為什麼都在養龍蝦？我的 OpenClaw 實戰案例分享！
整理版優先睇
OpenClaw真正價值：將工作流沉澱成Skill，實現協作複利
呢篇文章係作者分享佢用OpenClaw（佢稱之為「養龍蝦」）嘅實戰經驗。作者本身係建築相關內容創作者，最初只係用龍蝦定時推送AI新聞，後來發現佢可以完成需要多個專業工具協作嘅複雜任務，例如將一張建築圖生成多種變體再變影片，同埋由平面圖自動生成「走進房間」嘅實景影片。整體結論係：OpenClaw真正嘅價值唔係取代問答，而係將多步驟工作流自動化，並將經驗沉澱成可複用嘅Skill（技能包），令AI助手持續學習同提升，形成協作複利。
作者詳細拆解咗由平面圖到實景影片嘅六步流程：清洗平面圖、生成3D俯視效果（需注意視角方向）、裁切目標房間區域、生成第一人稱室內透視圖、用影片模型串聯鏡頭運動、最終合併影片。過程中遇到視角方向不一致嘅問題，需要作者用精確嘅空間描述語言糾正，例如「相機從東側入口朝西拍，左側係衣櫃，正對係窗，右側係牀頭靠牆」。呢啲經驗最終寫入Skill文件，下次可以複用。
最後作者反思，養龍蝦唔係外包思維，而係協作思維。AI助手會主動學習、定期檢索社區Skill、甚至提煉出作者自己冇講嘅規則，反過來影響作者嘅思考方式——呢種回報係複利嘅。佢提醒：要養好龍蝦，需要拆解任務、精確描述、有能力識別同糾正錯誤，三者缺一不可。
- OpenClaw真正價值係將多步驟工作流自動化，並將經驗沉澱成Skill，實現協作複利，而唔係單純嘅問答替代。
- 由平面圖到實景影片需六步：清洗平面圖、生成3D俯視（視角要匹配）、裁切區域、生成室內透視、影片過渡、拼接，每個步驟都涉及唔同工具。
- 傳統45°等距視角會旋轉方向，導致門窗位置對唔上；改用從南側偏低角度朝北嘅透視（25-30°仰角）先可以保持方向一致。
- AI助手需要你嘅專業知識翻譯成精確嘅描述語言，例如相機位置、方向、左中右描述，越精確結果越好。
- 每次任務後將踩過嘅坑同有效方法寫入Skill文件，形成可複用能力包；AI更會主動檢索社區Skill，反向幫你發現新能力。
龍蝦嘅真正價值：唔止係問答機器
作者最初用龍蝦定時推送AI新聞，呢啲只係基本操作。真正值得關注嘅，係佢可以串聯多個AI工具完成複雜任務，例如將一張建築圖變成多種變體再合成影片。
OpenClaw 真正有價值嘅地方，係將多個 AI 工具串成一條流水線嘅能力。
建築變體：一張圖變六張，再變影片
作者上傳一張建築圖，龍蝦會自動分析透視關係，生成6張保持同一視角、不同體量組合嘅變體圖，再用影片模型做過渡動畫，最後拼接成一段連貫形變影片，仲有背景音樂。
平面圖變實景影片：六步工作流
作者想將平面圖自動變成「走進房間」嘅影片，佢拆解咗六個步驟：
- 1 清洗平面圖，去掉手繪痕跡、統一線寬
- 2 生成整套公寓嘅3D俯視效果，保持同平面圖相同嘅方向感
- 3 裁切目標房間區域，帶一點周邊上下文
- 4 生成該房間嘅第一人稱室內透視圖
- 5 用影片模型將呢幾張圖串成有鏡頭運動感嘅影片
- 6 將所有片段合併成完整影片
過程中遇到視角方向問題：AI第一版用45°等距視角，旋轉咗方向，導致門窗對唔上。作者糾正佢改用從南側偏低角度朝北嘅透視（25-30°仰角），先解決問題。呢種糾錯過程需要作者用精確嘅空間語言描述。
AI助手需要你嘅專業知識翻譯成佢能理解嘅描述語言——例如「相機從東側入口朝西拍，左側係衣櫃，正對係窗，右側係牀頭靠牆」。越精確，越接近想要嘅結果。
沉澱為Skill：協作複利
所有討論、糾錯、迭代嘅經驗，最終都被寫入一個Skill文件，記錄咗完整工作流、提示詞寫法同踩過嘅坑。呢個Skill可以複用於任何户型圖，唔使從頭摸索。
