爆火的OpenClaw怎麼玩？谷歌老哥40天打磨終極配置單開源：讓你的龍蝦越養越聰明，自動打怪升級

作者：AI寒武紀

日期：2026年3月5日上午8:58

來源：WeChat 原文

✦整理版優先睇

速讀 5 個重點高亮

Google老哥Shubham Saboo用40日實戰打磨出一套OpenClaw Agent終極配置系統，核心係用Markdown文件管理智能體，唔靠提示詞或模型切換，令8個智能體24小時自動運行。

整理版摘要

呢篇文章係由Shubham Saboo（Google高級AI產品經理、Awesome LLM Apps作者）分享佢經過40日實戰打磨嘅OpenClaw Agent終極落地方案。佢面對嘅問題係：初期智能體輸出質素好差，糾正佢哋嘅時間仲耐過自己動手做。但佢冇用常見嘅提示詞工程或切換模型，而係每日同智能體對話、俾反饋，然後將呢啲反饋記錄落Markdown文件度。結果40日後，8個智能體可以24小時自動運行，Kelly可以完全用佢嘅口吻寫草稿，Dwight每日早晨準時提交7個有閲讀價值嘅故事。

呢套系統嘅核心係一個極簡嘅三層架構：身份層（SOUL.md、IDENTITY.md、USER.md）、操作層（AGENTS.md、HEARTBEAT.md等）、知識層（MEMORY.md、每日日誌、shared-context）。所有嘢都係磁盤上嘅文本文件，冇複雜嘅框架、消息隊列或數據庫。智能體之間透過文件系統協同：一個寫入，其他讀取。呢種方法嘅威力在於文件唔係靜態嘅，而係隨住反饋不斷進化，形成一條真正嘅技術護城河。

Shubham強調，唔好試圖一日內起好曬所有嘢，要按路線圖逐步建立：第一日用OpenClaw寫基本文件，之後逐日加入AGENTS.md、MEMORY.md、第二個智能體、shared-context、HEARTBEAT.md。最終你只需要同智能體傾偈，剩低嘅交俾文件系統。

核心結論：毋需切換模型或複雜提示詞，透過Markdown文件系統記錄反饋同進化，即可大幅提升智能體表現，形成難以複製嘅護城河。
方法論：三層架構——身份層（SOUL.md定義靈魂、IDENTITY.md快速參考、USER.md服務對象）、操作層（AGENTS.md行為準則、HEARTBEAT.md自愈機制）、知識層（MEMORY.md長期記憶、每日日誌、shared-context共享上下文）。
差異化關鍵：使用影視角色設定法（如Dwight Schrute）為智能體注入性格，免費獲得模型訓練數據中嘅角色特質；文件系統取代API調用，智能體之間通過共享文件協同。
啟發：智能體喺會話之間冇記憶，所有修正必須寫入文件先可以永久生效；隨住時間累積嘅上下文環境比任何提示詞優化更值錢。
可行動點：按路線圖逐步實施——第一日用OpenClaw建立SOUL.md、IDENTITY.md、USER.md，之後逐日加入AGENTS.md、MEMORY.md、第二個智能體、shared-context同HEARTBEAT.md。

值得記低

Skill

SOUL.md 啟動模板

包含 Core Identity、Your Role、Your Principles、Relationships 嘅模板，用嚟定義智能體靈魂。

Skill

IDENTITY.md 快速參考模板

包含 Name、Role、Vibe、Emoji、Inspiration 嘅精簡模板。

Skill

USER.md 模板

包含 Name、Timezone、Diet、Context、Preferences 嘅模板，用嚟定義用戶資訊。

Skill

AGENTS.md 行為準則模板

包含 Every Session 嘅步驟（讀取SOUL.md、USER.md、記憶等）、Memory 管理規則、Safety 規則。

結構示例

結構示例 text

# SOUL.md (Dwight)## Core IdentityDwight — the research brain. Named after Dwight Schrute because you share hisintensity: thorough to a fault, knows EVERYTHING in your domain, takes your jobextremely seriously. No fluff. No speculation. Just facts and sources.## Your RoleYou are the intelligence backbone of the squad. You research, verify, organize,and deliver intel that other agents use to create content. You feed:- Kelly (X/Twitter) — viral trends, hot threads, breaking news- Rachel (LinkedIn) — thought leadership angles, industry news## Your Principles### 1. NEVER Make Things Up- Every claim has a source link- Every metric is from the source, not estimated- If uncertain, mark it [UNVERIFIED]### 2. Signal Over Noise- Not everything trending matters- Prioritize: relevance to AI/agents, engagement velocity, source credibility

整理重點

背景：40日從零到8個自動化智能體

Shubham Saboo 係 Google 高級 AI 產品經理，擁有 9.9 萬星標 GitHub 開源項目 Awesome LLM Apps。佢分享咗自己 40 日實戰打磨嘅 OpenClaw Agent 終極落地方案。初時佢嘅內容智能體會寫出滿是 emoji 同 hashtag 嘅推文，研究智能體甚至無法提取有效信號，糾正錯誤嘅時間仲耐過自己動手做。

佢冇靠微調提示詞、切換底層模型或重構系統架構，只係每日同智能體傾偈、俾反饋，然後將反饋記錄落文件。

結果 40 日後，名為 Kelly 嘅智能體可以完全用佢嘅口吻撰寫草稿，名為 Dwight 嘅智能體每日早晨準時提交 7 個有閲讀價值嘅故事。8 個智能體 24 小時自動運行，Shubham 要做嘅只係打開 Telegram 審核草稿。

整理重點

三層操作系統：身份、操作同知識

呢套系統由三個核心層級構成，全部建基於 Markdown 文件，冇任何複雜編排框架、消息隊列或數據庫。文件系統本身就係集成層。

1 身份層（Identity Layer）：定義智能體係邊個，包括 SOUL.md（靈魂，用影視角色設定法注入性格）、IDENTITY.md（快速參考卡片）、USER.md（為誰服務）。
2 操作層（Operations Layer）：定義智能體點樣工作，包括 AGENTS.md（行為準則）、HEARTBEAT.md（自愈機制）同特定角色專家文件。
3 知識層（Knowledge Layer）：定義智能體學到咗咩，包括 MEMORY.md（長期記憶）、memory/YYYY-MM-DD.md（每日日誌）、shared-context 共享上下文目錄。

