前言

本篇主要以下几个内容，Agent代理多任务，超级记忆规则，机器人对话，微信最新新闻/实时新闻获取，代码自动coding，AI自动逆向配置，机器人操作linux服务器等。OpenClaw没安装的可以按照这个安装下：本地部署OpenClaw和ZeroClaw(Rust重写)。

本来是想玩ZeroClaw，奈何大龙虾超越了开源界扛把子Linuxkenel。玩OpenClaw，linux是最爽的，可极致操作。MacOS是最方便的，集成内置是其它平台无法比拟。

此记录，第一部分OpenClaw彩蛋，第二部部分实际应用(linux)。

你想要的高级玩法，本篇皆有。

OpenClaw彩蛋

中国人刚刚过完春节，元宵佳节，很巧的是笔者发现OpenClaw里面包含了一个中国人的彩蛋。我们看OpenClaw代码，日期规则里面包含了农历新年lunarNewYear。JS的Date月份从0开始，所以字段onSpecificDates里面的日期[2026, 1, 17]实际是是2026年2月17刚好中国农历春节，我们常说的大年初一。

// vim /home/tang/opt/openclawsource/openclaw/src/cli/tagline.tsconst HOLIDAY_RULES = new Map<string, HolidayRule>([  [HOLIDAY_TAGLINES.newYear, onMonthDay(0, 1)],  [    HOLIDAY_TAGLINES.lunarNewYear,    onSpecificDates(      [        [2025, 0, 29],        [2026, 1, 17],        [2027, 1, 6],      ],1,    ),  ],

也就是说大年初一这一天，OpenClaw会给你拜年。当然现在这个节日已经过去了，如果想要复现的话，我们可以加个索引77，命令如下：

OPENCLAW_TAGLINE_INDEX=77 openclaw gateway --port 8888

那么我们就会看到

农历新年

：愿你的构建运气好，分支繁荣，合并冲突被烟花驱散。

紧挨着是印度的排灯节，这里没有贴出来，也有点意思。

不过老外的中文水平堪忧，我们搞个更有诗情画意点的。

比如以下：

看下这个过程

down and compile

npm install -g pnpmgit clone https://github.com/openclaw/openclaw.gitcd openclawpnpm installpnpm ui:build # auto-installs UI deps on first runpnpm buildpnpm openclaw onboard --install-daemon# Dev loop (auto-reload on TS changes)pnpm gateway:watch

如下把它改成新年的烟火，不仅温暖你的眼眸............，这种作为例子，如下

//vim /home/tang/opt/openclawsource/openclaw/src/cli/tagline.ts  const TAGLINES: string[] = [ "愿新年的烟火，不仅温暖你的眼眸，更能照亮你奔赴山海的旅途。愿你踏遍人间春色，每一步都走在自己的热爱里，所行化坦途，所求皆如愿。",

watch模式直接检测到src/文件变化后自动重建，直接生效，看效果得带上索引，因大龙虾每次随机。

OPENCLAW_TAGLINE_INDEX=77 or 59 pnpm gateway:watch

如下图：

原理也很简单，通过一个函数判断当前日期是否节日，然后打印出相应的预设语句。

pnpm gateway:watch //看其打印日志 man pages         ↓grep -r "man pages" dist/          # 在dist产物里找string        ↓find src/ -name "*banner*"         # 根据dist文件名 banner-*.js 猜源文件名        ↓src/cli/banner.ts                  # call pickTagline()        ↓import { pickTagline } from "./tagline.js"  # import 到源文件        ↓src/cli/tagline.ts                 #  const TAGLINES: string[]//home/tang/opt/openclawsource/openclaw/src/cli/tagline.tsfunction isTaglineActive(tagline: string, date: Date): boolean {  const rule = HOLIDAY_RULES.get(tagline);  if (!rule) {    return true;  }  return rule(date);}export function activeTaglines(options: TaglineOptions = {}): string[] {  if (TAGLINES.length === 0) {    return [DEFAULT_TAGLINE];  }  const today = options.now ? options.now() : new Date("2026-02-17");  /*const today = options.now ? options.now() : new Date();*/  const filtered = TAGLINES.filter((tagline) => isTaglineActive(tagline, today));  return filtered.length > 0 ? filtered : TAGLINES;}

