AI能力集 -- OpenClaw实战手记

OpenClaw实战手记，持续更新实践和技巧

Posted Mar 5, 2026 Updated Mar 20, 2026

By xiaodongQ

views 30 min read

1. 引言

OpenClaw实战手记，持续更新实践和技巧。

几个不错的参考链接：

玩转OpenClaw：一本书玩转 OpenClaw
- 开始可跟着这里实践：OpenClaw 7天学习路径
OpenClaw 深度使用指南：普通人如何释放 AI Agent 的真正价值
awesome-openclaw-usecases
awesome-openclaw-skills

2. 安装和基本说明

环境说明：安装在家里一台单独的主机，双系统：Windows+Rocky Linux（默认），若是自己日常的工作电脑，则安全策略需要更谨慎一点。

2.1. 安装和配置

基本步骤：通过npm安装（可设置一下国内镜像源） -> 初始化OpenClaw并配置API -> 而后可以接入飞书（也有开源项目可以接入微信的），步骤可见：Open Claw安装和配置。

1、先安装Node.js，node.js官网下载二进制包 -> 解压 -> 添加PATH环境变量。node -v检查，如v24.13.0
2、设置npm国内镜像：npm config set registry https://registry.npmmirror.com/
3、npm安装openclaw：npm install -g openclaw@latest。openclaw -v查看

执行openclaw tui即可启动终端页面，也可用openclaw dashboard启动web页面（其他机器上访问，可以在机器上起SSH隧道来转发请求：ssh -N -L 18789:127.0.0.1:18789 root@192.168.1.150，而后仍用http://localhost:18789/访问）

  
[root@xdlinux ➜ ~ ]$ openclaw -v
2026.3.2

修改配置文件~/.openclaw/openclaw.json后，要重启网关服务：openclaw gateway restart。

Gateway网关：负责连接各个聊天平台，管理会话和消息路由
默认地址：http://127.0.0.1:18789/

2.2. 安装目录说明

由于我的环境是-g全局安装的，安装在node的目录里：/home/workspace/local/node-v24.13.0-linux-x64/lib/node_modules/openclaw/。

  
[root@xdlinux ➜ ~ ]$ ll /home/workspace/local/node-v24.13.0-linux-x64/lib/node_modules/openclaw/
total 772K
drwxr-xr-x   3 root root  118 Mar  4 22:43 assets
-rw-r--r--   1 root root 549K Mar  4 22:43 CHANGELOG.md
drwxr-xr-x   8 root root  32K Mar  4 22:43 dist
drwxr-xr-x  28 root root 4.0K Mar  4 22:43 docs
drwxr-xr-x  43 root root 4.0K Mar  4 22:43 extensions
-rw-r--r--   1 root root 1.1K Mar  4 22:43 LICENSE
drwxr-xr-x 438 root root  12K Mar  4 22:43 node_modules
-rwxr-xr-x   1 root root 2.3K Mar  4 22:43 openclaw.mjs
-rw-r--r--   1 root root  15K Mar  4 22:43 package.json
-rw-r--r--   1 root root 120K Mar  4 22:43 README.md
drwxr-xr-x  54 root root 4.0K Mar  4 22:43 skills

各目录和文件相关说明：

目录/文件	说明
`openclaw.mjs`	⚙️ CLI 入口脚本（可执行），运行`openclaw`命令时执行的脚本
`package.json`	📦 包配置、依赖、脚本
`README.md`	📖 项目说明文档（122KB）
`CHANGELOG.md`	📝 版本更新日志（561KB）
`LICENSE`	📜 MIT 许可证
`dist/`	🏗️ 编译后的 JavaScript 代码
`docs/`	📚 官方文档（28 个子目录）
`extensions/`	🔌 渠道/平台集成插件（43 个），Discord、电报、飞书等
`skills/`	🛠️ 内置的技能模块（54 个），比如Notion集成、代码开发代理、GitHub集成、天气查询等
`node_modules/`	📦 依赖包（438 个）
`assets/`	🎨 静态资源文件

2.3. 核心配置与数据存储目录

1、~/.openclaw 是小龙虾（OpenClaw）核心的配置与数据存储目录，相当于整个系统的 “核心大脑 + 数据仓库”，所有运行时配置、插件数据、日志、缓存等关键信息都集中在这里。

