Appearance
OpenClaw 基础概念扫盲:技能/心跳/记忆/子会话/ACP 一篇讲清楚
摘要:刚接触 OpenClaw 时,你是否被"技能"、"心跳"、"记忆"、"子会话"、"ACP"等术语搞得一头雾水?本文用通俗易懂的语言和生活化比喻,详细解释 OpenClaw 的 5 大核心概念,配合实战案例和常见误区,帮你快速理解 OpenClaw 的工作原理,新手也能轻松上手。
数据更新时间:2026 年 4 月 1 日
阅读时间:约 12 分钟
适用对象:OpenClaw 新手、对术语困惑的用户
一、为什么需要理解这些概念?
1.1 新手常见困惑
很多新手在使用 OpenClaw 时会遇到这些问题:
困惑 1:技能到底是什么?
- ❌ 以为是"超能力",结果发现是"插件"
- ✅ 正确理解:技能的本质是"能力扩展包"
困惑 2:心跳有什么用?
- ❌ 以为是"心跳检测",直接关闭
- ✅ 正确理解:心跳是"保活机制",关闭会导致掉线
困惑 3:记忆系统怎么用?
- ❌ 以为是"聊天记录",不重视
- ✅ 正确理解:记忆是"知识沉淀",让 AI 越用越聪明
困惑 4:子会话和主会话有什么区别?
- ❌ 混为一谈,导致上下文混乱
- ✅ 正确理解:子会话是"专注模式",主会话是"总控中心"
困惑 5:ACP 是什么鬼?
- ❌ 完全不知道,跳过配置
- ✅ 正确理解:ACP 是"通信协议",决定 AI 如何思考
1.2 理解概念的价值
避免踩坑:
- 正确配置心跳,避免频繁掉线
- 合理使用记忆,避免 AI"失忆"
- 正确使用子会话,避免上下文混乱
提升效率:
- 选择合适的技能,事半功倍
- 理解 ACP 协议,优化响应速度
- 掌握核心概念,快速解决问题
二、技能(Skills):AI 的"工具箱"
2.1 什么是技能?
官方定义:
Skills 是 OpenClaw 的能力扩展系统,通过封装特定领域的工作流程,让 AI 在特定场景下表现如专家。
通俗理解:
技能就是 AI 的"工具箱"或"插件包"。
生活化比喻:
想象你的 AI 助手是一个聪明的大脑🧠:
- 它很聪明,能理解你的指令
- 但它没有手,不能直接操作电脑
- 它没有眼睛,不能直接看屏幕
技能就是给这个大脑配备的工具:
- 🔧 浏览器技能 = 给 AI 一双眼睛,能看网页
- 📄 PDF 技能 = 给 AI 一双手,能处理文件
- 💻 系统命令技能 = 给 AI 一个键盘,能执行命令
- 📧 邮件技能 = 给 AI 一个邮箱,能发邮件
2.2 技能的分类
内置技能(OpenClaw 自带):
browser- 浏览器自动化shell- 系统命令执行file- 文件读写memory- 记忆管理
社区技能(ClawHub 市场):
github- GitHub 管理notion- Notion 笔记slack- Slack 消息telegram- Telegram 机器人feishu- 飞书集成- 等等 1700+ 个技能
2.3 技能的工作原理
调用流程:
用户指令 → AI 理解 → 匹配技能 → 执行技能 → 返回结果实战案例:
场景:让 AI 帮你查天气
不使用技能:
用户:今天天气怎么样?
AI:抱歉,我无法获取实时天气信息。使用天气技能:
用户:今天天气怎么样?
AI 思考:需要查询天气 → 调用 weather 技能 → 访问天气 API
AI:今天北京晴转多云,最高温度 25 度,建议穿薄外套。2.4 如何选择技能?
新手推荐技能:
browser- 浏览器自动化(必装)file- 文件处理(必装)shell- 系统命令(必装)memory- 记忆管理(推荐)github- GitHub 管理(开发者推荐)
避坑指南:
- ❌ 不要一次性安装太多技能(会影响性能)
- ✅ 按需安装,用哪个装哪个
- ❌ 不要安装来源不明的技能(安全风险)
- ✅ 优先选择 ClawHub 官方认证技能
三、心跳(Heartbeat):AI 的"生命线"
3.1 什么是心跳?
