OpenClaw on Zayn's Blog

每日技术实践简报 - 2026-03-26

yangzun@treesir.pub (Zayn) — Thu, 26 Mar 2026 23:00:00 +0800

今日技术实践
#

解决的问题
#

博客元数据标准化：将每日简报的 categories 统一为“实践记录”，优化归档页聚合口径。
Git 提交规范：修正 commit message 格式以通过仓库 hook 检查（使用 chore: 前缀）。

学到的新东西
#

技术工具约束：确认 bird news 命令不支持 --hours 参数。
替代方案：在需要时间窗口过滤时，应通过搜索能力叠加时间参数实现，而非依赖无效的 CLI 原生参数。

踩坑记录
#

Git 提交被拒绝：原因在于 commit message 不符合仓库预设的规范（amend 后成功推送）。
注意事项：发布博客时应遵循“只提交正文文件，不提交 resources/_gen 生成资源”的原则，保持仓库整洁。

明日计划
#

优化 AI 资讯推送的筛选逻辑。
补全本周其余简报的相互内链（推荐阅读）。

每日技术实践简报 - 2026-03-24

yangzun@treesir.pub (Zayn) — Tue, 24 Mar 2026 23:00:00 +0800

今天的重点是把“偶发不响应”从体感问题落到可验证的工程问题上：先处理运行形态冲突，再压低高延迟链路，最后形成可复用的排障路径。

解决的问题
#

插件加载失败从“无法启动”修到“可控禁用”：针对插件依赖 openclaw/plugin-sdk 解析失败和 SDK 版本不兼容的问题，先做了本地兼容修复，再按当前需求将相关插件置为禁用，避免持续影响主链路可用性。
网关偶发不响应定位到运行冲突：通过日志和进程状态确认了“多套守护/重复拉起”带来的端口争用与重启风暴风险，最终收敛为“仅 PM2 单监管器”模式，减少了短时不可用窗口。
记忆检索超时有了明确根因：nmem 超时并非随机波动，而是查询输入过长、结构不佳时触发；同时保留 API fallback 作为兜底，保证主流程不被单点阻塞。

学到的新东西
#

稳定性优化要先做形态治理：先统一进程监管、端口绑定和启动入口，再谈参数调优，收益通常更大。
兼容修复应优先“可回退”：遇到插件与宿主版本错配时，先保证系统整体可运行，再决定是升级、重构还是临时下线。
观测信号比主观感受更关键：重启次数、端口占用、超时日志比“感觉卡顿”更能指导下一步动作。

踩坑记录
#

同一服务被多路径拉起时，问题会被放大成随机故障：看似偶发，实际是运行拓扑不一致导致的不确定性。
把整段上下文直接喂给检索接口会引发超时：检索输入需要短、准、结构化，否则很容易触发 CLI 超时。
插件生态与主程序版本耦合度高：升级或安装插件前，最好先做导出接口和依赖路径核对。

明日计划
#

继续观察 PM2 单监管模式下的错误率与响应时延，确认是否彻底消除重启风暴。
为记忆检索补一层输入裁剪与超时重试策略，减少长查询导致的阻塞。
梳理一份“插件兼容检查清单”，用于后续安装或升级前的快速自检。

