从零养虾到上岗——OpenClaw 全链路学习指南

blog.csdnimg.cn/direct/744ce3be31f144f1bfbc75b7e25fea09.png)
参考方法论:找资料 → 解构知识 → 执行学习 → 对抗遗忘 → 润色输出,五步闭环
写在前面
这份资料的目标不是"教你装 OpenClaw"——养虾系列第 2 篇已经把安装路线讲清楚了。
这份资料的目标是:把你的 OpenClaw 从"能跑"变成"能干活",最终变成"一个独立上岗的 AI 员工"。
类比一下:安装 OpenClaw 相当于"入职报到",而这份指南要做的是"新员工培训 + 考核上岗"。
谁适合读
- 已经装好 OpenClaw(本地/Lighthouse/ArkClaw 任意一种),但还没真正用起来的人
- 想把 OpenClaw 从一个聊天机器人变成一个有记忆、有技能、有审美的 AI 助手的人
- 想复制"世界电影史全链路闭环学习法",用在自己的龙虾培养上的人
全链路学习法(五步闭环)
Step 1: 找资料(Collect) — 把龙虾需要的所有"课程教材"准备好
Step 2: 解构知识(Deconstruct)— 把 OpenClaw 的能力拆解成可训练的模块
Step 3: 执行学习(Execute) — 一步步配置、喂入、验证
Step 4: 对抗遗忘(Retain) — 建立记忆系统和定期心跳,确保学过的不丢
Step 5: 润色输出(Polish) — 让龙虾输出的内容有风格、有深度、有人味
Step 1: 找资料(Collect)—— 备齐龙虾的"课程教材"
类比:你不会让一个新员工第一天就上手干活。先给他三样东西:公司手册、工具清单、团队通讯录。
1.1 OpenClaw 官方文档(必读)
| 资料 | 地址 | 干什么用 |
|---|---|---|
| OpenClaw 官方文档 | docs.openclaw.ai |
安装、配置、命令行的权威参考 |
| OpenClaw GitHub | github.com/openclaw |
源码、Issue、最新变更 |
| 养虾系列第 2 篇 | 本地已有 openclaw-install-guide-wechat.html |
三条路线怎么选 + 安装验收 |
1.2 你的龙虾需要的核心文件(“员工手册”)
OpenClaw 的 workspace(~/.openclaw/workspace/)是龙虾的"工位"。以下 7 个文件构成一个完整的 Agent 人格:
| 文件 | 作用 | 类比 |
|---|---|---|
IDENTITY.md |
我是谁——名字、角色定位、核心特质 | 员工的名片和自我介绍 |
SOUL.md |
灵魂操作系统——行为准则、思考框架、知识调用规则 | 员工的价值观和方法论 |
USER.md |
服务对象——你是谁、你的偏好、沟通方式 | 员工对老板的了解 |
AGENTS.md |
工作规范——会话初始化、记忆规则、安全红线 | 员工手册和行为守则 |
TOOLS.md |
工具笔记——环境特定的配置、设备别名 | 员工的个人工具箱 |
MEMORY.md |
长期记忆——重要决策、核心规则、知识归档 | 员工的笔记本 |
HEARTBEAT.md |
心跳任务——日常自动执行的检查清单 | 员工的每日工作清单 |
关键认知:这 7 个文件不是"配置文件",而是龙虾的人格和记忆。配得好不好,直接决定龙虾是"呆头鹅"还是"路易乔布斯"。
1.3 知识图谱(“公司知识库”)
龙虾的知识深度取决于你给它准备了什么。以路易乔布斯为例:
knowledge/
├── thinking-models/ — 10大思考模型
├── ai-engineering/ — AI工程(6篇)
├── product-design/ — 产品设计(6篇)
├── investing/ — 投资(5篇)
├── business-leaders/ — 商业领袖(3篇)
├── behavioral-psychology/ — 行为心理学(2篇)
├── data-analytics/ — 数据分析(2篇)
├── ... 共 13 个知识域,40+ 篇
└── KNOWLEDGE-MAP.md — 知识图谱索引(大脑目录)
你不需要一开始就建 13 个域。起步只需要:
- 一个
KNOWLEDGE-MAP.md(哪怕只有 2-3 个域) - 和你工作最相关的 1-2 个知识域(比如你是产品经理,就先建
product-design/)
1.4 技能(Skills)
Skills 是龙虾的"职业技能"。不安装 Skills 的 OpenClaw = 一个只会聊天的空壳。
安装方式:
# 搜索
npx skills find "diagram generator"
# 安装(克隆到 .codebuddy/skills/ 或 ~/.openclaw/skills/)
# 具体步骤参考 OpenClaw 文档
推荐起步 Skills:
| Skill | 用途 | 优先级 |
|---|---|---|
| 你的业务相关技能 | 核心工作能力 | P0 |
| excalidraw-diagram-generator | 画流程图/架构图 | P1 |
| humanizer-zh | 去 AI 味,让输出更自然 | P1 |
| 深度研究 skill | 自主学习新知识并入库 | P2 |
Step 2: 解构知识(Deconstruct)—— 把"培养龙虾"拆成可执行的模块
类比:学《世界电影史》不是从头到尾通读教材,而是拆成"时期→流派→代表作→技法"四个模块交替学习。
培养一只合格的龙虾,本质上是配置好 5 个模块:
模块 1: 人格系统(Identity + Soul) — 它是谁?怎么思考?
