安装用于修复机器人的机器人

openclaw 经常改配置把自己干死机了,配置的第一步就是 防止它死机。用魔法打败魔法。


安装NanoBot

https://github.com/HKUDS/nanobot

这个项目叫 NanoBot,一个比 openclaw 小99% 的机器人,部署它就可以解决这个问题

你只需要告诉 openclaw 这个即可:

帮我部署这个项目:https://github.com/HKUDS/nanobot

大模型相关配置参考当前 openclaw.json

后续需要改配置使用 nanobot 即可,改崩了让他修复就行。

附赠:openclaw 中文文档



记一个 todo:由于 openclaw 更新的太快,很多配置字段让大模型改可能会出现幻觉,导致网关启动出错,哪怕是联网搜索,也会出现配置字段已经不适用当前版本的问题,目前打算写个 skill 解决这个问题,大家也可以尝试搜索一下这类 skill 分享在评论区

我用的 Skill

skill 太多太杂,不知道安装什么?先推荐几个我在用的


Skill 推荐:

网络搜索类:

自带的 web_search 的brave 需要绑卡,遂弃用。有需要的也可以考虑选用。

  1. multi-search-engine

让 ai 通过个搜索引擎直接获取数据,免费,免 APIKEY告诉 openclaw:

帮我安装multi-search-engine 即可

https://clawhub.ai/gpyAngyoujun/multi-search-engine 

  1. tavily-search

每月 1000 免费额度,需要让 openclaw 调用这个 skill,配置一下 key 就行

https://clawhub.ai/arun-8687/tavily-search

如果 Ai 不会自动调用联网搜索,可以告诉 openclaw:把下面 的内容写入 Tool.md

## 搜索工具选择



**用户询问搜索相关问题时,优先使用以下方案(按优先级排序):**



### 1. multi-search-engine skill(首选)

- **优点**: 17个引擎(8国内+9国外),无需 API key,直接用 web_fetch

- **适用**: 一般搜索、国内网站、技术文档

- **用法**: `web_fetch({"url": "https://www.baidu.com/s?wd=关键词"})`



### 2. tavily-search skill(次选)

- **优点**: AI 优化的搜索结果,结构化返回

- **适用**: 需要高质量、简洁的搜索结果

- **限制**: 需要 API key(已配置)

- **用法**: 调用 tavily skill



### 3. web_fetch 直接抓取(兜底)

- **优点**: 最灵活,无需 API

- **缺点**: 返回 HTML 需手动解析

- **适用**: 特定页面、搜索引擎

- **调用方式**: `web_fetch({"url": "https://example.com"})`



### 4. web_search 工具(弃用)

- **优点**: 结构化 JSON 返回

- **限制**: 需要 Brave API key(未配置)

- **状态**: 当前不可用

**决策流程:**

```

用户问搜索

国内内容?

↓ 是

用 multi-search-engine (百度/必应国内版)

↓ 否

需要高质量 AI 结果?

↓ 是

用 tavily-search

↓ 否

用 multi-search-engine (Google/DuckDuckGo)

```



**禁止:**

- ❌ 未检查 multi-search-engine 和 tavily 就直接说"无法搜索"

- ❌ 明明有免费方案却要求用户配置 API key


病毒扫描类:

  1. skill-vetter

安装 skill 前,先让 openclaw 用这个 skill 扫描一下 skill 是否安全。

openclaw 现在的自带的提示词防御已经挺强的了,但是智力不够的大模型还是可能被攻击,导致中毒,泄露 apikey 甚至电脑被控制,优先推荐在隔离环境安装

记得及时更新 openclaw,目前 26.3.2 版本提供沙箱机制,提供目录权限限制


记忆强化:

OpenClaw 自带的记忆系统(memory-core/memory-lancedb)只有纯向量搜索:

存了一堆,关键时刻想不起来。

两个解决方案

QMD — 搜索升级

混合搜索引擎(BM25精确搜索 + 向量语义搜索 + rerank),"搜得准、记得少"

使用本地 embedding 模型

https://clawhub.ai/steipete/qmd

memory-lancedb-pro — 完整升级



qmd

memory-lancedb-pro

核心用途

搜索本地文件/代码/文档

存储和检索对话记忆

数据来源

你主动索引的文件夹

自动捕获的对话内容

使用方式

你主动查询

自动保存 + 自动回忆

数据类型

文件内容(代码、笔记、PDF)

记忆(偏好、决策、上下文)

生命周期

静态(文件不变,索引更新)

动态(持续写入新记忆)

功能

memory-core (qmd)

memory-lancedb-pro

有什么用?

