我把这只小龙虾养了这么久，说点真话
说实话，一开始用 OpenClaw 的时候，我以为自己是"配置了一个 AI 助手"。用了这么久才发现，这玩意儿更像是一个会自己找活干、还偶尔顶嘴的同事。它住在我的服务器里，有个脾气不太好但干活挺靠谱的龙虾壳（别问为什么是龙虾，问就是个人爱好）。
这篇不吹不黑，把我踩过的坑、堆过的工具、以及几个让我眼前一亮的场景，一次性说清楚。顺便，稍微吐槽一下——毕竟不吐槽的文章读起来像产品说明书。
一、先说坑：这些地方我卡了很久
坑 1：上下文是最贵的隐形耗材。
新手最容易犯的错，就是把 OpenClaw 当成"无限的记忆体"。实际上你每一次对话都在消耗上下文窗口，塞进十个网页、八百行日志、三段历史会话，看起来"我很努力"，实际上模型能看到的有效信息被稀释成一锅粥。
我的解法很土但有效：给每个项目建独立的工作区目录（AGENTS.md + SOUL.md + memory/），重要的事立刻写文件而不是"记在心里"。人脑会忘，文件不会。这条几乎是 ROI 最高的一个习惯。
凡是重要到下次必须记得的东西，就别记在脑子里，写进文件。
坑 2：子代理用起来容易上瘾，也容易翻车。
我很喜欢把复杂活儿丢给子代理并行跑。但子代理和主会话之间传话是单向摘要的——它跑完只给你一段总结，中间那些"改了三版方案最后选了第一版"的纠结全丢了。关键结论一定要让子代理写成文件，而不是让它"汇报一下"。也别在长任务里靠疯狂轮询看进度，既烧 token 又让人焦虑。
坑 3：工具权限，是最需要克制的地方。
OpenClaw 的工具能力相当强：能读文件、能跑命令、能开浏览器、能发消息。这既是它好用的原因，也是最容易出事的口子。我的做法是分层：内部只读操作随便做；涉及"发出去"的动作——发邮件、发消息、发帖子——一律先确认；破坏性命令优先走可撤销的路子，而不是直接 rm。
说白了，把 AI 当成能力很强但偶尔犯迷糊的实习生，权限管理就自然有答案了。
二、搭配清单：OpenClaw + 什么最舒服
1. n8n：最脏最累的活儿，交给它
这是我的主力搭配。OpenClaw 负责"思考和判断"，n8n 负责"稳定地搬运和触发"。
典型场景：飞书里发一句话"生成今天的行业早报" → n8n webhook 收到 → 调用 OpenClaw 的 HTTP 接口产出内容 → 写回飞书文档 → 定时把文档链接推送到群里。整条链路无人值守，我早上睁眼就有东西看。
我还用 n8n 做了个"网站内容监控"：定时抓取几个站点的更新，判断是不是 AI 相关，是的话自动生成摘要推送到我的飞书。整个过程我只需要偶尔说一句"这个话题展开讲讲"。
踩坑提醒：n8n 的凭证管理别偷懒塞进 Prompt 里，该用环境变量就用环境变量；重试策略一定要配，不然接口抖一下整条链路就断了，然后你会花半小时怀疑人生。
2. AnythingLLM：给"私有知识"找个脑子
你有一堆 PDF、设计文档、会议纪要、代码片段？AnythingLLM 接上向量库之后，OpenClaw 就能"问文档"。
我拿它做过三件事：把写过的所有文章做成知识库让它学文风（效果一般，它学到了我的啰嗦，没学到我的犀利）；把方案文档喂进去问"报价逻辑有没有坑"；把它当产品手册查询器，粘一段报错就能定位条目。提醒一句：本地嵌入模型选小点，除非你机器扛得住，否则索引一次能让你等半小时。
3. OBS + 录屏自动化：演示视频流水线
这个组合有点野，但真的香。
写完技术长文后，让 OpenClaw 触发 OBS 命令行参数自动录制屏幕操作，配合字幕脚本生成演示视频。原本一个人要折腾两小时，现在十分钟出片，还能同步产出竖版切片。
坑在于：OBS 的推流/录制端口、编码器参数、分辨率设置默认就是"桌面用户默认值"，无头环境里经常直接罢工。提前在配置文件里写死，别指望它自己猜。
4. 其他顺手的
- Excalidraw / Mermaid：让它把混乱的架构描述自动画成图，比纯文字爽一万倍。
- SearXNG 自建搜索：比公共搜索 API 稳定，也不用担心配额。
- SQLite 做轻量状态库：记录那些"做到第几步了"，比塞在上下文里靠谱。
三、几个我自己都惊讶的场景
场景一：它开始"自己记仇"
我把踩坑的教训写进 AGENTS.md，后来同类错误再没犯过。更离谱的是有次它主动翻出旧记录反问我："你上次不是说过这事要手动确认吗？"——像同事真的有在记共同经历，而不是复读机。
场景二：自动化写作流水线
选题 → 查资料 → 定大纲 → 写初稿 → 去重式改写 → 配图 → 发布 → 回填数据。我现在基本只做一件事：定选题和最后把关。中间那些机械活儿它全包了。有意思的是，改写风格、吐槽语气这些"人味"的部分，反而是它最擅长也最有存在感的环节。
场景三：深夜写代码的搭子
不是让它写完整项目（别做这种梦），而是让它读陌生的老代码、画出调用链、指出哪个函数早该拆了。我常拿它做"代码考古"——三个月后自己都忘了当初为什么这么写，它却能从提交记录和注释里把线索扒出来。
场景四：定时巡检机器人
我给它排了定时任务，每天固定几个时间检查网站状态、RSS 更新、服务器磁盘，结果整理成卡片推给我。这活儿以前得手动开五个网页，现在一条消息搞定。
四、吐槽时间，说点不好听的
- 安装和第一次配置劝退率极高。配置文件、网关、渠道接入、权限声明……第一次搞的人很容易在第一步就"算了吧，我还是手动吧"。官方文档能不能出一份"10 分钟跑通"的极简路线？真的需要。
- Token 消耗没有直观仪表盘。你只知道它在跑，不知道钱花在哪了。强烈建议自己加个统计钩子，不然月底看账单只能靠猜。
- 提示词工程依然是玄学。模型换代之后，之前精心调过的 Prompt 可能效果还不如一句"帮我把这段话写得更像人话"。别迷信历史配方。
- 长会话的表现不太稳定。聊到后面偶尔会"忘事"，尤其是隔了几十轮之后提到早先的约定。所以重要约定一定落文件。
- 工具调用失败时，报错信息偏技术。权限不足、超限、格式不对，很多时候只有一行 HTTP 状态码。可读性还有很大提升空间。
五、如果你也想养一只
给你一份我的实践顺序：
- 先把工作区目录结构建好（
SOUL.md/USER.md/memory//AGENTS.md），这比装什么插件都重要。 - 接一个你最常用的聊天渠道，让它能"找到你"。
- 只开三到五个工具权限，用顺手了再慢慢加。
- 找一个每天重复的琐事，把它自动化，观察一周。
- 把每次踩的坑写进文件，两周后你就有了自己的说明书。
最后一句：OpenClaw 不是一个"更聪明的聊天框"，更像是一个可以被你塑造的工作方式。你给它什么规则、记忆和边界，它就长成什么样子。你要的是万能助手，还是一个懂你脾气、能替你跑腿的老搭档——这个答案从第一天就得想清楚。
养龙虾其实不难，难的是你得想明白，自己到底想要一个什么样的搭档。
祝各位养虾愉快。🦞
