大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



你以为 System Prompt就是一堆文字？人家把它做成了9层架构，每一层都有明确的设计权衡。

前两天看到大佬@servasyy_ai发了一篇贴子：《OpenClaw Agent System Prompt架构详解 v2.1》。本来以为是普通的技术文档，结果一看——好家伙，他把一个System Prompt拆成了9层，还画了架构图！

更绝的是，每一层都写了设计权衡：为什么这么设计？有什么好处？代价是什么？看得我直接跪了。

今天我就用大白话，把这“九层妖塔”拆给你看。看懂这个，你就能理解为什么你的token消耗总是控制不住。

看不懂直接丢给你的openclaw看，看完让它照这优化。

新手只需要知道这两层：

• Layer 7（工作区文件）：你想改Agent的性格、规则？直接改这里的.md文件
• Layer 8（Bootstrap Hook）：你想动态注入实时信息？用这个写脚本

其他层都是框架自动生成的，看看就行，别手贱去改。

常见需求对应：

• 想让Agent有个性？→ 改 Layer 7 的
• 想塞项目文档？→ 用 Layer 8 的
• 想注入当前时间/天气？→ 用 钩子
• 嫌Prompt太长烧钱？→ 调 配置

---

就像操作手册的“使用说明”

这层告诉LLM三件事：

• 你是谁（身份设定）
• 你能做什么（能力边界）
• 怎么回应（输出格式）

实际长这样：

💡 设计权衡：灵活vs一致

• 决策：框架统一生成，保证所有Agent基础行为一致
• 好处：用户不用重复配置、框架升级自动获得新能力
• 代价：用户改不了核心规则，特殊需求只能去Layer7/8绕路

---

就像瑞士军刀的说明书

每个工具都用JSON Schema写得死死的：

💡 设计权衡：灵活vs类型安全

• 决策：用严格的JSON Schema定义工具参数
• 好处：LLM理解更准、调用前可验证参数、自动生成文档
• 代价：加新工具要写完整Schema，没法玩动态参数

---

就像餐厅的“特色菜谱”

框架自动扫描 目录，里面的技能全给Agent学会。

💡 设计权衡：灵活vs维护成本

• 决策：自动扫描目录，不用手动注册
• 好处：加新技能扔文件夹就行，所有Agent自动学会
• 代价：没法精确控制每个Agent用啥技能，所有技能都塞进Prompt（token狂涨的元凶之一！）

---

就像“快捷键”

给复杂模型起短名字： 代替

💡 设计权衡：灵活vs可读性

• 决策：允许为常用模型定义别名
• 好处：调用简单、支持多Provider切换、方便A/B测试
• 代价：要维护别名配置文件，不同Agent可能同名不同模型

---

就像“交通规则”

定义Agent怎么和系统交互：

• Silent Replies：用户说“收到”，Agent回
• Heartbeats：系统心跳检查，Agent回

💡 设计权衡：自由vs一致

• 决策：定义标准化交互协议
• 好处：所有Agent行为一致、可自动化监控、多Agent协作不乱
• 代价：限制了Agent的自由发挥，LLM可能不守规矩

---

就像“仪表盘”

每次请求都告诉LLM：

• 当前时间
• 当前模型
• 运行环境
• 操作系统

💡 设计权衡：token消耗vs上下文准确

• 决策：每次请求都注入最新运行时状态
• 好处：LLM不会犯“现在是2023年”的低级错误
• 代价：每次请求多花~2KB token

---

就像“你的工作笔记”

这是你能直接改的静态文件：

• ：定义Agent性格
• ：写协作规则
• ：记事儿（建议让MemOS自动管）

💡 设计权衡：框架稳定vs用户自由

• 决策：把“变”和“不变”分离，框架层保证一致，用户层允许个性
• 好处：可定义身份、可版本管理、框架升级不炸配置
• 代价：改不了框架核心行为，得学TELOS框架

---

就像“可编程注射器”

四种玩法：

1. agent:bootstrap（最猛）
   完全控制文件数组，可以增删改、重排序
   
   

1. bootstrap-extra-files（简单）
   只追加文件，不改现有的
   
   

1. before_prompt_build（实时）
   发消息前修改Prompt，适合注入当前时间
   
   

1. bootstrapMaxChars（限重）
   单文件默认20K，总计150K，超了按头70%+尾20%截断
   
   

💡 设计权衡：静态简单vs动态灵活

• 决策：在静态文件之外提供动态Hook机制
• 好处：可根据上下文动态注入、可执行shell命令、支持条件判断
• 代价：要学Hook语法，脚本写崩了Prompt就炸

---

就像“实时路况”

每次请求动态注入：

• 谁在说话
• 对话历史
• 是否被@

💡 设计权衡：token消耗vs对话连贯

• 决策：每次请求都注入最新上下文
• 好处：LLM知道谁在说话、记得前文
• 代价：每次~3KB token，历史可能带噪音

---

很多人以为“用户可控”就是改配置文件，其实OpenClaw给了3种控制方式：

真正能省token的，就是Layer 7和Layer 8！

---

Layer 7优化：

• ✅ 用表格代替长篇大论
• ✅ 让MemOS自动管，别手写
• ❌ 别重复描述框架已经知道的事
• ❌ 别把Skills说明复制进来

Layer 8优化：

• ✅ 简单场景用
• ✅ 需要条件判断用
• ✅ 需要实时上下文用
• ❌ 别在Hook里干耗时操作
• ❌ 别用不稳定的外部依赖

超长文件处理：

• 默认截断策略：头70% + 尾20%，中间不要了
• 为啥？因为文档中间通常最水

---

看完这篇拆解，我才明白：OpenClaw的System Prompt不是一坨文字，而是一个精心设计的软件架构。

• Layer 1-6：框架自动搭，稳如老狗
• Layer 7-8：用户来装修，个性拉满
• Layer 9：实时情报，保持在线

每一层都有明确的设计权衡——知道为什么这么设计，比知道怎么配置更重要。

原文里有完整的架构图和代码示例，想看原汁原味的技术文档，可以找@servasyy_ai的置顶帖。

最后手动艾特大佬：这九层妖塔的拆解，属实是喂到嘴边的龙虾了！