  
[root@xdlinux ➜ openclaw-projects ]$ ll ~/.openclaw 
total 68K
drwxr-xr-x 3 root root   18 Mar  4 22:15 agents      # AI 智能体存储目录，存放你创建的自定义 Agent
drwxr-xr-x 3 root root   22 Mar  7 08:02 browser     # 内置浏览器引擎数据
drwxr-xr-x 2 root root   24 Mar  4 22:16 canvas      # 可视化画布数据，小龙虾内置的流程图 / 脑图工具数据存储
drwxr-xr-x 2 root root   88 Mar  5 22:43 completions # 对话补全缓存，缓存AI生成的对话回复、代码补全结果
drwxr-xr-x 2 root root   23 Mar  4 22:16 cron        # 定时任务配置，存放自定义定时任务（如“每日9点爬取行业新闻”）
drwx------ 3 root root   20 Mar  8 10:05 delivery-queue # 任务投递队列，异步任务的临时存储
drwxr-xr-x 2 root root   45 Mar  8 10:05 devices     # 设备绑定信息，记录接入小龙虾的终端设备（如本地 PC、服务器、移动端）
-rw------- 1 root root  171 Mar  5 07:50 exec-approvals.json # 执行权限审批记录
drwxr-xr-x 3 root root   20 Mar  4 23:00 extensions  # 插件扩展目录，第三方插件的安装目录
drwxr-xr-x 3 root root   19 Mar  4 23:09 feishu      # 飞书集成配置，飞书机器人/消息推送的密钥、回调地址、会话ID，支撑与飞书的联动
drwxr-xr-x 2 root root   49 Mar  4 22:16 identity    # 身份认证信息
drwx------ 2 root root   32 Mar  4 22:15 logs        # 系统日志目录
drwx------ 3 root root   21 Mar  7 08:21 media       # 媒体文件存储
drwxr-xr-x 2 root root   25 Mar  7 23:42 memory             # 智能体记忆数据，Agent 的长期记忆 / 短期记忆存储
-rw------- 1 root root 5.3K Mar  8 11:57 openclaw.json      # 小龙虾核心配置文件
-rw------- 1 root root   49 Mar  8 07:35 update-check.json  # 版本更新检查记录

2.4. 状态检查和日志查看

当飞书上发送消息后，小龙虾不回复消息时，可能状态存在问题，这时可以使用的一些检查和定位方式。

状态：

openclaw status 总览状态，会包含Overview、Security audit安全审计、Channels（比如飞书频道）、Sessions
- openclaw gateway status 网关是否正常（网关负责小龙虾和飞书的交互）
- openclaw channels status 频道状态

日志：

openclaw logs --follow 可以查看当前实时日志

自动诊断和修复：

openclaw doctor、openclaw doctor --fix

3. 终端命令

1、openclaw tui 打开终端，终端里/可以选择命令，/help 显示支持的命令，支持命令（Slash commands）如下：

  
Slash commands:                               
/help                                         
/commands                                     
/status                                       
/agent <id> (or /agents)                      
/session <key> (or /sessions)                 
/model <provider/model> (or /models)          
/think <off|minimal|low|medium|high|adaptive> 
/verbose <on|off>                             
/reasoning <on|off>                           
/usage <off|tokens|full>                      
/elevated <on|off|ask|full>                   
/elev <on|off|ask|full>                       
/activation <mention|always>                  
/new or /reset                                
/abort                                        
/settings                                     
/exit                                         

比如：/reasoning on开启推理后（回车2次），

2、有问题可以使用 doctor 命令修复配置并重启：openclaw doctor --fix （善用doctor）

4. 建议配置

4.1. 配置Skills

找了几篇文章学习经验，一开始不用配置太多Skills，先配置基本的几个Skills

初步安装的Skills（优先配置网页搜索技能）
- tavily-search，实时检索+结构化输出，AI 原生优化的搜索工具 建议安装
  - 官方推荐Brave Search，不过貌似使用时要梯子，而且现在要绑VISA卡
  - 到tavily上注册后，获取免费api后发给小龙虾自己去配置（每个月1000次）
- skill-vetter，skills安全审核 建议安装
- 其他网页搜索工具
  - multi-search-engine，元搜索：并行调用多引擎、结果交叉验证、准确率排序
  - exa-web-search-free，全网检索：实时网络搜索、信息聚合、冷门知识挖掘
  - Agent Reach
- self-improving-agent，AI自我改进，让AI在犯错或被用户纠正时自动记录下来，下次遇到类似情况避免重蹈覆辙 建议安装
- mcporter-1-0-0，内容生成：结构化文本生成、特定领域模板填充
- local-rag-search，私有知识库，本地文档检索、RAG (检索增强生成)
- first-principles-decomposer，思维建模：第一性原理拆解、复杂问题结构化分析 技能仓库参考（按需浏览安装）：