向量搜索

语义相似匹配,比如搜"手机"能找到"iPhone"

BM25 全文检索

精确关键词匹配,搜"开机"能找到"电脑开机"

混合检索 (Vector + BM25)

结合语义+关键词,搜得更准

跨编码器 Rerank (Jina)

对结果二次排序,把最相关的排前面

时效性加成 / 时间衰减

最近的内容权重更高,不过时

长度归一化

长文本不会被淹没

MMR 多样性去重

避免返回一堆相似的答案

多 Scope 隔离

不同群/私聊的记忆分开,互不干扰

噪声过滤

过滤掉无关的垃圾内容

自适应检索

自动判断用哪种搜索策略

管理 CLI

命令行查看/管理记忆

Session 记忆

记住当前对话的上下文

任意 Embedding API

有限

支持 OpenAI/Gemini/Jina/Ollama

自动捕获/回忆

基础

自动存+自动想起相关记忆

需要 API Key

✅ (Jina 免费)

qmd 纯离线,pro 需联网

https://github.com/win4r/memory-lancedb-pro/blob/main/README_CN.md

总结

  • 默认系统:存得多,搜得乱

  • QMD:搜索更准

  • memory-lancedb-pro:企业级方案,从存到搜到管理全升级,多 agent、长期项目适用

两个可以一起用,不影响,QMD 是图书馆,memory-lancedb-pro 是大脑

“第二天失忆”解决

opencalw 有默认的上下文清空机制,昨天晚上的对话,第二天早上全忘记了

可以让 NanoBot 修改一下openclaw.json:

"session": {
  "reset": {
    "mode": "idel",        // 重置模式,可选:daily,idel(闲置多久重置)
    "atHour": 4,           // 每天几点重置
    "idleMinutes": 144000     // 
  }
}

其他:

  1. proactive-agent

    1. AI 从被动应答,转为主动规划任务自动执行

    2. https://clawhub.ai/halthelobster/proactive-agent

  2. self-improving-agent

    1. 让 AI 记住错误、自主优化,越用越聪明

    2. https://clawhub.ai/halthelobster/self-improving-agent

  3. find-skills

    1. AI 自主搜索、推荐并安装适配需求的技能

    2. https://clawhub.ai/JimLiuxinghai/find-skills

  4. summarize

    1. 一键总结 URL/PDF/ 音视频,提炼核心信息,需配置 apikey

    2. https://clawhub.ai/steipete/summarize

  5. openai-whisper 语音转文字

    1. 免apikey,支持本地安装 tts 大模型,支持语音装文字,可以用来实现 视频总结,语音对话

    2. 也是让 openclaw 自己安装配置就行

    3. https://clawhub.ai/steipete/summarize

  6. weather

    1. 免 key 查天气,让他下雨下雪🌧️❄️提前提醒你带伞,提前打车🚗

    2. https://clawhub.ai/steipete/weather


大全

  1. ClawHub Skill 大全

目前存在大量 skill 投毒,请选择全绿的 skill,不推荐可疑的 skill!安全第一)

  1. Skill分类:https://github.com/VoltAgent/awesome-openclaw-skills

  2. claude skills(8w+): https://skills.sh/

安装建议

• AI 看一堆工具说明,容易选错

• 超过 20 个工具,准确率明显下降

层级

目的

常驻数量

示例

核心层

每天必用

5–12

搜索、浏览器、文件、记忆

工具层

周级别高频

10–20

git、Notion、代码调试、邮件

动态层

按需安装/卸载

0 + N

find-skills 驱动,AI 自动处理

实验层

一次性尝鲜

临时

小众 API、游戏脚本等

就像你同时给一个人 50 个遥控器,他反而找不到开关在哪。给 3 个,用得更快更准。

别追求“装下所有 Skill”,追求“需要任何能力时,AI 都能立刻找到/学会/装上并执行”的动态全能感。

核心工具 + 元 Skill(find-skills) + 强模型 ≈ 看起来“什么都会”

改模型:

实际体验下来:claude opus 的价格是 minimax、GLM 的 40 倍左右,用量大推荐使用 minimax!

