多数时候，这不是模型不够强，而是机制没接好。身份没定义清楚、记忆没沉淀下来、工具边界和执行流程也没有固定。
本文将讨论部署之后的进阶用法：怎么把 OpenClaw 现有机制串联起来，让你的 Agent 从“偶尔好用”变成“长期稳定可用”。
要把这件事做好，关键不是继续堆框架，而是先理解 OpenClaw 的 Markdown 文件体系。它本质上是一个三层架构：先定义智能体是谁，再规定它怎么工作，最后把经验沉淀成可复用的知识。
01 三层架构，一张图看懂
整套文件体系由三层构成：
每一层解决一个核心问题：
下面逐层拆解。
02 第一层：身份层——让智能体知道\"我是谁\"
SOUL.md —— 智能体的\"人格文件\"
这是整套体系的起点。简单说，SOUL.md 定义了智能体的核心身份、职责和行为边界。
假设你要搭一个「每日 AI 简报」智能体，用来每天早晨帮你扫描全网 AI 动态、筛选有价值的信息并生成一份简报。它的 SOUL.md 可能长这样：
注意这里的关键设计：不只是告诉智能体\"你要做什么\"，而是定义了\"你是谁\"和\"你的底线在哪\"。这个区别很重要。当智能体面对模糊场景时，比如一条消息既有新闻价值又像广告，它需要靠这些原则来做判断。
IDENTITY.md —— 快速参考名片
SOUL.md 是完整人格，IDENTITY.md 是精简版名片。
- 名字：Arbiter- 角色：AI 情报分析师- 气质：严谨、冷静、对信息噪音零容忍- Emoji：
文件很小，但当你同时运行多个智能体时，这张名片能帮你快速区分\"谁在跟我说话\"。比如智能体通过飞书给你推消息时，你一眼就能看出是哪个智能体在汇报。
USER.md —— 智能体需要了解的\"甲方画像\"
每个智能体都需要知道它在帮谁。
- 名字：恰香- 时区：CST（Asia/Shanghai）## 背景- 某科技公司产品经理- 重点关注 AI Agent 和大模型应用## 偏好- 短段落，有力的句子- 不要空泛的\"行业趋势展望\"，要具体的产品/技术进展- 早晨 8 点前收到简报
这些个人细节比你想象的更重要。时区意味着智能体不会在凌晨 3 点给你推送消息。内容偏好意味着简报不会充斥着\"颠覆行业\"\"史诗级突破\"之类的废话。
换句话说，USER.md 让智能体从\"通用助手\"变成\"你的专属助手\"。写一次，所有智能体都来读。
03 第二层：操作层——告诉智能体\"怎么干活\"
AGENTS.md —— 行为手册
SOUL.md 定义\"我是谁\"，AGENTS.md 定义\"我怎么工作\"。它相当于智能体的标准操作流程（SOP），包含会话启动步骤、文件读取顺序、记忆管理规则和安全边界。
这里有个核心洞察：智能体在会话之间没有记忆。每次都是从零开始。如果一个纠正只停留在聊天记录里，下次会话它就不存在了。AGENTS.md 明确了这一点，确保智能体把一切该记的都写入文件。
每个智能体可以在根级 AGENTS.md 的基础上扩展。比如一个内容创作智能体的 AGENTS.md 可能额外定义了写作风格指南、输出格式参考、过往案例库等；一个代码审查智能体则可能增加了 PR 检查清单和编码规范。
TOOLS.md —— 能力清单
AGENTS.md 定义行为流程，TOOLS.md 定义能力边界。简单说，它是智能体的\"工具箱说明书\"，告诉智能体可以使用哪些工具、怎么用、什么时候用。
OpenClaw 提供了一系列开箱即用的工具，大致分为两类：
核心工具（基础能力，通常默认开启）：
- 文件读写：读取和写入工作区中的文件
- 命令执行：运行 Shell 命令，管理后台进程
- 网页访问：搜索引擎查询和网页内容抓取
高级工具（按需启用）：
- 浏览器：控制一个专属浏览器，能截图、点击、导航、提取内容
- 消息推送：向 Telegram、Slack、Discord、WhatsApp 等平台发送消息
- 记忆管理：搜索和检索历史记忆
- 开发者工具：GitHub 操作、tmux 终端管理、调用其他 AI 编码助手
一个素材收集智能体的 TOOLS.md 可能写成这样：
这个设计的精妙之处在于：你不需要在对话中反复解释\"你可以用什么工具\"。智能体每次启动时自动加载 TOOLS.md，清楚自己的能力边界。
Cron —— 定时调度
有了身份、有了流程、有了工具，还差一个东西：什么时候干活。
OpenClaw 内置了 Cron 调度器，让智能体能按固定时间自动执行任务。这是把智能体从\"聊天对象\"变成\"自动化基础设施\"的关键一步。
配置方式非常直接，用 CLI 命令就能搞定：
也可以直接用自然语言告诉智能体：\"帮我创建一个定时任务，每天早上 8 点扫描 AI 新闻，把简报发到我的 飞书。\"智能体会自己转换成对应的 cron 表达式。
HEARTBEAT.md —— 自愈机制
智能体团队是基础设施，基础设施会出故障。HEARTBEAT.md 就是自动体检单。
健康检查（每次心跳时运行）浏览器：检查托管浏览器是否存活。如果 running: false，自动启动。定时任务：检查是否有任务超过 26 小时未执行。如果超时，通过 CLI 强制触发。需要监控的任务：- 每日简报（8:00 AM）- 素材收集（4:00 PM）- 内容草稿（5:00 PM）