官方定义:
心跳是 OpenClaw Gateway 与消息渠道之间的保活机制,通过定期发送心跳包维持连接。
通俗理解:
心跳就是 AI 的"生命线",定期告诉对方"我还活着"。
生活化比喻:
想象你在和一个外国朋友打电话📞:
- 信号不好,经常断线
- 如果长时间不说话,对方会以为你挂了
- 所以你每隔几秒就说一句"喂?听得见吗?"
这个"喂?听得见吗?"就是心跳。
3.2 心跳的作用
核心作用:
- 保活连接 - 防止连接超时断开
- 检测状态 - 确认对方是否在线
- 快速恢复 - 断线后快速重连
实际效果:
- ✅ 有心跳:连接稳定,24 小时在线
- ❌ 无心跳:频繁掉线,需要手动重连
3.3 心跳配置详解
心跳参数:
yaml
heartbeat:
interval: 30 # 心跳间隔(秒)
timeout: 60 # 超时时间(秒)
retries: 3 # 重试次数参数说明:
interval: 30- 每 30 秒发送一次心跳timeout: 60- 60 秒没回应就认为断线retries: 3- 断线后重试 3 次
配置建议:
- 网络稳定:
interval: 30, timeout: 60 - 网络不稳定:
interval: 15, timeout: 30 - 省流量模式:
interval: 60, timeout: 120
3.4 心跳常见问题
问题 1:心跳太频繁会怎样?
- 浪费流量和资源
- 可能被服务器限流
- 建议:保持默认 30 秒
问题 2:心跳太慢会怎样?
- 容易超时断线
- 重连频繁
- 建议:不要超过 60 秒
问题 3:可以关闭心跳吗?
- ❌ 不建议关闭
- 关闭后会频繁掉线
- 除非你有特殊需求
四、记忆(Memory):AI 的"知识库"
4.1 什么是记忆?
官方定义:
记忆系统是 OpenClaw 的跨会话信息沉淀机制,通过 MEMORY.md 文件存储用户偏好、项目规范等长期信息。
通俗理解:
记忆就是 AI 的"笔记本",记录重要信息供以后使用。
生活化比喻:
想象你有一个私人助理👨💼:
- 第一次你说:"我对花生过敏"
- 第二次你说:"帮我点个外卖"
- 好的助理会记住你对花生过敏,不会点含花生的食物
这个"记住"的过程就是记忆系统。
4.2 记忆的类型
短期记忆(会话内):
- 当前对话的上下文
- 会话结束后清除
- 类似"工作记忆"
长期记忆(跨会话):
- 存储在 MEMORY.md 文件
- 永久保存,除非手动删除
- 类似"长期记忆"
记忆内容示例:
markdown
# 用户偏好
- 对花生过敏
- 喜欢喝美式咖啡
- 工作时间:9:00-18:00
# 项目规范
- 使用 Python 3.10
- 代码风格:PEP8
- Git 分支策略:GitFlow
# 重要信息
- 邮箱:user@example.com
- GitHub: username
- 服务器 IP: 192.168.1.1004.3 记忆系统的工作原理
记忆流程:
对话中 → 提取关键信息 → 写入 MEMORY.md → 下次对话读取 → 应用记忆实战案例:
第一次对话:
用户:我对花生过敏,记住这个。
AI:好的,我已经记住你对花生过敏。
(自动写入 MEMORY.md:- 对花生过敏)第二次对话(几天后):
用户:帮我推荐午餐。
AI:(读取 MEMORY.md)你对花生过敏,我推荐...4.4 如何管理记忆?
查看记忆:
bash
# 查看记忆文件
cat ~/.openclaw/MEMORY.md添加记忆:
bash
# 手动编辑
nano ~/.openclaw/MEMORY.md
# 或通过 AI 添加
用户:记住我的邮箱是 user@example.com
AI:好的,已记录你的邮箱。删除记忆:
bash
# 删除特定记忆
# 编辑 MEMORY.md,删除对应行
# 清空所有记忆
rm ~/.openclaw/MEMORY.md最佳实践:
- ✅ 定期整理记忆(删除过期信息)
- ✅ 分类存储(用户偏好、项目规范、重要信息)
- ❌ 不要存储敏感信息(密码、API Key 等)
五、子会话(Sub-agent):AI 的"专注模式"
5.1 什么是子会话?
