Posts

难得的周末，和女朋友约好一起去按摩放松，本来是抱着瘫一下午的期待去的，结果开场就踩了雷。 给我安排的技师手劲大得离谱，按得我龇牙咧嘴，疼到最后实在忍不了，火气一下就上来了，直接摆脸让技师别按了，走人。 没一会主管过来打圆场，说给我换个经验丰富的技师，今天这单全免。那时候我还在气头上，头摇得像拨浪鼓，满脑子都是不想按了要走人。 还是我女朋友懂事，轻轻拉了拉我胳膊，给了双方台阶下，说换个技师再按半小时就好。 换的新技师手法果然舒服很多，最后结账的时候他们也真的免了单。现在回头想想，要是只有我自己在，今天肯定要闹得不欢而散，还好有她在旁边帮我兜着，全程陪着我哄我，怎么会有这么好的女朋友啊。 按摩结束我们找了家小酒馆喝酒，今天点的酒味道意外的不错，下次还要带她再来：

前言：ADB的痛点是什么？ ADB（Android Debug Bridge）几乎是所有安卓玩机党、测试工程师的必备工具，我们可以用它执行截图、点击、安装应用、文件传输等几乎所有手机操作，但它有一个最大的短板：它只能执行命令，没法"看到"手机屏幕上的内容。 很多时候我们想做自动化操作，都会卡在"判断当前屏幕有什么"这一步：比如想跳过开屏广告，你得先知道"跳过"按钮在什么位置；想自动签到，得先识别到"签到"按钮有没有出现；想批量提取截图里的文字，得手动一张张复制。 今天我们就用OpenClaw的两个现成技能：ADB工具集 + 本地PaddleOCR，组合出一个完全本地化、零API费用、隐私安全的全自动安卓设备管理助手，实现"识别→决策→操作"的完整闭环。 一、整体方案设计 整个架构非常简单，三层结构完全跑在本地，不需要任何云端服务： 1 2 3 4 ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ │ ADB交互层 │ → │ PaddleOCR识别层 │ → │ OpenClaw逻辑层 │ │ （手机操作） │ │（文字+坐标识别） │ │（规则判断+调度）│ └─────────────────┘ └─────────────────┘ └─────────────────┘ 各层职责： ADB层：负责和安卓设备交互，支持截图、点击、滑动、启动应用、拉取/推送文件、执行Shell命令等所有ADB原生能力 OCR层：基于本地PaddleOCR实现，识别截图中的文字内容和对应坐标位置，全程本地运行，不会上传任何图片到第三方 逻辑层：OpenClaw作为调度中心，把两个能力串联起来，支持自定义规则，甚至可以用自然语言直接控制（比如"帮我把手机里的所有账单截图文字提取出来"） 二、前置环境准备 2.1 技能安装 首先确保你已经在OpenClaw中安装了两个必备技能： 1 2 3 4 5 # 安装ADB工具集技能 openclaw skills install adb # 安装本地PaddleOCR技能 openclaw skills install paddle-ocrv5 安装完成后运行openclaw skills list确认两个技能状态都是✓ ready。 2.2 ADB设备连接 安卓手机开启「开发者选项」→ 打开「USB调试」，用USB连接电脑，或者通过Wi-Fi无线连接 执行adb devices确认设备已经连接成功，能看到设备ID输出 （可选）配置ADB路径到系统环境变量，或者在TOOLS.md中配置你的ADB实际路径 2.3 本地OCR服务启动 PaddleOCR技能默认会启动本地MCP服务在端口18080，启动后可以通过lsof -i:18080确认服务正常运行。 ...