養龍蝦唔係外包思維，係協作思維。
作者提醒，要養好龍蝦需要三件事：將複雜任務拆解成清晰步驟；將專業知識翻譯成AI能理解嘅語言；喺AI犯錯時有能力識別並糾正。三者缺一不可。
最近 OpenClaw 呢個名喺 AI 圈越嚟越流行。佢 14 日內超越 React 成為 GitHub 歷史上搶星最快嘅項目，好多人開始拎嚟玩，叫佢做「養龍蝦」。
我都養咗一隻。養嚇養嚇，發現佢做得到嘅嘢，比我最初想像中多好多。
先講嚇龍蝦做到啲乜嘢
最簡單嘅，係叫佢定時幫我推送 AI 新聞。每日早上 7 點，佢會自動去 The Verge、Ars Technica 等英文科技媒體，整理出 5 至 10 條同 AI 最相關嘅內容，翻譯成中文，直接發去我嘅 Discord 頻道。呢個唔複雜，設定好就識行，基本上每個養蝦人第一步都會試下，唔值得多講。
值得講嘅，係佢完成咗嗰啲本來需要幾個專業工具一齊做先做到嘅任務。
建築變體：一張圖變六張，再變影片
我嘅影片號出過好多建築相關嘅內容，有時需要對一個方案生成多種形態變體——唔係改風格，係改體量、改組合方式，但保留基本嘅透視同比例關係。
以前喺公眾號已經介紹過我用工作流程完成呢個工作。
而家我教咗龍蝦呢個工作流程，之後我只需要：上傳一張建築圖，佢會自動分析透視關係，生成 6 張保持同一視角、唔同體量組合嘅變體圖，然後用影片模型喺變體之間做過渡動畫，最後接埋成一段連貫嘅變形影片，仲有背景音樂。
成個過程佢自動用咗圖像分析、圖像生成、影片生成、音頻生成、影片剪接五個唔同嘅工具，我只需要上傳一張圖。之前嘅文章《再過幾個月，你睇到嘅內容有一半係 AI 自己出嘅！》已經介紹過呢個過程。
上面呢段影片就係 AI 助手完全自動製作嘅。呢種將多個 AI 工具串成一條生產線嘅能力，先至係真正有價值嘅地方。
重點：將平面圖變成實景影片
呢個係我覺得最值得詳細講嘅一件新能力。
件事嘅起點好簡單：我啱啱出咗一個室內可視化嘅影片。
出完之後我諗——係時候教我嘅 AI 助手做呢件事喇。
拆解任務
第一步：諗清楚呢件事嘅完整路徑。
由一張平面圖到一段「行入房間」嘅影片，中間要經過：
清理平面圖（清除手繪痕跡、統一線寬）
生成成間公寓嘅 3D 俯瞰效果（保持同平面圖一樣嘅方向感）
裁剪目標房間區域（帶少少周邊上下文）
生成該房間嘅第一身室內透視圖
將呢幾張圖用影片模型串成有鏡頭運動感嘅影片
將所有片段合併成完整影片
六個步驟，分別涉及圖像處理、AI 圖像生成、影片生成、影片剪接，跨越三四個唔同嘅工具。呢個就係點解「叫 AI 做」唔係一句說話咁簡單——你要先諗清楚工作流程，而且你嘅工作流程已經經過你嘅實踐，越成熟嘅工作流程，AI 助手掌握得越快。當然，你都可以完全由零開始，叫 AI 助手幫你理清呢個流程，一切取決於你而家去到邊個地步。呢個室內設計嘅流程係我之前已經測試成熟嘅流程，所以可以直接話畀佢聽。
討論同修改
AI 助手嘅第一版 3D 俯瞰用咗傳統嘅 45° 等距視角。問題係：呢個視角會將成個單位旋轉 45°，搞到之後每個房間嘅門窗方向都同平面圖對唔上。
我話畀佢聽：需要嘅係由南側偏低角度向北望嘅透視——大約 25 至 30° 仰角，既有牆體嘅立體感，又保持同平面圖一致嘅左右方向。佢用咗兩三次迭代先至明白，最後生咗正確嘅版本。
總之如果你追求完美，會有啲細節要一條一條咁改。呢種改錯過程係真實嘅工作，唔係輸入一句說話就完美搞掂。
AI 助手唔係全知嘅，佢需要你識得自己嘅空間，將空間資訊轉化成佢明嘅描述語言——例如「相機由東邊入口向西影，左邊係成排衣櫃，正對係窗，右邊係牀頭靠牆」。越精準，就越接近你想要嘅結果。