这里有个实用建议：第一天不需要这个文件。先把智能体跑起来，等你第一次遇到\"任务没跑但自己没注意到\"的故障之后，再建 HEARTBEAT.md。到那时你会清楚地知道该监控什么，因为你已经亲身感受过哪个地方存在卡点。
04 第三层：知识层——让智能体\"越用越懂你\"
这是让整套体系真正产生复利的地方。知识层是一个基于文件的三级记忆系统。
第一级：MEMORY.md（精炼的长期记忆）
MEMORY.md 不是原始日志，不是所有发生过的事。它是蒸馏后的精华——只保留真正重要的内容。
注意\"血泪教训\"和\"错误示范\"这两节。一次纠正，存储一次，防止同样的错误在未来每次会话中重演。
可以理解为：MEMORY.md 就是智能体的\"工作经验\"。人类员工入职一个月会积累的那些\"公司里不成文的规矩\"，全在这个文件里。
第二级：每日日志（原始记录）
每日日志是原材料，MEMORY.md 是精炼产品。两者缺一不可。
有个维护细节需要注意：每日日志积累得很快。如果不做清理，智能体的上下文窗口会被撑满，输出质量急剧下降。实际操作中，每次只加载最近两天的日志就够了。周期性地把日志中出现的重复模式提炼进 MEMORY.md，然后归档旧日志。
第三级：shared-context/（跨智能体共享知识）
当你运行多个智能体时，这个目录是协作的关键。
shared-context/├── THESIS.md — 你当前的关注方向和思维框架├── FEEDBACK-LOG.md — 适用于所有智能体的统一纠正└── SIGNALS.md — 你正在追踪的话题和趋势
THESIS.md是你当前的思维框架：你关注什么领域，已经写过什么话题，还有哪些空白。研究智能体读它来确定搜索优先级，内容创作智能体读它来匹配你的思路。所有智能体对齐到同一个真相来源。
FEEDBACK-LOG.md是跨智能体的统一纠正层。假设你告诉内容创作智能体\"不要用破折号\"，这条规则很可能也适用于邮件撰写智能体和报告生成智能体。与其逐个纠正三个智能体，你只写一次 FEEDBACK-LOG.md，所有智能体都来读。
这个设计节省的时间，比任何 prompt 优化技巧都多。
05 智能体如何协作：文件系统本身就是集成层
没有 API 调用，也没有代码，只有文件的流转。 研究智能体把结论写入intel/DAILY-INTEL.md，创作智能体读取调研结果，协作完全就是文件系统。
协作的核心有两条规则：
1. 单写者原则：永远不要让两个智能体同时写同一个文件。每个共享文件设计成\"一个写者、多个读者\"。这能从根本上避免数据冲突，毕竟你不想在智能体系统里调试并发问题。
2. 调度时序：研究智能体在早 8 点和下午 4 点运行，内容创作智能体在下午 5 点运行。研究智能体先跑，因为下游所有人都依赖它的输出。顺序搞错了，下游智能体读到的就是空白文件。
完整的目录结构长这样：
workspace/├── SOUL.md # 主智能体├── IDENTITY.md # 主智能体快速参考├── AGENTS.md # 根级行为规则（所有智能体继承）├── TOOLS.md # 工具能力清单├── USER.md # 用户画像（所有智能体共享）├── MEMORY.md # 主智能体长期记忆├── HEARTBEAT.md # 自愈监控├── shared-context/│ ├── THESIS.md # 当前关注方向│ ├── FEEDBACK-LOG.md # 跨智能体纠正│ └── SIGNALS.md # 追踪中的趋势├── intel/│ └── DAILY-INTEL.md # 研究智能体的输出├── agents/│ ├── arbiter/ # 研究智能体│ │ ├── SOUL.md│ │ ├── AGENTS.md│ │ ├── TOOLS.md│ │ └── memory/│ ├── writer/ # 内容创作智能体│ │ ├── SOUL.md│ │ ├── AGENTS.md│ │ ├── TOOLS.md│ │ ├── STYLE-GUIDE.md│ │ └── memory/│ └── ...└── memory/ ├── shared/ # 共享上下文 └── 2026-03-05.md # 今日操作日志
06 写在最后：不是一天建成，而是一天天长出来
看完整套文件体系，你可能会想：\"这也太多了，我得搞一个周末才能搭完。\"
完全不需要，因为你只要按照你的工作流和习惯与你的龙虾对话即可（也就是调教），这套体系的精髓就在于渐进式生长。
模型不会因为你用得更久而变聪明。但围绕它的文件会变得更丰富、更精准、更贴合你的具体需求。
这些积累的上下文才是真正的护城河。没有人能通过使用同一个模型来复制它，你得靠每天出现、与智能体对话、给反馈来一点点建起来。
不是调 prompt，不是换模型，不是重构架构。就是说话，给反馈，看着文件一天比一天丰富。然后有一天你打开手机，简报已经躺在那了，内容是你想看的，格式是你习惯的。
你的智能体已经学会了怎么帮你工作。
本文基于 Shubham Saboo 的《How to Build OpenClaw Agents That Actually Evolve Over Time》进行重新解读和案例重构。原文参考：https://x.com/Saboo_Shubham_/status/2027463195150131572