引言 随着 AI 智能体（Agent）在企业场景中的广泛应用，单一智能体已难以满足复杂业务需求。如何在同一基础设施上运行多个独立的 AI 智能体，并让它们协同工作，成为现代 AI 架构设计的核心挑战。 OpenClaw 的多智能体路由（Multi-Agent Routing）系统正是为解决这一问题而生。本文将深入解析其架构设计、核心概念与最佳实践，帮助读者构建企业级的多智能体协作基础设施。 什么是"一个智能体"？ 在 OpenClaw 的语境中，一个智能体（Agent） 是一个完全独立、自包含的"大脑"，拥有以下核心资源： 1. 独立工作空间（Workspace） 每个智能体拥有专属的目录结构： 1 2 3 4 5 6 ~/.openclaw/workspace-<agentId>/ ├── AGENTS.md # 智能体行为规范 ├── SOUL.md # 人格与个性定义 ├── USER.md # 用户信息 ├── TOOLS.md # 工具使用说明 └── ... # 其他工作文件 这些文件定义了智能体的"身份"——它如何思考、如何回应、拥有哪些工具能力。 2. 独立状态目录（AgentDir） 1 2 3 4 ~/.openclaw/agents/<agentId>/agent/ ├── auth-profiles.json # 认证配置（各频道账号） ├── models.json # 模型注册表 └── config/ # 智能体专属配置 关键原则：认证信息是按智能体隔离的。一个智能体的 Telegram 账号不会自动共享给另一个智能体。如需共享，必须显式复制 auth-profiles.json。 ...

OpenClaw Skill 介绍：Healthcheck 主机安全加固 简介 Healthcheck 是一个专业的 OpenClaw Skill，用于主机安全加固和风险容忍度配置。当你需要对运行 OpenClaw 的机器（笔记本、工作站、树莓派、VPS）进行安全审计、防火墙/SSH/更新加固、风险评估、暴露审查、OpenClaw cron 定时检查或版本状态检查时，这个工具就是你的最佳选择。 核心功能 🔍 安全审计 系统安全状况评估 漏洞扫描和检测 配置安全检查 权限和访问控制审查 🛡️ 主机加固 防火墙规则配置 SSH 安全设置 自动更新配置 服务最小化 📊 风险评估 风险容忍度配置 暴露面分析 威胁建模 安全建议生成 ⏰ 定时检查 OpenClaw 安全审计定时任务 版本状态检查 健康状态监控 使用方法 基础命令 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 # 运行基础安全审计 openclaw security audit # 深度安全审计 openclaw security audit --deep # 查看系统状态 openclaw status # 深度系统状态 openclaw status --deep # 检查健康状况 openclaw health --json # 查看更新状态 openclaw update status 定时任务管理 1 2 3 4 5 6 7 8 9 10 11 # 列出所有定时任务 openclaw cron list # 添加定时任务 openclaw cron add --name "daily-audit" --schedule "0 9 * * *" --command "openclaw security audit" # 查看定时任务运行记录 openclaw cron runs # 立即运行定时任务 openclaw cron run <job-id> 工作流程 Healthcheck Skill 遵循严格的工作流程： ...

