# 实测腾讯版 OpenClaw，这就是目前最适合小白的养虾版本
**作者**: 卡尔的AI沃茨
**日期**: 2026-03-15T23:54:37.000Z
**来源**: [https://x.com/aiwarts/status/2033331061610995966](https://x.com/aiwarts/status/2033331061610995966)
---
鹅开始发力了，
先是 QQ 企微，再是深圳线下装虾，现在开始自己造虾了，
WorkBuddy Claw
🔗 codebuddy.cn/work/
先说结论，
内置了一堆大模型，支持接入企微，QQ，飞书和钉钉，鹅经典有钱上线就送 5000 Credit，Claw 也是自带在里面了，不需要安装。
🔗 codebuddy.cn/profile/usage
主打就是先省掉前期配置的所有条件，试试看龙虾能不能帮我完成某些任务。
所以我这次把接入飞书的配置放在最后，先整理出五种 WorkBuddy 和 IM 的组合玩法！
这次我是用了定时任务来获取 clawhub 前 100 的技能分类，然后用hesamsheikh/awesome-openclaw-usecases这个 github 22.1k 的 OpenClaw 使用案例的同款格式做出了五个最常用的使用案例，
想法验证器，长视频学习，个人本地知识库 ，新技能技能安装检测和自我进化。每个case对应什么功能，用的提示词是什么
> PS，需要安装到 WorkBuddy 里的 Skills 我直接打包压缩成提示语放在后面一锅炖，这次用到的提示语也打包成文档了，回复 鹅虾 就好啦
首先是每次安装新技能会触发的，
> 以后我每次说“安装某个 skill”，先不要安装。
> 如果没有地址，用 `find-skills` 在 `clawdhub` 上找，
> 接着用 `skill-vetter` 做审查并输出：
> 风险评分（0-100）
> 触发的风险项
> 最小权限替代方案
> 是否建议安装（是/否）
> 只有当评分 <= 60 且我明确回复“确认安装”时才执行安装。
OpenClaw 教程我也更新了很多个，一直会有一个问题，
就是有时候只有一些 Skills 名字找不到地址安装，
或者技能会因为版本的迭代导致它不安全，
所以我就做出了这样的一个提示语，让龙虾自己去 Clawdhub 和 GitHub 里面找更安全的替换版本。
也是因为我做了一个前 100 的 Skills 分析，很多 Skill 的功能是会重叠的，有一些 Skill 不需要配置 API，更方便还不花钱。
每日消化 Youtube 的长视频更新这个 case 我也做成不需要 API 的版本了，
> 读取 channels.txt，每天 08:30 执行：
> 找到过去 24 小时新视频
> 提取字幕并总结每条视频 3-5 个要点
> 生成一份 Markdown 日报，包含标题、链接、摘要、建议是否值得完整观看保存到 daily-youtube-digest/YYYY-MM-DD.md
现在 YouTube 对这些 Skills 限制得还挺严重的。
在不需要 API 的情况下，能够获取到视频的元数据，而且用 Summary 能够给我快速总结出一个能判断出来值不值得我观看的信息，还是一个自动定时任务，我个人是觉得蛮够用的。
然后就是个人知识库的龙虾版，
原理是使用 `markdown-converter` 把 PDF，网页，文档统一转 Markdown，配合 `qmd` 构建一个本地索引，减少每次读取消耗的 token，最后就是写入到 `obsidian` 做长期存储。
ob+openclaw 的教程在这，换成 WorkBuddy 也一样好用。
> 帮我建立本地知识库流程：
> 本地目录【/Users/carl/Downloads/个人知识库初级版】
> 扫描 inbox_docs/ 里的新文件
> 转换为 Markdown 到 kb_docs/
> qmd 更新索引
> 回答问题时必须附带 Top3 来源路径和关键引用
> 如果信息不足必须明确说明
还有一个类型的 cases 我这段时间使用频率非常高的就是想法构建验证器，
这个原理也很简单，就是通过搜索，在你要构建一个项目的时候，去这些信息来源查找这个项目是否已经存在。
比方说，我之前想研究一下怎么把 Codex 接到飞书里面。本来还想自己开发的，结果就找到了藏师傅的 Claude-to-IM-skill，现在我一个飞书就接了 WorkBuddy，openclaw，codex 和 claude code，