OpenClaw入口

// vim srcipts/run_node.mjs const runOpenClaw = async (deps) => {  //启动子进程   const nodeProcess = deps.spawn(deps.execPath, ["openclaw.mjs", ...deps.args], {    cwd: deps.cwd,    env: deps.env,    stdio: "inherit",  });  const res = await new Promise((resolve) => {    nodeProcess.on("exit", (exitCode, exitSignal) => {      resolve({ exitCode, exitSignal });    });  });  if (res.exitSignal) {    return 1;  }  return res.exitCode ?? 1;};//chrome debugnode --inspect-brk scripts/watch-node.mjs gateway --forcenode --inspect scripts/watch-node.mjs gateway --forcechrome://inspectnode --inspect-brk=9230 openclaw.mjs gateway --force  //指定端口

应用

Agent分任务

OpenClaw最重要的能力是什么？当然是代理了(Agent)，我们可以把某个任务让某个代理执行，而其它代理执行其它任务，互不影响。也可以同时启动几百个Agent执行超多事情，让其速度，效率飞跃。

三件事：1.配置模型，2.添加siklls，3.指定Agent代理

openclaw agents add jianghupt  // 配置好模型 ，其它都不要配置 ，尚不知配置文件如何搞 openclaw agent --agent jianghupt --message "你好"  //对话一次// 给这个agen添加一些技能clawhub install wechat-article-search --dir ~/.openclaw/workspace-jianghupt/skillsls ~/.openclaw/workspace-jianghupt/skills/  //查看技能是否安装// 跟钉钉对话，就用这个jianghut Agent openclaw agents bind --agent jianghupt --bind dingtalk  openclaw agents delete jianghupt //删除agent命令

与主代理互不相属，互不干扰。这种代理你可以设置上百个。如下，当我们钉钉机器人(机器人配置后面有详细介绍)，它用的就是jianghupt Agent。其它以此类推.

超级记忆体

记忆在AI里面属于规则属性，它承担了进化的责任。

比如我的主Agent(main)或者其他代理，希望进行新闻搜索的时候用的是wechat新闻，代码自动化的时候用的是agentic，当触发了关键字的比如：文章、搜索、新闻，最新等关键词时，自动调用某个技能。

配置如下：

tang@tang-vm:~$ cat ~/.openclaw/workspace/AGENTS.md# AGENTS.md - 个人助手
你是 [江湖评谈]，[青衫客] 的个人 AI 助手。
## 沟通方式- 主要频道：Telegram- 语气：友好、直接、高效- 用中文回答，除非用户要求其他语言- 不要过度解释，答案简短就保持简短
## 可用工具- 技能目录查找: ~/.openclaw/workspace/skills/- 文件读写：workspace 目录- 搜索:wechat-article-search技能和openclaw-tavily-search技能- 截屏：linux-desktop技能- 代码:agentic-coding
## 规则- 执行高危操作（删除修改文件、发送邮件）前必须确认- 不存储或传输敏感信息- 记忆写入 memory/YYYY-MM-DD.md(仅记录用户偏好、重要决定、关键信息，不记录日常闲聊)
## 任务处理- 优先拆解复杂任务再执行- 不确定时先问清楚再动手- **关键词触发规则**：当用户提到微信、文章、搜索、新闻，最新等关键词时，自动调用wechat-article-search技能

当进行记忆写入的时候，会在memory文件夹下面按照日期作为文件夹名称，同步记忆

tang@tang-vm:~$ ls ~/.openclaw/workspace/memory/2026-03-02026-03-02.md  2026-03-03.md  2026-03-04.md

然后我们再开启记忆体内核

openclaw plugins enable memory-core

这样AGENTS.MD+日期.MD+记忆体内核插件构成了超强记忆体。

命令和warning消除

OpenClaw命令：

systemctl --user start openclaw-gateway.service //配置自动启动systemctl --user stop openclaw-gateway.service // 取消自动启动pkill -f OpenClaw //杀死所有OpenClawps aux | grep openclaw  //查找OpenClaw进程kill -9 pid  //杀死某个进程clawhub list //查看技能skillsopenclaw skills info tavily //查看技能信息clawhub list //安装技能的名字，比如 openclaw-tavily-searchopenclaw skills list //实际加载技能的名字 ，比如 tavily-search 同一个东西，但名字不一样find / -name "*tavily*" 2>/dev/null  //查找tavily在哪个路径

OpenClaw刚刚安装或许有几个warning，不是error的警告。我们一一消除它。

1.因手动下载和自动配置冲突，飞书BOT提示插件重复

可以删除OpenClaw.json配置文件下的

"feishu": {                "enabled": true            },

如果无效，则删除

rm -rf ~/.openclaw/extensions/feishu

2.如果网关启动提示如下,说找不到memory_core插件

OpenClaw gateway --port 88884:28:51 [gateway] [plugins] memory slot plugin not found or not marked as memory: memory-core