仓库	说明
ClawHub 官方技能市场	3000+ 官方验证技能，支持分类筛选
OpenClaw 官方技能库	官方维护的基础技能集
中文官方技能库	中文社区维护，适配国内场景
VoltAgent 技能索引	⭐5.3K，700+ 技能覆盖 30+ 领域

参考的几篇文章

4.2. 人设配置

以下是每个 agent 工作目录中的核心文件：

 ┌──────────────┬──────────┬─────────────────────────────────────────────────────────────────────────────────────┐
 │      文件     │   用途    │                                       内容说明                                       │
 ├──────────────┼──────────┼─────────────────────────────────────────────────────────────────────────────────────┤
 │ SOUL.md      │ 核心人格  │ 定义 agent 的行为准则、价值观、沟通风格。比如"不要说废话，直接帮忙"、"可以有主见"等              │
 ├──────────────┼──────────┼─────────────────────────────────────────────────────────────────────────────────────┤
 │ IDENTITY.md  │ 身份定义  │ 姓名、物种（AI/机器人等）、气质、emoji、头像                                              │
 ├──────────────┼──────────┼─────────────────────────────────────────────────────────────────────────────────────┤
 │ USER.md      │ 用户信息  │ 用户的名字、称呼、时区、喜好、项目背景等                                                   │
 ├──────────────┼──────────┼─────────────────────────────────────────────────────────────────────────────────────┤
 │ AGENTS.md    │ 使用手册  │ 最重要的文件 - 包含会话初始化流程、记忆系统说明、群组聊天规则、心跳任务、安全准则等               │
 ├──────────────┼──────────┼─────────────────────────────────────────────────────────────────────────────────────┤
 │ BOOTSTRAP.md │ 启动引导  │ 首次运行时的对话脚本，引导用户定义 agent 的身份。完成后应删除                                │
 ├──────────────┼──────────┼─────────────────────────────────────────────────────────────────────────────────────┤
 │ HEARTBEAT.md │ 定期任务  │ 定义周期性检查任务（邮件、日历、天气等）。空表示跳过心跳 API                                  │
 ├──────────────┼──────────┼─────────────────────────────────────────────────────────────────────────────────────┤
 │ TOOLS.md     │ 本地配置  │ 记录本地化配置如摄像头名称、SSH 主机、TTS 声音偏好等                                        │
 └──────────────┴──────────┴─────────────────────────────────────────────────────────────────────────────────────┘

多打磨：SOUL.md、AGENTS.md、USER.md

社区经验：“在 OpenClaw 中，稳定的规则放 SOUL.md，临时的任务放对话，积累的认知放 MEMORY.md”。

5. OpenClaw使用案例

GitHub上有很多实践案例，可以提供一些思路：

awesome-openclaw-usecases
中文案例：awesome-openclaw-zh

按需查看需要的案例，把提示发给OpenClaw即可，让它自己完成。

比如：每日 AI 行业日报推送，我让我的小龙虾给我定期推送，对话稍微调整后它生成的提示词任务如下（让它返回当前定期推送的任务原始信息）：

请搜集今天（当前日期）的 AI 趋势新闻（5-8 条），使用飞书卡片格式推送给用户 ou_70d6eef77039cbf971450817c94eed8e。
**卡片要求**：
- 使用 feishu_doc 或 message 工具的卡片功能
- 标题：📰 AI 趋势日报 - YYYY-MM-DD（替换为实际日期）
- 分类：大模型🧠、开源🔓、应用📱、业界💼
- 每条新闻包含：标题 + 一句话摘要 + 来源
使用 Tavily Search 搜索最新新闻，来源包括虎嗅、36Kr、TechCrunch

6. 进阶：搭建“一人团队”

Open Claw + Claude Code互补，针对需要代码理解、架构分析等编程任务，利用Claude Code来完成，用小龙虾管理多个智能体。

6.1. 分析设计

1、先分析下自己适用的场景：一台机器上部署多个OpenClaw实例，还是一个OpenClaw+多个Agent 更为合理？

结论：多Agent更适合当前使用，多个Agent的方式可以共享资源，通过workspace隔离逻辑；协作性更好，集中维护更便利。

多Agent适用场景：复杂、自动化的业务流：如一人开发团队（用OpenClaw编排Claude Code）、自动化投研、社交媒体运营等
多OpenClaw适用场景：安全需求特别高的隔离测试：测试不受信任的插件或代码，且希望一个测试环境的崩溃不影响主环境