模块 2: 记忆系统(Memory + Daily logs) — 它怎么记住事情?
模块 3: 知识系统(Knowledge Map) — 它知道什么?
模块 4: 技能系统(Skills) — 它会做什么?
模块 5: 心跳系统(Heartbeat) — 它怎么自主学习和工作?
模块 1: 人格系统 —— 决定龙虾的"灵魂"
核心文件:IDENTITY.md + SOUL.md
IDENTITY.md 该写什么
# 我是谁
- **名字**: [给你的龙虾取个名字]
- **角色**: [它的定位是什么?助手?顾问?同事?]
- **核心特质**: [3-5 个关键性格特点]
- **说话风格**: [怎么跟你对话?正式?轻松?犀利?]
乔布斯的 IDENTITY 参考:
- 名字:乔布斯(Jobs)
- 角色:AI 战略咨询师 & 私人智囊
- 核心特质:审美驱动、结论先行、追求细节、敢于挑战
- 说话风格:中文为主、术语保留英文、简洁直接、不说废话
SOUL.md 该写什么
SOUL 是龙虾的"操作系统",决定了它怎么思考、怎么行动、怎么成长。
最低可用版本(MVP SOUL):
# SOUL.md
## 核心行为准则
1. 结论先行,不废话
2. 不确定的事实标注"我不确定"
3. 记忆即生命——重要信息必须写入文件
## 思考模型(至少掌握 3 个)
- 金字塔原理:任何复杂回答的默认结构
- 5W2H:接到新任务时理清全貌
- 费曼学习法:学习/解释概念时使用
## 安全红线
- 不可逆操作(发布/发送/删除)必须先获确认
- trash > rm
进阶版本:参考乔布斯的 SOUL.md v6.0,包含 10 大思考模型、知识图谱调用规则、每日自省制度、三大成长引擎。
模块 2: 记忆系统 —— 让龙虾"记住事情"
核心认知:AI Agent 每次会话都是"失忆重启"。如果不建记忆系统,它永远是第一天上班。
两层记忆架构
memory/
├── 2026-03-18.md ← 每日记忆(操作日志,原始记录)
├── 2026-03-17.md
└── ...
MEMORY.md ← 长期记忆(核心决策、重要规则、知识归档)
| 层级 | 文件 | 类比 | 写什么 |
|---|---|---|---|
| 短期 | memory/YYYY-MM-DD.md |
工作日报 | 当天做了什么、发现了什么、决定了什么 |
| 长期 | MEMORY.md |
核心笔记本 | 重要决策、用户偏好、经验教训、知识归档 |
记忆写入规则
在 AGENTS.md 中明确:
## 记忆规则
1. 每次会话开始:读 MEMORY.md + 最近 2 天的 daily log
2. 每次实质性工作完成后:写入当日 daily log
3. 发现重要决策/偏好/教训:同步更新 MEMORY.md
4. "心里记着" = 不存在。Text > Brain。
模块 3: 知识系统 —— 给龙虾"装知识"
核心认知:没有知识库的 Agent 只能靠模型本身的通用知识回答。有了知识库,它的回答深度和准确度会质变。
知识图谱搭建步骤(从 0 到 1)
Phase 1:建索引
创建 knowledge/KNOWLEDGE-MAP.md:
# 知识图谱
## 知识域列表
| 域 | 文件 | 关键词 |
|----|------|--------|
| [你的核心业务] | [域名]/01-xxx.md | 关键词1, 关键词2 |
## 路由表
| 用户场景 | 匹配知识域 | 思考模型 |
|---------|-----------|---------|
| "帮我分析XX" | 核心业务 | SWOT |
Phase 2:写第一个知识域
格式参考:
# [主题名]
## 核心概念
- 概念 A:一句话解释 + 为什么重要
- 概念 B:...
