本书是一本AI Agent实战指南，手把手教你将OpenClaw从“装完即忘的工具”变成能真正运转的AI员工体系。本书以8天试用期为主线，涵盖了OpenClaw的部署、通信平台接入、模型选择、SOUL.md编写、安全红线设置、日常调教等核心环节，并详细介绍了“自媒体内容工厂”和“智能情报站”两大实战场景。本书介绍了真实的安全案例与成本控制策略，帮助读者建立可长期运转的人机协作系统。本书适合希望用OpenClaw放大个人能力的超级个体、副业探索者和效率追求者阅读。

吴畏，非凡资本、非凡产研创始人，中欧EMBA。2017年，创办非凡资本，累计投资和服务的创业公司达数百家。2023年，开始关注AI应用，创办的非凡产研已经成为AI应用研究领域国内领先的行业智库。畅销书《AI Agent：AI的下一个风口》作者。

第1章 5分钟部署你的第一个AI员工 1
1.1 本章导读 1
1.1.1 为什么从第1天开始就要较真 1
1.1.2 你将学到什么 2
1.1.3 阅读建议 3
1.2 OpenClaw的核心价值：本地部署、多平台接入、
可扩展 4
1.2.1 本地部署：你的数据你做主 4
1.2.2 多平台接入：一个AI员工，多个工作场所 5
1.2.3 可扩展：从“能聊天”到“能干活” 5
1.2.4 与其他AI工具的对比 6
1.3 需求分析：4种部署场景，选择哪个 7
1.3.1 部署方案总览 7
1.3.2 如何选择适合你的方案 9
1.3.3 环境要求清单 9
1.4 方案A：本地电脑部署（推荐新手使用） 10
1.4.1 打开终端 10
1.4.2 检查Node.js版本 11
1.4.3 安装Node.js 12
1.4.4 验证Node.js安装成功 14
1.4.5 安装OpenClaw 14
1.4.6 常见的错误及解决方案 16
1.4.7 验证安装成功 17
1.5 方案B：VPS云端部署 18
1.5.1 VPS选择与购买 18
1.5.2 连接服务器 19
1.5.3 安装Node.js 19
1.5.4 安装OpenClaw 20
1.5.5 配置防火墙 20
1.5.6 使用PM2持久化运行 21
1.6 方案C：Docker部署 22
1.6.1 安装Docker 22
1.6.2 使用Docker运行OpenClaw 22
1.6.3 使用Docker Compose（推荐） 23
1.6.4 进入容器执行初始化 24
1.7 初始化配置：onboard向导 24
1.7.1 启动初始化向导 25
1.7.2 选择AI模型 26
1.7.3 配置API key 27
1.7.4 配置通信平台 30
1.7.5 完成初始化 31
1.8 Dashboard页面导览 32
1.8.1 检查网关状态 32
1.8.2 手动启动网关（如需要） 33
1.8.3 打开Dashboard 35
1.9 Hello World：验证你的AI员工已就绪 37
1.9.1 发送测试消息 37
1.9.2 故障排查（如果无回复） 38
第2章 通信平台接入：让AI工具融入你的工作流 40
2.1 本章导读 40
2.1.1 为什么今天必须完成平台接入 40
2.1.2 你将学到什么 41
2.1.3 阅读建议 41
2.2 平台选择策略：国内生态 vs 国际生态 41
2.2.1 平台生态对比 41
2.2.2 国内用户的首选接入平台：飞书 42
2.2.3 OpenClaw的连接方式 42
2.3 飞书接入实战：国内用户的首选方案 43
2.3.1 安装飞书插件 43
2.3.2 创建飞书应用 44
2.3.3 配置权限 47
2.3.4 启用机器人能力 49
2.3.5 配置事件订阅 50
2.3.6 在OpenClaw中配置飞书 52
2.3.7 发布应用 55
2.3.8 测试机器人 56
2.4 Telegram配置：国际用户的选择 57
2.4.1 创建Telegram机器人 58
2.4.2 安装Telegram插件 59
2.4.3 配置Telegram 59
2.4.4 测试机器人 60
2.5 Discord配置：开发者社区的选择 61
2.5.1 创建Discord应用 61
2.5.2 安装Discord插件 62
2.5.3 配置Discord 62
2.5.4 邀请机器人到服务器 63