OpenClaw Skill 介绍：Weather 天气查询 简介 Weather 是一个简单但实用的 OpenClaw Skill，用于查询天气信息。它通过 wttr.in 服务获取天气数据，无需 API 密钥即可使用。 功能特点 🌍 支持全球任意地点的天气查询 🌡️ 实时温度、体感温度、湿度、风速 📅 3天天气预报 🌅 日出日落时间 🌙 月相信息 💨 空气质量指数（部分城市） 使用方法 基础查询 1 2 3 4 5 6 7 8 9 10 11 # 查询当前位置天气 curl wttr.in # 查询指定城市 curl wttr.in/Beijing curl wttr.in/London curl wttr.in/"New York" # 使用中文城市名 curl wttr.in/北京 curl wttr.in/上海 格式化输出 1 2 3 4 5 6 7 8 9 10 11 12 13 14 # 简洁模式（单行输出） curl "wttr.in/Beijing?format=3" # 自定义格式 curl "wttr.in/Beijing?format=%l:+%c+%t+%w+%h" # 常用格式变量 # %l - 地点 # %c - 天气状况 # %t - 温度 # %f - 体感温度 # %w - 风速 # %h - 湿度 # %p - 降水概率 JSON 输出 1 2 # 获取 JSON 格式数据 curl "wttr.in/Beijing?format=j1" 图片输出 1 2 # 获取 PNG 图片 curl "wttr.in/Beijing.png" -o weather.png 机场代码查询 1 2 3 4 5 6 7 # 使用 IATA 机场代码 curl wttr.in/PEK # 北京首都机场 curl wttr.in/PVG # 上海浦东机场 curl wttr.in/HKG # 香港机场 curl wttr.in/NRT # 东京成田机场 curl wttr.in/LHR # 伦敦希思罗机场 curl wttr.in/JFK # 纽约肯尼迪机场 在 OpenClaw 中使用 1 2 3 4 5 # 询问 OpenClaw 天气 @weather 北京今天天气怎么样？ # 或直接使用命令 curl -s "wttr.in/Beijing?format=3" 注意事项 🆓 完全免费，无需注册或 API 密钥 🌍 支持全球 200,000+ 城市 🌐 支持多语言输出 ⏱️ 数据来自世界各地的气象站，通常每 1-2 小时更新 📊 预报准确度随时间递减，3天内的预报最可靠 相关链接 wttr.in 官方文档 GitHub 仓库 简单、实用、免费 —— 这就是 Weather Skill 的魅力所在！ ...

OpenClaw Skill 介绍：Coding Agent 编程助手 什么是 Coding Agent？ coding-agent 是一个 OpenClaw Skill，它允许你将编程任务委托给 Codex、Claude Code、Pi 等 AI 编程助手。无论是构建新功能、审查 PR、重构大型代码库，还是需要文件探索的迭代式编码，这个 Skill 都能帮上忙。 核心特性 1. 支持多种 AI 编程助手 工具 说明 Codex OpenAI 的编程助手，支持 GPT-5.2-codex Claude Code Anthropic 的 Claude 编程助手 Pi 轻量级编程助手 OpenCode 开源替代方案 2. 灵活的工作模式 单次执行模式： 适合快速任务 执行完自动退出 适合脚本和自动化 后台模式： 适合长时间运行的任务 可以监控进度 支持随时介入 3. 安全的执行环境 工作目录限制：Agent 只能在指定目录内工作 Git 沙箱：需要 git 目录才能运行 权限控制：支持自动审批或手动确认 使用方法 快速开始 单次执行（推荐用于简单任务） 1 2 3 4 5 # 基本用法 - 在临时目录执行 SCRATCH=$(mktemp -d) && cd $SCRATCH && git init && codex exec "Your prompt here" # 在实际项目中执行（带 PTY） bash pty:true workdir:~/Projects/myproject command:"codex exec 'Add error handling to the API calls'" 后台模式（适合长时间任务） 1 2 3 4 # 启动后台任务（带 PTY） bash pty:true workdir:~/project background:true command:"codex exec --full-auto 'Build a snake game'" # 返回的 sessionId 用于后续管理 监控和管理后台任务 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 # 查看所有运行中的会话 process action:list # 查看特定会话的日志 process action:log sessionId:XXX # 检查会话是否还在运行 process action:poll sessionId:XXX # 向会话发送输入（如果 Agent 提问） process action:write sessionId:XXX data:"y" # 发送输入并按回车 process action:submit sessionId:XXX data:"yes" # 终止会话 process action:kill sessionId:XXX 实用场景 场景 1：快速原型开发 1 2 3 4 5 # 创建一个临时目录并初始化 git SCRATCH=$(mktemp -d) && cd $SCRATCH && git init # 让 Codex 快速构建一个原型 codex exec --full-auto "Build a React todo app with TypeScript" 场景 2：代码重构 1 2 # 在现有项目中重构代码 bash pty:true workdir:~/project command:"codex exec --full-auto 'Refactor the authentication module to use JWT'" 场景 3：PR 审查 ⚠️ 重要：不要在 OpenClaw 的项目目录中审查 PR！ ...

