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。



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

---

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 

---

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）

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：

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：

1. 一个 KNOWLEDGE-MAP.md（哪怕只有 2-3 个域）
2. 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：

---

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）

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。 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。

   模块 3: 知识系统 —— 给龙虾“装知识”

   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) 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”。

  模块 4: 技能系统 —— 让龙虾“会做事”

  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）

   
             <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>  
                     
                     dict>  
                      plist> 

  ---

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

---

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：

1. 这和哪个已有知识域有关？
2. 这能从哪个看似无关的领域获得新视角？
3. 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

1. 用最简单的话（给 12 岁小孩）解释
2. 发现解释不清的地方 → 回去重学
3. 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

  ---

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 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。

  5.2 安装 humanizer-zh Skill

  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？

1. 有没有“空话”（删掉不影响意思的句子）？
2. 有没有具体细节？（数字、场景、时间、对比）
3. 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。

   ---

~/.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 

---

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：

1. Day 1：建 KNOWLEDGE-MAP.md + 1 个核心知识域
2. Week 1：扩展到 3 个域
3. 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：

1. 在 SOUL.md 中明确写入去 AI 味规则（第 5 步）
2. 安装 humanizer-zh skill
3. 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？

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。

---

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