沉澱成 Skill
所有呢啲討論、改錯、迭代嘅經驗，最後都寫咗入一個 Skill 檔案裏面。
呢個 Skill 記錄咗完整嘅六步工作流程，記錄咗每個步驟嘅提示詞寫法，記錄咗每次踩過嘅坑——例如「唔好叫 AI 重新生成裁剪圖，直接用程式裁剪，否則會冇咗周邊上下文」，例如「室內圖嘅提示詞一定要先講相機企喺邊個位向邊個方向影，再按左中右逐個描述」。下面就係 AI 助手完成嘅結果影片：
呢個 Skill 而家可以重複用喺任何一套單位圖。下次再嚟一個新房間，套入去執行就得，唔使由頭摸索。
呢個就係 OpenClaw 真正嘅價值主張：唔單止叫 AI 幫你做一件事，仲叫佢將做嘢嘅方法都沉澱落嚟，變成可以重用、可以分享、可以持續改進嘅能力包。
關於「養龍蝦」呢件事
好多人用 OpenClaw 嘅方式，仲停留喺「問答代替」階段——當佢係一個更聰明嘅搜尋引擎，或者叫佢幫手寫下文案。
呢個用法冇錯，但太浪費喇。
OpenClaw 真正有趣嘅地方，係佢原生支援工具調用、支援多步驟工作流程、支援將能力打包成 Skill 分享出去。一旦你開始用工作流程嘅思維去設計任務，就會發現好多本來要團隊或者外判先做到嘅事，變成一個人加一個 AI 助手。
當然，佢唔係魔法。佢需要你：
將複雜任務拆解成清晰嘅步驟
識得將你嘅專業知識翻譯成佢明嘅語言
喺佢犯錯嘅時候有能力識別同糾正
呢三件事，缺一不可。
養龍蝦，唔係外判思維，係協作思維。
仲有一件事：佢喺靜靜雞變強，然後反過嚟影響你
養龍蝦有一個我最初冇諗到嘅副作用。
AI 助手喺主動學習嘅同時，會帶住你一齊變強。
OpenClaw 生態裏面有個類似應用市場嘅地方，社區用戶可以將自己創建嘅 Skill（技能包）分享出嚟。我嘅 AI 助手會定期去檢索呢啲 Skill，根據熱度（下載量、星標數）同類型相關性，自己判斷邊啲值得裝、邊啲有安全風險。
呢個過程佢唔係盲目攞——佢識得去睇 VirusTotal 掃描結果，知道只信有口碑嘅作者，知道要先睇 README 再決定裝唔裝。
呢種主動學習能力，令佢嘅能力範圍喺不知不覺間擴展，唔使我手動更新，而且佢仲會主動同我介紹，成日朝早起身見到佢話佢裝咗邊個 Skill。呢個過程裏面，我係被動接收嘅一方——佢喺主動拓闊我哋共同嘅能力邊界。
例如佢話畀我知：而家有個 Skill 可以將 Gmail、Google Calendar、Drive 全部打通，用自然語言管理。我之前完全冇諗過要做呢件事，係佢提出嚟嘅。
更加神奇嘅係學習嘅方向性。
龍蝦每次做完一個任務，都會將踩過嘅坑、有效嘅方法、正確嘅提示詞格式寫入 Skill 檔案裏面。佢係為自己下一次做筆記，亦係為我下一次做準備。我哋合作得越耐，佢對我工作風格嘅理解越深，犯同一個錯誤嘅機會越低。
有一個細節令我好深刻。喺改好咗浴室佈局之後，佢喺 Skill 檔案度寫咗一條規則：「Step 4 嘅提示詞一定要先講相機企喺邊個位向邊個方向望，再按左中右逐個描述每面牆——順序唔可以反。」
呢個唔係我教佢嘅規則。係佢喺我哋嘅對話入面自己歸納出嚟嘅。
呢個就係我所講嘅「反向影響」。唔係話 AI 助手令我變懶惰，啱啱相反——因為佢持續學習同沉澱，我開始更認真咁諗：點樣將一個模糊嘅需求拆解成清晰嘅步驟？點樣用更精準嘅語言描述空間關係？點樣由一次失敗入面提煉出一條可以重用嘅原則？
呢啲係面對普通工具唔會逼你去諗嘅問題。
你唔係喺「使用」一個 AI 工具，你係同一個能力持續增長、記憶持續累積嘅協作夥伴一齊工作。呢段關係嘅回報，係複利嚟嘅。
當然，養龍蝦呢件事，最大嘅坑係 Tokens，真係好肉赤，好在呢個唔係將來嘅長遠狀態。我一直覺得，面對一個新技術，重要嘅係快啲學，就算集中一個月嘅時間同經濟成本，快啲瞭解咗，之後暫時降低消耗量，都好過一路諗住成本，一路喺旁邊觀望。