OpenClaw Skill 介绍：Tavily 智能搜索 什么是 Tavily Search？ tavily-search 是一个 OpenClaw Skill，它使用 Tavily API 提供实时网络搜索、内容提取和研究能力。当你需要搜索网页、查找信息、研究主题或从 URL 提取内容时，可以使用这个工具。 核心功能 1. 智能网页搜索 Tavily Search 提供强大的搜索能力： 实时搜索：获取最新的网络信息 智能排序：AI 优化的搜索结果排序 深度搜索：支持基础模式和高级模式 结果丰富：包含标题、摘要、URL 和相关内容 2. 内容提取 从任意网页提取干净的内容： 文章提取：自动识别正文内容 去噪处理：移除广告、导航等无关内容 格式保留：保持原始排版和结构 批量处理：支持多个 URL 同时提取 3. 研究能力 专为深度研究设计的功能： 多源聚合：从多个来源整合信息 相关性分析：AI 评估内容相关性 引用追踪：方便验证信息来源 主题发现：自动识别相关主题 使用方法 环境配置 在使用之前，需要设置 API 密钥： 1 2 3 4 5 # 设置环境变量 export TAVILY_API_KEY="your-api-key-here" # 或者在 ~/.bashrc 或 ~/.zshrc 中添加 echo 'export TAVILY_API_KEY="your-api-key-here"' >> ~/.bashrc 获取 API 密钥：访问 https://tavily.com 注册免费账户 ...

OpenClaw Skill 介绍：协作式博客写作工具 什么是协作式博客写作工具？ collab-blog-writer 是一个 OpenClaw Skill，它通过多轮对话与用户共同创作博客文章。这个工具支持主题搜索、内容扩充、反复确认，最终自动发布到 Hugo 博客仓库并推送到远端。 核心功能 1. 五阶段写作流程 阶段 1：需求确认 询问博客主题/方向 了解目标读者群体 确认文章风格（技术/随笔/教程/观点等） 确定文章长度预期 阶段 2：大纲制定 根据需求制定文章大纲 向用户展示大纲并征求意见 根据反馈调整大纲 获得用户对大纲的最终确认 阶段 3：内容创作 按章节逐步撰写内容 每完成一个主要部分向用户展示 根据用户反馈修改 主动搜索补充信息丰富内容 阶段 4：完善优化 添加标题、标签、分类 优化开头和结尾 检查排版和格式 用户最终确认 阶段 5：发布部署 生成 Hugo 格式的文章文件 保存到博客 content/posts/ 目录 提交到本地 Git 仓库 推送到远端 GitHub 仓库 2. 智能交互原则 主动确认：每个重要决策都获得用户明确确认 分步展示：按章节/段落逐步展示，给用户消化和反馈的时间 内容扩充：主动使用搜索工具查找相关信息 灵活调整：根据用户反馈随时调整方向 技术实现 文章文件格式 生成的文章使用 Hugo Front Matter 格式： 1 2 3 4 5 6 7 8 9 --- title: "文章标题" date: 2024-03-05T10:00:00+08:00 draft: false tags: ["标签1", "标签2"] categories: ["分类"] --- # 正文内容... 发布路径 文章保存到：~/myblog/content/posts/<文章文件名>.md ...