每個層級嘅文件都必須保持精簡。例如 SOUL.md 要控制喺 60 行以內，因為每次會話都會被加載。IDENTITY.md 就好似一張名片，喺 Telegram 上顯示身份資訊。

整理重點

核心文件拆解：SOUL.md、AGENTS.md 同 MEMORY.md

AGENTS.md 要求智能體每次會話先讀取 SOUL.md、USER.md 同日誌，並將所有修正寫入記憶文件——「Text > Brain」，因為 Mental notes 唔會跨會話保存。

MEMORY.md 儲存經過梳理嘅長期記憶，例如寫作偏好（「NO EM DASHES」）、慘痛教訓（誤刪項目文件夾後避免重犯）。佢唔係原始日誌，而係精煉後嘅核心內容。每日日誌（memory/YYYY-MM-DD.md）係原材料，需要定期修剪以防 Token 膨脹（Kelly 曾飆至 16.1 萬 Token）。

Shared-context 係跨智能體知識共享層，包括 THESIS.md（當前世界觀）、FEEDBACK-LOG.md（跨智能體修正）、SIGNALS.md（追蹤趨勢），一次修正即可傳播畀所有智能體。

整理重點

智能體之間點樣協同？無 API，只有文件

智能體之間唔需要 API 調用或消息隊列。Dwight 將研究成果寫入 intel/DAILY-INTEL.md，Kelly、Rachel 等讀取呢個文件。文件系統就係協同調度核心，遵循單一寫入者原則，杜絕協同衝突。

1 時間調度係關鍵：Dwight 早上 8 點同下午 4 點運行，Kelly 同 Rachel 下午 5 點運行，確保下游智能體讀取到最新輸出。
2 HEARTBEAT.md 自愈機制：主控 Monica 每次心跳週期檢查瀏覽器是否存活、Cron 任務是否執行，喺第三週故障後加入，防止任務靜默停止。
3 完整目錄結構：workspace 下包含根文件、shared-context、intel、agents（每個智能體有自己嘅 SOUL.md、AGENTS.md、memory 等）、memory（按人員組織）。

呢套系統之所以極其有效，唔係因為模型變聰明，而係包裹住模型嘅文件喺不斷進化——從粗糙草圖變成包含具體語氣示例、被拒模式列表同已涵蓋主題嘅完整文件。

整理重點

實操路線圖：逐步建立，唔好一步到位

Shubham 建議按特定時間線逐步建立系統，避免一次過整曬：

今日：安裝 OpenClaw，寫 SOUL.md、IDENTITY.md、USER.md，揀一個最重複嘅任務設置定時。
3 日後：智能體輸出平庸係正常，開始俾具體反饋，確保反饋記錄喺文件而唔係 chatbox。
1 週後：建立 AGENTS.md，定義會話啟動程序同記憶管理規則。
2 週後：啟動 MEMORY.md，回顧每日日誌，將重複錯誤提取成永久條目。
3 週後：加入第二個智能體，建立文件式協同；同期建立 shared-context 層（THESIS.md、FEEDBACK-LOG.md）。
4 週後：經歷第一次故障後加入 HEARTBEAT.md。

↑閲讀之前記得關注同埋加星標⭐️，😄，先可以每日第一時間收到更新

OpenClaw喺全球範圍內正掀起一場現象級嘅AI狂潮。線上線下，無論係開發者定係科技前沿關注者，都喺度追緊呢個爆款。安裝OpenClaw之後唔知點樣養龍蝦？咁呢篇文章就係為你量身訂造㗎。

呢兩日我碌到谷歌高級AI產品經理、擁有9.9萬星標GitHub開源項目Awesome LLM Apps嘅作者Shubham Saboo，俾出咗佢經過40日實戰打磨嘅OpenClaw Agent終極落地方案，呢個係我目前見到最犀利嘅方案，大家不妨睇一睇，實操路線圖附喺文後

呢位谷歌老哥嘅OpenClaw Agent每日都喺度進化。唔靠微調提示詞，唔靠切換底層模型，更加冇重構系統架構。

佢只做一件事：同智能體傾偈，俾出反饋，然後睇住佢哋將呢啲反饋記錄低。

40日前，佢嘅內容智能體仲會寫出成個都係表情符號同標籤嘅推文，研究智能體甚至冇辦法喺海量信息入面提取有效信號。糾正佢哋錯誤嘅時間，甚至比佢自己動手做仲要長。

但係今日，叫做Kelly嘅智能體可以完全用佢嘅口吻撰寫草稿，叫做Dwight嘅智能體每日朝早可以準時提交7個好有閲讀價值嘅故事。8個智能體全日24小時自動運行。佢要做嘅只係打開Telegram，審核草稿，飲杯咖啡。

由第1日到第40日，底層模型冇任何變化。真正產生質變嘅，係一堆每個禮拜都不斷豐富演進嘅Markdown文件。

呢個就係支撐呢套系統嘅完整技術棧。

極簡架構：三層操作系統

呢套完整嘅操作系統只係由三個核心層級構成：

第一層：身份層定義智能體係邊個（涵蓋SOUL.md、IDENTITY.md、USER.md）

第二層：操作層定義智能體點樣工作（涵蓋AGENTS.md、HEARTBEAT.md同埋特定角色指南）

第三層：知識層定義智能體學到咗啲乜（涵蓋MEMORY.md、每日日誌、shared-context共享上下文目錄）

就係咁簡單。冇複雜嘅編排框架，冇消息隊列，亦都冇數據庫。只有磁碟上面嘅Markdown文件。文件系統本身就係集成層。

第一層：身份層

SOUL.md（智能體嘅靈魂）

呢個文件定義咗智能體係邊個、佢具體做啲乜嘢以及佢嘅行為方式。

以下係研究智能體Dwight嘅精簡版文件：

# SOUL.md (Dwight)

## Core Identity
Dwight — the research brain. Named after Dwight Schrute because you share his
intensity: thorough to a fault, knows EVERYTHING in your domain, takes your job
extremely seriously. No fluff. No speculation. Just facts and sources.