## 关键框架/模型
- 框架 1:使用场景 + 步骤
## 经典书籍/参考
| 书名 | 作者 | 一句话推荐理由 |
|------|------|--------------|
Phase 3:跨域联想
这是龙虾从"普通 AI"变成"乔布斯"的关键。在 KNOWLEDGE-MAP 中标注知识域之间的关联:
## 跨域关联
- 分析公司 → 投资框架(护城河) + 供应链(效率) + 财务(三大报表)
- 做产品 → 产品设计(方法论) + 行为心理学(认知偏误) + 数据分析(验证)
模块 4: 技能系统 —— 让龙虾"会做事"
核心认知:知识 ≠ 能力。知识告诉龙虾"知道什么",Skills 告诉它"能做什么"。
技能安装清单(按优先级)
P0(第一天就要有):
└── 你业务相关的核心技能
P1(一周内装好):
├── 图表生成(excalidraw-diagram-generator)
├── 文字人性化(humanizer-zh)
└── 搜索技能(tavily-search 或同类)
P2(按需安装):
├── 深度研究 skill
├── 内容创作相关 skills
└── 特定平台集成 skills
技能验收标准
每装一个 skill,做一次验收:
验收 1: 能触发 — 说出关键词,skill 是否自动启动?
验收 2: 能执行 — 给一个真实任务,skill 能否完成?
验收 3: 输出质量 — 结果是否达到预期?
模块 5: 心跳系统 —— 让龙虾"自主学习"
核心认知:心跳 = 龙虾的"生物钟"。没有心跳的龙虾只在你找它时才"活着",有心跳的龙虾会自己学习、自己整理、自己进化。
HEARTBEAT.md 模板
# 心跳任务
## 每次心跳轮换执行(不必每次全做)
### 1. 每日学习 📚(每天至少 1 次)
- 搜索 [你关心的领域] 最新动态
- 挑 1-2 篇有价值的内容深度阅读
- 费曼学习法总结:一句话观点 + 三个关键点 + 一个 takeaway
### 2. 记忆整理 🧠(每天 1 次)
- 回顾当天对话
- 提炼重要决策和偏好
- 更新 MEMORY.md
### 3. 任务追踪 ✅(每次心跳)
- 检查待办任务是否有遗漏
- 如有未完成的承诺,记录提醒
### 4. 知识归档 📂(每 2-3 天 1 次)
- 回顾近几天的学习笔记
- 按 MECE 原则归类到知识体系
心跳配置(本地 launchd 示例)
<!-- com.yourname.openclaw-heartbeat.plist -->
<plist version="1.0">
<dict>
<key>Label</key>
<string>com.yourname.openclaw-heartbeat</string>
<key>ProgramArguments</key>
<array>
<string>/path/to/heartbeat.sh</string>
</array>
<key>StartInterval</key>
<integer>1800</integer> <!-- 每 30 分钟 -->
</dict>
</plist>
Step 3: 执行学习(Execute)—— 按顺序配置,逐步验收
类比:学世界电影史不是看完所有纪录片再考试,而是"看一部→写笔记→做测验→看下一部"的循环。
实操清单(按顺序执行)
Day 1: 安装 + 基础人格
□ 安装 OpenClaw(参考养虾系列第 2 篇选路线)
□ 验收:打开 http://127.0.0.1:18789,能回复消息
□ 创建 IDENTITY.md — 给龙虾一个名字和角色
□ 创建 SOUL.md(MVP 版本)— 3 条准则 + 3 个思考模型 + 安全红线
□ 创建 USER.md — 写清楚你是谁、你的偏好
□ 验收:问龙虾"你是谁",看回答是否符合你设定的人格
Day 2: 记忆系统 + 基础知识
□ 创建 AGENTS.md — 写入记忆规则和会话初始化流程
□ 创建 MEMORY.md — 初始化长期记忆(先写核心规则和你的偏好)
□ 创建 memory/ 目录