官方定义:
子会话是 OpenClaw 的多 Agent 协作机制,通过创建独立的会话上下文,实现专注任务处理。
通俗理解:
子会话就是 AI 的"专注模式"或"分身"。
生活化比喻:
想象你是一个项目经理👨💼:
- 主会话 = 你自己(总控中心)
- 子会话 = 你雇佣的专家(程序员、设计师、文案)
场景:
- 你要开发一个网站
- 你自己不会写代码 → 雇佣程序员(子会话 1)
- 你不会设计 → 雇佣设计师(子会话 2)
- 你不会写文案 → 雇佣文案(子会话 3)
- 你负责协调他们(主会话)
5.2 子会话 vs 主会话
| 对比项 | 主会话 | 子会话 |
|---|---|---|
| 作用 | 总控中心 | 专注任务 |
| 上下文 | 全局上下文 | 独立上下文 |
| 生命周期 | 长期存在 | 任务结束可销毁 |
| 资源占用 | 较高 | 较低 |
| 适用场景 | 日常对话、任务分发 | 专业任务、复杂计算 |
5.3 子会话的使用场景
场景 1:复杂任务分解
主会话:帮我开发一个网站
↓ 分解任务
子会话 1(程序员):写代码
子会话 2(设计师):设计 UI
子会话 3(测试):测试功能
↓ 汇总结果
主会话:网站开发完成场景 2:专业领域处理
主会话:帮我分析这个财务报表
↓ 创建专业子会话
子会话(财务专家):分析报表、计算指标
↓ 返回结果
主会话:报表分析完成场景 3:并行任务处理
主会话:同时处理 3 个任务
↓ 创建 3 个子会话
子会话 1:写邮件
子会话 2:查资料
子会话 3:写代码
↓ 并行执行
主会话:3 个任务都完成了5.4 子会话配置
创建子会话:
yaml
sub_agents:
enabled: true
max_agents: 5 # 最大子会话数
timeout: 300 # 超时时间(秒)使用建议:
- ✅ 复杂任务使用子会话(提高质量)
- ✅ 专业任务使用子会话(发挥专长)
- ❌ 简单对话不用子会话(浪费资源)
- ❌ 不要创建太多子会话(影响性能)
六、ACP(Agent Communication Protocol):AI 的"思考方式"
6.1 什么是 ACP?
官方定义:
ACP(Agent Communication Protocol)是 OpenClaw 的智能体通信协议,定义了 AI 如何理解指令、规划任务、调用工具。
通俗理解:
ACP 就是 AI 的"思考方式"或"工作模式"。
生活化比喻:
想象你在教学生做题👨🏫:
方式 1:直接给答案
学生:1+1 等于几?
老师:2方式 2:教思考方法
学生:1+1 等于几?
老师:先伸出 1 根手指,再伸出 1 根手指,数数一共几根?
学生:2 根!
老师:对,所以 1+1=2ACP 就是"教思考方法"的协议。
6.2 ACP 的工作原理
传统方式(无 ACP):
用户指令 → AI 直接回答 → 可能不准确ACP 方式:
用户指令 → AI 理解 → 规划步骤 → 调用工具 → 执行 → 验证 → 返回结果关键差异:
- ❌ 无 ACP:AI 直接回答,可能瞎编
- ✅ 有 ACP:AI 按步骤执行,结果可靠
6.3 ACP 的执行流程
标准流程(5 步法):
步骤 1:理解指令
用户:帮我查北京天气
AI 理解:需要查询天气信息,地点是北京步骤 2:规划任务
AI 规划:
1. 调用天气技能
2. 传入地点参数(北京)
3. 获取天气数据
4. 格式化返回步骤 3:调用工具
AI:调用 weather 技能
参数:{ location: "北京" }步骤 4:执行并验证
技能返回:北京晴,25 度
AI 验证:数据格式正确,温度合理步骤 5:返回结果
AI:北京今天晴转多云,最高温度 25 度,建议穿薄外套。6.4 ACP 的优势
优势 1:结果可靠
- ❌ 无 ACP:AI 可能瞎编天气
- ✅ 有 ACP:AI 必须调用天气 API
优势 2:过程透明
AI 思考过程:
1. 理解:用户要查天气
2. 规划:调用 weather 技能
3. 执行:访问天气 API
4. 验证:数据有效
5. 返回:格式化结果优势 3:可调试