OpenClaw 记忆层降级策略：当 Working Memory 不可用时，如何保持稳定输出

yangzun@treesir.pub (Zayn) — Tue, 24 Mar 2026 09:30:00 +0800

很多团队在做 AI Agent 时，最容易忽略的一件事是：记忆系统也会故障。

平时我们都把注意力放在提示词、模型效果、工具编排上，但一旦记忆层出现“半可用”（不是完全挂掉，而是读写行为不稳定），Agent 会很快进入一种尴尬状态：

能跑，但上下文变浅；
能答，但连续性变差；
能写，但沉淀质量下降。

这篇文章不讲概念，直接讲一套能落地的策略：当 Working Memory 不可用时，如何通过分层降级保证业务连续性，并且为后续恢复留出“可回放”的证据链。

1. 问题不是“挂了没”，而是“退化到什么程度还能用”
#

真实线上里，记忆层异常通常分三种：

读失败：拿不到当日焦点与上下文。
写失败：新结论无法写回工作记忆。
部分成功：偶发成功，偶发 JSON 解析错误/超时，最难处理。

第三种最危险。因为它让系统看起来“偶尔正常”，导致团队误判稳定性。

OpenClaw Skills Registry 安全架构与企业级实践指南

yangzun@treesir.pub (Zayn) — Sun, 15 Mar 2026 22:45:00 +0800

OpenClaw Skills Registry 安全架构与企业级实践指南
#

Author: Negentropy Updated: 2026-03-15

This document is based on Alibaba Cloud Community

0. 问题背景与动机
#

0.1 为什么需要 Skills Registry?
#

OpenClaw 的 Skills 生态系统正在快速发展，ClawHub 上已有超过 10,000 个技能包。但这种开放生态也带来了安全挑战。

OpenClaw AI Agent 架构解析：多引擎联动与记忆系统

yangzun@treesir.pub (Zayn) — Sun, 15 Mar 2026 22:30:00 +0800

OpenClaw AI Agent 架构解析
#

核心架构
#

graph TB
subgraph Agent["OpenClaw Agent"]
Claude["Claude Sonnet 4.6"]
GPT["GPT-5.2/5.3"]
GLM["GLM-5"]
Gemini["Gemini Pro"]
end
subgraph Router["Model Router"]
Route["路由层"]
end
subgraph Skills["Skills Layer"]
Blog["blog-post-generator"]
Daily["daily-blog-generator"]
Code["coding-agent"]
Others["90+ skills..."]
end
subgraph MCP["MCP Layer"]
Team["Teambition MCP"]
NMem["Nowledge Mem MCP"]
Other["其他 MCP..."]
end
Claude --> Route
GPT --> Route
GLM --> Route
Gemini --> Route
Route --> Skills
Skills --> MCP

1. 多 AI 引擎联动
#

模型配置
#

{
 "providers": {
 "anthropic-local": {
 "models": ["claude-sonnet-4-6"]
 },
 "openai-codex": {
 "models": ["gpt-5.2", "gpt-5.3-codex"]
 },
 "zai": {
 "models": ["glm-5"]
 }
 }
}

路由策略
#

flowchart LR
A[任务类型] --> B{判断}
B -->|日常对话| C[Claude Sonnet 4.6]
B -->|代码生成| D[GPT-5.3-Codex]
B -->|复杂推理| E[GPT-5.4]
B -->|中文任务| F[GLM-5]

任务类型	推荐模型	原因
日常对话	Claude Sonnet 4.6	成本低、速度快
代码生成	GPT-5.3-Codex	代码能力强
复杂推理	GPT-5.4	推理能力最强
中文任务	GLM-5	中文理解好

Sub-Agent 编排
#

graph LR
Main[主 Agent
Claude Sonnet 4.6] --> S1[Sub-Agent 1
GPT-5.2 搜索总结]
Main --> S2[Sub-Agent 2
Claude 文档处理]
Main --> S3[Sub-Agent 3
GPT-5.3 代码审查]

2. 记忆系统
#

架构图
#

graph TB
subgraph Memory["记忆系统"]
WM["Working Memory
(工作记忆)"]
NM["Nowledge Mem
(知识图谱)"]
LT["MEMORY.md
(长期记忆)"]
TL["Timeline
(时间线)"]
end
WM <--> NM
NM --> TL
NM --> LT
Session[每次对话] --> WM
Session --> NM

三层记忆
#

flowchart TD
A[对话启动] --> B[Working Memory
当日焦点]
A --> C[相关记忆
语义搜索]
A --> D[Timeline
最近活动]
B --> E[构建上下文]
C --> E
D --> E
E --> F[Agent 响应]

层级	存储	用途
Working Memory	Nowledge Mem	当日焦点、优先事项
Long-term Memory	MEMORY.md	持久化记忆、偏好
Timeline	Nowledge Mem	活动历史、事件记录

3. 定时任务系统
#

Cron 配置
#

{
 "name": "每日博客简报生成",
 "schedule": { "kind": "cron", "expr": "0 23 * * *" },
 "payload": {
 "kind": "agentTurn",
 "message": "执行 daily-blog-generator skill",
 "model": "anthropic-local/claude-sonnet-4-6"
 },
 "sessionTarget": "isolated"
}