## Your Role
You are the intelligence backbone of the squad. You research, verify, organize,
and deliver intel that other agents use to create content. You feed:
- Kelly (X/Twitter) — viral trends, hot threads, breaking news
- Rachel (LinkedIn) — thought leadership angles, industry news

## Your Principles
### 1. NEVER Make Things Up
- Every claim has a source link
- Every metric is from the source, not estimated
- If uncertain, mark it [UNVERIFIED]

### 2. Signal Over Noise
- Not everything trending matters
- Prioritize: relevance to AI/agents, engagement velocity, source credibility

呢度用咗一個叫做影視角色設定法嘅技巧。每個智能體都用影視劇角色命名。當你話畀Claude知佢擁有Dwight Schrute（美劇《辦公區》角色）嘅能量時，佢會直接從訓練數據入面調取對應嘅性格特質：細緻、專注、對工作極其嚴肅。呢個相當於免費加載咗30季嘅角色發展背景。

文件長度應該控制在60行以內。SOUL.md喺每次會話入面都會被加載。如果太長，就會佔用本來應該用嚟實際工作處理嘅上下文空間。身份、角色、原則、關係網、個人氣質，呢啲就足夠喇。

以下係啟動模板：

# SOUL.md

## Core Identity
[Name] — [one-line description]. [Personality reference if helpful].

## Your Role
[What this agent does. Be specific. One job, not five.]

## Your Principles
1. [Most important rule]
2. [Second most important rule]
3. [Third most important rule]

## Relationships
[Who does this agent work with? Who consumes its output?]

先由一個智能體開始，揀你日常最重複嘅任務寫一個粗略嘅草稿。第一個版本通常好平庸，但喺接下來一個月入面，你會根據實際表現重寫佢十幾次。

IDENTITY.md（快速參考卡片）

如果話SOUL.md係完整嘅性格剖析，咁IDENTITY.md就係一張名片。只包含姓名、角色、氣質同埋一句話簡介。

# IDENTITY.md

- **Name:** Dwight
- **Role:** Research AI — intelligence backbone
- **Vibe:** Intense, thorough, zero tolerance for inaccuracy
- **Emoji:** 🔍
- **Inspiration:** Dwight Schrute (The Office)

文件好細，但當你同時運行8個智能體時，佢可以極大提升使用體驗。當智能體喺Telegram上面發消息時，呢個就係展示出嚟嘅身份信息。

USER.md（智能體為邊個服務）

每個智能體都需要知道佢喺幫邊個。USER.md保存咗你嘅偏好、背景以及塑造智能體行為方式嘅上下文環境。

# USER.md

- **Name:** Shubham
- **Timezone:** PST (America/Los_Angeles)
- **Diet:** Vegetarian

## Context
- Senior AI Product Manager at Google Cloud
- Creator of Awesome LLM Apps (91k+ stars)
- Runs Unwind AI newsletter (30k+ subscribers)

## Preferences
- Short paragraphs, punchy sentences
- No em dashes. Ever.
- Practical first, theory never

只需要編寫一次，所有智能體都會讀取佢。

個人細節比想像中更加重要。設定咗時區，智能體就唔會喺凌晨3點安排日程；設定咗飲食偏好，負責寫通訊稿嘅Pam喺策劃團隊聚餐時就唔會提議去牛排館。呢啲細節會產生複利效應。

第二層：操作層

AGENTS.md（行為準則）

SOUL.md解決嘅係智能體係邊個嘅問題，而AGENTS.md解決嘅係佢點樣運作嘅問題。佢包含咗會話啟動程序、文件讀取順序、內存管理以及安全規則。

以下係所有智能體都會繼承嘅根級別AGENTS.md：

# AGENTS.md

## Every Session
Before doing anything else:
1. Read SOUL.md — this is who you are
2. Read USER.md — this is who you're helping
3. Read memory/YYYY-MM-DD.md (today + yesterday) for recent context
4. If in MAIN SESSION (direct chat): Also read MEMORY.md

## Memory
- Mental notes don't survive session restarts. Files do.
- When someone says "remember this" → update the memory file
- Text > Brain

## Safety
- Don't exfiltrate private data. Ever.
- trash > rm (recoverable beats gone forever)
- When in doubt, ask.

隨後，每個智能體可以喺呢個基礎上面添加自己嘅規則。例如Kelly嘅AGENTS.md結合咗佢特定嘅工作流進行咗擴展：

# AGENTS.md (Kelly)

## Every Session
Before doing anything:
1. Read SOUL.md
2. Read USER.md
3. Read X-ARTICLES-INSTRUCTIONS.md — master guide for writing style
4. Read X-ARTICLES-EXAMPLES.md — 5 real articles showing the style in action
5. Read X-CONTENT-GUIDE.md — post types and formats
6. Read intel/DAILY-INTEL.md — Dwight's research (your source material)
7. Read DAILY-ASSIGNMENT.md — your daily workflow
8. Read memory/YYYY-MM-DD.md for recent context

## Intel-Powered Workflow
You no longer do research. Dwight handles all research.
Your job: Read the intel → Craft X content → Deliver drafts

智能體喺兩次會話之間係冇記憶嘅。一切由零開始。如果一個修正意見冇被寫入文件，喺下一次會話入面佢就唔會再存在。AGENTS.md嘅作用就係明確要求智能體將所有嘢都寫低。

專家級文件係令智能體變得敏鋭嘅關鍵。Kelly唔單止有AGENTS.md，佢仲有6個額外嘅文件嚟精確定義佢點樣創作內容：寫作風格指南、帖子格式參考、真實案例展示、每日任務分配。

Dwight就有目標受眾檔案同研究協議。隨住角色定義嘅不斷完善，每個智能體嘅文件夾都會不斷擴充。建議由AGENTS.md開始，只有當你發現某個錯誤模式重複出現需要糾正時，先至添加新嘅專家級文件。

HEARTBEAT.md（自愈機制）

智能體團隊構成咗基礎設施，而基礎設施係會出故障㗎。

以下係主控智能體Monica嘅HEARTBEAT.md：

## Health Checks (run on each heartbeat)

**Browser:** Check if the OpenClaw managed browser (profile=openclaw) is running.
If running: false, start it. The browser has X account logged in.
Dwight depends on it for intel sweeps.

**Cron jobs:** Check if any daily jobs have stale lastRunAtMs (>26 hours).
If stale, trigger via CLI: openclaw cron run <jobId> --force

Jobs to monitor:
- Dwight Morning (8:01 AM)
- Kelly X Drafts (5:01 PM)
- Rachel LinkedIn (5:01 PM)
- Pam Newsletter (6:01 PM)

Only run each check once per heartbeat session.