公眾號精選內容
最近 OpenClaw 這個名字在 AI 圈越來越響。它 14 天內超越 React 成為 GitHub 歷史上漲星最快的項目，很多人開始把玩它，戲稱為"養龍蝦"。
我也養了一隻。養着養着，發現它能做的事，比我最初想象的多得多。
先說說龍蝦能做什麼
最簡單的，是讓它定時幫我推送 AI 新聞。每天早上 7 點，它會自主抓取 The Verge、Ars Technica 等英文科技媒體，整理出 5~10 條和 AI 最相關的內容，翻譯成中文，直接發進我的 Discord 頻道。這個不復雜，配置好就跑，基本每個養蝦人第一步都會試一下，不值得多說。
值得說的，是它完成的那些本來需要多個專業工具協作才能完成的任務。
建築變體：一張圖變六張，再變視頻
我的視頻號發過很多建築相關的內容，有時候需要對一個方案生成多種形態變體——不是改風格，是改體量、改組合方式，但保留基本的透視和比例關係。
以前在公眾號已經介紹過我用工作流完成這個工作。
現在我教會了龍蝦這個工作流，此後我只需要：上傳一張建築圖，它會自動分析透視關係，生成 6 張保持同一視角、不同體量組合的變體圖，然後用視頻模型在變體之間做過渡動畫，最後拼接成一段連貫的形變視頻，還帶背景音樂。
整個過程它自主調用了圖像分析、圖像生成、視頻生成、音頻生成、視頻剪輯五個不同的工具，我只需要上傳一張圖。前面的文章《再過幾個月，你刷到的內容有一半是AI自己發的！》已經介紹過這個過程。
上面這個視頻就是AI助手完全自動製作的。這種把多個 AI 工具串成一條流水線的能力，才是真正有價值的地方。
重點：把平面圖變成實景視頻
這是我覺得最值得詳細說的一件新能力。
事情的起點很簡單：我剛發了一個室內可視化的視頻。
發完以後我想——是時候教會我的AI助手來做這件事兒了。
拆解任務
第一步：想清楚這件事的完整路徑。
從一張平面圖到一段"走進房間"的視頻，中間要經過：
清洗平面圖（去掉手繪痕跡、統一線寬）
生成整套公寓的 3D 俯視效果（保持和平面圖相同的方向感）
裁切目標房間區域（帶一點周邊上下文）
生成該房間的第一人稱室內透視圖
把這幾張圖用視頻模型串成有鏡頭運動感的視頻
把所有片段合併成完整視頻
六個步驟，分別涉及圖像處理、AI 圖像生成、視頻生成、視頻剪輯，跨越三四個不同的工具。這就是為什麼"讓 AI 做"不是一句話的事——你得先想清楚工作流，並且你的工作流已經經過你的實踐，越成熟的工作流，AI助手掌握起來越快。當然，你也可以完全從零開始，讓AI助手幫你理清這個流程，一切取決於你現在處於什麼地步。這個室內設計的流程是我之前已經測試成熟的流程，所以可以直接告訴他。
討論和修改
AI助手的第一版 3D 俯視用的是傳統的 45° 等距視角。問題是：這個視角會把整個户型旋轉 45°，導致後續每個房間的門窗方向都和平面圖對不上。
我告訴它：需要的是從南側偏低角度朝北看的透視——大概 25~30° 仰角，既有牆體的立體感，又保持和平面圖一致的左右方向。它花了兩三次迭代才理解，最後生成了正確的版本。
總之如果你追求完美，會有一些細節需要一條一條糾正的。這種糾錯過程是真實的工作，不是輸一句話就能完美。
AI助手不是全知的，它需要你懂自己的空間，把空間信息轉化成它能理解的描述語言——比如"相機從東側入口朝西拍，左側是整面衣櫃，正對是窗，右側是牀頭靠牆"。越精確，越接近你想要的結果。
沉澱為 Skill
所有這些討論、糾錯、迭代的經驗，最終都被寫進了一個 Skill 文件裏。