2.5.5 测试机器人 64
2.6 使用KimiClaw零代码部署 64
2.6.1 本地部署与云端托管的差异 65
2.6.2 准备工作：检查账号权限 65
2.6.3 创建 KimiClaw 工作区 67
2.7 多平台同时管理 69
2.7.1 查看已配置的平台 69
2.7.2 平台间隔离 69
2.7.3 单独启用或禁用平台 70
2.8 踩坑记录：常见的问题与解决方案 70
2.8.1 机器人收不到消息 70
2.8.2 机器人能收消息不能发送消息 71
2.8.3 权限配置的常见问题 71
2.8.4 网络连接问题 72
2.8.5 消息分片问题 72
2.9 本章小结 73
2.9.1 今天完成了什么 73
2.9.2 核心技术理解 73
2.9.3 本章交付物清单 74
2.9.4 明日预告 74
第3章 模型选择：成本与能力的平衡艺术 75
3.1 本章导读 75
3.1.1 为什么模型选择如此重要 75
3.1.2 你将学到什么 76
3.1.3 阅读建议 76
3.2 主流模型全景对比 77
3.2.1 模型能力矩阵 77
3.2.2 价格对比一览 78
3.2.3 OpenClaw的模型配置机制 78
3.3 Claude：完成复杂任务的首选 79
3.3.1 Claude的核心优势 79
3.3.2 获取Claude API Key 79
3.3.3 在OpenClaw中配置Claude 80
3.3.4 使用Claude的注意事项 81
3.4 Kimi：中文场景的性价比之选 82
3.4.1 Kimi的核心优势 82
3.4.2 获取Kimi API Key 82
3.4.3 在OpenClaw中配置Kimi 86
3.4.4 Kimi的长文本能力 88
3.5 Minimax：轻量任务的实惠之选 88
3.5.1 Minimax的核心优势 89
3.5.2 获取Minimax API Key 89
3.5.3 在OpenClaw中配置Minimax 92
3.5.4 Minimax的局限性 94

3.6 Gemini：免费额度的明智之选 94
3.6.1 Gemini的核心优势 94
3.6.2 获取Gemini API Key 95
3.6.3 在OpenClaw中配置Gemini 95
3.6.4 免费额度使用策略 96
3.7 Ollama：完全离线的隐私之选 96
3.7.1 Ollama的核心优势 96
3.7.2 安装Ollama 97
3.7.3 在OpenClaw中配置Ollama 97
3.7.4 本地模型的局限 98
3.8 成本控制实战 99
3.8.1 理解Token计费 99
3.8.2 查看Token消耗 99
3.8.3 成本优化策略 101
3.8.4 手动实现简单路由 101
3.8.5 路由策略建议 102
3.9 踩坑记录：常见的问题与解决方案 102
3.9.1 API Key无效或过期 102
3.9.2 模型响应慢或超时 103
3.9.3 Token消耗异常 103
3.9.4 本地模型运行失败 104
3.9.5 配置文件的格式错误 105
3.10 本章小结 105
3.10.1 今天完成了什么 105
3.10.2 核心技术理解 106
3.10.3 本章交付物清单 103
3.10.4 明日预告 107
第4章 制定AI员工手册：SOUL.md编写指南 108
4.1 本章导读 108
4.1.1 为什么从第4天就要制定员工手册 108
4.1.2 你将学到什么 109
4.1.3 阅读建议 109
4.2 什么是SOUL.md：AI员工的行为宪法 110
4.2.1 SOUL.md的本质 110
4.2.2 SOUL.md的结构 110
4.2.3 SOUL.md的工作机制 111
4.3 身份定位：明确AI是谁、能做什么 111
4.3.1 为什么身份定位如此重要 111
4.3.2 身份定位的三要素 112
4.3.3 编写身份定位 112
4.3.4 背景故事的力量 114
4.4 性格塑造：专业型、亲和型、创意型模板 114
4.4.1 为什么需要性格模板 114
4.4.2 3种性格模板详解 115
4.4.3 如何选择和切换性格模板 117
4.5 边界设定：安全红线与权限控制 118