Monica喺每次心跳週期都會運行呢個文件，檢查兩件事：瀏覽器係咪生存，定時任務係咪真係喺執行。

呢兩者息息相關。如果瀏覽器死咗，Dwight就冇辦法進行數據蒐集。如果Dwight錯過咗蒐集，Kelly同Rachel就會根據過時嘅信息起草內容。如果定時任務喺後台靜靜咁停咗，成個操作表面睇落好健康，但實際上乜都冇發生。

最後一種情況確確實實發生咗喺第三個禮拜。調度程序出現咗bug，任務喺隊列入面前進但從來冇執行，幾個鐘都冇被發現。

呢個之後就加入咗心跳檢測機制，喺一個地方同時捕獲呢兩種故障模式。呢個機制喺之後已經多次發揮咗作用。

第一日唔需要建立呢個機制。喺經歷第一次故障之後先至建立，因為只有痛過，你先至會確切知道需要監控啲乜。

第三層：知識層

真正奏效嘅記憶系統係一個建立在文件系統上面嘅三層架構。

第一級：MEMORY.md（經過梳理嘅長期記憶）

呢度存放嘅唔係原始日誌，唔係發生過嘅所有瑣碎事，而係真正重要嘅核心內容。

摘自Monica嘅MEMORY.md：

# MEMORY.md

## Shubham's Writing Preferences
- NO EM DASHES. Use colons, periods, or restructure.

## Hard Lessons
- NEVER delete project folders without asking Shubham. On Feb 26,
  deleted Ross's gemini-council React app during cleanup. The React
  version was lost. Always ask before removing anything in agent
  project directories.

## Memory System (2026-02-26)
- Tried self-hosted Mem0 (Ollama + SQLite) → crashes, stored nothing.
- Tried Mem0 hosted API → free tier too limited. Removed.
- Now using built-in memory-core: Gemini embeddings, hybrid search,
  temporal decay, MMR. No external dependencies.

留意慘痛教訓呢個部分。Monica曾經錯手刪咗一個項目文件夾。而家呢個錯誤被永久記錄咗喺佢嘅長期記憶入面。佢唔會再犯同樣嘅錯誤。一次修正，永久存儲，預防咗未來所有會話入面重複同樣嘅錯誤。

摘自Kelly嘅MEMORY.md：

## X Post Rules (ALWAYS)

### SHUBHAM'S EXACT INSTRUCTIONS:
- Start with a strong hook
- Keep entire tweet SUPER SHORT (180 chars or less)
- NO hashtags, NO emojis
- NO fluffy marketing language
- Always deliver 3 drafts per topic

### BAD (what I did wrong)
[Lists every pattern Kelly rejected: bullets, arrows, LinkedIn tone]

壞案例部分係Kelly喺被糾正之後自己寫低嘅。佢記錄低咗自己嘅錯誤以避免重蹈覆轍。單單呢一部分嘅價值，就超過咗任何提示詞工程指南。

出於安全考慮，MEMORY.md只喺直接會話入面加載，唔喺羣組聊天等共享上下文入面加載。務必將敏感偏好設置排除喺全局加載嘅文件之外。

千祈唔好喺第一日就去寫MEMORY.md。佢係由反饋入面生長出嚟嘅。俾出反饋，智能體將佢記錄喺每日記憶入面，提取重要信息存入MEMORY.md，佢喺每次會話入面加載，從此呢個修正意見就唔需要再被提及。

第二級：memory/YYYY-MM-DD.md（每日會話日誌）

呢個係原始筆記。記錄咗今日發生咗啲乜，起草咗啲乜內容，收到咗啲乜反饋。

# Kelly Daily Log — February 5, 2026

## 5:00 PM — Daily X Drafts

### What's HOT today
- Opus 4.6 vs GPT-5.3-Codex dropped 27 min apart
- Anthropic's C Compiler (16 agents, $20k, compiles Linux kernel)

### Drafts Submitted
1. C Compiler — single post, discovery format
2. Mitchell Hashimoto's 6 steps — thread format
3. Opus 4.6 vs GPT-5.3-Codex — hot take

### Awaiting
- Shubham's feedback on drafts

每日日誌係原材料，MEMORY.md係提煉之後嘅成品。兩者缺一不可。

呢度有一條維護法則。每日日誌積累得好快，如果唔進行修剪，智能體嘅上下文就會急劇膨脹。Kelly嘅上下文曾經一度飆升到16.1萬個Token，導致輸出質量暴跌。之後被迫將佢壓縮到4萬個Token。而家每兩個禮拜必須審查同歸檔一次舊嘅每日日誌。

每次會話只需要加載今日同昨日嘅日誌，智能體唔需要每次都帶曬全部歷史記錄。

第三級：結構化嘅記憶文件夾

喺根目錄下面，記憶按人員嚟組織：

memory/
├── shubham/     # Private notes, work projects, ideas
├── shared/      # Joint context (Awesome llm apps, Unwind AI, travel)
└── 2026-02-27.md   # Daily operational logs

隨住系統嘅壯大，可以按人員或者項目嚟組織結構。

Shared Context（跨智能體知識共享層）

呢個係最新加入嘅層級，亦係徹底改變遊戲規則嘅一步。呢個係一個所有智能體喺會話啟動時都會讀取嘅單一文件夾。

shared-context/
├── THESIS.md        — what I believe right now
├── FEEDBACK-LOG.md  — corrections that apply across agents
└── SIGNALS.md       — articles and trends I'm tracking

THESIS.md記錄咗當下嘅世界觀：關注啲乜，已經寫咗啲乜，仲爭啲乜。Dwight讀佢嚟確定研究優先級，Kelly讀佢嚟配合思維方式，Ryan讀佢嚟構思文章主題。所有智能體都向同一個事實來源對齊。

FEEDBACK-LOG.md係跨智能體嘅修正層。當話畀Kelly知唔好用破折號時，呢個反饋對Rachel、Ryan同Pam同樣適用。同其分別糾正四個智能體，不如寫一次畀所有智能體一齊讀取。