先不要用clawhub去搜索安装相似的，而是查找下它是否已经安装，但没启用

tang@tang-vm:~$ openclaw plugins list | grep memory│ @openclaw/   │ memory-  │ disabled │ stock:memory-core/index.ts                                          │ 2026.3.2 ││ memory-core  │ core     │          │ OpenClaw core memory search plugin                                  │          ││ @openclaw/   │ memory-  │ disabled │ stock:memory-lancedb/index.ts                                       │ 2026.3.2 ││ memory-      │ lancedb  │          │ OpenClaw LanceDB-backed long-term memory plugin with auto-recall/   │          │

这个disabled即安装了没启用，启用下即可。也就是上面说的记忆体开启的一部分。

openclaw plugins enable memory-core

3.钉钉BOT警告

OpenClaw gateway --port 888804:31:05 [gateway] [plugins] dingtalk: loaded without install/load-path provenance; treat as untracked local code and pin trust via plugins.allow or install records (/home/tang/.openclaw/extensions/dingtalk/index.ts)

解决方式，openclaw.josn allow字段运行钉钉

tang@tang-vm:~$ cat ~/.openclaw/openclaw.json | python3 -m json.tool | grep -A5 '"allow"'        "allow": [            "feishu",            "dingtalk",            "memory-core"        ],        "slots": {

4.tavily警告

find / -name "*tavily*" 2>/dev/null  //查找tavily在哪个路径 clawhub uninstall tavliy-search   //卸载删除vim ~/.openclaw/openclaw.json //在里面删除tavily key

这样的话，tavily，钉钉，飞书，记忆体警告完全消失。完美。

下面开始进行上面提到的进行实际性的操作。

OpenClaw配置钉钉机器人(linux)

钉钉开发者平台

https://open-dev.dingtalk.com/

点击开发者后台

点击应用开发

创建应用

填写应用名称，描述，图标等等。

添加应用能力，添加一个机器人

机器人配置里面，填写下机器人名称，图标。这里注意，模式一定要stream模式，方便与OpenClaw消息传递。

下面就是发布版本了

在侧边栏的凭证与基础信息里有各种ID，这些ID在后面OpenClaw需要配置。

OK，我们来到OpenClaw。

安装钉钉OpenClaw插件，运行如下命令

tang@tang-vm:~$ cd ~/.openclaw/extensions/tang@tang-vm:~/.openclaw/extensions$ git clone https://github.com/soimy/clawdbot-channel-dingtalk.gittang@tang-vm:~/.openclaw/extensions$ cd clawdbot-channel-dingtalktang@tang-vm:npm install

插件安装好了之后，我们配置上面钉钉申请的各种ID

openclaw config set channels.dingtalk.enabled trueopenclaw config set channels.dingtalk.clientId 你的 Client IDopenclaw config set channels.dingtalk.clientSecret 你的 Client Secretopenclaw config set channels.dingtalk.robotCode Robot Code (与 Client ID 相同)openclaw config set channels.dingtalk.corpId 你的corpIdopenclaw config set channels.dingtalk.agentId Agent IDopenclaw config set channels.dingtalk.dmPolicy openopenclaw config set channels.dingtalk.groupPolicy openopenclaw config set channels.dingtalk.messageType markdownopenclaw config set channels.dingtalk.debug false

注意这里的corpid在右侧栏用户名处，如下图

OK，至此所有的都配置好了。

我们打开手机钉钉APP，搜索OpenClaw打开机器人。

当我们接入了钉钉机器人之后，只能简单的对话。比如我需要获取实时信息，自动coding等，则需要添加一些skills。这里通过ClawHub,标准方式添加，因为如果你通过配置文件啥的，出错的几率非常大。

注意，如果通过clawhub添加的技能不能被Agent识别，可以添加软链接和设置环境变量实现

//clawhub skill默认安装路径：~/.openclaw/workspace/skills///因这里是通过nvm安装的npm,所以agent大概搜索的路径是：~/.nvm/versions/node/v22.22.0/lib/node_modules/openclaw/skills///如果发现搜索目录没有wechat skills就不调用这个技能，解决方案，软链接和环境变量，如下：//最好是软链接到nvm路径下，环境变量似乎有时候会失效clawhub install wechat-article-search  // 软链接,比如wechat skills如下 ln -s ~/.openclaw/workspace/skills/wechat-article-search \  ~/.nvm/versions/node/v22.22.0/lib/node_modules/openclaw/skills/wechat-article-search// 环境变量mkdir -p ~/.local/bincat > ~/.local/bin/wechat-article-search << 'EOF'#!/bin/bashnode ~/.openclaw/workspace/skills/wechat-article-search/scripts/search_wechat.js "$@"EOFchmod +x ~/.local/bin/wechat-article-searchecho 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.bashrcsource ~/.bashrc