2、设计角色：

main：默认agent，飞书角色：小黑-管家

新建4个Agent：

编程专家：负责架构设计、代码编写、审查、重构
- 飞书角色：Dev·技术匠，agent名：dev-agent
学习助手：
- 飞书角色：Edu·伴学堂，agent名：research-agent
写作助手
- 飞书角色：Wri·执笔人，agent名：writer-agent
理财规划
- 飞书角色：Fin·财多多，agent名：finance-agent

  
┌─────────────────────────────────────────────────────────────┐
│                        用户（飞书/其他）                       │
│             可以通过 小黑-管家 总机或直接与各 Agent 对话          │
└───────────────────────────┬─────────────────────────────────┘
                            │
                            ▼
┌──────────────────────────────────────────────────────────────────┐
│                         小黑-管家（Main Agent）                    │
│             • 意图识别与统一路由      • 对话管理与全局记忆             │
│             • 多 Agent 协作调度      • 权限控制与操作日志             │
└───────────┬────────────────┬────────────────┬────────────────┬───┘
            │                │                │                │
            ▼                ▼                ▼                ▼
┌──────────────────┐ ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
│   Dev·技术匠      │ │  Edu·伴学堂      │ │  Wri·执笔人      │ │  Fin·财多多      │
│  (编程专家)       │ │ (学习助手)        │ │ (写作助手)       │ │ (理财规划)       │
│ • 架构设计        │ │ • 知识调研        │ │ • 博客撰写       │ │ • 理财建议       │
│ • 代码编写/审查    │ │ • 技术答疑        │ │ • 文章润色       │ │ • 投资分析       │
│ • 重构/调试       │ │ • 学习计划        │ │ • 提纲生成       │ │ • 预算规划       │
│ • 调用Claude Code │ │ • 资料整理       │ │ • 多语言写作      │ │ • 财务报告       │
└──────────────────┘ └─────────────────┘ └─────────────────┘ └─────────────────┘
         │                  │                  │                  │
         └──────────────────┼──────────────────┴──────────────────┘
                            │
                            ▼
                  ┌─────────────────┐
                  │   Claude Code   │
                  │  (代码执行环境)  │
                  │   • 运行/测试代码 │
                  │   • 生成代码片段  │
                  │   • 调试辅助      │
                  └─────────────────┘

我做了归档，可见：一人团队设计

6.2. 实操搭建

可参考：如何用OpenClaw + 飞书，组建一支”AI团队”

1、创建编程专家agent：openclaw agents add dev-agent，按照页面提示操作，先跳过配置模型和IM频道（都选No）

会自动创建工作目录和sessions，并自动修改openclaw.json

  
┌  Add OpenClaw agent
│
◇  Workspace directory
│  /root/.openclaw/workspace-dev-agent
◇  Configure model/auth for this agent now?
│  No
◇  Configure chat channels now?
│  No
Config overwrite: /root/.openclaw/openclaw.json (sha256 9dcc766b666e9e8e0b7fd1b19f83f79ab83aba2f9b7d9fac6e94abd4f3d8648c -> 104771fc42718dc83402aff3f5d91f286d4fe84e620866f3c77e1bff13851253, backup=/root/.openclaw/openclaw.json.bak)
Updated ~/.openclaw/openclaw.json
Workspace OK: ~/.openclaw/workspace-dev-agent
Sessions OK: ~/.openclaw/agents/dev-agent/sessions

结果查看：
1）可看到在openclaw.json配置的"agents"下面自动增加了"list"：

  
"list": [
<       {
<         "id": "main"
<       },
<       {
<         "id": "dev-agent",
<         "name": "dev-agent",
<         "workspace": "/root/.openclaw/workspace-dev-agent",
<         "agentDir": "/root/.openclaw/agents/dev-agent/agent"
<       }
<     ]

2）新建的agent下面也自动生成了相应的角色描述文件

  
[root@xdlinux ➜ .openclaw ]$ ll workspace-dev-agent
total 32K
-rw-r--r-- 1 root root 7.7K Mar  8 15:33 AGENTS.md
-rw-r--r-- 1 root root 1.5K Mar  8 15:33 BOOTSTRAP.md
-rw-r--r-- 1 root root  168 Mar  8 15:33 HEARTBEAT.md
-rw-r--r-- 1 root root  636 Mar  8 15:33 IDENTITY.md
-rw-r--r-- 1 root root 1.7K Mar  8 15:33 SOUL.md
-rw-r--r-- 1 root root  860 Mar  8 15:33 TOOLS.md
-rw-r--r-- 1 root root  477 Mar  8 15:33 USER.md