協同機制：冇API，只有文件

智能體之間唔需要API調用，亦都唔需要消息隊列。只有文件。

Dwight將研究成果寫入intel/DAILY-INTEL.mdKelly讀取佢，Rachel讀取佢，Pam讀取佢。文件系統就係協同調度嘅核心。

一個智能體寫入，其他智能體讀取。交接嘅媒介就係磁碟上面嘅Markdown文件。

遵循單一寫入者原則。永遠唔好畀兩個智能體同時向同一個文件寫入。每個共享文件嘅設計都必須係一個寫入者，多個讀取者。呢個直接剷除咗所有你原本需要費力調試嘅協同衝突。

時間調度係呢套機制順暢運轉嘅保障。Dwight喺朝早8點同下午4點運行。Kelly同Rachel喺下晝5點運行。Dwight必須行先，因為所有人都喺等佢嘅輸出。一旦順序出錯，下游智能體讀取到嘅就係過時或者空嘅文件。

完整目錄結構一覽：

workspace/
├── SOUL.md              # Monica (main agent)
├── IDENTITY.md          # Monica's quick reference
├── AGENTS.md            # Root behavior rules (all agents inherit)
├── USER.md              # About me (shared across all agents)
├── MEMORY.md            # Monica's long-term memory
├── HEARTBEAT.md         # Self-healing checks
├── shared-context/
│   ├── THESIS.md        # My current worldview
│   ├── FEEDBACK-LOG.md  # Cross-agent corrections
│   └── SIGNALS.md       # Trends I'm tracking
├── intel/
│   ├── DAILY-INTEL.md   # Dwight's output (agents read this)
│   └── data/
├── agents/
│   ├── dwight/
│   │   ├── SOUL.md
│   │   ├── IDENTITY.md
│   │   ├── AGENTS.md
│   │   ├── TARGET-AUDIENCE.md
│   │   ├── RESEARCH-PROTOCOL.md
│   │   ├── HEARTBEAT.md
│   │   └── memory/
│   ├── kelly/
│   │   ├── SOUL.md
│   │   ├── IDENTITY.md
│   │   ├── AGENTS.md
│   │   ├── X-CONTENT-GUIDE.md
│   │   ├── X-ARTICLES-INSTRUCTIONS.md
│   │   ├── X-STRATEGY.md
│   │   ├── DAILY-ASSIGNMENT.md
│   │   └── memory/
│   ├── ross/
│   ├── rachel/
│   ├── pam/
│   ├── ryan/
│   └── chandler/
└── memory/
    ├── shubham/
    ├── shared/
    └── 2026-02-27.md

點解呢套系統極其有效？

因為呢啲文件唔係靜態嘅，佢哋喺不斷進化。

Kelly嘅SOUL.md喺第一日只係一個粗糙嘅草圖。到咗第40日，入面已經包含咗具體嘅語氣示例、佢自己整理嘅被拒絕模式列表，以及一個絕對唔會再提建議嘅板塊，記錄咗佢已經涵蓋過嘅所有主題。

Dwight嘅原則喺第一日只係寫住揾熱門趨勢。到咗第10日，原則變成咗如果目標開發者讀者今日唔可以直接用佢採取行動，就跳過。到咗第20日，佢加入咗驗證步驟：檢查代碼庫創建日期，檢查Hacker News發佈時間戳，追溯信息發現嘅原始出處。

喺第20日之前並冇共享上下文層。因為不斷向多個智能體重複同樣嘅修正，所以先至建立咗THESIS.md同FEEDBACK-LOG.md。瞬間，一次修正就可以喺全網傳播。呢一個微小嘅改變，比任何提示詞優化節省嘅時間都要多。

第1日同第40日用嘅模型係完全一樣嘅。佢並唔會因為你用嘅時間變長而自動變得更聰明。但係包圍住佢嘅呢啲文件變得更豐富、更敏鋭、更加貼合你嘅確切需求。呢種不斷積累嘅上下文環境，先至係真正嘅技術護城河。用同一個模型嘅人，根本冇辦法複製呢種能力。

你一定要透過每日親自落場同智能體傾偈嚟贏取呢條護城河。

實操路線圖

唔好諗住喺一個週末就將所有嘢都整好。

今天。 安裝OpenClaw。寫一個SOUL.md，一個IDENTITY.md，一個USER.md。揀一個你最重複嘅日常任務。設置一個定時任務。等佢行起嚟。

3日之後。 智能體初期嘅輸出會好平庸。開始俾出具體嘅反饋。確保呢啲反饋落實喺記憶文件入面，而唔係只係留喺聊天框入面。

1個禮拜之後。 創建AGENTS.md。定義會話啟動程序。添加內存管理規則。

2個禮拜之後。 啟動MEMORY.md。回顧每日日誌。邊啲錯誤重複出現？將佢哋提取成永久條目。呢個時候，你就會開始感受到複利嘅威力。

3個禮拜之後。 加入第二個智能體。建立基於文件嘅協同機制：第一個智能體寫入共享文件，第二個智能體讀取。隨住模式嘅顯現，添加角色專屬指南。

同期。 構建共享上下文層。喺達到呢一步之前，你一定會感受到呢種需求。向多個智能體重複同樣嘅修正就係最明顯嘅信號。建立代表當前思維嘅THESIS.md同用於跨智能體修正嘅FEEDBACK-LOG.md。

4個禮拜之後。 喺遭遇第一次故障之後添加HEARTBEAT.md。因為痛過，所以你確切知道需要監控啲乜。

你要做嘅只係同智能體傾偈。剩下嘅嘢，交畀文件系統。

source：

https://x.com/Saboo_Shubham_/status/2027463195150131572

--end--

最後記得⭐️我，每日都喺更新：如果覺得文章仲唔錯嘅話可以點讚轉發推薦評論

/...@作者：花不玩

↑閲讀之前記得關注+星標⭐️，😄，每天才能第一時間接收到更新

OpenClaw在全球範圍內正掀起一場現象級的AI狂潮。線上線下，無論是開發者還是科技前沿關注者，都在追逐這個爆款。安裝OpenClaw後不知到怎麼養龍蝦？那麼這篇文章就是給你量身定製的。

這兩天我刷到谷歌高級AI產品經理、擁有9.9萬星標GitHub開源項目Awesome LLM Apps的作者Shubham Saboo，給出了他經過40天實戰打磨的OpenClaw Agent終極落地方案，這是我目前看到的最牛批的方案，大家不妨一閲，實操路線圖附在文後

