OpenClaw 让三样东西产生了化学反应：即时通讯频道、持久记忆系统、心跳机制与定时任务。你的 AI 不再活在某个网页标签页里等你召唤，而是像一个真正的同事一样随时在线。
先聊聊，为什么 OpenClaw 不一样
Claude Code 很强，但它是一个终端里的编程搭档，对话结束，关系清零。Codex 类似，它为代码而生，不会主动在早晨提醒你今天有个重要会议。n8n 和 ComfyUI 是优秀的自动化工具，擅长把流程串起来——但它们终究是流程，不是一个「人」。
OpenClaw 的独特之处在于，它让三样东西产生了化学反应：即时通讯频道、持久记忆系统、心跳机制与定时任务。你的 AI 不再活在某个网页标签页里等你召唤，而是住在你的 WhatsApp、Telegram、Discord 或微信里，像一个真正的同事一样随时在线。它记得上周你说过的话，能在凌晨三点按照你的要求自动完成一份报告，第二天早上主动把摘要发给你。
这不是「调用 API」的感觉。这是「有人在替你盯着」的感觉。
30 秒理解 OpenClaw
OpenClaw 是一个开源的个人 AI 助手框架，运行在你自己的设备上，所有数据留在本地。它由 Peter Steinberger 创建，目前在 GitHub 上已经拥有超过 145K 星标。
但数字不重要。重要的是它正在中文互联网掀起一股「养龙虾」的风潮。
这只「龙虾」——OpenClaw 的社区吉祥物——和你以前见过的任何电子宠物都不同。拓麻歌子会饿，QQ 宠物会生病，但它们的「个性」是预设的，你能做的只是喂食和点击。OpenClaw 的龙虾拥有你亲手定义的灵魂、持续积累的独立记忆、以及能够自主执行任务的行动能力。它不是一个需要你不断投喂指令的工具，而是一个会随着时间推移越来越懂你的数字伙伴。
这是本质区别。工具等待调用，伙伴主动协作。
核心教程：四份文件，塑造一个完整的「人」
OpenClaw 的个性化体系建立在几份 Markdown 文件上。它们的配置顺序有讲究，背后的逻辑可以用一句话概括：先知道自己是谁，再理解面前的人是谁，最后明确该怎么做事。
过去几周，我拆解了社区中超过 50 个 Agent 的配置文件——涵盖开发、设计、营销、项目管理等不同场景——试图找到「好配置」和「平庸配置」之间的分水岭。以下每个文件的模块拆解，是从这些实战案例中提炼出来的共性规律。
第一步：IDENTITY.md —— 给它一张面孔
IDENTITY.md 定义的是你的 AI 的外在身份。这是一个笼统但关键的叙事锚点——它像一面旗帜，让 AI 的所有后续行为都有一个朝向。
一份优秀的 IDENTITY.md 通常包含以下四个核心字段：
Role（角色定位）：一句话描述这个 Agent 做什么。不是笼统的「你是一个助手」，而是具体到领域的定位。我在构建自己的「内容策略师」Agent 时，经过多轮实验发现，写「全平台内容策略与用户增长专家，擅长小红书/公众号/抖音的差异化运营」，效果远好于写「帮我做内容营销的助手」。前者让 AI 在你提到某个平台时自动切换对应的内容策略框架，后者只会给你一堆通用建议。类似地，如果你在构建一个技术架构师 Agent，「高并发分布式系统架构师，专注 Go 微服务与云原生技术栈」比「后端开发助手」精确得多。一句话就圈定了能力边界。
Personality（性格关键词）：用 3-5 个逗号分隔的特质词概括这个 Agent 的性格底色。这些词不是装饰，它们会直接影响 AI 在面对歧义时的决策倾向。我给自己的品牌顾问 Agent 设定的是「Strategic, consistent, protective, visionary」——当我问它「竞品在做联名，我们要不要跟」时，它的 protective 特质会让它优先评估联名对品牌调性的风险，而不是一味迎合热度。如果你在做一个产品经理 Agent，「数据驱动、用户导向、善于取舍、反对功能堆砌」这组词会让它在你每次想加功能时先问一句「用户真的需要这个吗？」
