先尝试自动修复；如未解决，检查配置文件中auth.token与是否一致；Docker 用户额外检查环境变量是否存在覆盖。如果上述方法均无效，执行完整的「停止 → 清除 → 重启」流程即可彻底解决。🎉希望本文对你有帮助！有问题欢迎在评论区留言交流~