Clawhub-skills-tavliy

安装ClawHub,安装搜索tavily skills，配置tavily key等。

npm install -g clawhubclawhub search tavilyclawhub install openclaw-tavily-searchclawhub inspect openclaw-tavily-search   //查看配置openclaw config set 'skills.entries.tavily-search.env.TAVILY_API_KEY' tvly-dev-40Qt  //设置keyopenclaw skills info openclaw-tavily-search //查看信息,哪些必须比如key配置 
注意clawhub搜索出来的tavily名字是：openclaw-tavily-search然openclaw.json的配置文件名是：tavily-search这两者不一样，需要注意，如果配错了，则会导致tavily不能够正常运行
openclaw.josn如下：  "skills": {    "entries": {      "mcporter": {        "enabled": true      },      "tavily-search": {        "env": {          "TAVILY_API_KEY": "tvly-dev-40QtsP-xxxxxx"        }      }    }  }

机器人如下

Clawhub-wechat-article-search

获取微信文章实时新闻

clawhub install wechat-article-searchln -s ~/.openclaw/workspace/skills/wechat-article-search/ ~/.nvm/versions/node/v22.22.0/lib/node_modules/openclaw/skills/

微信实时美国伊朗新闻

Clawhub-linux-desktop-skills

假如说我想要控制我的linux服务器，可以安装如下技能点

// 安装skills  npm install -g clawhubclawhub install linux-desktopopenclaw skills info linux-desktop// 设置当前linux可以截图tang@tang-vm:~$ DISPLAY=:0 XAUTHORITY=/run/user/1000/.mutter-Xwaylandauth.64XOL3 scrot /tmp/test.png && echo "成功"成功tang@tang-vm:~$ echo 'export XAUTHORITY=/run/user/1000/.mutter-Xwaylandauth.64XOL3' >> ~/.bashrctang@tang-vm:~$ source ~/.bashrctang@tang-vm:~$ echo 'export XAUTHORITY=$(ls /run/user/1000/.mutter-Xwaylandauth.* 2>/dev/null | head -1)' >> ~/.bashrctang@tang-vm:~$ source ~/.bashrc

显示当前桌面环境信息

屏幕截图，机器人如下

OpenClaw-OpenCode

通过openclaw调用opencode调试代码，创建项目，修复bug等等。

clawhub search coding-agentclawhub install agentic-codingnpm install -g opencode-aiopenclaw skills info agentic-coding  // 查看是否需要必须的配置  opencode   // 打开opencode配置一个免费模型

下面就可以用自然语言在钉钉app新建项目了。

案例

OpenClaw-MCP

openclaw-mcp的配置属于比较麻烦的，因它不支持原生的MCP。所以我们这里用mcporter工具来实现，分别看下linux/win平台下的坑。

安装,linux/win都一样

npm install -g mcporter

在安装好了大龙虾之后，通过网关访问技能

openclaw gateway --port 8888 //网关http://127.0.0.1:8888/skills //访问技能里搜索mcp，然后安装

配置文件，这里需要特别注意，如果是通过：本地部署OpenClaw和ZeroClaw(Rust重写) 这一篇的nvm安装的npm，mcporter.json配置文件如下

tang@tang-vm:~$ sudo find / -name "mcporter.json"find: ‘/run/user/1000/gvfs’: 权限不够find: ‘/run/user/1000/doc’: 权限不够/home/tang/.nvm/versions/node/v22.22.0/lib/node_modules/mcporter/config/mcporter.json/home/tang/.nvm/versions/node/v22.22.0/lib/node_modules/mcporter/tests/fixtures/mcporter.json/home/tang/.nvm/versions/node/v22.22.0/lib/node_modules/mcporter/tests/fixtures/imports/config/mcporter.json