任务类型
#

flowchart LR
A[Cron 任务] --> B{类型}
B -->|systemEvent| C[注入系统事件
无需 model]
B -->|agentTurn| D[隔离会话执行
需要 model]

4. Skills 体系
#

目录结构
#

~/.agents/skills/
├── blog-post-generator/
│ └── SKILL.md
├── daily-blog-generator/
│ └── SKILL.md
├── coding-agent/
│ └── SKILL.md
└── ... 90+ skills

Skill 触发流程
#

sequenceDiagram
participant U as 用户
participant A as Agent
participant S as Skill
participant B as 博客
U->>A: 随机找一篇上传 blog
A->>S: 匹配 blog-post-generator
S->>S: 1. 从远程仓库获取文档
S->>S: 2. 检查博客已有内容
S->>S: 3. 优化文风
S->>B: 4. 发布到博客
B-->>U: 发布成功

5. 最佳实践
#

模型选择流程
#

flowchart TD
A[任务] --> B{复杂度}
B -->|简单| C[Claude Sonnet 4.6
省钱]
B -->|复杂| D{类型}
D -->|代码| E[GPT-5.3-Codex]
D -->|推理| F[GPT-5.4]
D -->|中文| G[GLM-5]

配置规范
#

✅ 模型名必须写完整：anthropic-local/claude-sonnet-4-6
✅ 路径必须用绝对路径
✅ agentTurn 任务必须带 model 字段

避坑指南
#

graph LR
A[问题] --> B{诊断}
B -->|模型回退失败| C[检查 fallback provider]
B -->|Cron 不执行| D[检查 model 字段]
B -->|Skills 加载不到| E[检查绝对路径]

问题	原因	解决方案
模型回退失败	fallback 模型的 provider 未配置	检查 providers 配置
Cron 任务不执行	缺少 model 字段	agentTurn 必须带 model
Skills 加载不到	路径用相对路径	本机必须用绝对路径

这套架构运行稳定，每天自动生成博客简报，任务管理效率提升 49%。

每日技术实践简报 - 2026-03-30：工作周报整理、编程范式梳理与运维治理体系沉淀

yangzun@treesir.pub (Zayn) — Mon, 30 Mar 2026 23:00:00 +0800

今日技术实践
#

解决的问题
#

工作周报生成：使用 work-report-generator Skill 从对话记录中提取本周工作内容，先生成详细版再转化为领导汇报版（结果导向、简洁专业、突出重点和下一步计划）。
编程范式梳理：整理了面向过程、面向函数、面向对象三种编程范式的演进关系、核心区别和实际应用场景。现代语言已走向多范式混合路线。

学到的新东西
#

领导汇报版周报格式：分"重点工作"和"其他工作"两大块，重点工作按项目编号列出成果，底部用表格呈现下周计划和预期目标。语言风格要结果导向，不说过程只说结论。
编程范式本质区别：面向过程关注"步骤"（流程图），面向函数关注"变换"（数学映射），面向对象关注"协作"（角色交互）。三者不互斥，现代语言多范式混合是主流。
运维治理三重机制验证：预防层（配置审查、安全检查、操作规范）→ 监控层（日常检查、日志监控、错误追踪）→ 修复层（降级策略、备份恢复、故障诊断），已形成闭环且错误率显著下降。

实际产出
#

本周工作周报（领导汇报版）1 份
博客运营优化巡检自动执行（每日 10:15），当天优化了 03-21 和 03-15 日报标题

踩坑记录
#

Cron 任务 delivery 报错：多个 isolated agentTurn 任务（博客巡检、AI 论文简报、AI 资讯速览等）因缺少 channel 参数报 “Channel is required” 错误。在多通道配置（telegram + openclaw-weixin）环境下必须显式设置 delivery.channel: "telegram"。

其他思考
#

国产咖啡品牌调研：三顿半超级拿铁系列（3号经典拿铁、4号浓郁拿铁）适合不喜欢纯深烘焙的口味偏好，冻干粉冷水即溶，单杯不到 5 元，是日常口粮咖啡的高性价比选择。
外部服务依赖风险：Brave Search API 月度额度耗尽导致搜索能力暂时不可用，提醒了对外部 API 的依赖需要有降级预案。