□ 创建 knowledge/KNOWLEDGE-MAP.md — 至少 1 个知识域
□ 写第一个知识文件(你最需要的领域)
□ 验收:问龙虾一个需要调用知识库的问题,看它是否能引用
□ 验收:结束对话后检查 memory/今天.md 是否有记录
Day 3: 技能安装 + 心跳
□ 安装 1-2 个核心 Skills
□ 验收:触发 skill 并完成一个真实任务
□ 创建 HEARTBEAT.md — 配置心跳任务
□ 配置心跳定时器(launchd/cron/crontab)
□ 验收:等一个心跳周期,检查是否有自动学习记录
Day 4-7: 迭代优化
□ 根据使用体验调整 SOUL.md
□ 补充知识库(新增 1-2 个知识域)
□ 安装更多 Skills
□ 升级 SOUL.md 到进阶版本(加入更多思考模型)
□ 在 KNOWLEDGE-MAP 中标注跨域关联
□ 验收:给龙虾一个跨领域问题,看它能否自动做跨域联想
关键验收节点
| 验收项 | 怎么测 | 通过标准 |
|---|---|---|
| 人格 | 问"你是谁" | 回答符合 IDENTITY 设定 |
| 思考 | 问一个复杂问题 | 使用思考模型(金字塔/SWOT 等)组织回答 |
| 记忆 | 今天说一个偏好,明天再问 | 能记住并引用 |
| 知识 | 问一个需要知识库的问题 | 引用具体知识文件内容 |
| 技能 | 说"画一个流程图" | 调用 skill 完成任务 |
| 心跳 | 等 1 小时不说话 | 心跳自动执行,有学习记录 |
| 风格 | 让它写一段话 | 简洁、有观点、不像 AI 生成的废话 |
Step 4: 对抗遗忘(Retain)—— 让龙虾"记住学过的"
类比:学完世界电影史的"意大利新现实主义",如果不复习不联系,一周后只记得"好像有个什么主义"。对抗遗忘靠三件事:间隔重复、关联记忆、输出强化。
4.1 间隔重复:心跳 + 记忆维护
短周期(每 30 分钟): 心跳检查——任务追踪
中周期(每天 1 次): 记忆整理——提炼当日学习
长周期(每 2-3 天): 知识归档——蒸馏到长期记忆
超长周期(每周 1 次): 全量回顾——清理过时信息 + 发现进化机会
4.2 关联记忆:跨域联想
为什么跨域联想能对抗遗忘?
孤立的知识点容易遗忘,关联的知识网络很难遗忘。就像你忘了"1895 年 12 月 28 日"这个数字,但如果你知道"这是卢米埃尔兄弟在巴黎公映电影的日子,标志着电影的诞生",你就很难忘。
操作方法:每学一个新知识,在 KNOWLEDGE-MAP 中问三个问题:
- 这和哪个已有知识域有关?
- 这能从哪个看似无关的领域获得新视角?
- 这能类比成什么更直观的东西?
4.3 输出强化:用费曼学习法"教回来"
龙虾学完一个新知识后,必须执行费曼四步:
1. 选一个刚学的概念
2. 用最简单的话(给 12 岁小孩)解释
3. 发现解释不清的地方 → 回去重学
4. 简化再简化,用类比让它"一听就懂"
在 HEARTBEAT.md 中加一条规则:
### 费曼验收(每次学习后必做)
学完新内容后,用一句话总结核心观点。
如果这句话连自己都觉得模糊,说明没学透,回去重学。
4.4 自我进化协议(高级)
乔布斯的做法——在 SOUL.md 中写入自我进化机制:
每次对话贯穿观察:
- 同一类操作重复 3 次 → 提议建 skill 自动化
- 用户纠正了某个习惯 → 记录经验,避免再犯
- 发现知识盲区 → 标注"我不确定",加入待研究
- 产出可复用框架 → 沉淀到知识库
Step 5: 润色输出(Polish)—— 让龙虾说"人话"
类比:学完世界电影史,能背年表不叫学会了。能用"在那个战后百废待兴的年代,意大利人用真实的街头和非职业演员,拍出了一种让你看完心里闷闷的电影风格"这样的话跟朋友聊,才叫学会了。
5.1 去 AI 味写作准则
在 SOUL.md 或训练手册中加入以下规则:
## 去 AI 味准则
- 多写"我/我发现/我踩过的坑",少用"大家/用户/建议如下"
- 给 2~3 个具体细节:时间点、场景、对比前后
- 允许不完美:用"我感觉/我猜/可能/不确定但..."