从ACM笔记到AI协作者：一个程序员的十年工作流变迁 一、引言：那个在图书馆抄笔记的下午 前几天整理GitHub仓库，我无意中点开了那个叫ACM-Notes的repo。看着里面密密麻麻的Markdown文件——从《算法导论》的读书笔记，到ACM竞赛的题解，再到后来工作用的技术积累——我突然愣住了。 那是2017年的夏天，我坐在学校图书馆的角落里，笔记本上抄满了红黑树的旋转操作。旁边摊着从CSDN打印出来的博客，上面还贴着手写的便利贴。为了搞懂一道动态规划的变种题，我在知乎、GitHub、各大OJ之间来回切换浏览器标签，从下午两点折腾到晚上十点。 那时候，写一篇像样的技术博客，真的是个体力活。 二、碎片时代的困境：我们在信息海洋里溺水 现在想想，那种"到处查资料"的过程，本质上是在对抗知识的碎片化。 互联网把知识的门槛降到了最低，任何人都可以发声。这当然是好事，但它也带来了一个副作用：真正有价值的信息，被淹没在了噪音的海洋里。 我记得最清楚的是准备ACM省赛那会儿。为了掌握图论那一块，我需要学最短路、最小生成树、网络流、二分图匹配……每个算法我都能找到十几篇教程，但问题是： 有些教程只讲原理不给代码 有些给了代码但不讲复杂度 有些复杂度分析错了 有些用的数据结构太老，现在根本没人用 我不得不打开七八个网页，交叉对比，自己拼凑出一个"相对正确"的版本。然后还要自己写代码验证，发现某个边界情况没考虑到，再回去查…… 那个过程，就像是站在一个巨大的图书馆里，书都摆在那里，但你不知道哪几本应该放在一起读。更糟糕的是，有些书里的内容是错的，但你一开始并不知道。 三、创作的孤独时刻：面对空白文档的焦虑 除了技术学习，写作本身也是一场孤独的战斗。 我以前写博客，经常要面对那种空白页面的恐惧感。脑子里明明有一些模糊的想法，但就是不知道如何把它们变成流畅的文字。越是焦虑，越是写不出来；越是写不出来，越是焦虑。 印象最深的是2019年，我想写一篇关于深度学习入门的博客。那个选题本身并不复杂，但我就是写不出来。我坐在电脑前，从晚上八点折腾到凌晨一点，文档里只有断断续续的几百字，而且自己读起来都觉得别扭。 那种挫败感很难形容。不是简单的"写不出来"，而是一种更深层的自我怀疑——我是不是根本就不适合写东西？为什么别人能写出那么流畅的文章，我就不行？ 后来我读了一些作家的访谈，发现原来每个人都经历过这种"灵感枯竭"的困境。村上春树说他写小说时，有时候一整天只能写出一页，而且那一页还经常要删掉重写。JK罗琳说她写《哈利波特》时，经常坐在咖啡馆里盯着空白文档发呆，几个小时写不出一个字。 原来，创作的孤独是普遍存在的。区别只是，有些人学会了与这种孤独相处，有些人找到了突破的方法。 四、AI带来的协作新范式：从搜索到对话 我第一次真正意识到AI可能改变我的工作方式，是在2023年初。 那时候ChatGPT刚刚发布不久，我抱着试试看的心态注册了一个账号。起初只是让它帮忙翻译几段英文文档，或者润色一下邮件。但渐渐地，我发现它能做的事情远不止这些。 有一次，我遇到一个算法问题，是一个图论相关的变种题目。按照以前的习惯，我会先去Google搜题解，然后去LeetCode看讨论区，再去GitHub找类似的实现，整个过程可能要花两三个小时。 但那次，我试着把题目描述直接发给了AI，问它"这道题可以用什么思路解决"。 让我惊讶的是，它不仅给出了清晰的解题思路，还主动询问我是想了解具体的代码实现，还是想先理解算法的原理。当我说"我想理解原理"时，它用非常通俗的语言解释了相关的图论概念，甚至还举了几个生活中的例子帮助我理解。 