全部笔记

普通对话以生成回复为主；Agent 工作流更强调拆任务、调用工具、管理状态和持续执行，具体能力取决于所用模式。

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 的核心是自托管 Gateway：把 Telegram、WhatsApp、Slack、WebChat 等渠道路由到带 workspace、memory、skills 和工具的 Agent。

按官方顺序运行 status、gateway status、logs、doctor 和 channel probe；Docker 再查 `openclaw-gateway` 服务日志，根据第一条阻断错误定位。

先核对目标聊天是否已与 Bot 建立联系、真实 chat_id 和发消息权限，再用环境变量发最小测试。

先用 `codex login status` 确认状态，再用 `codex logout` 安全清理当前凭据并重登；浏览器回调受阻时优先试设备码登录。

不要按旧模型名、跑分或固定价格选工具；拿同一个真实任务比较交互、改动范围、验证结果和成本。

不要按产品名称固定分配长短任务；根据当前客户端、项目环境和实测结果选一个主执行者，另一个独立复核，中间用任务卡交接。

要复用工作流、连接服务或分发 Skills，先选官方 Plugins；要改 Codex 桌面 UI 才考虑 Codex++，并接受 patch、签名和更新失效风险。

当前日常配置使用 `gpt-5.6-sol`，实际可用模型以 Key 分组和 `/v1/models` 返回为准；Spark 菜单修改仅作为历史高级实验保留。

API Key 用来识别身份和计费，优先放在工具官方凭据存储、系统 keyring 或服务器 Secret；代码项目才使用受保护且不会提交的环境文件。

先查控制台日志，再判断是鉴权、权限、路径、额度或并发、网关连接、上游服务还是请求超时；不要只看状态码猜原因。

中转站可以统一账号和控制台，但 Base URL、协议、模型权限和计费仍要按工具与 Key 分组确认。

一个账号和控制台，按工具选择对应兼容入口；不要把三个 Base URL 混用。

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。

不要只看倍率判断贵不贵，也不要把额度直接等同现金余额；先看模型基准价、计费单位、实际日志和当前账户规则。

OpenClaw 没有官方原生闲鱼 channel；消息接入必须另选符合平台规则的连接器，默认只生成建议并由人工发送。

先明确资料来源、权限、索引和引用规则，再用固定问题集验证；不要把任意文件上传式 RAG 当作 OpenClaw 默认内建界面。

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。

只提交定位问题所需的最小材料；Authorization、Cookie、API Key、Token、密码和环境变量值必须全部删除。

普通用户先安装最新版并运行 `openclaw onboard --install-daemon`；验收看 doctor、Gateway 状态和 dashboard，Docker 只按官方 setup 单独走。

先把可长期使用的事实整理为 workspace Markdown，用 `openclaw memory status` 检查索引，再用不含敏感信息的代表性问题验证；不要假设存在通用拖拽上传知识库。

先用 bindings 把不同渠道、账号或发送者路由到隔离 Agent；只有真的需要顺序执行时，再选择可审计的 Task Flow、Lobster 或插件。

第一次只跑通「只读分析、批准一处编辑、查看 diff、运行验证、保存 Git 记录」这条最小闭环。

先运行 `claude --version` 和 `/help`；并行任务优先隔离 worktree，跨会话消息不能替代人工授权，第三方插件和 Skills 仍要逐项审查。

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。

Computer Use 是 ChatGPT Windows 桌面应用中 Work / Codex 的图形界面能力；命令行任务仍用 Codex CLI，Linux 项目仍建议放 WSL2。

先按工作方式筛选，再用同一任务实测；不要依据旧模型名、固定上下文或历史套餐价格购买。

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。

分层选模型、压缩上下文和复用缓存可能显著降低成本；实际幅度取决于任务、模型价格、上下文长度和缓存命中率。

模型能力、价格和可用范围会变化；先从当前 Key 分组挑 2—3 个候选，再用自己的 5—10 条真实任务评测。

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，再核对可信来源、审阅内容与权限，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。

小白先用 Open Design 桌面应用；要在 Codex 里调用则接入 MCP。选好 Skill 和设计系统后，再让本地 Agent 生成可预览原型。

Awesome DESIGN.md 不是一键抄网站的素材包，而是一组可读的设计说明书：先选一个适合任务的视觉方向，再把原则改写成自己的 DESIGN.md 和验收标准。

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。