看不懂？让小龙虾帮你快速落地：
本文及本站大部分openclaw相关文章，都可以让Openclaw agent阅读，然后进行应用，参考Prompt如下：
请阅读这篇文章：https://www.aiec.fun/%e6%89%93%e9%80%a0%e4%b8%93%e5%b1%9e%e5%b7%a5%e4%bd%9c%e5%a4%a7%e8%84%91%ef%bc%9a%e8%ae%a9openclaw%e4%bc%98%e5%85%88%e4%bd%bf%e7%94%a8%e4%bd%a0%e7%9a%84%e7%a7%81%e6%9c%89%e5%b7%a5%e4%bd%9c%e7%9f%a5/ 分析有哪些内容，对我们优化工作流程有价值。并严格根据openclaw最新官方文档核对，排除错误及过时信息，制定落地计划。
详细方法，参考文章 >>>
OpenClaw 是一款可高度自定义的自主 AI Agent 框架，99% 的低效问题并非模型能力不足，而是配置错误。本教程基于社区实战与官方规范，整理 8 大核心配置技巧，无需更换模型、无需额外付费，仅通过配置优化即可让 Agent 实现主动巡检、自动推进、记忆清晰，工作效率提升 10 倍。
一、OpenClaw Agent 低效的三大核心根因
Agent 出现 "摆烂、被动、忘事、答非所问"，本质是三个配置缺陷导致：
- 上下文污染对话过长占满上下文窗口，Agent 遗忘初始目标；社区通用优化：每 30–60 分钟新建会话，避免记忆混乱。
- 无灵魂配置未编写
claw.md/agents.md等身份与规则文件，Agent 不理解项目目标、自身角色与权限边界。 - 无主动驱动未配置心跳、定时任务、事件钩子，Agent 仅能被动响应指令，无法自主巡检与推进任务。
二、8 大核心配置技巧（可直接抄作业）
模块 1：赋予 Agent「灵魂」与身份（第 1–2 招）
解决 "不知道自己该做什么、总问废话" 的问题，明确 Agent 身份、行为准则与权限。
第 1 招：编写 SOUL.md（灵魂核心）
作用：定义 Agent 核心行为逻辑，告别被动助手模式，成为主动操作者。
必填核心指令（直接复制）：
- 你是系统主动操作者，而非被动助手；
- 能直接执行的操作，无需反复询问，直接完成；
- 结论先行，输出可运行命令，拒绝伪代码与模糊表述；
- 多方案必给推荐，不罗列选项等待选择；
- 内部检查可自主执行，外部 / 破坏性操作必须人工确认。
# Core Position
You are not a passive chat assistant. You are the system's primary autonomous operator. Your job is to solve problems, move work forward, maintain system health, and reduce the amount of supervision required from the user.
# Core Principles
## Be proactive
Do not stop at the surface request. Infer the likely end goal, identify risks and follow-up actions, and propose the next useful move.
## Prefer action over ceremony
When the task is clear and safe, inspect files, read logs, verify assumptions, and try to solve the problem before asking the user to make decisions.
## Be precise
Communicate with direct conclusions, concrete commands, and complete examples. Avoid filler, hedging, and vague advice.
## Have judgment
When several options are viable, compare them briefly and make a recommendation. Do not behave like a neutral copy machine.
## Respect boundaries
Internal inspection and local work should be bold. External-facing and destructive actions require confirmation.第 2 招：编写 agents.md（项目专属手册）
规范：仅写项目特殊信息（工具链、测试命令、非常规环境），控制在 300 行内，超长用 import 拆分；禁止 AI 自动生成，手动精简避免浪费 Token。
实战要点：
- 启动加载最少文件，任务完成后更新记忆文件，保证跨会话上下文连续；
- 完整规则约 40 行即可，精简且够用。
# AGENTS.md
## Memory System
### Memory Layers
- Daily log: `memory/YYYY-MM-DD.md`
- Weekly summary: `memory/weekly/YYYY-MM-DD.md`
- Long-term memory: `MEMORY.md`
### Write Rules
- Record important decisions immediately
- Record durable user preferences
- Prefer concise reusable conclusions over raw noise
## Anti-Blocking Policy
- Acknowledge long tasks early
- Prefer async or staged execution for multi-step jobs
- Put timeouts on commands that can stall
- If progress is not visible for too long, report status and next step
- Never let a failure disappear silently中文版本：
# AGENTS.md
## 记忆系统
### 记忆分层
三层记忆分离：日志记录当日细节 → 周总结压缩摘要 → 长期记忆存储永久不变的信息，不同保质期的信息存放于对应层级，永久不变的偏好与规则统一存入 `MEMORY.md`
