先说你可能有的误区

很多人(包括我最开始)把 OpenClaw 当成"更聪明的 ChatGPT"来用——遇到问题就问它,让它帮你写代码、找资料、出方案。

这么用不是不行,但你会发现效果不稳定:有时候很惊艳,有时候一堆废话,然后你开始怀疑是不是模型不够好,或者提示词没写好。

问题不在这里。问题在于你没有给它任何上下文,它也不知道你是谁、你在做什么、你有什么标准。

每次对话都是从零开始,它帮你做的事情自然很难持续。

OpenClaw 真正的价值:把你的 SOP 变成可执行的代码

独立开发者每天都在重复一堆事情:

  • 每天早上看任务列表、整理今日优先级
  • 写完文章后要适配到不同平台(微信、小红书、推特)
  • PR 合并后要更新文档、通知相关人员
  • 定期做竞品调研、看行业动态

这些事情不是不会做,是太琐碎、太分散、太容易忘

OpenClaw 能做的,是让你把这些流程显式地写下来——以 Skill 的形式。一旦写好,下次触发一句话就能跑完整个流程。

比如我写了一个 obsidian-daily skill,每天早上我说"开始今天的工作",它会:

  1. 读今天的 daily note 模板
  2. 拉取 Linear 里我的 active tasks
  3. 检查 Obsidian 里有没有未完成的昨日任务
  4. 整合成一个今日计划,写入 daily note

这个流程我每天都要做,以前手动搞要 10-15 分钟,现在 2 分钟搞定,而且不会漏。

关键在于:Skill 是你写的,按照你的逻辑,调用你的工具,符合你的标准。 不是 AI 猜测你想要什么,而是你把想要的明确告诉它了。

配合你的工作流,而不是替代它

这是第二个容易踩的坑:以为用了 OpenClaw 就要换掉所有现有工具。

不对。它的定位是嵌入到你已有的工作流,而不是颠覆它。

我的工作流大概是这样:

  • 任务管理:Linear
  • 笔记/文章:Obsidian
  • 代码:GitHub + tmux
  • 内容发布:手动(现在部分用 OpenClaw)

OpenClaw 没有替代任何一个。它是把这些工具"串"起来的那个层——它知道我的 Linear 任务,知道我的 Obsidian 结构,知道我的 GitHub 项目,可以跨工具协调。

Skill 系统:把你的流程固化

Skills 是 OpenClaw 里最值得花时间的部分。每个 Skill 就是一个 markdown 文件,描述一类任务的执行规范。

比如我有:

  • content-adapter — 把 Obsidian 文章改写成各平台格式
  • obsidian-daily — 每日工作流
  • dev-sop — 开发任务执行规范

写好 Skill 之后,你不需要每次都解释背景。说"帮我适配这篇文章",它就知道按 content-adapter 的规范走。

一开始觉得写 Skill 是额外工作。现在觉得这个时间投入完全值得——相当于给 AI 做了一次"岗前培训",之后它就知道你的标准了。

Cron 定时:让它在你不在的时候跑

OpenClaw 支持定时任务。我设了几个:

  • 每天 7:00 — 跑 daily briefing,把今天的工作整理好
  • 每周日 — weekly review,统计上周任务完成情况,生成下周计划草稿
  • 每隔 X 小时 — heartbeat 检查,看有没有需要关注的异常

这些跑完会发到我的 Discord。我早上起床刷一下,今天要干什么、有什么没做完,一目了然。

不用我主动去问,它自己就跑好了。

Memory 跨会话记忆:让它记住你是谁

这个很多人不注意,但很重要。

OpenClaw 有一套文件型记忆系统——MEMORY.mdUSER.mdSOUL.mdmemory/daily/ 目录。每次会话它都会读这些文件,所以它知道:

  • 你叫什么、在做什么项目
  • 上周解决了什么问题
  • 你的偏好和风格
  • 重要的决策和上下文

我把项目状态、重要决策、踩过的坑都记录在 memory/projects/ 里。下次打开新会话,它能无缝接上。

这不是魔法,是你主动维护的信息系统。如果你不更新这些文件,记忆就是空的。

什么不该期待

说了这么多能做的,也说说不该期待的:

❌ 不要指望它自动发现你的工作流 它不会主动观察你在做什么然后帮你优化。你得先想清楚自己的 SOP,然后告诉它。AI 是执行者,你是设计者。

❌ 不要指望零配置开箱即用 Skills 要自己写或者改,Memory 文件要自己维护,Cron 任务要自己设。刚开始投入的时间不少。如果你不愿意做这个初始配置,用 ChatGPT 就够了。

❌ 不要指望它替你做决策 它可以给选项、分析利弊,但最终判断要你来。AI 会犯错,特别是在它不熟悉你具体业务的情况下。

❌ 不要指望它处理超复杂的长链任务不出错 步骤越多、工具调用越多,出错概率越高。超过 10 步的任务,拆成多个小任务分别执行比一口气跑完更可靠。

正确的入门路径

如果你是新用户,建议这样开始:

  1. 先找一件你每天都在重复做的事,不用复杂,比如整理任务列表或者写日报
  2. 把这件事的步骤写下来,越具体越好
  3. 把这些步骤写成一个简单的 Skill
  4. 跑几次,调整,直到它能稳定执行
  5. 然后再加下一个 Skill

不要一上来就想把所有工作流都自动化,先从一个点打通,建立信心,再扩展。

结语

OpenClaw 本质上是一个可编程的 AI 助手。“可编程"是关键词——它的能力上限很高,但能发挥多少,取决于你有没有把它配置好。

用好了,是真的能省不少时间,特别是那些重复但需要一定判断力的任务。

用不好,就是一个贵一点的聊天机器人。

差别不在工具,在用法。