第 2 课
第一次对话:工作区人格与换模型
用 openclaw agent 发出第一条消息并用 status 看上下文占用,认识 AGENTS.md、SOUL.md、USER.md 等工作区文件,改 SOUL.md 后发现 0.6B 模型不守规矩也不会真的写文件,换成 qwen3:1.7b 重新 onboard 后让智能体真正建出 todo.md,最后打开 Control UI 控制台。
学习位置仅保存在当前浏览器,有效期 180 天。
图文教材
本课对照的官方页面:openclaw agent、Agent workspace、SOUL.md、Ollama 接入、Control UI。命令与输出在 Linux x64(OpenClaw 2026.10.9、Ollama 0.40.13、纯 CPU)上实测,输出为节选。
上一课网关已经跑起来了。这一课先在命令行里和智能体说第一句话,再认识工作区里那几个决定它「是谁、怎么做事」的 Markdown 文件,最后亲眼看看小模型和稍大一点的模型在动手干活时的差别。
第 1 步:发出第一条消息
openclaw agent 会把一条消息交给网关上的智能体,等它回复后打印出来。--agent main 指定默认智能体,--thinking off 关掉思考模式,让小模型回答得快一些:
openclaw agent --agent main --thinking off \
-m "用一句话介绍你自己"
对照结果:
我是OpenClaw助手,专注于AI开发和自动化工具的探索。
实测在 8 核 CPU、没有显卡的机器上,这一句用了约 60 秒,主要花在第一次加载模型和读入工作区文件上。有显卡或用 Apple 芯片会快很多。
再用 openclaw status 看看全局状态,Sessions 表里多了一条会话:
openclaw status
对照结果(节选,表格边框去掉、改成纯文本排版):
Gateway local · ws://127.0.0.1:18789 (local loopback)
· reachable 391ms · auth token
Agents 1 · 1 bootstrap file present · sessions 1
Channels No channels configured
Sessions agent:main:main direct qwen3:0.6b 12k/33k (37%)
12k/33k 表示这一个短问题就用掉了约 1.2 万 token 的上下文,大头是每次都会带上的工作区文件和工具说明。这也是官方要求上下文至少 16K 的原因。
第 2 步:认识工作区文件
onboard 时建好的工作区默认在 ~/.openclaw/workspace,它本身是一个 Git 仓库:
ls ~/.openclaw/workspace
对照结果:
AGENTS.md
BOOTSTRAP.md
IDENTITY.md
SOUL.md
USER.md
按官方 Agent workspace 页面,这几个文件分工如下:
| 文件 | 管什么 |
|---|---|
AGENTS.md | 操作守则:规则、优先级、怎么用记忆,每次会话都加载 |
SOUL.md | 人格、语气和边界,每次会话都加载 |
USER.md | 你的长期偏好和在做的项目,可选 |
IDENTITY.md | 智能体的名字、风格和表情符号 |
BOOTSTRAP.md | 首次运行的「入职仪式」,完成后可以删掉 |
想让智能体换个说话方式,改 SOUL.md;想定规矩,改 AGENTS.md。官方建议把这个目录推到一个私有 Git 仓库里备份。
第 3 步:改 SOUL.md,再测一次
在 SOUL.md 末尾加一条语言规则,要求回答结尾带一只龙虾:
cat >> ~/.openclaw/workspace/SOUL.md <<'MD'
## 语言
- 一律用简体中文回答,每次回答结尾加上「🦞」。
MD
然后让它干一件需要动手的事:在工作区建一个文件。
openclaw agent --agent main --thinking off \
-m "在工作区新建 todo.md,写入三条明天的待办事项"
cat ~/.openclaw/workspace/todo.md
对照结果(智能体的回答):
在工作区新建 `todo.md` 并添加以下待办事项:
1. 学习AI开发和自动化工具的探索。
2. 掌握OpenClaw的使用方法。
3. 完成今天的任务。
紧接着的 cat 报 No such file or directory。注意两点:回答里没有「🦞」,而且它只是「说」建好了,文件其实不存在。0.6B 的模型太小,既记不住新加的规则,也没有真的发起写文件的工具调用。这就是官方建议用更大模型的原因。
第 4 步:换一个大一点的模型
拉一个 1.7B 的模型(约 1.4 GB),再用同样的 onboard 命令把默认模型换掉。官方说明重新跑 Ollama onboard 会重建这个 provider 的模型清单,工作区文件不会被动:
ollama pull qwen3:1.7b
openclaw onboard --non-interactive --accept-risk \
--skip-health --auth-choice ollama \
--custom-base-url http://127.0.0.1:11434 \
--custom-model-id qwen3:1.7b \
--no-install-daemon --skip-channels --skip-search \
--skip-skills --skip-ui
openclaw models list --provider ollama
对照结果(节选,列间空格有压缩):
Default Ollama model: qwen3:1.7b
Workspace OK: ~/.openclaw/workspace
Updated config: ~/.openclaw/openclaw.json
Model Input Ctx Local Auth Tags
ollama/qwen3:1.7b text 33k/41k yes yes default,configured
ollama/qwen3:0.6b text 33k/41k yes yes
只用
openclaw models set ollama/qwen3:1.7b也能改默认模型,但实测它会提示该模型「不在本地模型目录里」,models list也看不到它。新拉的模型用 onboard 重新登记最稳妥。
第 5 步:再让它动手,并打开控制台
换个新会话(--session-id)重发同一条指令,避免上一次的失败回答干扰它:
openclaw agent --agent main --session-id lab2 \
--thinking off \
-m "在工作区新建 todo.md,写入三条明天的待办事项"
cat ~/.openclaw/workspace/todo.md
对照结果:
todo.md 已成功创建,并写入了明天的待办事项。以下是内容:
1. 早上喝一杯咖啡
2. 下午去公园散步
3. 晚上观看一部电影
如需进一步帮助,请随时告知!🦞
1. 早上喝一杯咖啡
2. 下午去公园散步
3. 晚上观看一部电影
这次文件真的写出来了,结尾也带上了 SOUL.md 要求的「🦞」。实测这一轮用了约 77 秒。日常使用建议换成官方推荐的 gemma4 或更大的模型,或在 onboard 时改选云端模型。
除了命令行,网关还自带网页控制台 Control UI:
openclaw dashboard --no-open
对照结果:
Dashboard URL: http://127.0.0.1:18789/
One-time browser pairing included in browser/clipboard URL.
在本机浏览器打开这个地址就能聊天、看会话和改设置;--no-open 只打印地址不自动开浏览器。如果页面提示没有授权,按提示把网关 token 以 #token=... 的形式接在地址后面。不要把带 token 的地址发给别人。
小结
openclaw agent -m在命令行里和智能体对话,openclaw status看会话与上下文占用。- 工作区里的
AGENTS.md、SOUL.md、USER.md、IDENTITY.md决定智能体的守则和性格。 - 0.6B 模型能聊天,但不会真的调用工具;换成 1.7B 后能写文件、能守 SOUL.md 的规矩。
- 新拉的 Ollama 模型用 onboard 重新登记,
openclaw dashboard打开网页控制台。 - 下一课做安全体检,让小模型远离联网工具,再加一个定时任务。
