routergateway
Gateway
本地控制平面，负责会话、工具、事件和渠道连接，并通过 WebSocket 服务客户端。
版本说明
本页记录的使用方法与配置均基于旧版本 OpenClaw，最后更新时间为 2026.4.2；新版本可能存在行为或字段变化，具体请看OpenClaw官网。
Agent field notes / 2026
OpenClaw
适用于任何操作系统的 AI 智能体 Gateway 网关。
OpenClaw 蓝图
OpenClaw 它是什么、承担什么角色，理想中是什么样的。
OpenClaw 是运行在你个人设备上的开源个人 AI 助手与 Gateway 控制系统。它把消息渠道、Agent、工作区、工具和设备节点连接起来，一个 Gateway 解决编码、生活助理与持续自动化任务。
construction核心特点
一个本机 Gateway 统一连接渠道、Agent、工作区和工具，让个人助手在不同入口保持连续上下文。心跳机制主动出击，本地记忆库及自动整理维护越用越懂你；语义搜索，排重滤噪，听得懂你！
layers
系统定位
个人 AI 助手与编码搭档
hub
核心组合
Gateway + Agents + Channels
shield_lock
运行边界
Local Gateway + loopback
系统全景
以上仅出于个人见解，信息截至 2026.4.2，最新版本具体见 OpenClaw 官方文档。
结构介绍
从 Gateway 到 Agent、Workspace、Channel 与 Node，理解一整个系统工作链路。
groupsagent
Agent
职责专业化，按身份调用专属工具和划分专业工作区，让任务落到细处。
folder_managedworkspace
Workspace
为 Agent 提供文件、上下文和工作边界，是配置与内容隔离的落点。
forumchannel
Channel
把助手接入 WhatsApp、Telegram、Slack、Discord 等已有聊天入口，实现远程操控。
neurologymodels
Models
云端模型与本地模型可以通过 provider 组合，并使用回退链提高可用性。还可配置任务专属模型，控制质量与成本。
databasememory
Memory
会话状态、长期文件和记忆插件共同提供跨会话上下文与知识沉淀。划分短、中、长期记忆，合理配置记忆注入频次。
extensiontools
Skills & Tools
Skills、Plugins 与工具扩展搜索、浏览器、文件和业务能力，让 Agent 从回答走向执行。
verified_usersecurity
Security
把外部消息视为不可信输入，用配对、允许名单、令牌和沙箱控制设备与工具权限，防止 Agent 操作失误，以及信息泄露。
快速开始
从安装到 onboarding、模型配置、渠道接入和健康检查，保留一条可以逐步验证的通用路径。
01
运行时
安装脚本会准备支持的 Node.js 运行时；手动安装时使用当前官方兼容版本。
02
平台
macOS、Linux 和 Windows 都提供安装路径；Windows 可按实际环境选择 PowerShell 或 WSL2。
03
入口
先在本机或受控网络中启动 Gateway，再接通一个消息渠道并控制访问范围。
最短可用路径
不要把安装、模型配置和渠道配置混成一步；每一段都要有可见结果。
- 1
安装 OpenClaw
按平台运行安装脚本，或使用包管理器安装当前版本。
- 2
完成 onboarding
配置模型访问、创建默认 Workspace，并让 Gateway 完成基础初始化。
- 3
接通一个 Channel
先只接一个私聊入口，确认消息能够进入 Gateway 并到达 Agent。
- 4
检查状态与健康
使用 config validate、gateway status、health 和 dashboard 验证运行结果。
terminalmacOS / Linux / WSL2
curl -fsSL https://openclaw.ai/install.sh | bashterminalWindows PowerShell
iwr -useb https://openclaw.ai/install.ps1 | iexterminalnpm install
npm install -g openclaw@latest --allow-scripts=openclawterminalConfigure / validate
openclaw onboard --install-daemon
openclaw configure
openclaw config validateterminalVerify
openclaw gateway status
openclaw health
openclaw dashboardinfo
先完成单 Agent 和单渠道闭环，再按需扩展模型回退、多 Agent 路由与长期记忆。
我的配置
以实际 openclaw.json 为依据，展示脱敏后的 Gateway、飞书、模型、多 Agent 与路由结构。
package_2
详见 openclaw-config 仓库技能包、四个 Workspace 与身份文件均收录在公开仓库中；设计展示保留真实结构，密钥、账号和群组 ID 使用占位符。
运行环境
Linux 主机 · local Gateway
模型策略
Bailian / Antigravity / GPTSAPI / Ollama
渠道策略
飞书 WebSocket · 4 账号
Agent 策略
1 主管 + 3 专业 Agent
多 Agent 团队设计
不是复制四个通用助手，而是把入口、决策、专业执行和独立验证拆成清晰角色。每个 Agent 保留自己的上下文、模型和技能边界，团队再通过统一路由与交付标准协作。