- 每日日志：`memory/YYYY-MM-DD.md`
- 每周总结：`memory/weekly/YYYY-MM-DD.md`
- 长期记忆：`MEMORY.md`
### 写入规则
- 重要决策立即记录
- 持久的用户偏好需完整记录
- 优先记录简洁可复用的结论，而非原始冗余信息
## 反阻塞策略
- 长任务需提前确认后再执行
- 多步骤任务优先采用异步或分阶段执行
- 对可能停滞的命令设置超时机制
- 长时间无可见进展时，主动报告当前状态与下一步计划
- 绝不允许故障静默消失模块 2：解决「越聊越傻」（第 3–4 招）
根治上下文溢出、记忆冲突，保证长期对话不退化。
第 3 招：/compact 命令（对话压缩）
作用：压缩冗长历史，仅保留关键信息，释放上下文空间。
语法：
# 默认压缩
/compact
# 带指令精准压缩（保留核心信息）
/compact 保留所有API相关改动，简化无关对话黄金法则：单个任务完成后立即执行 /compact。
第 4 招：/dream 命令（记忆垃圾回收）
作用：合并清理长期记忆，删除过时信息、解决记忆矛盾，被社区称为「知识垃圾回收器」。
使用时机：项目运行数天、记忆冲突时执行；切换任务主题可配合 clear 命令。
高级优化：子 Agent 上下文隔离
复杂任务拆分给子 Agent，独立上下文不污染主会话，彻底避免交叉干扰。
模块 3：让 Agent「主动动起来」（第 5–6 招）
实现自主巡检、7×24 小时运转，告别 "等你催"。
第 5 招：Heartbeat 心跳机制（主动巡检）
作用：Agent 定时自动唤醒，检查系统状态、待办任务，异常主动处理。
配置规范：
- 频率：社区推荐5 分钟 / 次；
- 安静时段自动静默，仅上报可处理异常，不无效报警；
- 采用轮转巡检（磁盘→内存→服务状态→错误日志→记忆整理），避免全量检查浪费 Token。常用命令：
# 启用心跳
openclaw heartbeat start
# 暂停心跳
openclaw heartbeat pause
# 手动触发立即巡检
openclaw system event --text "紧急巡检" --mode now# HEARTBEAT.md – Heartbeat Tasks
## Recurring Checks
Rotate through these checks instead of doing everything every time:
- check disk and memory usage on the main host
- check that the main OpenClaw service is running
- check recent error logs for repeated failures
- review memory/ for notes that should be summarized
## Rules
- Stay quiet during configured quiet hours unless there is a real issue
- If no anomaly and no pending work, respond with HEARTBEAT_OK
- Track last-run state in memory/heartbeat-state.json
- Avoid running the same expensive check too frequently
## Alerting Guideline
Only surface a heartbeat alert when it is actionable: something is broken, a threshold is exceeded, or a queued task needs a decision.中文版本：
# HEARTBEAT.md – 心跳任务清单
## 例行检查项
轮流执行以下检查，无需每次全部执行（节省 Token）：
- 检查主服务器的磁盘与内存使用率
- 检查 OpenClaw 主服务运行状态
- 检查近期错误日志中的重复故障
- 审查记忆目录（memory/）中待总结的笔记
## 执行规则
- 在配置的静默时段内保持静默，仅在出现真实问题时响应
- 若无异常且无待办任务，回复 `HEARTBEAT_OK`
- 在 `memory/heartbeat-state.json` 文件中记录上次运行状态
- 避免过于频繁地执行同一高开销检查
## 告警准则
仅在告警具备可执行性时触发心跳告警：即系统出现故障、阈值超限，或队列任务需要决策时。第 6 招：Hooks 事件驱动 + Loop 定时循环
Hooks（事件钩子）：任务完成、会话结束时自动回调，Token 消耗降低 80%，比规则配置更稳定。
常用 Hooks：
- stop_hook：任务完成时触发；
- session_end_hook：会话结束时清理缓存。Loop 命令：实现定时循环，用于部署监控、PR 审查、7×24 小时自动化运营。
模块 4：高手进阶优化（第 7–8 招）
提升推理质量与配置复用性
第 7 招：思考深度关键词
在提示词中加入 think-depth、hard、ultra-think 等关键词，推理等级越高，输出质量越高；复杂架构 / 安全场景直接用 ultra-think。
第 8 招：模块化规则拆分
将规则拆分至 .claw/rules 目录，限定生效范围，不同子目录自动加载对应规则，实现配置复用。
三、实战配置架构（稳定运行数月的生产级方案）
1. 三层记忆架构（agents.md 内设计）
解决信息保质期不同的问题，跨会话不丢失关键信息：
- 日志层：存储当天任务细节；
- 周总结层：压缩后的关键摘要；
- 长期记忆层：永久不变的偏好、规则、项目基线。
2. 反阻塞策略（Anti-blocking）
- 强任务先快速确认，异步执行可能卡顿的命令；
- 所有命令必设超时失败，禁止静默卡死。
3. 文件模块化配置
四、使用黄金法则（必记）
- 配置优先级：配置文件 > 提示词 > 模型选择，优化配置比换贵模型更有效；
- 单任务完成：执行 /compact 压缩上下文；
- 跨主题切换：执行 /clear + 定期 /dream 清理记忆；
- 长期运行：必开心跳 + Hooks，开启安静时段静默；
- 复杂任务：用子 Agent 隔离上下文，避免污染。
五、总结
OpenClaw Agent 从不 "傻"，傻的是缺失配置的默认状态。通过身份定义、上下文治理、主动驱动、模块化优化四步，即可让 Agent 从 "被动摆烂" 变成 "自主高效"，适配量化策略、自动化运维、研发辅助等多场景。