4.5.1 为什么边界设定至关重要 118
4.5.2 安全红线清单 118
4.5.3 权限分级管理 119
4.5.4 群聊安全特别规则 119
4.5.5 隐私保护规则 120
4.6 沟通风格：语气、格式、响应速度规范 120
4.6.1 语气规范 120
4.6.2 格式规范 120
4.6.3 响应速度规范 121
4.6.4 Emoji的使用规范 122
4.7 行业模板速览 122
4.7.1 自媒体运营助手模板 122
4.7.2 数据分析专员模板 124
4.8 迭代优化：根据反馈持续调整规则 125
4.8.1 为什么需要迭代优化 125
4.8.2 建立反馈收集机制 126
4.8.3 版本管理 127
4.8.4 迭代优化案例 127
4.9 “踩坑”记录：编写SOUL.md常见的问题 127
4.9.1 问题一：规则过于笼统 127
4.9.2 问题二：规则相互矛盾 128
4.9.3 问题三：忽略边界设定 128
4.9.4 问题四：一次性写太多 128
4.9.5 问题五：不根据反馈调整 130
4.10 本章小结 130
4.10.1 今天完成了什么 130
4.10.2 核心技术理解 130
4.10.3 本章交付物清单 131
4.10.4 明日预告 133

第5章 安全红线：不可忽视的风险与防范 135
5.1 本章导读 135
5.1.1 为什么从第5天就要重视安全 135
5.1.2 你将学到什么 136
5.1.3 阅读建议 136
5.2 安全意识：AI不是黑盒，需要监管 137
5.2.1 为什么AI需要监管 137
5.2.2 建立安全意识的3个层次 137
5.2.3 安全意识的日常实践 138
5.3 隐私保护：群聊中的信息泄露风险 138
5.3.1 群聊是最危险的场景 138
5.3.2 真实案例复盘：一次API Key泄露事件 139
5.3.3 敏感信息识别指南 139
5.3.4 群聊安全规则配置 140
5.3.5 消息撤回与应急响应 142
5.4 权限管理：最小权限原则的实践 142
5.4.1 什么是最小权限原则 142
5.4.2 OpenClaw的权限层级 143
5.4.3 权限配置实战 143
5.4.4 权限审计与调整 144
5.5 黑名单机制：禁止响应的敏感话题 145
5.5.1 为什么需要黑名单 145
5.5.2 话题黑名单设计 145
5.5.3 人员黑名单设计 146
5.5.4 黑名单的执行与更新 147
5.6 Prompt安全：防止注入攻击 149
5.6.1 什么是Prompt注入攻击 149
5.6.2 Prompt注入的常见手法 149
5.6.3 防范Prompt注入的6条规则 150
5.6.4 实战：测试你的AI是否容易受攻击 151
5.7 日志审计：追踪AI的所有操作 152
5.7.1 为什么需要日志审计 152
5.7.2 OpenClaw的日志系统 153
5.7.3 日志分析实战 154
5.7.4 日志保留与清理 155
5.8 安全检查清单：部署前必做的10件事 156
5.8.1 检查清单概述 156
5.8.2 10项安全检查详解 156
5.8.3 检查清单使用指南 158
5.9 本章小结 159
5.9.1 今天完成了什么 159
5.9.2 核心技术理解 159
5.9.3 本章交付物清单 160
5.9.4 明日预告 161
第6章 日常调教：从新手到熟练工 162
6.1 本章导读 162
6.1.1 为什么从第6天就要开始调教 162
6.1.2 你将学到什么 163
6.1.3 阅读建议 163

6.2 Prompt工程：清晰、具体、可验证 164
6.2.1 什么是Prompt工程 164
6.2.2 Prompt设计的4个原则 164
6.2.3 Prompt优化实战：从60分到90分 165
6.2.4 常见的Prompt错误与修正 167
6.2.5 进阶技巧：少样本提示和思维链 167
6.3 错误反馈：纠正AI的错误行为 169
6.3.1 为什么错误反馈很重要 169
6.3.2 错误反馈的三步法 170
6.3.3 不同类型错误的反馈策略 170
6.3.4 建立正向反馈循环 171
6.4 记忆管理：短期记忆与长期记忆的平衡 172