01
统一入口，明确决策权
main 负责接收目标、判断任务类型、分派与收敛结果，避免多个 Agent 同时抢答或重复决策。
02
角色隔离，保持上下文干净
每个专业 Agent 使用独立 Workspace、会话、记忆与技能目录，长期积累只围绕自己的职责展开。
03
执行与验证分离
coder 负责实现，tester 使用不同上下文独立验证；需要提炼和交付时，再交给 editor 组织表达。
团队设计的收益
这三项收益来自职责拆分、独立上下文和可验证的分工，而不是单纯增加 Agent 数量。
account_tree
少污染
长期角色文件让每个 Agent 只积累与职责相关的知识，减少上下文串线。
call_split
可并行
互不依赖的编码、测试和文档任务可以同时推进，再由主 Agent 汇总。
verified
易验收
实现者与验证者分开，质量结论拥有更独立的证据链。
Agent 团队职责
| Agent | 角色 | 职责 | 配置 |
|---|---|---|---|
main 贾维斯 | 主管 Agent | 负责与用户交接、任务分派和跨 Agent 协调，默认承接主入口。 | 6h heartbeat · 18 skills |
coder 无敌码农 | 编码 Agent | 负责代码生成、重构、调试和技术实现。 | glm5 · m2.5 / qwen3.5 / k2.5 |
tester 无敌测试 | 测试 Agent | 负责测试设计、自动化、缺陷复现与质量验证。 | glm5 · m2.5 / qwen3.5 / k2.5 |
editor 超级编辑 | 文档 Agent | 负责文档创作、内容润色、信息组织和知识归档。 | k2.5 · qwen3.5 / m2.5 / glm5 |
Agent 技能编队
技能不平均分配，而是按角色选择代表能力。主 Agent 关注设计与协调，专业 Agent 关注各自领域的执行、验证和交付。
仓库当前收录 22 个技能包；下面挑选每个 Agent 的 2 个代表技能。
| Agent / 分类 | 技能 | 说明 | 适用场景 |
|---|---|---|---|
main / 贾维斯 设计前置 | brainstorming | 在写代码前先澄清目标、约束与验收标准，把想法收敛成可确认的设计。 | 适合新功能、组件和行为从 0 到 1 的阶段。 |
main / 贾维斯 任务治理 | project-manager | 把目标拆成阶段、里程碑、风险与交付物，为跨 Agent 协作建立统一推进坐标。 | 适合多步骤任务、跨角色协作与进度收敛。 |
coder / 无敌码农 架构实现 | architecture-patterns | 用 Clean Architecture、Hexagonal Architecture 和 DDD 组织复杂后端系统。 | 适合新系统设计、单体拆分和可维护性重构。 |
coder / 无敌码农 代理编码 | coding-agent | 把实现任务交给 Codex、Claude Code 等编码代理，在隔离工作目录中完成探索、修改和迭代。 | 适合需要多轮文件操作和验证的编码任务。 |
tester / 无敌测试 质量策略 | test-master | 覆盖单元、集成、E2E、性能和安全测试，从策略、执行到报告形成质量闭环。 | 适合功能验收、回归测试和测试体系建设。 |
tester / 无敌测试 浏览器验证 | webapp-testing | 用 Playwright 操作本地 Web 应用，检查行为、控制台日志、截图和关键交互。 | 适合前端功能和可视化回归。 |
editor / 超级编辑 文档标准 | docs-writer | 按读者、语气、结构和一致性规则改写技术文档，让内容更容易扫描和维护。 | 适合 README、指南、规范与知识库。 |
editor / 超级编辑 正式交付 | docx | 创建和编辑 Word 文档，处理样式、结构、评论与修订，并验证最终交付格式。 | 适合报告、方案和需要正式排版的文档。 |
Agent Team 工作空间
每个 Agent 有自己的 Workspace，但遵守同一套文件协议。主 Agent 保留团队协调视角，专业 Agent 在自己的目录中积累角色、记忆、工具笔记和局部技能。
data_object仓库工作空间结构
openclaw-config/
|-- openclaw.json
|-- skills/
| |-- architecture-patterns/
| |-- brainstorming/
| |-- coding-agent/
| |-- docs-writer/
| |-- project-manager/
| |-- test-master/
| |-- webapp-testing/
| +-- ... # 22 skill packages
+-- workspace/
|-- AGENTS.md # session startup + operating rules
|-- IDENTITY.md # role and impact
|-- SOUL.md # values, tone, boundaries
|-- USER.md # user preferences
|-- MEMORY.md # distilled long-term memory
|-- TOOLS.md # deployment-specific notes
|-- ERRORS.md # mistakes and corrections
|-- HEARTBEAT.md # periodic checks
|-- memory/
| +-- YYYY-MM-DD.md
|-- skills/
|-- workspace-coder/
|-- workspace-tester/
