實測騰訊版OpenClaw，這就是目前最適合小白的養(yǎng)蝦版本

　　 鵝開始發(fā)力了，

　　先是QQ企微，再是深圳線下裝蝦，現在自己造蝦了，

　　WorkBuddy Claw

　　codebuddy.cn/work/

　　先說結論，

　　里面內置了一堆大模型，支持接入企微，QQ，飛書和釘釘，鵝經典有錢打法上線就送5000 Credit，Claw也是自帶在里面了，不需要安裝。

　　codebuddy.cn/profile/usage

　　主打就是先省掉前期配置的所有條件，試試看龍蝦能不能幫我完成某些任務。所以我這次把接入飛書的配置放在后面，先用了定時任務來獲取clawhub前100的技能分類，然后用hesamsheikh/awesome-openclaw-usecases這個github 22.1k的OpenClaw使用案例的同款格式做出了五個最常用的使用案例！

　　想法驗證器，長視頻學習，個人本地知識庫 ，新技能安裝自檢和主動進化。

　　PS，需要安裝到WorkBuddy里的Skills我直接打包壓縮成提示語放在后面一鍋燉，這次用到的提示語也打包成文檔了，公眾號回復 鵝蝦 就好啦

　　首先是每次安裝新技能會觸發(fā)的，

　　以后我每次說“安裝某個 skill”，先不要安裝。

　　如果沒有地址，用find-skills在clawdhub上找，

　　接著用skill-vetter做審查并輸出：

　　風險評分（0-100），觸發(fā)的風險項，最小權限替代方案，是否建議安裝（是/否）
只有當評分 <= 60 且我明確回復“確認安裝”時才執(zhí)行安裝。

　　OpenClaw 教程我也更新了很多個，一直會有一個問題，就是有時候只有一些Skills名字找不到地址安裝，

　　或者技能會因為版本的迭代導致它不安全，

　　所以我就做出了這樣的一個提示語，讓龍蝦自己去Clawdhub和GitHub找更安全的替換版本。

　　也是因為我做了一個前100的Skills分析，很多Skill的功能是會重疊的，有一些Skill不需要配置API，更方便還不花錢。

　　每日消化Youtube的長視頻更新這個case我也做成不需要API的版本了，

　　讀取 channels.txt，每天 08:30 執(zhí)行：

　　 找到過去 24 小時新視頻

　　 提取字幕并總結每條視頻 3-5 個要點

　　 生成一份 Markdown 日報，包含標題、鏈接、摘要、建議是否值得完整觀看

　　 保存到 daily-youtube-digest/YYYY-MM-DD.md

　　現在 YouTube 對這些Skills限制得還挺嚴重的。

　　在不需要 API 的情況下，能夠獲取到視頻的元數據，而且用Summary能夠給我快速總結出一個能判斷出來值不值得我觀看的信息，還是一個自動定時任務，我個人是覺得蠻夠用的。

　　然后就是個人知識庫的龍蝦版，

　　原理是使用markdown-converter把PDF，網頁，文檔統(tǒng)一轉 Markdown，配合qmd構建一個本地索引，減少每次讀取消耗的token，最后就是寫入到obsidian做長期存儲。

　　ob+openclaw的教程在這，換成WorkBuddy也好用。

　　幫我建立本地知識庫流程：

　　本地目錄【/Users/carl/Downloads/個人知識庫初級版】

　　掃描 inbox_docs/ 里的新文件

　　轉換為 Markdown 到 kb_docs/

　　qmd更新索引

　　回答問題時必須附帶 Top3 來源路徑和關鍵引用

　　如果信息不足必須明確說明

　　還有一個類型的cases我這段時間使用頻率非常高的就是想法構建驗證器，

　　這個原理也很簡單，就是通過搜索，在你要構建一個項目的時候，這些信息來源查找這個項目是否已經有了。

　　比方說，我之前想研究一下怎么把Codex接到飛書里面。本來還想自己開發(fā)的，結果就找到了藏師傅的Claude-to-IM-skill，現在我一個飛書就接了WorkBuddy，openclaw，codex和claude code，

　　我給你一個產品想法后，請執(zhí)行“構建前驗證”：

　　 檢索同類產品，GitHub 項目，討論帖

　　 匯總差異點，定價，目標用戶

　　 評估擁擠度（高/中/低）

　　 給出結論：繼續(xù)做/改方向/停止

　　我的給Claude Code做一個GUI的新idea就被一秒否決了。。。

　　最后一個就是關于搭配 self-import agent 的自我升級迭代的進化版。

　　因為有的自我迭代它不會明確地進入到 markdown，在使用初期我會更希望能夠加速給它錄入調整這些路線。

　　PS，self-improving-agent里的部份規(guī)則

　　默認 Skill 更偏被動記錄，你的提示語把它變成了主動復盤。這個提示語就是把self-improving-agent從被動記錄變成了主動記錄，

　　而且做了優(yōu)先級的排序，這跟默認的把這些規(guī)則一條一條堆積起來相比，會更有挑戰(zhàn)性，模型輸出的每條規(guī)則都是要可以檢查可以量化。

　　這能夠在短時間內產生效果。比方說這個Skill我們可能要用兩周或者三周才有成效，但是如果你搭配這個提示語使用使用后，一周的高頻使用，就能把我們的龍蝦養(yǎng)得把白白胖胖。

　　每天 20:30 復盤今天所有 OpenClaw 會話：

　　找出至少3個最關鍵錯誤模式

　　找出至少3個最有效動作

　　輸出明天要執(zhí)行的至少3條具體規(guī)則（可檢查、可量化）

　　生成簡短總結并寫入復盤日志

　　WorkBuddy內置了兩個Skills庫，我還可以導入github地址來加載更多的Skills，上面的case里用到的skills有，

　　【skills安裝】
find-skills
skill-vetter
【youtube長視頻】
openclaw-youtube-transcript
youtube-watcher
summarize
【個人知識庫】
Obsidian Official CLI
markdown-converter
qmd
【想法驗證器】
Multi Search Engine
github
【自我迭代】
self-improving-agent
session-logs

　　除了龍蝦，WorkBuddy還把自己Agent能力劃分成代碼側和日常側，

　　用多了會有種錯覺，我把Codex（日常任務），Claude Code（編程）和OpenClaw放在一個入口里用。

　　所以我就原湯化原食，讓CodeBuddy教我連接上WorkBuddy和飛書，

　　飛書的配置已經很成熟了，

　　基本上跟著做都不會出錯的，

　　硬要說跟OpenClaw有啥不同的話，就是在倒數第二步的時候，事件發(fā)送到的是開發(fā)者服務器，而不是長連接接收事件，

　　回調配置的時候也是選開發(fā)者服務器，然后選卡片回傳交互。

　　現在QQ和企微的配置流程都比飛書要簡單了不少，我能配的都配上主打一個哪里都能用龍蝦。

　　最后的最后，

　　明猜一手越來越多廠商也都會上自己的龍蝦，

　　跟現在一人一套大模型一樣，

　　龍蝦也會變成編程龍蝦，PPT龍蝦，DeepResearch龍蝦等等，

　　理論上只要模型還放不下無限上下文，

　　安裝不完十幾萬的Skills，

　　Skills們就會組合成不同的經驗工作流，

　　我們也會有各種各樣的龍蝦形態(tài)，

　　以前我們是安App，通過MCP打通Agent能力，

　　可能之后龍蝦們碰碰爪子就能完成了。

　　@ 作者 / 卡爾