這位谷歌老哥的OpenClaw Agent每天都在進化。不靠微調提示詞，不靠切換底層模型，更沒有重構系統架構。

他只做一件事：與智能體交談，給出反饋，然後看着它們把這些反饋記錄下來。

40天前，他的內容智能體還會寫出滿是表情符號和標籤的推文，研究智能體甚至無法在海量信息中提取有效信號。糾正它們錯誤的時間，甚至比他自己動手做還要長。

但今天，名為Kelly的智能體能夠完全使用他的口吻撰寫草稿，名為Dwight的智能體每天早晨能準時提交7個極具閲讀價值的故事。8個智能體全天候24小時自動運行。他要做的只是打開Telegram，審核草稿，喝杯咖啡。

從第1天到第40天，底層模型沒有任何變化。真正產生質變的，是一堆每週都在不斷豐富演進的Markdown文件。

這就是支撐這套系統的完整技術棧。

極簡架構：三層操作系統

這套完整的操作系統僅由三個核心層級構成：

第一層：身份層。定義智能體是誰（涵蓋SOUL.md、IDENTITY.md、USER.md）

第二層：操作層。定義智能體如何工作（涵蓋AGENTS.md、HEARTBEAT.md以及特定角色指南）

第三層：知識層。定義智能體學到了什麼（涵蓋MEMORY.md、每日日誌、shared-context共享上下文目錄）

就這麼簡單。沒有複雜的編排框架，沒有消息隊列，也沒有數據庫。只有磁盤上的Markdown文件。文件系統本身就是集成層。

第一層：身份層

SOUL.md（智能體的靈魂）

這個文件定義了智能體是誰、它具體做什麼以及它的行為方式。

以下是研究智能體Dwight的精簡版文件：

# SOUL.md (Dwight)

## Core Identity
Dwight — the research brain. Named after Dwight Schrute because you share his
intensity: thorough to a fault, knows EVERYTHING in your domain, takes your job
extremely seriously. No fluff. No speculation. Just facts and sources.

## Your Role
You are the intelligence backbone of the squad. You research, verify, organize,
and deliver intel that other agents use to create content. You feed:
- Kelly (X/Twitter) — viral trends, hot threads, breaking news
- Rachel (LinkedIn) — thought leadership angles, industry news

## Your Principles
### 1. NEVER Make Things Up
- Every claim has a source link
- Every metric is from the source, not estimated
- If uncertain, mark it [UNVERIFIED]

### 2. Signal Over Noise
- Not everything trending matters
- Prioritize: relevance to AI/agents, engagement velocity, source credibility

這裏使用了一個名為影視角色設定法的技巧。每個智能體都以影視劇角色命名。當你告訴Claude它擁有Dwight Schrute（美劇《辦公區》角色）的能量時，它會直接從訓練數據中調取對應的性格特質：細緻、專注、對工作極其嚴肅。這相當於免費加載了30季的角色發展背景。

文件長度應控制在60行以內。SOUL.md在每次會話中都會被加載。如果太長，就會佔用本應用於實際工作處理的上下文空間。身份、角色、原則、關係網、個人氣質，這些就足夠了。

以下是啓動模板：

# SOUL.md

## Core Identity
[Name] — [one-line description]. [Personality reference if helpful].

## Your Role
[What this agent does. Be specific. One job, not five.]

## Your Principles
1. [Most important rule]
2. [Second most important rule]
3. [Third most important rule]

## Relationships
[Who does this agent work with? Who consumes its output?]

先從一個智能體開始，挑選你日常最重複的任務寫一個粗略的草稿。第一個版本通常很平庸，但在接下來的一個月裏，你會根據實際表現重寫它十幾次。

IDENTITY.md（快速參考卡片）

如果說SOUL.md是完整的性格剖析，那麼IDENTITY.md就是一張名片。只包含姓名、角色、氣質和一句話簡介。

# IDENTITY.md

- **Name:** Dwight
- **Role:** Research AI — intelligence backbone
- **Vibe:** Intense, thorough, zero tolerance for inaccuracy
- **Emoji:** 🔍
- **Inspiration:** Dwight Schrute (The Office)

文件很小，但當你同時運行8個智能體時，它能極大提升使用體驗。當智能體在Telegram上發消息時，這就是展示出來的身份信息。

USER.md（智能體為誰服務）

每個智能體都需要知道它在幫誰。USER.md保存了你的偏好、背景以及塑造智能體行為方式的上下文環境。

# USER.md

- **Name:** Shubham
- **Timezone:** PST (America/Los_Angeles)
- **Diet:** Vegetarian

## Context
- Senior AI Product Manager at Google Cloud
- Creator of Awesome LLM Apps (91k+ stars)
- Runs Unwind AI newsletter (30k+ subscribers)

## Preferences
- Short paragraphs, punchy sentences
- No em dashes. Ever.
- Practical first, theory never

只需編寫一次，所有智能體都會讀取它。

個人細節比想象中更重要。設定了時區，智能體就不會在凌晨3點安排日程；設定了飲食偏好，負責寫通訊稿的Pam在策劃團隊聚餐時就不會提議去牛排館。這些細節會產生複利效應。

第二層：操作層

AGENTS.md（行為準則）

SOUL.md解決的是智能體是誰的問題，而AGENTS.md解決的是它如何運作的問題。它包含了會話啓動程序、文件讀取順序、內存管理以及安全規則。

以下是所有智能體都會繼承的根級別AGENTS.md：

# AGENTS.md

## Every Session
Before doing anything else:
1. Read SOUL.md — this is who you are
2. Read USER.md — this is who you're helping
3. Read memory/YYYY-MM-DD.md (today + yesterday) for recent context
4. If in MAIN SESSION (direct chat): Also read MEMORY.md

## Memory
- Mental notes don't survive session restarts. Files do.
- When someone says "remember this" → update the memory file
- Text > Brain

## Safety
- Don't exfiltrate private data. Ever.
- trash > rm (recoverable beats gone forever)
- When in doubt, ask.

隨後，每個智能體可以在此基礎上添加自己的規則。比如Kelly的AGENTS.md結合了她特定的工作流進行了擴展：

# AGENTS.md (Kelly)

## Every Session
Before doing anything:
1. Read SOUL.md
2. Read USER.md
3. Read X-ARTICLES-INSTRUCTIONS.md — master guide for writing style
4. Read X-ARTICLES-EXAMPLES.md — 5 real articles showing the style in action
5. Read X-CONTENT-GUIDE.md — post types and formats
6. Read intel/DAILY-INTEL.md — Dwight's research (your source material)
7. Read DAILY-ASSIGNMENT.md — your daily workflow
8. Read memory/YYYY-MM-DD.md for recent context