+-- workspace-editor/角色文件如何协作
同一套文件协议分别回答身份、行为、启动、偏好、记忆与本地环境问题，让每个 Agent 的长期上下文都可检查、可迁移。
贾维斯MAIN AGENT身份由多个 Markdown 共同决定
IDENTITY.md 回答“我是谁、负责什么”，SOUL.md 回答“我以什么方式行动”，AGENTS.md 回答“每次会话如何开始和遵守什么规则”，USER.md 与 MEMORY.md 再把身份放进真实的用户关系和历史中。四者共同塑造稳定行为，而不是只靠一段人设。
IDENTITY.mdSOUL.mdAGENTS.mdUSER.mdMEMORY.md
IDENTITY.md 的组织方式
模板只稳定骨架，不固化人格。每个 Agent 用相同字段描述身份，再通过 SOUL.md 与 AGENTS.md 约束行为。
data_object通用骨架
# IDENTITY.md
- Name: ...
- Creature: ...
- Role: ...
- Vibe: ...
- Emoji: ...
- Avatar: ...
## Role & Impact
### Core Functions
1. ...
### Work Scenarios
| Scenario | My Role |
| --- | --- |
| ... | ... |
### Communication Style
- ...data_objectmain / IDENTITY.md（真实摘录）
# IDENTITY.md - Who Am I?
- Name: 贾维斯 (Jarvis)
- Creature: 琪哥's AI Personal Assistant + Coding Mentor
- Role: Main agent in the Agents team, managing coder / tester / editor
- Vibe: Professional yet personable, concise, and efficient
- Avatar: avatars/openclaw.png
## Role & Impact
### Core Functions
1. Coding Mentor
- Explain programming concepts and principles.
- Review code and provide improvement suggestions.
- Assist in debugging and troubleshooting.
2. Efficiency Assistant
- Automate repetitive tasks.
- Organize files and artifacts.
- Manage skills and tools.
3. Tech Partner
- Track AI and Agent technology trends.
- Discuss technical solutions and architectures.
### Work Scenarios
| Scenario | Jarvis's Role |
| --- | --- |
| Learning new concepts | Mentor - explain principles and examples |
| Coding | Reviewer - check standards and suggestions |
| Encountering bugs | Debugging partner - analyze and resolve |
| Exploring new skills | Recommender - evaluate, install, test |
### Communication Style
- Concise, direct, and actionable.
- Ask before external actions.四个 Agent 的身份锚点
| Agent | IDENTITY.md | SOUL.md / AGENTS.md 的约束 |
|---|---|---|
| main | 贾维斯 / Jarvis 团队主管、效率伙伴与编码导师。 | 专业但有人情味；负责拆解、协调、记忆维护和最终收敛。 |
| coder | 无敌码农 / CodeMaster 编码专家与实现引擎。 | 务实、直接、代码优先；跨 Agent 协作时服从 main 的协调。 |
| tester | 无敌测试 / TestNinja 质量专家与自动化测试负责人。 | 细致、怀疑、证据优先；不以实现者的结论代替独立验证。 |
| editor | 超级编辑 / DocMaster 文档与内容专家。 | 结构清晰、表达准确、读者优先；负责把结果变成可交付内容。 |
配置原则
这些原则控制暴露面、上下文边界、模型可用性与凭据流向。
01
本机控制面
Gateway 只绑定 loopback，以 token 鉴权，优先保证控制面不直接暴露到公网。
02
Agent 隔离
每个 Agent 使用独立 Workspace、会话和角色文件，避免长期上下文互相污染。
03
模型可回退
每个专业 Agent 配置主模型与 fallback 链，降低单模型或单服务不可用时的中断。
04
密钥与配置分离
真实密钥保留在环境变量或 Secret 引用中，公开页面只展示脱敏结构。
脱敏配置摘要
以下片段保留实际结构，但把账号、密钥、群 ID 和具体身份标识替换为不可逆描述。
data_object~/.openclaw/openclaw.json
{
// Redacted summary. Secrets, IDs, and some repeated skills are omitted.
