openclaw食用小结
openclaw是什么 OpenClaw是一个AI Agent框架，和我们常使用的 Claude code、codex类似，只不过后者专注于编码领域，但是关注相关应用的应该了解有不少程序员 魔改这类cli-agent 让他们进行通用任务（背后的模型足够强大） Openclaw 爆火的原因主要在于做足了周边适配，一个agent配置了基座模型后能够轻易的接入WhatsApp、telegram。让他像真-助理一样存在于你的日常对话APP中。 同时早期的许多案例、给足了openclaw足够的权限、模型能基于shell环境基本控制整个Linux系统，基于强大的模型，做到了很多让普通人眼前一亮的事情、比如帮忙炒股、帮忙购买物品、帮忙制作视频并且上传。 **AI Agent从来不是一个全新的概念。**但OpenClaw本身并不是人工智能——它只是一个“翻译官”和“执行官”。真正聪明的，是它背后接入的语言模型（比如GPT、Claude、Gemini等）。 由于context window 的存在，所以LLM的输入、输出长度是有限的，每个模型的上限不同、现在比较好的模型基本上是 1M上下文 也就是说，模型有严重的失忆症 这就像电影《我的失忆女友》里的女主角，每天早上醒来都会忘记前一天发生的一切。她的男友只能把重要的事情写下来，让她每天早上读一遍。 每次你和它聊天时，它都会把以下内容打包成一段超长的文字，再传给语言模型： 你是谁（主人信息）它自己是谁（身份设定）过去所有的对话记录今天要执行的任务 语言模型看完这一大段“剧本”后，才开始做文字接龙——于是它就接出“我是XX（身份认定），很高兴为您服务”这样的回答。 下面是一些介绍、关于ai agent如何工作，怎么规避LLM的弊端，大部分由 openclaw 为例。 龙虾怎么干活 Function call （最早openai的概念、翻译就是工具调用、另外几家有叫 tool use、或者tool什么的。本质上就是工具调用） 假设你让它“打开question.txt文件，读里面的问题，把答案写到answer.txt里”。流程是这样的： 1、你的指令传到OpenClaw，加上系统提示后发给语言模型 2、语言模型看完指令，发现需要读文件，于是返回一条特殊指令：“请使用read工具，读取question.txt” 3、OpenClaw看到这条指令，直接执行read工具，读取文件内容 4、读到的内容（比如“李宏毅几班”）又被送回语言模型 5、语言模型发现需要写答案，再返回：“请使用write工具，把‘大金’写到answer.txt” 6、OpenClaw执行write工具，完成任务 7、最后语言模型接出“主人，任务完成”，OpenClaw把这句话发回给你 整个过程就像语言模型在手把手地指挥OpenClaw，而OpenClaw就像一个听话的机器人，让做什么就做什么。 工具调用潜在的风险点：exec 接触shell环境将可以执行任何命令，如 rm -rf 当然、这种危险指令可以黑名单、也可以让他的shell进入sandbox执行 自建工具 Function call 由于各家的标准不同、后来出现了统一的mcp范式 而如果一个agent在每次使用时 全量加载它的 二十个mcp，关于各个mcp的描述可能来到了十万上下文 后面就出现了 skills 规范，可以理解为 渐进式加载提示词 ，或者说工作的标准流程 比如 只描述，操作Excel 时需要用到 excel tool 这个skill，这个skill 存放在某某目录 只有当模型判断当前任务需要使用excel时他才会读取该目录下 各个工具的具体用法，避免每次无关的任务也处理这些工具信息从而污染上下文 skills可以通过指定的 skill create 遵循规范来创造。模型本身也会进行一些简单的脚本创建。 ...