⚠️⚠️:如果需要多模态功能记得用 claude、gemini 等支持多模态模型

飞书相关

api额度

飞书的 api 调用是有额度的,5w 次一个月,月初刷新

调用次数可以在飞书企业管理里看到

如果你有8个 agent ,每个 agent 10 分钟会心跳一次

每个 agent一个月心跳至少:6*24*30=4320 次/月

8 个 agent 至少4320*8=34569 次心跳,额度基本就耗光了

所以你最好修改一下 feishu 插件的心跳时间

改一下插件/src/probe.ts 里面的时间就行,把 10 分钟改成 24h即可 大幅减少无用💓调用次数。

插件位置问一下 openclaw。

调试

日志可以在机器人-日志检索里看到

不回消息(3.7 版本已修复)

更新 2026.3.2 版本后,或者修改配置后,飞书里机器人有用表情回复,dashboard 上也看得到机器人回复的消息,但是飞书里看不到


具体在飞书后台是报 openid cross 错误,机器人频发不回复,原因是升级了 2026.3.2版本,后续修改session.dmScope 又触发了这个问题

解决方式:

  1. 停止 Gateway

openclaw gateway stop

  1. 然后手动删除該目录下的 Session 缓存

~/.openclaw/agents/<agent-name>/session

  1. 重新启动 Gateway

openclaw gateway start

就可以解决,还不行就把/feishu 目录给删了

原理说明

飞书插件会缓存用户的 open_id 到 session 中。当以下情况发生时,缓存的 ID 可能与新环境不匹配:

  • 配置修改:更换了 app_idapp_secret,或是其他配置

  • 版本升级:飞书 API 或插件逻辑变更

删除 session 目录会强制插件重新获取最新的用户 open_id,解决 cross 错误。


这个等待修复就行,推荐聊天改用 TG 或者 Discord,流畅度高,bug 少。

它能做什么:

监控报警

自动查bug和原因

利用 elastic 平台、trace 平台、content-processor的接口,聚合写一个 skill,

有问题告诉 ai 让 ai 查,甚至让他自动监控失败的任务 id,自动查原因,写总结

预订机票、酒店和优步。

浏览器自动化

openclaw 自带的浏览器插件足以完成自动化操作,但是别用浏览器拓展的方式,超级不稳定!(目前 3.2 版本已增加了稳定性)

私人助理

记录 todo,给提醒,

其他:

变笨不执行命令,而是让你执行

3.2~3.7版本加强了安全,你需要修改 openclaw.json 和 exec-approvals.json 这两个文件:

  "tools": {
    "profile": "full",
    "sessions": {
      "visibility": "all"
    },
    "exec": {
      "ask": "off"
    }
  },

允许执行一切指令,永不审批(有点危险):

  "defaults": {
  "security": "full",
    "ask": "off",
    "askFallback": "full"
  },

ask 的本意是让 ai 问你他能不能操作,但是 ai 会优先让你去帮他执行,而不是问你他能不能执行。

这个通过强化 prompt 也可以解决

还可以设置指令白名单什么的,可以自己看下文档

https://docs.openclaw.ai/zh-CN/tools/exec

https://docs.openclaw.ai/zh-CN/tools/exec-approvals

多 agent

独立工作区模式

工作区,即 /.openclaw 下的文件夹,默认命名为 workspace-{agen的名字}

各司其职:多个 agent 可以同时执行任务,工作区独立,意味着每个 agent 的soul 、memory、tool 都可以不同

openclaw agents add <名字>

再配置一下频道即可。这一切可以让 NanoBot 代劳。

共享工作区模式(sub_session)

给 openclaw 发布任务的时候,告诉 openclaw 开启 sub_session 就行,会用当前工作区的配置,开启一个临时的sub_session给他分配任务,并行提高效率。

多 agent 群聊模式

此处待补充

session 隔离模式:

远程管理

Claw 对话软件——不用聊天软件也能实现公网对话

使用内网穿透,最好有自己的域名,使用 cloudflare 的免费转发功能,

桌面版本

项目地址:https://github.com/qingchencloud/clawpanel

手机app(附外网访问方案)

https://github.com/qingchencloud/clawapp

star 有点少,安全性有待评估,有空分析一下源码

原文章:https://linux.do/t/topic/

远程 sftp 管理

一架手机也可以随时随地改电脑文件,改openclaw 配置

已完成,待补充

最后:

openclaw 并非开箱即用,如果你期待的是一个 AGI 类型的工具,那么他明显不是。

但是他对比 Claude Code 出厂自带 web_search,自带向量记忆搜索、浏览器自动化、skill 自动选择...

在一些简单的流程,例如小红书发帖,新建记事本,整理文件夹,这些流程相对固定,流程容易打通的事上,他还是处理的不错的。







多 agent 与单 agent:

https://x.com/gkxspace/article/2024093343118950463

https://x.com/karry_viber/article/2024675195903246732

Logo

小龙虾开发者社区是 CSDN 旗下专注 OpenClaw 生态的官方阵地,聚焦技能开发、插件实践与部署教程,为开发者提供可直接落地的方案、工具与交流平台,助力高效构建与落地 AI 应用

更多推荐