gateway: {
port: 18789,
mode: "local",
bind: "loopback",
auth: { mode: "token" },
},
channels: {
feishu: {
enabled: true,
connectionMode: "websocket",
dmPolicy: "pairing",
groupPolicy: "allowlist",
accounts: ["default", "coder", "tester", "editor"],
},
},
models: {
mode: "merge",
providers: ["bailian", "antigravity", "gptsapi", "ollama"],
},
agents: {
list: [
{
id: "main",
default: true,
identity: { name: "贾维斯" },
heartbeat: { every: "6h" },
skills: [
"feishu-doc", "feishu-drive", "feishu-perm", "feishu-wiki",
"clawhub", "github", "skill-creator", "weather", "brainstorming", "canvas-design",
"docx", "pdf", "pptx", "systematic-debugging",
"using-superpowers", "webapp-testing", "writing-plans", "xlsx",
],
},
{
id: "coder",
identity: { name: "无敌码农" },
model: { primary: "glm5", fallbacks: ["m2.5", "qwen3.5", "k2.5"] },
skills: ["feishu-doc", "feishu-drive", "feishu-perm", "feishu-wiki", "clawhub", "github", "skill-creator", "weather"],
},
{
id: "tester",
identity: { name: "无敌测试" },
model: { primary: "glm5", fallbacks: ["m2.5", "qwen3.5", "k2.5"] },
skills: ["feishu-doc", "feishu-drive", "feishu-perm", "feishu-wiki", "clawhub", "github", "skill-creator", "weather"],
},
{
id: "editor",
identity: { name: "超级编辑" },
model: { primary: "k2.5", fallbacks: ["qwen3.5", "m2.5", "glm5"] },
skills: ["feishu-doc", "feishu-drive", "feishu-perm", "feishu-wiki", "clawhub", "github", "skill-creator", "weather"],
},
],
},
bindings: [
{ agentId: "main", match: { channel: "feishu", accountId: "default" } },
{ agentId: "coder", match: { channel: "feishu", accountId: "coder" } },
{ agentId: "tester", match: { channel: "feishu", accountId: "tester" } },
{ agentId: "editor", match: { channel: "feishu", accountId: "editor" } },
],
}使用经验
我的 OpenClaw 的一些使用经验和实践记录，包含多 Agent 协作、渠道路由、技能治理、记忆沉淀、模型成本控制与资源选型。
01
四个 Agent 分工协作
让主管 Agent 负责交接，编码、测试和文档分别由专业 Agent 承接。
得到的结果
任务能够按照角色进入不同上下文，主管保留协调与最终交付视角。
查看过程、问题与边界keyboard_arrow_down
执行过程
贾维斯负责目标拆解、任务分派与进度收敛，coder、tester、editor 在各自 Workspace 内执行专业任务。
问题与风险
多 Agent 会放大路由错误和上下文重复，必须明确谁负责决策、谁负责执行。
适用边界
适合边界清楚、可验证的任务；需要频繁往返或强耦合的工作仍应由单一 Agent 完成。
02
飞书四账号消息路由
通过不同飞书账号和 bindings 将消息送入对应的专业 Agent。
得到的结果
每个入口都能绑定到明确 Agent，群聊只响应被允许且满足 mention 规则的消息。
查看过程、问题与边界keyboard_arrow_down
执行过程
使用 WebSocket 长连接，配置 default、coder、tester、editor 四个账号；私聊采用 pairing，群聊使用 allowlist 与 mention 门控。
问题与风险
渠道在线不等于路由正确，账号、binding、Agent 和模型必须逐层验证。
适用边界
该模式适合可控团队与个人入口；陌生私聊和未授权群聊不应直接获得 Agent 能力。