> 我给你一个产品想法后，请执行“构建前验证”：
> 检索同类产品，GitHub 项目，讨论帖
> 汇总差异点，定价，目标用户
> 评估拥挤度（高/中/低）
> 给出结论：继续做/改方向/停止
我的给 Claude Code 做一个 GUI 的新 idea 就被一秒否决了。。。
最后一个就是关于搭配 self-import agent 的自我升级迭代的进化版。
因为有的自我迭代它不会明确地进入到 markdown，我在使用初期会更希望我能够手动给它录入调整这些路线。
PS，self-improving-agent 里的部份规则。
默认 Skill 更偏被动记录，你的提示语把它变成了主动复盘。
这个提示语就是把 self-improving-agent 从被动记录变成了主动记录，
而且做了优先级的排序，这跟默认的把这些规则一条一条堆积起来相比，会更有挑战性，模型输出的每条规则都是要可以检查可以量化。
这能够在短时间内产生效果。比方说这个 Skill 我们可能要用两周或者三周才有成效，但是如果你搭配这个提示语使用使用后，一周的高频使用，就能把我们的龙虾养得把白白胖胖。
> 每天 20:30 复盘今天所有 OpenClaw 会话：
> 找出至少 3 个最关键错误模式
> 找出至少 3 个最有效动作
> 输出明天要执行的至少 3 条具体规则（可检查、可量化）
> 生成简短总结并写入复盘日志
WorkBuddy 内置了两个 Skills 库，我还可以导入 github 地址来加载更多的 Skills，上面的 case 里用到的 skills 有，
> 【skills安装】
> find-skills
> skill-vetter
> 【youtube长视频】
> openclaw-youtube-transcript
> youtube-watcher
> summarize
> 【个人知识库】
> Obsidian Official CLI
> markdown-converter
> qmd
> 【想法验证器】
> Multi Search Engine
> github
> 【自我迭代】
> self-improving-agent
> session-logs
除了龙虾，WorkBuddy 还把自己 Agent 能力划分成代码侧和日常侧，
用多了会有种错觉，我把 Codex（日常任务），Claude Code（编程）和 OpenClaw 放在一个入口里用。
所以我就原汤化原食，让 CodeBuddy 教我连接上 WorkBuddy 和飞书，
飞书的配置已经很成熟了，基本上跟着做都不会出错的，
硬要说跟 OpenClaw 有啥不同的话，就是在倒数第二步的时候，
事件发送到的是开发者服务器，而不是长连接接收事件，
回调配置的时候也是选开发者服务器，然后选卡片回传交互。
现在 QQ 和企微的配置流程都比飞书要简单了不少，我是能配的都配上了主打一个哪里都能用龙虾。
最后的最后，
明猜一手越来越多厂商也都会上自己的龙虾，
跟现在一人一套大模型一样，
龙虾也会变成编程龙虾，PPT 龙虾，DeepResearch 龙虾等等，
理论上只要模型还放不下无限上下文，
安装不完十几万的 Skills，
Skills 们就会组合成不同的经验工作流，
我们也会有各种各样的龙虾形态，
以前我们是安 App，通过 MCP 打通 Agent 能力，
可能之后龙虾们碰碰爪子就能完成了。
## 相关链接
- [卡尔的AI沃茨](https://x.com/aiwarts)
- [@aiwarts](https://x.com/aiwarts)
- [codebuddy.cn/work/](https://codebuddy.cn/work/)
- [codebuddy.cn/profile/usage](https://codebuddy.cn/profile/usage)
- [Upgrade to Premium](https://x.com/i/premium_sign_up)
- [7:54 AM · Mar 16, 2026](https://x.com/aiwarts/status/2033331061610995966)
- [3,038 Views](https://x.com/aiwarts/status/2033331061610995966/analytics)
- [View quotes](https://x.com/aiwarts/status/2033331061610995966/quotes)
---
*导出时间: 2026/3/16 23:23:37*