3）到飞书开放平台，进入开发者平台，再创建一个机器人。
跟初次创建机器人一样的步骤，创建后在飞书上开通权限后（把“通讯录”、“消息与群组”、“云文档”和“多维表格”下面所有权限全开了），再设置事件回调发布（设置回调之前需要先在openclaw上配置好appid）。

4）到配置文件增加账号，配置完成后重启gateway（具体见：如何用OpenClaw + 飞书，组建一支”AI团队”）

由于之前是平铺的，需要增加一级accounts，把appId和appSecret移动过去。并把新账号的appId和密钥加进去，agent名为json对象名称
并且在channels同级，增加一层binding说明
并且在tools里面，增加agentToAgent使能和sessions可见

  
"channels": {
  "feishu": {
    "enabled": true,
    "appId": "cli_xxxxxx",
    "appSecret": "1Rjxxxxxxxxxx"
    ...
  }
}

//  改成
"channels": {
  "feishu": {
    "enabled": true,
    "accounts": {
      "main": {
        "appId": "cli_xxxxxx",
        "appSecret": "1Rjxxxxxxxxxx",
      },
      "dev-agent": {
        "appId": "cli_xxxxxx",
        "appSecret": "1Rjxxxxxxxxxx",
      }
    }
    ...
  }
},
"bindings": [
  {
    "agentId": "main",
    "match": {
      "channel": "feishu",
      "accountId": "main"
    }
  },
  {
    "agentId": "dev-agent",
    "match": {
      "channel": "feishu",
      "accountId": "dev-agent"
    }
  }
],
"tools": {
  ...
  "agentToAgent": {
    "enabled": true,
    "allow": ["main", "dev-agent"]
  },
  "sessions": {
    "visibility": "all"
  }
},

2、其他角色类似，在飞书创建机器人后，可以让OpenClaw或者Claude Code来自动进行配置了

把它们都拉群里来：

3、设置各自的人设：SOUL.md、IDENTITY.md

7. 实践经验

7.1. 飞书群里消息路由规则优化

初始需求：准备在自己的主机上另外装一个OpenClaw，给家人用。想着2个龙虾正好还能各自监测和修复问题。

操作过程和遇到的问题：

1、问题1：让现有的全局小龙虾自动安装在独立目录和修改端口，但还是各种冲突，在飞书问着问着我全局的gateway就挂了

措施：想了下也不是非2个不可，调整成增加一个agent（后面实际是将Fin·财多多这个基本用不上的理财规划师改成了新的agent），配置相关角色描述

2、问题2：将新agent对接的机器人拉进飞书群，问问题时，答复的机器人不符合预期。不@指定人的话，每次都是管家回答，我预期的是最后一条机器人消息对应的人回答

措施：在自己的应用场景下只是做规避，单独拉飞书群，只加这个新建的机器人。配置文件里指定requireMention为false，就可以不@指定了

具体操作：

1）针对我自己的大群（我+4个机器人），消息是由管家（小黑-管家（Main Agent））来负责路由。没具体指定人的话，由他判断消息给谁

路由策略记录在main对应agent的RULES.md里（给小龙虾发消息来指定路由需求，他自己开发了一个脚本并自动记录到了规则文档里）：

  
### RULE-002: 群聊消息归属混合模式
...
**规则内容**:
群聊中消息响应的归属规则（优先级从高到低）：

1. 有 @ → 回复指定的人
   ↓
2. 有引用 → 回复引用的消息
   ↓
3. 无@无引用 → 智能判断话题连续性
   ↓
4. 不确定 → 提示用户确认
...

**实现文件**:
- 路由器脚本：`/root/.openclaw/scripts/message-router.mjs`
- 使用文档：`/root/.openclaw/scripts/README-ROUTER.md`

**调用方式**:
import { determineReplyTarget } from '/root/.openclaw/scripts/message-router.mjs';

const target = determineReplyTarget(message, recentMessages);

2）针对main和finance-agent这2个agent，开启不需要@，即 requireMention设置为false。两个分别在不同群里。

  
"channels": {
    "feishu": {
      "enabled": true,
      "connectionMode": "websocket",
      "domain": "feishu",
      "accounts": {
        "main": {
          "appId": "cli_a9xxxxxxxxxxxx",
          "appSecret": "1Rjxxxxxxxxxxxx",
          "allowFrom": [
            "ou_9197e1d0c38ef2aeec4eeb9866c7b7f7"
          ],
          "groupAllowFrom": [
            "oc_7808579b7b1f6eeb5936f7828e2aaf23"
          ],
          "groups": {
            "*": {
              "requireMention": false
            }
          }
        },
        ...