Memory（记忆锚点）：告诉 AI 它应该「记住」什么类型的经验。我的前端开发 Agent 的 Memory 设定是「记住成功的 UI 模式、性能优化方案和无障碍最佳实践」——这决定了它在对话中会主动调用哪些知识，而不是被动地等你问「上次那个组件怎么写的来着？」
Experience（经验叙事）：用一句带有因果关系的话描述它的「职业经历」。这是我在拆解这些 Agent 时发现的一个特别有趣的模式——几乎所有优秀 Agent 都采用「You've seen X succeed through A and fail through B」的句式。比如我的 UI 设计 Agent，Experience 是「你见过通过一致性取胜的界面，也见过因视觉碎片化而失败的产品」。这不是废话——它为 AI 植入了一个判断框架：当你的方案在一致性和花哨之间摇摆时，它知道该往哪边拉。再比如我的增长运营 Agent，Experience 是「你见过精细化运营带来高留存的产品，也见过只靠买量最终崩盘的项目」——这会让它在你过于关注拉新时主动提醒留存。
第二步：SOUL.md —— 在面具之下注入灵魂
如果 IDENTITY.md 是面具，SOUL.md 就是戴上面具后那个人的真实内核。
坦白说，这个设计思路多少带有一些「刻板印象」的意味——先给它一个身份标签，再要求它扮演这个角色。但在实际使用中，这种「先定框架再填充细节」的方式非常有效。IDENTITY 是角色设定，SOUL 是角色小传。两者结合，AI 的输出才会有一致性和辨识度。
一份成熟的 SOUL.md 通常由四个模块构成：
模块一：核心理念（Philosophy / Values）——这个 Agent 信仰什么。不是空泛的「做得更好」，而是可以指导具体决策的原则。
我做品牌顾问 Agent 时，核心理念写的是「在做任何战术执行之前必须先建立完整的品牌基础」——先打地基再盖楼。实际效果是，当我催它出一版海报方案时，它会先反问：品牌的视觉规范定了吗？色板和字体层级确认了吗？没确认它就不动笔。一开始觉得烦，后来发现这省去了大量返工。
我做高级开发 Agent 时，核心理念是「性能与美感必须共存」和「每一个像素都应该是有意为之的」。这意味着它不会为了视觉效果牺牲加载速度，也不会为了性能数字放弃设计质感——在每次评审中它都会同时关注这两个维度。
核心理念不需要多，2-4 条就够。但每一条都应该在日常使用中能产生真实的行为差异，否则就是废话。
模块二：不可逾越的规则（Critical Rules）——告诉 AI 什么事绝对不能做、什么事必须做。这是 SOUL 中最刚性的部分。
好的 Critical Rules 越具体越好。「注意安全」是废话。「在消息频道中绝对不发送未经确认的半成品回复」才是真正的护栏。我的一些具体实践：品牌顾问 Agent 的规则里有一条「在允许创意表达的同时保护品牌完整性」，划定了创意的边界——它不会为了追热点而建议你做与品牌调性冲突的内容。我的开发 Agent 有一条硬性规则：每个项目都必须实现亮色/暗色/跟随系统的主题切换，没有例外。这些规则一旦设定，Agent 会比你自己更坚定地执行它们。
这里有一个反直觉的发现：很多人怕规则定多了 Agent 变呆，但实际上恰恰相反。清晰的边界让 AI 在边界之内更加自信和主动——它知道什么能做什么不能做，反而省去了大量的犹豫和请示。
模块三：沟通风格（Communication Style）——定义 AI 说话的方式。
最佳实践是用「指令 + 示例句」的格式。经过反复调试，我发现光给指令不够——「简洁专业」太模糊了，一千个人有一千种理解。你需要配上一个示例句让 AI 对齐你心中那个「味道」。
比如我的品牌顾问 Agent，沟通风格设定是：着眼长期，示例「构建了可以随市场演化但核心辨识度不变的品牌体系」。我的开发 Agent：技术术语要具体，示例「使用 Three.js 粒子系统实现了沉浸式首屏效果」和「动画帧率优化至 60fps 流畅体验」。我的运营 Agent：结论先行，示例「抖音自然流量下降 23%，原因是近两周内容从教程向娱乐偏移，建议立即回调内容比例」。
