全部笔记

Agent 会自己拆任务、调工具、留记忆；ChatGPT 默认就回一句话。

准备三样东西：一个 API Key、一个 Agent 工具、一份最小任务描述。

工作流 = 把多个步骤按顺序串起来，Agent 自动一步步执行。

OpenClaw 把网关、模型、知识库、插件、Telegram 接入做成图形化模块，更像一个面板。

先看日志最后 20 行，再检查端口占用和 .env，多数情况几分钟能定位。

Bot 没进群、chat_id 写错、用户没和 Bot 私聊过，按这四步过一遍基本就解。

登录失败大多是代理或登录态问题，换网络再登录一次能解；Windows 额外注意 DLL 缺失和端口占用。

Codex 适合长任务、无人值守跑活；Claude Code 适合实时改代码、调 Bug。两者评测接近（各家自报 SWE-bench 均超 80%，独立评测差距更小），选工具看工作方式。

Claude Code 负责看懂需求、拆方案、改小块和复核体验；Codex 负责跨文件落地、跑构建测试和部署验证，中间用一张任务卡交接就够了。

Codex++ 很像给 Codex Desktop 加浏览器扩展：能力很强，但它会改本地 App，本质上是进阶玩家工具，不建议小白无脑安装。

API Key 用来识别身份和扣费，写进 .env，不要硬编码在代码里。

401 改 Key、429 等一会、503 换上游、524 缩短任务或换模型。

中转站等于 OpenAI 兼容接口加多家模型加统一计费，一套代码可以切多家模型。

把 BASE_URL 指向 1A1API，把 Key 换成 1A1API 的 sk-xxx，模型名按列表填。

不要拿主 Key 直接生图；先建一个只给图片任务用的分组 Key，再按用途、主体、构图、场景、光线、文字和禁止项写提示词，用 gpt-image-2 调 /v1/images/generations。

第一次使用 1A1 Listing Studio，不要先生成概念图；先左下角连接自己的 sk- Key，再跑不调用图片模型的轻量发布包。

倍率高就贵，额度低就充值，并发不够就降速或升档。

把商品资料和 FAQ 入知识库，OpenClaw 接闲鱼消息，先半自动再全自动。

资料切片、入向量库、走 RAG 模板，再用十个标准问答验证检索准确率。

先复制需求单，写清业务场景、输入资料、输出结果、验收标准和联系方式，然后发到 zhemuy@gmail.com。

提交时把现象、操作步骤、完整日志、脱敏后的 .env 发到 zhemuy@gmail.com，比一句跑不起来更好定位。

Docker 适合保留沙箱、一键脚本适合上手、Node 直装适合调试；首次启动只看三件事：模型、端口、面板。

把资料按主题切到 800-1500 字，再用 10 个真实问答验证检索率，再放量。

一个 Agent 接消息，一个 Agent 分类，一个 Agent 回内容，一个 Agent 兜底，比单 Agent 稳得多。

装、登录、改一个小文件、提交一次 PR，一小时内能跑完整的工具回路。

更新后先别急着让它大改项目：先查版本，再用 /help 确认本机支持的斜杠命令；把验收目标写进提示词或 CLAUDE.md，不要把 Codex 教程直接搬到 Claude Code。

小白不要一上来让 Claude Code 直接写代码，先让它帮你把项目拆成需求、页面、数据、功能、验收、上线 6 个阶段，每一步都要有可检查的产物。

这个案例的目标不是做复杂系统，而是用 Claude Code 做一个客户能打开、能看懂、能预览的外贸 AI 工作流 Demo 页面，拆成客户开发、客户研究、询盘回复、报价跟进、人工审核、联系方式 6 个模块。

Codex Computer Use 是 Windows Codex App 的桌面操作能力；写代码仍靠 App / CLI，Linux 项目仍建议放 WSL2。

改文件用 Cursor、聊着改用 Claude Code、跑长任务用 Codex，三个都能装但每天主用一个。预算为零先试 Gemini CLI。

官方 Key 配 api.openai.com，中转 Key 配中转站给的 BASE_URL，模型名以平台列表为准。

便宜模型预处理、强模型只做关键判断、可复用结果走缓存，单次调用成本能降 60% 以上。

GPT 通用、Claude 写代码和长上下文好、Gemini 多模态强、国产模型便宜稳定，按场景叠用。

提示词不是咒语，而是一张任务单：目标、资料、规则、步骤、输出、示例、边界和验收标准写清楚，Agent 才不容易跑偏。

确定数据来源、总结维度、推送渠道三件事，再让 Agent 每天按格式吐结果。

标签先建好、判断规则写清、低置信度转人工，分类 Agent 才能上线。

网络运维 Agent 的第一原则是先备份、先只读检查、一次只改一个变量，别让小问题变成全网断线。

OpenCode 用 `sshpass` 可以解决密码输入卡住的问题，但长期最好换 SSH Key；真人排错再配 PuTTY、WinSCP、MobaXterm 这类图形工具。

外贸 Agent 不要一上来全自动群发，先做“找客户、读客户、写草稿、人工确认、记录复盘”的半自动闭环。

客户开发 Agent 的关键不是多抓名单，而是先定义 ICP，再给每条线索打分和安排下一步。

开发信 Agent 不是群发机器，它应该先读客户，再写短、具体、可回复的邮件草稿。

询盘报价 Agent 可以整理和起草，但价格、交期、认证、付款条款必须人工确认。

多语言客服 Agent 最重要的是术语表和红线：价格、交期、赔付、认证必须转人工确认。

产品本地化 Agent 不是直译，它要按市场、平台、客户类型重写标题、卖点、参数和 FAQ。

单证物流 Agent 只能做检查清单和草稿，HS Code、报关、税费和合规结论必须由专业人员确认。

外贸 Skill 不要写成万能提示词，要按业务环节拆成小技能，每个技能有输入、步骤、红线和输出格式。

订阅转换先确认目标格式，插件维修先备份再查日志；不要把完整订阅链接、UUID、密码和 Token 交给 Agent。

Skill 就是一份可复用的操作手册，让 Agent 遇到同类任务时知道该按哪套流程、调用哪些工具、避开什么坑。

把 npx skills 当成 Agent 技能包管理器：先 find，再看来源和安装量，最后 add 到指定 Agent。

OpenClaw Skills 可以扩展 Agent 能力，但安装前要先看来源、权限、代码和安全扫描，不要把技能当普通提示词乱装。

Open Design 可以理解成开源、本地优先的 Claude Design 替代品：你选 Skill 和设计系统，它调用本机 Claude Code、Codex、OpenCode 等 CLI 生成可预览的设计原型。

Agent Reach 不替 Agent 思考，它负责把网页、GitHub、Reddit、YouTube、小红书、B站、公众号等入口装好，让 Agent 有资料可读。

MediaCrawler 适合做内容研究和评论分析底座，但要先守住合规边界：学习、测试、小规模、尊重平台规则。

平台 CLI 的价值是把“需要登录网页才能做的事”变成命令，Agent 才能稳定搜索、读取、导出和总结。

技能搜索研究 Agent 的目标不是收藏链接，而是把链接变成可复制步骤、风险提醒和站内文章。