OpenClaw

這篇是 OpenClaw 入門教程 的續集，假設你已經裝好了 OpenClaw，跑通了基本的 Telegram 互動。這裡講的是真正把它用起來之後的進階技巧。 多 Agent 任務分工 OpenClaw 支援在同一個 Telegram 群裡配置多個 Agent，各自負責不同領域，這是它最容易被忽視的功能。 為什麼要分 Agent 不分 Agent 時，你的 AI 助手是個通才——什麼都能問，但沒有專門的上下文和工具。問運維問題時它不知道你的伺服器架構，問量化策略時它不知道你的持倉邏輯。 分 Agent 後，每個 Agent 有自己的： 系統提示詞：注入對應領域的背景知識 Skill 集合：只掛載相關的工具 獨立對話歷史：不會被其他任務干擾 配置示例 在 ~/.openclaw/config.yml 裡定義多個 Agent： agents: - name: "ops" description: "伺服器運維助手" skills: - healthcheck - ssh-tools system_prompt: | 你是專門負責管理伺服器基礎設施的運維助手。 你熟悉 Nginx、Docker、系統監控等運維工作。 遇到需要執行命令的任務，先解釋再操作。 - name: "quant" description: "量化策略助手" skills: - binance-watcher - grafana-query system_prompt: | 你是專門負責量化策略監控的助手。 你瞭解趨勢跟蹤策略的基本邏輯，能解讀持倉訊號和收益資料。 不公開具體策略引數。 - name: "writer" description: "寫作助手" skills: - obsidian system_prompt: | 你是部落格寫作助手，幫助整理思路、起草文章、整理筆記。 寫作風格：直接、有觀點，不廢話。 在 Telegram 裡透過 /agent ops 切換到對應 Agent，之後的對話都走那個 Agent 的配置。 ...

GitHub Copilot（特別是透過 Claude Code + Copilot 通道使用時）每月有請求次數限制。OpenClaw 支援多 agent 併發，很容易在不知不覺中把配額消耗掉。 這篇文章整理了 8 個實用技巧，幫你更有效地管理用量、減少浪費。 1. 追蹤當前 Copilot 用量 方式一：GitHub 設定頁面 直接訪問 GitHub Copilot 用量頁面檢視當月消耗（Premium Request 數量）。不同模型消耗倍率不同： 模型 消耗倍率 GPT-4o 1x Claude Sonnet 1x Claude Opus 10x o1 10x o3 更高 方式二：命令列檢視（透過 API） # 獲取當前 Copilot 套餐資訊 curl -H "Authorization: token your-github-token" \ https://api.github.com/user/copilot_billing/seats 方式三：計劃用量估算 大概規律： 一次完整程式碼生成對話：1-3 requests 一次檔案重構任務（帶多輪修改）：5-15 requests OpenClaw 多 agent 併發任務：每 agent 獨立計算 2. OpenClaw 合理配置 agent 數量 OpenClaw 預設可以開多個 subagent 併發執行，但並不是越多越好。 ...

OpenClaw 預設配置跑一段時間會遇到兩個問題：額度消耗太快、長會話超時崩潰。這篇文章記錄我實際調優的 8 個引數，以及背後的原因。 先說清楚架構 我用的組合： GitHub Copilot Pro+：月付 $19，提供 1500 次/月的 premium request 額度 Claude Opus 4.6：透過 Copilot 的模型路由訪問，模型 ID github-copilot/claude-opus-4.6 OpenClaw：負責 Telegram 互動、Skill 呼叫、定時任務 額度計算邏輯：每次 AI 助手回覆 = 1 次 premium request（包括 tool call 後的回覆）。1500 次聽起來很多，但沒最佳化的話很快就不夠用。 8 項標準最佳化 1. 模型只保留 Copilot，清空 fallbacks 問題：預設配置有多個 model provider 做 fallback，一旦主模型超時，會依次嘗試所有 fallback，每次嘗試都消耗額度。 最佳化： { "agents": { "defaults": { "model": { "primary": "github-copilot/claude-opus-4.6", "fallbacks": [] } } } } fallbacks 清空後，失敗直接報錯，不會觸發 2-3 次無效重試。每月節省約 50 次。 ...

買了 VPS、寫了量化策略程式碼，但怎麼讓它"自動跑起來"並且"隨時告訴你發生了什麼"？這是大部分人卡住的地方。 我用 OpenClaw 解決了這個問題。 OpenClaw 是什麼 簡單說：一個讓 AI 助手能呼叫各種工具的框架。 它的核心能力是： 提供 CLI 工具（openclaw message send），可以從任何指令碼里發 Telegram/Discord 訊息 有 Skill 系統，可以給 AI 掛載各種能力（GitHub、Notion、天氣、自定義指令碼） 支援 cron 定時任務和遠端觸發 對量化來說，最有用的就是訊息推送這一塊。 我的量化訊號推送架構 cron（每30分鐘） ↓ signal_monitor.py（拉資料 → 計算訊號 → 對比上次狀態） ↓ 有新訊號？ ├── 是 → generate_report.py（生成 PDF） │ ↓ │ openclaw message send（發 Telegram） │ ├── 群組（@ 訊號通知） │ └── 私信（附 PDF + 耗時統計） └── 否 → openclaw message send（私信巡檢報告） 跑在區域網的 Linux 機器上，24 小時不間斷。 ...

如果你用過 Claude Code，OpenClaw 可以理解成它的"非同步版本"——Claude Code 適合你坐在電腦前互動式幹活，OpenClaw 適合讓 AI 在後臺持續幫你做事，即使你不在電腦旁。 OpenClaw 的核心定位 一句話：讓 AI 助手能訪問和操作外部工具，並透過 Telegram 等渠道跟你互動。 它解決的問題： AI 模型本身無法主動觸達你（你要開口問，它才回答） AI 模型沒有持久狀態（每次對話從頭開始） AI 模型無法直接操作外部系統（GitHub、Notion、伺服器） OpenClaw 透過 Skill 系統 解決這三個問題。 Skill 系統 Skill 是 OpenClaw 的核心概念：一個 Skill 就是給 AI 掛載一個工具。 已有的 Skill 舉例： Skill 功能 github 讀寫 Issue、PR、Actions obsidian 讀寫 Obsidian 筆記庫 weather 查詢天氣（open-meteo） notion Notion 頁面/資料庫操作 healthcheck 系統安全巡檢 skill-creator 建立自定義 Skill 安裝一個 Skill： ...

用 OpenClaw 跑自動化任務，最麻煩的不是配置，而是"跑著跑著突然不工作了"。這篇文章整理我遇到過的故障和解決方法。 Gateway 相關 Gateway 服務未啟動 症狀：Telegram 發訊息沒反應，AI 助手不回覆。 檢查： openclaw gateway status 常見原因和解法： 原因 解法 程序掛了 openclaw gateway restart Bot Token 過期 去 BotFather 重新獲取 token，更新配置 埠衝突 lsof -i :埠號 找佔用程序，kill 掉 Windows 開機未自啟 任務計劃程式加入自啟 Windows 特別注意：Windows 上 Gateway 不會隨系統自動啟動，每次重啟後需要手動執行： openclaw gateway start 建議做成 Windows 任務計劃程式的開機自啟任務。 Gateway 啟動後幾小時自動斷開 症狀：剛開始好的，過一段時間 Telegram 又不響應了。 原因：Telegram 的 long-polling 連線超時，Gateway 沒有自動重連。 解法：用 cron 或 systemd 做保活： ...