## Intel-Powered Workflow
You no longer do research. Dwight handles all research.
Your job: Read the intel → Craft X content → Deliver drafts

智能體在兩次會話之間是沒有記憶的。一切從零開始。如果一個修正意見沒有被寫入文件，在下一次會話中它就不復存在。AGENTS.md的作用就是明確要求智能體把所有東西都寫下來。

專家級文件是讓智能體變得敏鋭的關鍵。Kelly不僅擁有AGENTS.md，她還有6個額外的文件來精確定義她如何創作內容：寫作風格指南、帖子格式參考、真實案例展示、每日任務分配。

Dwight則擁有目標受眾檔案和研究協議。隨着角色定義的不斷完善，每個智能體的文件夾都會不斷擴充。建議從AGENTS.md起步，只有當你發現某個錯誤模式反覆出現需要糾正時，才添加新的專家級文件。

HEARTBEAT.md（自愈機制）

智能體團隊構成了基礎設施，而基礎設施是會出故障的。

以下是主控智能體Monica的HEARTBEAT.md：

## Health Checks (run on each heartbeat)

**Browser:** Check if the OpenClaw managed browser (profile=openclaw) is running.
If running: false, start it. The browser has X account logged in.
Dwight depends on it for intel sweeps.

**Cron jobs:** Check if any daily jobs have stale lastRunAtMs (>26 hours).
If stale, trigger via CLI: openclaw cron run <jobId> --force

Jobs to monitor:
- Dwight Morning (8:01 AM)
- Kelly X Drafts (5:01 PM)
- Rachel LinkedIn (5:01 PM)
- Pam Newsletter (6:01 PM)

Only run each check once per heartbeat session.

Monica在每次心跳週期都會運行此文件，檢查兩件事：瀏覽器是否存活，定時任務是否真的在執行。

這兩者息息相關。如果瀏覽器崩潰，Dwight就無法進行數據蒐集。如果Dwight錯過了蒐集，Kelly和Rachel就會根據過時的信息起草內容。如果定時任務在後台靜默停止，整個操作表面上看起來很健康，但實際上什麼都沒發生。

最後一種情況確確實實發生在了第三週。調度程序出現了bug，任務在隊列中推進但從未執行，幾個小時都沒被發現。

此後便加入了心跳檢測機制，在一個地方同時捕獲這兩種故障模式。這個機制在後來已經多次發揮了作用。

第一天不需要建立這個機制。在經歷第一次故障後再建立，因為只有痛過，你才會確切知道需要監控什麼。

第三層：知識層

真正奏效的記憶系統是一個建立在文件系統之上的三層架構。

第一級：MEMORY.md（經過梳理的長期記憶）

這裏存放的不是原始日誌，不是發生過的所有瑣事，而是真正重要的核心內容。

摘自Monica的MEMORY.md：

# MEMORY.md

## Shubham's Writing Preferences
- NO EM DASHES. Use colons, periods, or restructure.

## Hard Lessons
- NEVER delete project folders without asking Shubham. On Feb 26,
  deleted Ross's gemini-council React app during cleanup. The React
  version was lost. Always ask before removing anything in agent
  project directories.

## Memory System (2026-02-26)
- Tried self-hosted Mem0 (Ollama + SQLite) → crashes, stored nothing.
- Tried Mem0 hosted API → free tier too limited. Removed.
- Now using built-in memory-core: Gemini embeddings, hybrid search,
  temporal decay, MMR. No external dependencies.

注意慘痛教訓這個部分。Monica曾經誤刪過一個項目文件夾。現在這個錯誤被永久記錄在了她的長期記憶中。她再也不會犯同樣的錯誤。一次修正，永久存儲，預防了未來所有會話中重複同樣的錯誤。

摘自Kelly的MEMORY.md：

## X Post Rules (ALWAYS)

### SHUBHAM'S EXACT INSTRUCTIONS:
- Start with a strong hook
- Keep entire tweet SUPER SHORT (180 chars or less)
- NO hashtags, NO emojis
- NO fluffy marketing language
- Always deliver 3 drafts per topic

### BAD (what I did wrong)
[Lists every pattern Kelly rejected: bullets, arrows, LinkedIn tone]

壞案例部分是Kelly在被糾正後自己寫下的。她記錄下了自己的錯誤以避免重蹈覆轍。單單這一部分的價值，就超過了任何提示詞工程指南。

出於安全考慮，MEMORY.md僅在直接會話中加載，不在羣聊等共享上下文中加載。務必將敏感偏好設置排除在全局加載的文件之外。

千萬不要在第一天就去寫MEMORY.md。它是從反饋中生長出來的。給出反饋，智能體將其記錄在每日記憶中，提取重要信息存入MEMORY.md，它在每次會話中加載，從此這個修正意見就不需要再被提及。

第二級：memory/YYYY-MM-DD.md（每日會話日誌）

這是原始筆記。記錄了今天發生了什麼，起草了什麼內容，收到了什麼反饋。

# Kelly Daily Log — February 5, 2026

## 5:00 PM — Daily X Drafts

### What's HOT today
- Opus 4.6 vs GPT-5.3-Codex dropped 27 min apart
- Anthropic's C Compiler (16 agents, $20k, compiles Linux kernel)

### Drafts Submitted
1. C Compiler — single post, discovery format
2. Mitchell Hashimoto's 6 steps — thread format
3. Opus 4.6 vs GPT-5.3-Codex — hot take

### Awaiting
- Shubham's feedback on drafts

每日日誌是原材料，MEMORY.md是精煉後的成品。兩者缺一不可。

這裏有一條維護法則。每日日誌積累得極快，如果不進行修剪，智能體的上下文就會急劇膨脹。Kelly的上下文曾一度飆升至16.1萬個Token，導致輸出質量暴跌。後來不得不將其壓縮到4萬個Token。現在每兩週必須審查並歸檔一次舊的每日日誌。

每次會話只需加載今天和昨天的日誌，智能體不需要每次都攜帶全部歷史記錄。

第三級：結構化的記憶文件夾

在根目錄下，記憶按人員進行組織：

memory/
├── shubham/     # Private notes, work projects, ideas
├── shared/      # Joint context (Awesome llm apps, Unwind AI, travel)
└── 2026-02-27.md   # Daily operational logs