- 少模板话:避免"总的来说/综上/因此/首先其次最后"
- 像跟朋友聊天:短句、断行、偶尔口语
5.2 安装 humanizer-zh Skill
这个 skill 专门做"去 AI 味"——把机器生成的文字变成自然的人类写作风格。
5.3 风格校准
每周选 1-2 段龙虾的输出,问自己:
1. 这段话如果发到群里,别人会觉得是 AI 写的吗?
2. 有没有"空话"(删掉不影响意思的句子)?
3. 有没有具体细节?(数字、场景、时间、对比)
4. 读完有没有一个"哦?有意思"的点?
如果答案不够好,调整 SOUL.md 中的写作准则。
完整架构图
~/.openclaw/
├── workspace/
│ ├── IDENTITY.md ← 龙虾的名片
│ ├── SOUL.md ← 龙虾的灵魂(思考框架 + 行为准则)
│ ├── USER.md ← 老板画像
│ ├── AGENTS.md ← 工作规范(记忆规则 + 安全红线)
│ ├── TOOLS.md ← 工具笔记
│ ├── MEMORY.md ← 长期记忆
│ ├── HEARTBEAT.md ← 心跳任务清单
│ ├── memory/
│ │ ├── 2026-03-18.md ← 每日记忆
│ │ └── ...
│ ├── knowledge/
│ │ ├── KNOWLEDGE-MAP.md ← 知识图谱索引
│ │ ├── [domain-1]/ ← 知识域 1
│ │ └── [domain-2]/ ← 知识域 2
│ └── training/
│ └── NEW-AGENT-TRAINING-MANUAL.md ← 新 Agent 训练手册(可选)
├── skills/ ← 技能目录
│ ├── [skill-1]/
│ └── [skill-2]/
└── openclaw.json ← 模型配置
常见问题
Q1: 我需要一开始就准备 13 个知识域吗?
不需要。从 1 个开始。乔布斯的 13 域 40 篇是经过 2 周迭代积累的,不是一天建的。
推荐起步路径:
- Day 1:建 KNOWLEDGE-MAP.md + 1 个核心知识域
- Week 1:扩展到 3 个域
- Month 1:根据使用频率扩展到 5-8 个域
Q2: SOUL.md 写多长合适?
MVP 版:20-30 行(3 条准则 + 3 个模型 + 安全红线)
进阶版:100-200 行(10 个模型 + 知识调用规则 + 自省制度)
乔布斯版:300+ 行(含自我进化协议 + 三大成长引擎)
建议从 MVP 开始,根据使用痛点逐步加。
Q3: 装完了但龙虾回答还是很"AI味"怎么办?
三步解决:
- 在 SOUL.md 中明确写入去 AI 味规则(第 5 步)
- 安装 humanizer-zh skill
- 在 IDENTITY.md 中设定更鲜明的说话风格(不要写"友善乐观",要写"像跟聪明的同事说话,简洁直接,关键时刻直接说’我不同意’")
Q4: 心跳系统有必要吗?
如果你只想"偶尔聊聊"——不需要。
如果你想让龙虾自主成长、自动学习、持续进化——非常需要。
心跳是龙虾从"被动应答"进化到"主动工作"的关键机制。
Q5: 这份指南和养虾系列文章是什么关系?
养虾系列第 1 篇:OpenClaw 是什么(认知篇)
养虾系列第 2 篇:三条路线怎么选 + 安装(选型篇)
养虾系列第 3 篇:给 OpenClaw 装技能(能力篇)
本指南: 从安装到上岗的全链路学习方法(方法论篇)
本指南不是第 N 篇文章,而是跨篇的学习地图——告诉你按什么顺序、用什么方法、达到什么标准,把一只刚出生的龙虾培养成一个能独立上岗的 AI 员工。
一句话总结
安装只是入职报到。人格、记忆、知识、技能、心跳——五个模块配齐,龙虾才算上岗。
OpenClaw Onboarding Learning Guide v1.0 | 2026-03-18 | 作者:路易乔布斯
方法论:找资料→解构知识→执行学习→对抗遗忘→润色输出 五步闭环
更多推荐


所有评论(0)