当 AI Agent 遇上运维自动化：我的实践踩坑之路

yangzun@treesir.pub (Zayn) — Sun, 15 Mar 2026 22:05:00 +0800

当 AI Agent 遇上运维自动化：我的实践踩坑之路
#

花了几天把 AI Agent 集成到日常运维里，踩了不少坑，记录下来供参考。

1. 为什么要用 AI Agent
#

简单说就是：太累了。

OpenClaw 配置踩坑记：那些差点把我送走的问题

yangzun@treesir.pub (Zayn) — Sun, 15 Mar 2026 21:58:00 +0800

OpenClaw 配置踩坑记：那些差点把我送走的问题
#

踩了整整两天，记录下来希望别再踩第二次。

1. 模型配置那些破事
#

1.1 模型名写错了
#

写配置的时候顺手就写：

OpenClaw on Zayn's Blog

每日技术实践简报 - 2026-03-26

推荐阅读 #

今日技术实践 #

解决的问题 #

学到的新东西 #

踩坑记录 #

明日计划 #

每日技术实践简报 - 2026-03-24

解决的问题 #

学到的新东西 #

踩坑记录 #

明日计划 #

推荐阅读 #

OpenClaw 记忆层降级策略：当 Working Memory 不可用时，如何保持稳定输出

1. 问题不是“挂了没”，而是“退化到什么程度还能用” #

OpenClaw Skills Registry 安全架构与企业级实践指南

OpenClaw Skills Registry 安全架构与企业级实践指南 #

目录 #

0. 问题背景与动机 #

0.1 为什么需要 Skills Registry? #

OpenClaw AI Agent 架构解析：多引擎联动与记忆系统

OpenClaw AI Agent 架构解析 #

核心架构 #

1. 多 AI 引擎联动 #

模型配置 #

路由策略 #

Sub-Agent 编排 #

2. 记忆系统 #

架构图 #

三层记忆 #

3. 定时任务系统 #

Cron 配置 #

任务类型 #

4. Skills 体系 #

目录结构 #

Skill 触发流程 #

5. 最佳实践 #

模型选择流程 #

配置规范 #

避坑指南 #

每日技术实践简报 - 2026-03-30：工作周报整理、编程范式梳理与运维治理体系沉淀

推荐阅读 #

今日技术实践 #

解决的问题 #

学到的新东西 #

实际产出 #

踩坑记录 #

其他思考 #

当 AI Agent 遇上运维自动化：我的实践踩坑之路

当 AI Agent 遇上运维自动化：我的实践踩坑之路 #

1. 为什么要用 AI Agent #

OpenClaw 配置踩坑记：那些差点把我送走的问题

OpenClaw 配置踩坑记：那些差点把我送走的问题 #

1. 模型配置那些破事 #

1.1 模型名写错了 #

推荐阅读
#

今日技术实践
#

解决的问题
#

学到的新东西
#

踩坑记录
#

明日计划
#

解决的问题
#

学到的新东西
#

踩坑记录
#

明日计划
#

推荐阅读
#

1. 问题不是“挂了没”，而是“退化到什么程度还能用”
#

OpenClaw Skills Registry 安全架构与企业级实践指南
#

目录
#

0. 问题背景与动机
#

0.1 为什么需要 Skills Registry?
#

OpenClaw AI Agent 架构解析
#

核心架构
#

1. 多 AI 引擎联动
#

模型配置
#

路由策略
#

Sub-Agent 编排
#

2. 记忆系统
#

架构图
#

三层记忆
#

3. 定时任务系统
#

Cron 配置
#

任务类型
#

4. Skills 体系
#

目录结构
#

Skill 触发流程
#

5. 最佳实践
#

模型选择流程
#

配置规范
#

避坑指南
#

推荐阅读
#

今日技术实践
#

解决的问题
#

学到的新东西
#

实际产出
#

踩坑记录
#

其他思考
#

当 AI Agent 遇上运维自动化：我的实践踩坑之路
#

1. 为什么要用 AI Agent
#

OpenClaw 配置踩坑记：那些差点把我送走的问题
#

1. 模型配置那些破事
#

1.1 模型名写错了
#