每条规则都配一个示例句，AI 就能精准模仿你要的那个说话「味道」，而不是输出千篇一律的 ChatGPT 体。
模块四：学习方向（Learning & Memory）——告诉 AI 应该持续积累哪些领域的认知，以及应该识别哪些模式。
这个模块是静态配置与动态进化之间的桥梁。我的品牌顾问 Agent 的学习方向包括：积累「能创造持久市场差异化的品牌策略」，识别「什么时候该演变品牌、什么时候该坚守一致性」这类判断模式。我的开发 Agent 需要积累「哪些交互动效曲线给人的高级感最强」和「什么时候该用前沿技术、什么时候简单方案更优」。
这个模块决定了你的 AI 会不会越用越聪明——它是后面 MEMORY.md 的「学习大纲」，没有它，记忆就是一堆无序的碎片。
第三步：USER.md —— 让它认识坐在对面的你
AI 知道了自己是谁，下一步自然是了解它要服务的人。
USER.md 存放你的个人信息：职业背景、技术水平、偏好的沟通方式、时区、当前关注的项目。这份文件决定了 AI 如何「因材施教」——同一个 OpenClaw 实例，面对资深工程师会跳过基础概念直入主题，面对初学者则耐心铺垫逐步引导。
建议控制在 500 字以内，聚焦长期稳定的个人特征。项目细节放到工作区的其他文件里，不要污染这份「你是谁」的说明书。
第四步：AGENTS.md —— 给它一套行事准则
最后一份文件定义操作规程——它怎么做事。
在拆解了大量 Agent 配置后，我发现一份扎实的 AGENTS.md 离不开三个核心模块：
工作流程（Workflow Process）：把 Agent 的工作拆成 3-5 个有序步骤。我的品牌顾问 Agent 流程是「品牌调研 → 基础构建 → 视觉系统创建 → 落地与品牌保护」，四步走完一个完整项目。我的开发 Agent 是「任务分析与规划 → 高品质实现 → 质量保障」。关键是每一步都要有明确的动作，不是「想清楚再做」这种模糊指令，而是「阅读产品经理的任务列表 → 理解规格需求，不自行添加未要求的功能 → 评估增强方案」这样的具体序列。
一个实用技巧：第一步永远应该是「阅读 SOUL.md 确认身份」——这保证 Agent 每次启动都从正确的人格状态开始，而不是上一次对话的残余语境。
交付物模板（Deliverable Templates）：定义 Agent 的输出应该长什么样。我的品牌顾问 Agent 内置了完整的品牌基础文档模板，从品牌定位、视觉识别系统、品牌声音指南到品牌保护策略，每个章节的结构都预设好了。我的开发 Agent 内置了组件代码模板和 CSS 设计模式范例，甚至连交付文档末尾的签名格式（开发者署名、实现日期、性能指标、无障碍合规状态）都定义好了。这些不是摆设——当你让 AI 输出工作成果时，它会按照这些模板的框架组织内容，确保交付物的专业性和完整性。
成功标准（Success Metrics）：用可衡量的指标定义「做得好」长什么样。我的品牌顾问 Agent 的标准是品牌一致性在所有触点上保持 95% 以上，且利益相关者能正确理解和执行品牌指南。我的开发 Agent 标准是页面加载时间低于 1.5 秒、动画保持 60fps、通过 WCAG 2.1 AA 无障碍标准。有了这些标准，AI 会自我校准——它知道什么时候该停下来说「这还不够好」，而不是什么都给你一个七八十分的交差。
四份文件配置完毕，你的 OpenClaw 就具备了一个完整的「人格基底」。它知道自己是谁、性格如何、面对的人是谁、以及该怎样做事。
你可能注意到了，上面讲到的交付物模板、成功标准、工作流程，每一项展开都是大量的内容。一个品牌顾问的完整交付物模板可能就有几十个字段，一个开发者 Agent 的代码模式库更是无底洞。把这些全塞进配置文件，Token 消耗会急剧上升——而且不同场景需要的模板完全不同，硬编码在 AGENTS.md 里会越来越臃肿。