7.2. root环境下让agent调用Claude Code完成任务

root环境下，Claude Code会拒绝-dangerously-skip-permissions模式运行，而agent（比如我这里的Dev·技术匠）派发任务一般是给一个提示词指定任务描述，一些权限确认会比较麻烦。

结合AI给的解决方案：新建用户clauded给Claude Code运行时使用，OpenClaw保持root运行，仅Claude Code调用时临时切换到 clauded 用户。

这个方案主要作了2个动作：

1、封装了脚本：/root/.openclaw/scripts/claude-code-wrapper.sh "你的任务"

里面的核心执行语句：su clauded -s /bin/bash -c "cd '$WORKDIR' && claude --print --permission-mode bypassPermissions '$TASK'"

bypassPermissions 跳过权限校验，强制让程序忽略权限检查，直接执行

2、在coding-agent SKILL里，并记录了上述脚本的使用，以使用到Claude Code

使用经验：如果是复杂任务觉得需要Claude Code，则最好明确说明，比如：“用Claude Code给这个项目添加一个xxx功能”，简单任务就没必要了
并记录到到Dev·技术匠对应的RULES.md和TOOLS.md里面

这里有个疑问，方案里说“在 coding-agent skill 中已集成了上述工具“，在~对应目录找各个SKILL的SKILL.md，并没有找到

  
[root@xdlinux ➜ .openclaw ]$ find . -name SKILL.md
./workspace/skills/tavily-search/SKILL.md
./workspace/skills/exa-web-search-free/SKILL.md
./workspace/skills/xiucheng-self-improving-agent/SKILL.md
./workspace/skills/skill-vetter/SKILL.md
./workspace/skills/github/SKILL.md
...

结论：确实记录了，记录在OpenClaw安装目录的默认SKILL里（coding-agent，前面其实已经明确说了）

以后就知道区分agent安装的SKILL和OpenClaw默认安装的SKILL路径了

即我环境中的：/home/workspace/local/node-v24.13.0-linux-x64/lib/node_modules/openclaw/skills/coding-agent/SKILL.md，/home/workspace/local/node-v24.13.0-linux-x64/lib/node_modules/openclaw/是npm全局安装OpenClaw的目录。

信息如下：

  
## Claude Code

**重要**: Claude Code 拒绝在 root 权限下运行。使用 `su clauded` 临时切换用户执行。

# Foreground - 临时切换到 clauded 用户
bash workdir:~/project command:"su clauded -s /bin/bash -c 'cd /root/.openclaw/workspace && claude --print --permission-mode bypassPermissions \"Your task\"'"

# Background
bash workdir:~/project background:true command:"su clauded -s /bin/bash -c 'cd /root/.openclaw/workspace && claude --print --permission-mode bypassPermissions \"Your task\"'"

**前置条件**:
- clauded 用户已创建：`/usr/sbin/useradd -m -s /bin/bash clauded`
- clauded 用户对 workspace 有权限：`chown -R clauded:clauded /root/.openclaw/workspace`
- /root 目录可执行：`chmod a+x /root`
- /root/.openclaw 可读可执行：`chmod -R a+rx /root/.openclaw`

**注意**: OpenClaw 保持 root 运行，仅 Claude Code 调用时临时切换。

7.3. 生成学习资料

让小黑管家生成AI相关学习资料和运行demo，比如生成的这些（TODO项，待学及输出）：

（注意：生成的资料里面可能有坑，还是建议以官网文档为准，信息源的准确性很重要！）

Claude Code使用资料：ai-claude-code-guide
智能体开发资料：crewai-langchain-demos
- 即此处描述的过程：学习任务场景，提好要求后管家agent自动其他角色进行工作，等完成会自动提交GitHub
让管家生成的nanoClaw学习资料，学习这个微型OpenClaw的项目以了解其原理：nanoClaw-study

7.4. 定期检查SOUL.md、USER.md、MEMORY.md

定期检查各agent的SOUL.md、USER.md、MEMORY.md，可以从中看到小龙虾针对个人日常使用的经验沉淀，也可以按需调整。

AI, AI能力集

AI OpenClaw

This post is licensed under CC BY 4.0 by the author.