QClaw 本地 AI 代理框架上手指南

Skills 插件：能力边界一直在扩

OpenClaw 生态有一个叫 ClawHub 的技能市场，已经有 100 多个 Skills 可以安装，覆盖网页搜索、文件处理、浏览器自动化、GitHub 管理、Notion 同步等场景。

在 QClaw 里安装 Skill 不需要技术操作，界面里直接装。装完之后 AI 自动识别，在合适的时机调用对应工具。当 Skills 积累到一定程度，AI 的能力会有质的变化，不再只是回答问题，而是能替你跑任务——搜索 + 整理 + 写入文件 + 推送到微信，一条链路打通。

角色系统：不是换个语气，是换个工作模式

很多 AI 工具的「人设切换」流于形式，只换说话腔调。QClaw 的角色系统解决的是不同项目、不同任务类型需要不同工作逻辑的问题。

你可以给某个项目绑定一个「项目军师」角色，职责是梳理需求、拆解路线、写方案、做决策建议。绑定之后，AI 在这个项目的上下文里就始终以这套方式工作，不会跑偏。这比单纯切换语气实用得多，你需要的是一个在特定上下文里能持续发力的工作搭档。

定时任务：让 AI 主动替你干活

大多数 AI 工具是被动的，QClaw 的定时任务打破了这个模式。用自然语言直接创建任务，比如：

• 设置每日 8:00 自动抓取今日 AI 科技热点，整理成简报发给我
• 提醒我喝水，每日 10:00 执行，从今天开始持续生效

这不是日历提醒，是真正的自动化任务。任务触发时，AI 自动联网搜索、整理内容，然后推送到你的微信。「灵感广场」里还有一批现成的任务模板，不用自己想任务怎么描述，直接套用就行。

创建一个每天早上 8 点推送 AI 科技简报的任务，只需要说一句中文。QClaw 会自动生成 cron 表达式 0 8 * * *，时区设定为 Asia/Shanghai，会话模式设为 isolated（隔离运行），全程不需要手动填参数。

整套定时任务系统跑在本地，不依赖云端服务器，任务数据不上传，执行结果也不经过第三方。

它是怎么「记住你」的

QClaw 的工作空间里有一套结构化的 Markdown 文件系统，AI 用这套文件来维持跨对话的记忆：

• AGENTS.md：总工作守则，规定每次开工先读什么、什么能直接做
• SOUL.md：性格和气质设定，定义说话风格、观点表达方式
• IDENTITY.md：名字和人设，初始化时你们协商的内容
• USER.md：你的档案，记录偏好、习惯、长期上下文
• MEMORY.md：长期记忆，从日常对话中提炼出值得长期保留的内容
• memory/YYYY-MM-DD.md：每日记忆日志，记录当天做了什么、遇到什么问题

普通 AI 工具每次对话都是从零开始，没有积累。QClaw 记得你上次说不喜欢废话，记得你正在做的项目，记得你的工作节奏和决策习惯。用的时间越长，它越懂你。

本地跑意味着什么

QClaw 的「本地部署」在实际使用中有两层含义。

第一层是数据不出门。你的文件、对话记录、记忆文件全部留在自己电脑上，不上传到任何服务器。处理敏感商业信息、内部文档的人，这是硬需求。

第二层是真正的系统控制权。因为运行在本地，QClaw 可以直接操作你的文件系统、调用本地应用、执行脚本，而不是只能在沙盒对话框里回答问题。这让它从「智能问答工具」变成了「能干活的本地 AI 员工」。

适合什么人用

以下几类人会觉得 QClaw 非常顺手：

1. 需要长期用 AI 辅助工作的人：不是偶尔问个问题，而是把 AI 深度嵌入日常流程。QClaw 的持久记忆直接解决了「每次都要重新解释背景」的痛点。
2. 经常移动办公的人：在手机微信上触发本地 AI 任务，对经常出差、开会、不在电脑前的人有实际价值。
3. 有数据安全顾虑的人：本地部署加上自定义模型接入，数据流向完全可控。
4. 想自动化重复性信息工作的人：定时资讯摘要、自动整理内容、定时提醒，以前要靠 RPA 工具或自己写脚本，现在说一句中文就能搞定。

最后

OpenClaw 的爆发让整个 AI 代理方向的逻辑变得更清晰：模型本身在商品化，谁能把模型的能力真正接入你的日常工作流，谁才有长期价值。QClaw 选择的路径是——住在你电脑里，认识你，记住你，主动替你干活，通过你最常用的 App 和你交互。

这条路不算新鲜，但把每个环节都做扎实的产品，现在还不多。龙虾的生态还在快速扩张，Skills 在增加，平台接入在增加，记忆系统在迭代。现在上手，赶上的是一个还在高速成长的早期阶段——对于愿意折腾的人来说，这个时间点进来挺合适的。