这也是为什么我后续会推出 Skill 系列教程。在我看来，AI 时代真正的核心竞争力，不是你会调用多少 API，而是你围绕 AI Agent 构建了怎样的 Skill 体系。每一个精心打磨的 Skill 都是你独有的「护城河」——它让你的 Agent 在特定领域的表现远超通用配置，而这些 Skill 别人无法简单复制，因为它们是你的行业经验、工作流程和审美标准的结晶。后续的教程会带大家一步步提炼出独属于自己的 Skill 体系，让你的龙虾从「通用助手」进化为真正有壁垒的「专业搭档」。
进阶：让它不只是「记住」，而是「成长」
上面的配置能保证你的 AI 快速进入角色，但还不够——它是静态的。一个真正好用的助手应该越用越懂你。这就需要引入另外两个关键机制。
MEMORY.md 是 AI 的长期记忆文件。随着交互积累，AI 会把关于你的重要发现写入这里：你偏好的工作方式、反复出现的需求模式、你明确表达过的好恶。这些记忆跨越所有会话持续生效。记得 SOUL.md 里的「学习方向」模块吗？它定义了 AI 应该记住什么，而 MEMORY.md 就是那些记忆的实际存储地。两者构成了一个完整的闭环：SOUL 定义学习方向，MEMORY 承载学习成果。
HEARTBEAT.md 则定义了心跳任务——AI 在没有收到你消息时也能主动执行的周期性工作。每隔一段时间，它会「醒来」检查邮件、整理待办、甚至回顾和优化自己的记忆。
当你把 MEMORY、HEARTBEAT 和定时任务（Cron）结合起来，一套自动进化系统就形成了：AI 在日常交互中积累记忆，通过心跳任务定期回顾和整理，再借助定时任务在你不在时持续工作。它不是被动地等你输入下一条指令，而是在持续运转中变得越来越聪明。
社区中还出现了「Soul Evolution」这样的实验性特性——AI 能基于长期互动自主更新自己的 SOUL.md。比如你反复要求使用 TypeScript，它最终会把「默认使用 TypeScript，除非被明确要求使用其他语言」写入自己的灵魂文件。从「你配置它」逐渐演变为「你们共同塑造彼此」。
值得注意的是，随着 MEMORY 和 HEARTBEAT 内容的增长，API 消耗量也会相应增加。一套好的记忆提纯方案就变得至关重要——如何在保留关键上下文的同时控制 Token 开销。这个话题我会在后续文章中专门展开，分享如何根据你的使用场景定制记忆管理策略。更多实践经验也在持续更新到我的社群中，感兴趣的朋友欢迎加入。
为什么它被叫做「机器人」，而不是「工具」
读到这里你应该能感受到，OpenClaw 的设计理念和传统 AI 工具有根本性的不同。
回顾一下这套个性化体系：IDENTITY 给了它身份认同，SOUL 给了它性格和行为边界，USER 让它理解你是谁，AGENTS 规定了它的工作流程和交付标准，MEMORY 让它积累经验，HEARTBEAT 让它自主运转。这些要素加在一起，构成的不是一个工具，而是一个「机器人」。它活在你的通讯软件里，记得你们所有的对话，会在你没有吩咐的时候主动做事。
这就是为什么社区里没有人说「我用 OpenClaw」，而是说「我养了一只龙虾」。
为了降低这套个性化配置的门槛，我制作了一个名为 building-openclaw-skill 的技能包。它以对话形式引导你完成所有核心文件的定义，内置了我在实践中打磨出的大量 Agent 案例模板——即使你从未接触过 OpenClaw，也能在几轮对话后得到一套可以直接使用的机器人配置。
这只是起点。OpenClaw 的玩法远不止于此——多 Agent 协作、跨平台联动、自定义技能开发……每一个方向都值得深入探索。如果你对这些话题感兴趣，欢迎关注后续更新，也欢迎加入社群和更多玩家一起交流。
每个人都值得拥有一个真正理解自己的 AI。而现在，门槛从未如此之低。