记录openclaw使用的问题/tips
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:。
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。
-
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
-
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:
-
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 |
否 |
✅ (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:
-
proactive-agent
-
AI 从被动应答,转为主动规划任务自动执行
-
-
self-improving-agent
-
让 AI 记住错误、自主优化,越用越聪明
-
-
find-skills
-
AI 自主搜索、推荐并安装适配需求的技能
-
-
summarize
-
一键总结 URL/PDF/ 音视频,提炼核心信息,需配置 apikey
-
-
openai-whisper 语音转文字
-
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
-
也是让 openclaw 自己安装配置就行
-
-
weather
-
免 key 查天气,让他下雨下雪🌧️❄️提前提醒你带伞,提前打车🚗
-
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)

-
Skill分类:https://github.com/VoltAgent/awesome-openclaw-skills
-
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:
-
停止 Gateway
openclaw gateway stop
-
然后手动删除該目录下的 Session 缓存
~/.openclaw/agents/<agent-name>/session
-
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_id或app_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。

-
TuriX:https://github.com/TurixAI/TuriX-CUA,可以让 opencalw 基于这个写一个 skill
-
推荐目前 openclaw 自带的 skill:peekaboo已经足以控制 mac
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:
更多推荐

所有评论(0)