這個 Skill 記錄了完整的六步工作流，記錄了每個步驟的提示詞寫法，記錄了每次踩過的坑——比如"不要讓 AI 重新生成裁切圖，直接用代碼裁切，否則會丟失周邊上下文"，比如"室內圖的提示詞必須先說相機站在哪裏朝哪個方向看，再按左中右逐一描述"。下面就是AI助手完成的結果視頻：
這個 Skill 現在可以複用到任何一套户型圖。下次再來一個新房間，套進去跑就行，不需要從頭摸索。
這就是 OpenClaw 真正的價值主張：不只是讓 AI 幫你做一件事，而是讓它把做事的方法也沉澱下來，變成可以複用、可以分享、可以持續迭代的能力包。
關於"養龍蝦"這件事
很多人用 OpenClaw 的方式，還停留在"問答替代"階段——把它當一個更聰明的搜索引擎，或者讓它幫忙寫寫文案。
這個用法沒錯，但太浪費了。
OpenClaw 真正有意思的地方，在於它原生支持工具調用、支持多步驟工作流、支持把能力打包成 Skill 分發出去。一旦你開始用工作流的思維去設計任務，就會發現很多原來需要團隊或外包才能做到的事，變成了一個人加一個AI助手。
當然，它不是魔法。它需要你：
把複雜任務拆解成清晰的步驟
懂得把你的專業知識翻譯成它能理解的語言
在它犯錯的時候有能力識別並糾正
這三件事，缺一不可。
養龍蝦，不是外包思維，是協作思維。
還有一件事：它在悄悄變強，然後反過來影響你
養龍蝦有一個我起初沒想到的副作用。
AI助手在主動學習的同時，會把你帶着一起變強。
OpenClaw 生態裏有一個類似應用市場的地方，社區用戶可以把自己創建的 Skill（技能包）分享出來。我的AI助手會定期去檢索這些 Skill，根據熱度（下載量、星標數）和類型相關性，自主判斷哪些值得安裝、哪些有安全風險。
這個過程它不是盲目抓取——它知道要去看 VirusTotal 掃描結果，知道只信任有口碑的作者，知道先讀 README 再決定要不要裝。
這種主動學習能力，讓它的能力範圍在悄悄擴展，不需要我手動去更新，而且他還會主動給我介紹，經常早上醒來看到他介紹他又安裝了哪個Skill。這個過程裏，我是被動的接收方——它在主動拓寬我們共同的能力邊界。
比如它告訴我：現在有一個 Skill 可以把 Gmail、Google Calendar、Drive 全部打通，用自然語言管理。我之前根本沒想到要做這件事，是它提出來的。
更奇妙的是學習的方向性。
龍蝦每次做完一個任務，都會把踩過的坑、有效的方法、正確的提示詞格式寫進 Skill 文件裏。它在為自己的下一次做筆記，也在為我的下一次做準備。我們合作的時間越長，它對我工作風格的理解越深，犯同一個錯誤的概率越低。
有一個細節讓我印象很深。在糾正了浴室佈局那次之後，它在 Skill 文件裏寫下了一條規則："Step 4 的提示詞必須先說相機站在哪裏朝哪個方向看，再按左中右逐一描述每面牆——順序不能反。"
這不是我教它的規則。是它從我們的對話裏自己提煉出來的。
這就是我說的"反向影響"。不是說AI助手讓我變得懶惰，恰恰相反——因為它在持續學習和沉澱，我開始更認真地思考：怎麼把一個模糊的需求拆解成清晰的步驟？怎麼用更精確的語言描述空間關係？怎麼從一次失敗裏提煉出一條可複用的原則？
這些是面對普通工具不會被逼着去思考的問題。
你不是在"使用"一個 AI 工具，你是在和一個能力持續增長、記憶持續積累的協作夥伴一起工作。這段關係的回報，是複利的。
當然，養龍蝦這件事兒，最大的坑是Tokens，那是真的心疼，好在這並不是未來持久的狀態。我一直認為，面對一個新技術，重要的是快速學習，哪怕集中一個月的時間和經濟成本，快速瞭解了，後續暫時降低消耗量，總比一直糾結成本，一直在旁觀要好一些。
公眾號精選內容