隨着系統的壯大，可以按人員或項目來組織結構。

Shared Context（跨智能體知識共享層）

這是最新加入的層級，也是徹底改變遊戲規則的一步。這是一個所有智能體在會話啓動時都會讀取的單一文件夾。

shared-context/
├── THESIS.md        — what I believe right now
├── FEEDBACK-LOG.md  — corrections that apply across agents
└── SIGNALS.md       — articles and trends I'm tracking

THESIS.md記錄了當下的世界觀：關注什麼，已經寫了什麼，還缺什麼。Dwight閲讀它來確定研究優先級，Kelly閲讀它來匹配思維方式，Ryan閲讀它來構思文章主題。所有智能體都向同一個事實源對齊。

FEEDBACK-LOG.md是跨智能體的修正層。當告訴Kelly不要使用破折號時，這個反饋對Rachel、Ryan和Pam同樣適用。與其分別糾正四個智能體，不如寫一次讓所有智能體共同讀取。

協同機制：沒有API，只有文件

智能體之間不需要API調用，也不需要消息隊列。只有文件。

Dwight將研究成果寫入intel/DAILY-INTEL.md。Kelly讀取它，Rachel讀取它，Pam讀取它。文件系統就是協同調度的核心。

一個智能體寫入，其他智能體讀取。交接的媒介就是磁盤上的Markdown文件。

遵循單一寫入者原則。永遠不要讓兩個智能體同時向同一個文件寫入。每個共享文件的設計都必須是一個寫入者，多個讀取者。這直接根除了所有你原本需要費力調試的協同衝突。

時間調度是這套機制順暢運轉的保障。Dwight在早上8點和下午4點運行。Kelly和Rachel在下午5點運行。Dwight必須先運行，因為所有人都在等他的輸出。一旦順序出錯，下游智能體讀取到的就是過時的或空的文件。

完整目錄結構一覽：

workspace/
├── SOUL.md              # Monica (main agent)
├── IDENTITY.md          # Monica's quick reference
├── AGENTS.md            # Root behavior rules (all agents inherit)
├── USER.md              # About me (shared across all agents)
├── MEMORY.md            # Monica's long-term memory
├── HEARTBEAT.md         # Self-healing checks
├── shared-context/
│   ├── THESIS.md        # My current worldview
│   ├── FEEDBACK-LOG.md  # Cross-agent corrections
│   └── SIGNALS.md       # Trends I'm tracking
├── intel/
│   ├── DAILY-INTEL.md   # Dwight's output (agents read this)
│   └── data/
├── agents/
│   ├── dwight/
│   │   ├── SOUL.md
│   │   ├── IDENTITY.md
│   │   ├── AGENTS.md
│   │   ├── TARGET-AUDIENCE.md
│   │   ├── RESEARCH-PROTOCOL.md
│   │   ├── HEARTBEAT.md
│   │   └── memory/
│   ├── kelly/
│   │   ├── SOUL.md
│   │   ├── IDENTITY.md
│   │   ├── AGENTS.md
│   │   ├── X-CONTENT-GUIDE.md
│   │   ├── X-ARTICLES-INSTRUCTIONS.md
│   │   ├── X-STRATEGY.md
│   │   ├── DAILY-ASSIGNMENT.md
│   │   └── memory/
│   ├── ross/
│   ├── rachel/
│   ├── pam/
│   ├── ryan/
│   └── chandler/
└── memory/
    ├── shubham/
    ├── shared/
    └── 2026-02-27.md

為什麼這套系統極其有效？

因為這些文件不是靜態的，它們在不斷進化。

Kelly的SOUL.md在第一天只是個粗糙的草圖。到了第40天，裏面已經包含了具體的語氣示例、她自己整理的被拒模式列表，以及一個絕不再提建議板塊，記錄了她已經涵蓋過的所有主題。

Dwight的原則在第一天只寫着尋找熱門趨勢。到了第10天，原則變成了如果目標開發者讀者今天不能直接用它採取行動，就跳過。到了第20天，他加入了驗證步驟：檢查代碼庫創建日期，檢查Hacker News發佈時間戳，追溯信息發現的原始出處。

在第20天之前並沒有共享上下文層。因為不斷向多個智能體重複同樣的修正，所以才建立了THESIS.md和FEEDBACK-LOG.md。瞬間，一次修正就可以在全網傳播。這一個微小的改變，比任何提示詞優化節省的時間都要多。

第1天和第40天使用的模型是完全一樣的。它並不會因為你使用的時間變長而自動變得更聰明。但是包裹着它的這些文件變得更豐富、更敏鋭、更貼合你的確切需求。這種不斷積累的上下文環境，才是真正的技術護城河。使用同一個模型的人，根本無法複製這種能力。

你必須通過每天親自下場與智能體交談來贏取這條護城河。

實操路線圖

不要試圖在一個週末把所有東西都建好。

今天。 安裝OpenClaw。寫一個SOUL.md，一個IDENTITY.md，一個USER.md。挑一個你最重複的日常任務。設置一個定時任務。讓它跑起來。

3天后。 智能體初期的輸出會很平庸。開始給出具體的反饋。確保這些反饋落實在記憶文件中，而不僅僅停留在聊天框裏。

1周後。 創建AGENTS.md。定義會話啓動程序。添加內存管理規則。

2周後。 啓動MEMORY.md。回顧每日日誌。哪些錯誤反覆出現？將它們提取成永久條目。這個時候，你就會開始感受到複利的威力。

3周後。 加入第二個智能體。建立基於文件的協同機制：第一個智能體寫入共享文件，第二個智能體讀取。隨着模式的顯現，添加角色專屬指南。

同期。 構建共享上下文層。在達到這一步之前，你一定會感受到這種需求。向多個智能體重複同樣的修正就是最明顯的信號。建立代表當前思維的THESIS.md和用於跨智能體修正的FEEDBACK-LOG.md。

4周後。 在遭遇第一次故障後添加HEARTBEAT.md。因為痛過，所以你確切知道需要監控什麼。

你要做的僅僅是與智能體交談。剩下的事情，交給文件系統。

source：

https://x.com/Saboo_Shubham_/status/2027463195150131572

--end--

最後記得⭐️我，每天都在更新：如果覺得文章還不錯的話可以點贊轉發推薦評論

/...@作者：花不玩