03
技能安装与治理
让 Agent 能力持续扩展，但不在未审查的情况下把复杂脚本直接放进工作区。
得到的结果
技能经过风险检查、配置和测试后才保留，失败或冗余能力及时移除。
查看过程、问题与边界keyboard_arrow_down
执行过程
安装前扫描文件与脚本；安装后验证配置、依赖和实际调用，并把使用规则写入工作区。
问题与风险
技能越多并不代表能力越强，重复、冲突和未测试技能会增加维护成本与安全面。
适用边界
适合可审查、可回滚的扩展；涉及外部账号、系统修改或公开操作时必须单独评估。
04
记忆沉淀与长期上下文
让 Agent 跨会话保留偏好、错误经验、项目上下文和长期任务线索。
得到的结果
短记忆、长期记忆和增强检索分工明确，重要信息能被持续整理而不是停留在单次会话。
查看过程、问题与边界keyboard_arrow_down
执行过程
session-memory 保持会话连续；日常文件记录原始信息，MEMORY.md 保存长期结论；memory-lancedb-pro 作为向量检索与智能提取的增强方案。
问题与风险
记忆需要区分事实、偏好和推测，否则错误内容会被长期放大。
适用边界
自动化记忆适合低风险知识沉淀；凭据、隐私和未经确认的判断不应进入公开或长期记忆。
质量与成本控制
大型任务先拆成可并行的子任务，再通过 subagent 派发，并在派发时明确模型。简单任务交给便宜、快速的模型，架构、编码、调试、审校等专业任务交给强项模型；最后由主 Agent 验收和合并。这样既避免所有工作都消耗强模型，也不会为了省钱牺牲关键质量。
01
判断任务边界
先判断是否值得并行
把检索、调研、批量修改、独立验证等能拆开的工作交给子 Agent；强耦合、需要频繁往返的任务留在主 Agent。
02
派发时写明模型
不要默认继承主 Agent 模型
每个 subagent 调用都明确需要的模型档位，让简单任务和关键任务从入口就进入不同成本层。
03
按任务价值分配
简单任务求快，专业任务求准
搜索、摘要、分类等使用便宜模型；架构、编码、调试、测试和文档审校使用强项模型。
04
主 Agent 做质量门槛
便宜执行不等于降低验收标准
汇总子 Agent 结果后，由主 Agent 检查证据、运行验证并决定是否交付；高风险或不可逆操作保留强模型复核。
任务类型模型路由输出要求
网络搜索、资料摘要、分类整理
便宜 / 快速模型
给出来源、结论和不确定项，避免长篇转述。
并行调研、代码库探索、初稿生成
中档模型
返回可核验的关键发现和最小必要上下文。
架构设计、编码、调试、测试、文档审校
强项模型
提交代码差异、测试结果、截图或审校说明。
最终验收、高风险发布、不可逆操作
主 Agent / 最强模型
主 Agent 复核证据并做最终判断，不自动降级。
成本控制不是把模型一律换成最便宜的方案，而是让不同任务匹配不同模型能力，再用主 Agent 的验收流程守住质量。
推荐插件与资源
以下资源分别解决长期记忆、多 Agent 团队协作、OpenClaw 操作知识、技能发现和真实案例参考。外部插件与 Skill 并非都经过官方审计，安装前应先检查来源、脚本、权限和密钥范围。
0102030405
长期记忆插件
memory-lancedb-pro
为 OpenClaw 增加基于 LanceDB 的长期记忆：向量与 BM25 混合检索、Cross-Encoder 重排、多 Scope 隔离、自动捕获与遗忘，并提供管理 CLI。
适合需要跨会话召回项目上下文、偏好和长期结论的 Agent。
多 Agent 团队
ClawTeam-OpenClaw
在 OpenClaw 之上组织 leader 与 worker，让每个 worker 在独立 git worktree、会话和身份中并行工作，并支持文件与 ZeroMQ 通信。
适合可拆分的编码、调研和验证任务；并行前仍要明确模型与验收责任。
操作知识库
OpenClaw-Skill
一份综合型 OpenClaw Agent Skill，主文件配合大量 references，覆盖安装配置、渠道、Gateway、多 Agent、插件、自动化、安全和记忆等主题。
适合作为搭建与排查 OpenClaw 时的系统化参考资料。
技能目录
awesome-openclaw-skills
按类别整理 ClawHub 中的数千个 OpenClaw Skills，并提供 openclaw skills install 与 npx clawhub install 等安装入口。
适合发现新能力后再按来源、权限和维护状态做二次筛选。
案例参考
awesome-openclaw-usecases
汇总 42 个真实 OpenClaw 使用场景，覆盖社交媒体、创意构建、DevOps、生产力、研究学习与金融等方向。
适合寻找工作流灵感；仓库也提醒第三方 Skill 未经过审计，使用前需检查源码和权限。
我的使用场景
把 OpenClaw 接进每天真实在跑的流程：定时唤醒、读本地文件、调外部接口，结果直接落在已经在用的聊天工具里。
每日推送：从 cron 到飞书
给 OpenClaw 加一条 cron 任务，每天 07:00 唤醒主 Agent 执行工作区里的脚本：读当天的学习计划，查天气与关注仓库的发布，抓取新闻并按历史去重，最后拼成一条飞书富文本消息投递出去。整条链路无人值守，Agent 只在脚本失败时留下日志。
data_objectcron/jobs.json（路径与群 ID 已省略）
{
"id": "XXXXXXXXXXXXX",