- 哪一步出错,就修哪一步
- 便于定位问题
6.5 ACP 配置
ACP 参数:
yaml
acp:
enabled: true # 启用 ACP
max_steps: 10 # 最大执行步骤
timeout: 60 # 单步超时(秒)
retry_on_failure: true # 失败重试配置建议:
- 简单任务:
max_steps: 5 - 复杂任务:
max_steps: 15 - 网络不稳定:
retry_on_failure: true
七、五大概念的关系图
7.1 整体架构
用户指令
↓
[ACP] - 思考方式,规划任务
↓
[主会话] - 总控中心
↓
创建 [子会话] - 专注任务
↓
调用 [技能] - 执行具体操作
↓
使用 [记忆] - 参考历史信息
↓
通过 [心跳] - 保持连接稳定
↓
返回结果7.2 实战案例:让 AI 写代码并发布到 GitHub
完整流程:
1. [ACP] 理解指令
用户:帮我写个 Python 脚本并发布到 GitHub
2. [主会话] 分解任务
- 写代码
- 测试代码
- 发布到 GitHub
3. 创建 [子会话]
- 子会话 1(程序员):写代码
- 子会话 2(测试):测试代码
- 子会话 3(运维):发布到 GitHub
4. 调用 [技能]
- file 技能:创建文件
- shell 技能:运行测试
- github 技能:发布到 GitHub
5. 使用 [记忆]
- 读取 GitHub 账号信息
- 读取代码风格偏好
6. 通过 [心跳]
- 保持与 GitHub 的连接
- 确保发布成功
7. 返回结果
代码已发布:https://github.com/username/repo八、常见问题
Q1:这些概念都需要学吗?
答:新手先掌握 3 个核心概念即可。
必学(3 个):
- ✅ 技能 - 最常用
- ✅ 记忆 - 提升体验
- ✅ 心跳 - 避免掉线
选学(2 个):
- ⭕ 子会话 - 进阶使用
- ⭕ ACP - 深度优化
Q2:技能安装多了会影响性能吗?
答:会,建议按需安装。
建议:
- 新手:安装 3-5 个必装技能
- 进阶:安装 10-15 个常用技能
- 高级:不超过 30 个技能
Q3:记忆文件太大怎么办?
答:定期整理和清理。
方法:
- 每月整理一次 MEMORY.md
- 删除过期信息
- 分类存储(用户偏好、项目规范、重要信息)
Q4:子会话越多越好吗?
答:不是,按需创建。
建议:
- 简单任务:不用子会话
- 中等任务:1-2 个子会话
- 复杂任务:3-5 个子会话
- 最多不超过 10 个
Q5:ACP 可以关闭吗?
答:可以,但不建议。
关闭后果:
- AI 可能瞎编结果
- 过程不透明
- 难以调试
建议:保持开启
九、总结与快速查阅表
9.1 五大概念一句话总结
| 概念 | 一句话解释 | 生活化比喻 |
|---|---|---|
| 技能 | AI 的能力扩展包 | 工具箱/插件 |
| 心跳 | 保持连接的保活机制 | 定期报平安 |
| 记忆 | 跨会话的信息存储 | 笔记本/知识库 |
| 子会话 | 专注任务的独立上下文 | 分身/专家团队 |
| ACP | AI 的思考方式和执行流程 | 解题方法论 |
9.2 新手学习路线
第 1 周:
- ✅ 理解技能概念
- ✅ 安装 3-5 个必装技能
- ✅ 配置心跳参数
第 2 周:
- ✅ 学习使用记忆系统
- ✅ 编写 MEMORY.md
- ✅ 实践记忆应用
第 3 周:
- ✅ 了解子会话概念
- ✅ 尝试创建子会话
- ✅ 实践任务分解
第 4 周:
- ✅ 理解 ACP 原理
- ✅ 观察 ACP 执行流程
- ✅ 优化 ACP 配置
9.3 快速查阅表
遇到问题时:
- AI 不会操作电脑 → 检查技能是否安装
- AI 频繁掉线 → 检查心跳配置
- AI 记不住信息 → 检查记忆系统
- AI 执行复杂任务混乱 → 使用子会话
- AI 结果不可靠 → 检查 ACP 是否开启
掌握这五大概念,你就能真正玩转 OpenClaw!