而实际上的mcporter的配置文件如下路径

linux:tang@tang-vm:~$ mcporter config listx64dbg_auto_mate_mcp  Source: local (/home/tang/.mcporter/mcporter.json)  Transport: http (http://127.0.0.1:8000/sse)
Project config: /home/tang/config/mcporter.json (missing)System config: /home/tang/.mcporter/mcporter.json
win:PS C:\Users\Administrator> mcporter config listx64dbg  Source: local (C:\Users\Administrator\config\mcporter.json)  Transport: http (http://127.0.0.1:8000/sse)
Project config: C:\Users\Administrator\config\mcporter.jsonSystem config: C:\Users\Administrator\.mcporter\mcporter.json

所以我们真正需要配置的文件分别在

config/mcporter.json.mcporter/mcporter.json

比如x64dbg-mcp如下配置，注意需先开启服务端: 

【x64dbg-mcp "D:\x64dbg\release"，参考：AI动态逆向调试】

{  "mcpServers": {    "x64dbg": {      "baseUrl": "http://127.0.0.1:8000/sse"    }  },  "imports": []}或者tavily{  "mcpServers": {    "tavily-mcp": {      "command": "npx",      "args": ["-y", "tavily-mcp@latest"],      "env": {        "TAVILY_API_KEY": "tvly-dev-3yzSuw-xxxxxx"      }    }  }}

然后问下openclaw当前有哪些MCP

我们看它的配置文件符合我们的配置路径和预期，这种情况就对了。但有时候OpenClaw因为找不到配置文件或者其它问题，它可能会出现如下用其它AI助手比如cursor的配置文件问题，这时候你就明确告诉它MCP的配置文件在哪，然后让它找。

OpenClaw-DS

大龙虾默认不支持DS，有三种方式可以让其支持。

1.OpenRouter代理支持

2.OpenAI和Claude的兼容接口支持

3.自己修改源代码或者配置文件

我们这里通过OpenAI兼容的接口进行定制。

首先删掉大龙虾的配置文件(去掉乱七八糟的东西)，运行大龙虾面板

tang@tang-vm:~$ rm -rf ~/.openclaw/openclaw.jsontang@tang-vm:~$ openclaw onboard

在模型提供里选择自定制提供

Model/auth provider-》Custom Provider

参数如下：

API Base URL：https://api.deepseek.com/v1API key:ds官网申请keyEndpoint compatibility: OpenAI-compatibleModel ID:deepseek-chatEndpoint ID：DeepSeek（可随便填）Model alias (optional)：Custom_deepseek

如果Model ID填写之后出现

Verification successful.

表示DS配置成功。

如果我们需要主机(win)-虚拟机(linux)访问，Gateway配置如下

// file ~/.openclaw/openclaw.json   "gateway": {    "port": 18789,    "mode": "local",    "bind": "lan",    "controlUi": {      "dangerouslyAllowHostHeaderOriginFallback": true,      "enabled": true,      "allowInsecureAuth": true,      "dangerouslyDisableDeviceAuth": true

lan表示关回路，其它几个表示权限和安全关闭，便于测试。

为了能够大token使用deepseek，这里还需要设置下上下文和最大使用

// file ~/.openclaw/openclaw.json "contextWindow": 65536,"maxTokens": 8192

这样的话，整个大龙虾就配置好了。第一次访问URL需带上token值。格式如下，后面就不需要了。

http://192.168.88.171:18789/?token=xxxxxx

问下它是谁

OpenCode-MCP

OpenCode替代Cline,安装,以及x64dbg_auto_mate MCP配置

# npm i -g opencode-ai
路径：C:\Users\Administrator\.config\opencode{  "$schema": "https://opencode.ai/config.json",  "mcp": {    "x64dbg_auto_mate_mcp": {      "type": "remote",      "url": "http://127.0.0.1:8000/sse",      "enabled": true,      "timeout": 60000    }  }}

打开服务端

x64dbg-mcp "D:\x64dbg\release"

我们打开opencode看下其MCP，已经配置成功，且连接上了。

关于x64dbg_auto_mate的客户端和服务端参考：AI动态逆向调试

再来看一个实用的配置，让OpenCode输出和回答都是中文

//file C:\Users\Administrator\.config\opencode\AGENTS.md

这样的话，它就不会突然切换到英文了。

结尾

本篇主要是分享了OpenClaw的彩蛋，Skills，MCP，机器人，DS，Agent，Memory等的配置和使用方式。作为Cline的替代另分享了OpenCode-MCP的配置方式。

linux下的OpenClaw过于灵活，如果不懂一些细节或者技术可能操控就比较麻烦，本篇记录下。

总体来说，linux下的大龙虾需要调教，调教好的话可以做的事情还是蛮多的。