"agentId": "main",
"name": "每日推送",
"enabled": true,
"schedule": {
"kind": "cron",
"expr": "0 7 * * *",
"tz": "Asia/Shanghai"
},
"sessionTarget": "isolated",
"payload": {
"kind": "agentTurn",
"message": "运行每日推送脚本：`.../daily_push_cron.py`",
"thinking": "medium"
},
"delivery": {
"mode": "announce",
"channel": "feishu",
"to": "oc_XXXXXXXXXXXXX",
"bestEffort": false
}
}data_objectdaily_push_cron.py（节选）
def main():
plan = get_today_plan() # 读 Excel 学习计划
weather = get_weather() # open-meteo
github_updates = get_github_updates()
news_articles = get_news_articles() # 七个源按优先级
parts = [plan['calendar'], '', weather, '']
if github_updates: # 有新发布才插入
parts += [github_updates, '']
parts += ["【学习任务】"]
parts += [f" {task}" for task in plan['tasks']]
parts += ["", "【做题任务】", f" {plan['homework']}", ""]
encouragement = random.choice(ENCOURAGEMENT_MESSAGES)
message = '\n'.join(parts)
send_to_feishu(message, news_articles, encouragement)
def send_to_feishu(message, news_articles, encouragement):
token = get_feishu_tenant_access_token()
post = {"zh_cn": {"title": "", "content": []}}
for line in message.split('\n'): # 正文按行切成段落
post["zh_cn"]["content"].append(
[{"tag": "text", "text": line}])
for article in news_articles: # 新闻标题转成链接
post["zh_cn"]["content"].append([
{"tag": "a", "text": article['title'][:50],
"href": article['url']}])
# 其余为 HTTP 请求、返回码判断与错误日志定时任务只负责唤醒与投递，内容全部由脚本生成；改投递目标时 APP ID 与 chat id 必须一起改。
管理维护
围绕 Gateway 健康、飞书连接、配置变更、记忆备份与版本升级建立一套可重复的维护流程。
today01
每次使用前
检查 Gateway、健康状态和飞书连接，确认主入口可用。
calendar_view_week02
每周记忆维护
周日到周一整理日常记忆，把错误经验和重要结论沉淀到 MEMORY.md。
cleaning_services03
工作区清理
把任务产物移动到 outcomes，并清理临时文件和重复材料。
system_update04
升级前
确认配置备份、记忆导出和回滚路径，再预览 OpenClaw 更新。
故障定位表
先判断问题位于 Gateway、渠道、路由还是模型层，避免直接重装或反复改写配置。
症状检查项处理方向
Gateway 不可用
openclaw gateway status
检查服务、监听地址、token 与配置校验结果。
飞书没有回复
logs / dashboard
检查账号连接、pairing、群聊 allowlist、mention 和 binding。
Agent 路由错误
config get bindings
确认飞书账号与 agentId 的映射，再检查对应 Workspace。
模型连续失败
openclaw health
检查 provider、主模型和 fallback 链，确认环境变量密钥可用。
常用维护命令
terminal检查、诊断与升级
openclaw gateway status
openclaw health
openclaw config validate
openclaw doctor
openclaw update --dry-run
openclaw update记忆维护
terminal导出与记忆仓库
openclaw memory-pro export --scope global --output memories-backup.json
git status
git add .
git commit -m "Update memory"
git pushshield
保持 Gateway 本机绑定和 token 鉴权；远程访问优先使用 Tailscale、VPN 或 SSH 隧道。定期检查配对设备、群聊白名单、技能来源和 Agent 工具权限。