整个过程大概就花了二十分钟，而且我得到的不是一个死记硬背的答案，而是真正理解了背后的逻辑。 那一刻，我突然意识到：我获取知识的方式，可能正在发生根本性的改变。 以前，我面对的是一个由无数网页、文档、代码片段组成的静态信息网络，我需要自己去筛选、判断、整合。而现在，我面对的是一个可以与我对话、理解我的上下文、根据我的需求动态调整输出的智能体。 这种转变，就像是从在图书馆里独自翻阅书籍，变成了有一个知识渊博的朋友随时与我讨论问题。前者当然有其价值，但后者的体验和效率，显然是更高维度的。 后来，我开始更多地尝试用这种方式来学习和工作。遇到不懂的技术概念，我不再先去搜博客或看文档，而是直接问AI，让它用通俗易懂的方式解释。需要写一个工具脚本，我不再去GitHub上找类似的代码然后改一改，而是直接描述需求，让AI帮我生成一个基础版本，然后我再根据需要进行调整。 这种改变带来的不仅仅是效率的提升。更重要的是，它让我从"信息的搜集者"变成了"知识的对话者"。 五、个人工作流的重构：效率与质量的双重提升 基于这些改变，我的工作流已经彻底重构。 以前的工作流： 有了一个想法或需求 花大量时间搜索资料 试图从碎片中拼凑出完整图景 独自面对创作任务，承受心理压力 最终产出可能不够理想 现在的工作流： 有了一个想法或需求 与AI对话，快速澄清和细化需求 让AI帮助设计系统化的解决方案 与AI协作完成创作，不断迭代优化 AI辅助检查和完善最终产出 这个新的工作流不仅效率更高，更重要的是质量也有了显著提升。因为我可以： 更系统地思考问题 获取更丰富和准确的信息 在创作过程中得到即时的反馈和建议 不断优化和迭代直到满意 更重要的是，这个过程变得轻松和愉快了。以前面对复杂任务时的那种焦虑感和孤独感大大减轻了，因为我知道，我始终有一个可以对话的伙伴。 六、未来展望：家中的智能协作者 写到这里，我不禁开始想象未来的场景。 现在的AI助手主要还存在于数字世界——我们在屏幕上与它们对话，它们帮助我们处理信息、创作内容、解决问题。但这显然不是终点。 想象一下，当你回到家中，有一个智能机器人可以通过自然语言与你交流，理解你的需求，并执行复杂的自动化任务。这听起来像是科幻电影的场景，但实际上，实现这一目标所需的技术正在快速成熟。 关键在于"Skill"这个概念。 就像我在电脑上编写Skill来扩展AI的能力一样，未来的家用机器人也将通过Skill来学习如何执行各种任务。不同的是，这些Skill将不仅仅处理数字信息，还将涉及与物理世界的交互。 想象一下这样的场景： 你对家中的智能机器人说：“我今晚想做一道意大利面，要简单快速的，你帮我准备一下。” 机器人通过内置的"烹饪助手"Skill执行以下工作流： 首先，它快速搜索适合初学者的意大利面食谱，同时检查你厨房中现有的食材库存。然后，它生成一个购物清单，列出你还需要购买的食材，并按照超市的区域进行分类，方便你快速找到。 接下来，它将烹饪步骤按照时间线重新组织，最大化效率。比如，它会告诉你"在煮水的同时可以切洋葱"，“酱料煮的时候可以去煮面条”。 当你开始烹饪时，机器人通过语音实时指导每一步，回答你的问题。如果你问"这个酱汁要煮多久？"，它会立即给出准确的回答。 整个过程中，你不需要去搜索食谱、计算时间、记忆步骤，只需要与机器人自然对话，告诉它你的需求，它就会帮你处理所有的细节。 这不仅仅是简单的自动化，而是真正意义上的智能协作——机器人理解你的意图，根据具体情境做出判断，并执行复杂的任务序列。 而这样的场景，不只是烹饪。 想象一下，当你需要准备一个重要的工作汇报时，机器人可以帮助你收集数据、分析趋势、制作图表，甚至根据你的演讲风格为你撰写讲稿。 ...