6.4.1 AI的记忆机制 172
6.4.2 短期记忆的最佳实践 173
6.4.3 长期记忆的管理方法 173
6.4.4 记忆的更新与遗忘 174
6.5 工作流设计：从单任务执行到多任务协作 175
6.5.1 什么是工作流 175
6.5.2 单任务工作流设计 175
6.5.3 多任务协作工作流 176
6.5.4 自动化工作流配置 176
6.6 调教日志：记录AI的成长轨迹 178
6.6.1 为什么要记录调教日志 178
6.6.2 调教日志的核心要素 178
6.6.3 7天调教日志案例 179
6.6.4 调教日志模板使用 180
6.7 效率评估：如何评估AI的工作质量 181
6.7.1 为什么需要效率评估 181
6.7.2 效率评估的4个维度 181
6.7.3 7天效率评估案例 183
6.7.4 效率评估表的使用 184
第7章 自媒体内容工厂：一人运营多平台 186
7.1 本章导读 186
7.1.1 为什么从第7天开始搭建内容工厂 186
7.1.2 你将学到什么 187
7.1.3 阅读建议 187
7.2 场景分析：自媒体运营的痛点与机会 188
7.2.1 自媒体运营的3大痛点 188
7.2.2 AI如何消除这些痛点 188
7.2.3 内容工厂的核心价值 189
7.3 架构设计：内容工厂的工作流 189
7.3.1 内容工厂的整体架构 189
7.3.2 工作流的时间安排 190
7.3.3 技术架构说明 191
7.4 信息聚合：RSS+AI筛选热点 192
7.4.1 数据源配置 192
7.4.2 RSS抓取配置 193
7.4.3 AI筛选与摘要 195
7.4.4 热点简报生成 196
7.5 内容生成：多风格改写 197
7.5.1 内容生成的3种模式 197
7.5.2 专业深度模式的Prompt 198
7.5.3 轻松科普模式的Prompt 200
7.5.4 短平快模式的Prompt 201
7.6 多平台分发：适配各个平台的格式 203
7.6.1 平台特点分析 203
7.6.2 自动适配流程 203
7.6.3 发布管理配置 204
7.7 数据追踪：自动统计与分析 206
7.7.1 数据追踪的意义 206
7.7.2 核心指标 206
7.7.3 自动抓取数据 207
7.7.4 数据报告生成 208
7.8 变现路径：流量主、付费社群、带货 209
7.8.1 自媒体变现的3种模式 209
7.8.2 变现策略设计 210
7.8.3 AI辅助变现 210
7.9 本章交付物清单 211
第8章 智能情报站：行业信息自动化 213
8.1 本章导读 213
8.1.1 为什么从第8天开始搭建情报站 213
8.1.2 你将学到什么 214
8.1.3 阅读建议 214
8.2 需求分析：信息过载时代的筛选机制 215
8.2.1 现代人的信息困境 215
8.2.2 传统解决方案的局限性 215
8.2.3 AI情报站的核心价值 216
8.3 数据源配置：RSS、社交媒体、GitHub 216
8.3.1 选择核心数据源 216
8.3.2 RSS源配置 217
8.3.3 社交媒体监控 219
8.3.4 关键词过滤 219
8.4 AI筛选：相关性判断与摘要生成 220
8.4.1 为什么需要AI筛选 220
8.4.2 相关性判断Prompt 221
8.4.3 智能生成摘要 222
8.4.4 人机协作的筛选流程 223
8.5 定时推送：Cron任务设置 224
8.5.1 推送时机的重要性 224
8.5.2 配置Cron定时任务 225
8.5.3 推送内容的格式 227
8.6 存档检索：构建个人知识库 228
8.6.1 为什么需要存档 228
8.6.2 自动存档工作流 228
8.6.3 存档文件结构 229
8.6.4 检索与回顾 231
8.7 案例：AI日报的完整实现 231
8.7.1 案例背景 231
8.7.2 数据源配置 231
8.7.3 AI筛选配置 232
8.7.4 Cron任务配置 232
8.7.5 效果评估 233
8.8 质量优化 234
8.8.1 从信息到洞察 234
8.8.2 培养洞察的方法 234
8.8.3 周度洞察报告 234
8.9 本章交付物清单 235