每日备份 2026-03-27

This commit is contained in:
OpenClaw Backup
2026-03-27 23:38:45 +08:00
parent 4f11cd7b03
commit d09281e48c
827 changed files with 6991 additions and 148648 deletions
+41
View File
@@ -0,0 +1,41 @@
# 📚 知识库 (Knowledge Base)
> 皮皮虾的私人图书馆 —— 分类存储重要知识与经验
---
## 📁 目录结构
| 文件夹 | 说明 | 示例内容 |
|--------|------|----------|
| **tech/** | 技术知识 | 编程语言、框架文档、技术方案 |
| **work/** | 工作流程 | SOP、项目文档、会议纪要 |
| **people/** | 关键人物信息 | 联系人、合作方、团队档案 |
| **lessons/** | 踩过的坑与经验教训 | 故障复盘、避坑指南、最佳实践 |
---
## 📝 使用规范
1. **及时归档** —— 学到的新知识、完成的项目、遇到的坑,及时整理入库
2. **命名清晰** —— 文件命名要能一眼看出内容
3. **定期整理** —— 每季度审查一次,去重、更新、归档
---
## 🔍 快速检索
```bash
# 搜索技术文档
grep -r "关键词" knowledge/tech/
# 搜索工作流程
grep -r "关键词" knowledge/work/
# 搜索踩坑记录
grep -r "关键词" knowledge/lessons/
```
---
*图书馆已准备就绪,随时欢迎老大来藏书!* 🦐
@@ -0,0 +1,171 @@
# 飞书文档创建失败经验总结
> **创建日期**: 2026-03-18
> **问题类型**: API 调用失败 / 工具超时
> **来源**: 欢欢助理与欢哥的对话记录
---
## 📋 问题描述
**任务**: 创建飞书云文档"欢欢助理运行环境配置"
**期望**: 使用 `feishu-create-doc` 技能创建到个人知识库
**结果**: 多次尝试均超时失败
---
## 🔍 尝试方案
### 方案 1: 使用子代理调用技能
```
sessions_spawn → subagent → feishu-create-doc
```
**结果**: ❌ 超时 (60 秒)
**可能原因**:
- 子代理初始化耗时过长
- 技能加载慢
- 飞书 API 响应慢
---
### 方案 2: 使用 ACP 运行时
```
sessions_spawn --runtime=acp --agentId=@larksuite/openclaw-lark
```
**结果**: ❌ 错误 "ACP runtime backend is not configured"
**原因**: ACP 运行时后端未配置
---
### 方案 3: 使用 openclaw CLI
```bash
openclaw feishu_doc create --title "xxx" --wiki-space "my_library"
```
**结果**: ❌ 错误 "unknown command 'feishu_doc'"
**原因**: CLI 不支持该命令
---
### 方案 4: 直接调用 Gateway API
```python
# 尝试通过 Python 调用
payload = {
'tool': 'feishu_create_doc',
'params': {...}
}
```
**结果**: ⏳ 未完全尝试
---
## ✅ 可行方案
### 方案 A: 手动创建(推荐)
1. 打开飞书 → 知识库 → 个人知识库
2. 新建文档
3. 粘贴 Markdown 内容
4. 设置标题
**优点**: 100% 可靠,即时可见
**缺点**: 需要人工介入
---
### 方案 B: 使用飞书导入功能
1. 准备 Markdown 文件
2. 飞书文档 → 导入 → 选择文件
3. 选择目标位置
**优点**: 保留格式
**缺点**: 需要手动操作
---
### 方案 C: 使用 feishu_chat 工具(待验证)
```
通过 message 工具发送文档内容到飞书
```
---
## 📝 经验教训
### 1. 子代理超时问题
**问题**: 子代理调用技能容易超时
**教训**:
- 简单任务尽量在主会话完成
- 子代理适合长时间任务
- 超时时间设置至少 120 秒
---
### 2. ACP 运行时配置
**问题**: 默认未配置 ACP 运行时
**教训**:
- 使用前先检查配置
- `agents_list` 只返回 subagent 允许列表
- ACP 需要额外配置 `acp.defaultAgent`
---
### 3. CLI 命令限制
**问题**: 不是所有工具都有 CLI 命令
**教训**:
- CLI 命令有限,主要工具需通过 Gateway API
- 先用 `openclaw --help` 查看可用命令
- 不确定时先测试
---
### 4. 飞书 API 权限
**问题**: 可能需要额外权限
**教训**:
- 检查飞书应用权限配置
- 确认 OAuth token 有效
- 知识库写入需要相应 scope
---
## 🛠️ 解决方案建议
### 短期方案
1. **手动创建**文档,后续自动化
2. 准备 Markdown 模板,减少重复工作
### 中期方案
1. 配置 ACP 运行时
2. 测试 Gateway API 直接调用
### 长期方案
1. 创建 `feishu-doc-creator` 技能
2. 集成到工作流自动化
---
## 📞 相关资源
| 资源 | 链接/位置 |
|------|-----------|
| 飞书文档 API | https://open.feishu.cn/document/ukTMukTMukTM/uEDO4QjLxgDM14SM2gTN/ |
| OpenClaw 飞书插件 | `~/.openclaw/extensions/openclaw-lark/` |
| feishu-create-doc 技能 | `~/.openclaw/extensions/openclaw-lark/skills/feishu-create-doc/SKILL.md` |
---
## ✅ 检查清单
创建飞书文档前检查:
- [ ] 飞书插件已启用
- [ ] OAuth token 有效
- [ ] 知识库权限已授权
- [ ] Markdown 内容格式正确
- [ ] 目标位置 (wiki_space/folder_token) 正确
- [ ] 超时时间设置充足 (≥120 秒)
---
*本文档由欢欢助理整理,避免重复踩坑。*
+168
View File
@@ -0,0 +1,168 @@
# AI 模型选择指南
> **创建日期**: 2026-03-18
> **适用场景**: 根据任务类型选择最合适的 AI 模型
> **来源**: 欢欢助理与欢哥的对话记录
> **模型提供商**: 通义千问 (阿里云 Bailian)
---
## 📊 模型总览
| 模型 | 上下文 | 输出 | 多模态 | 适用场景 |
|------|--------|------|--------|----------|
| qwen3.5-plus | 1M | 65K | ✅ | ⭐ 通用首选 |
| qwen3-coder-plus | 1M | 65K | ❌ | 💻 编程 + 长文档 |
| qwen3-coder-next | 256K | 65K | ❌ | 💻 编程 |
| kimi-k2.5 | 256K | 32K | ✅ | 🖼️ 图片理解 |
| MiniMax-M2.5 | 192K | 32K | ❌ | 🔄 备用 |
| glm-5 | 196K | 16K | ❌ | 一般任务 |
| glm-4.7 | 196K | 16K | ❌ | 一般任务 |
| qwen3-max | 256K | 65K | ❌ | 复杂推理 |
---
## 🎯 场景推荐
### 💬 日常对话 / 一般任务
**推荐**: `qwen3.5-plus` (当前默认)
**理由**:
- ✅ 1M 超长上下文
- ✅ 支持图片理解
- ✅ 响应速度快
- ✅ 综合能力强
---
### 💻 编程任务
#### 短代码片段 (<1000 行)
**推荐**: `qwen3-coder-next`
**理由**:
- 编程优化版本
- 256K 上下文足够
- 代码理解能力强
#### 大型项目 / 长代码 (>1000 行)
**推荐**: `qwen3-coder-plus`
**理由**:
- 1M 上下文
- 可读取整个项目
- 编程专用优化
---
### 🖼️ 图片理解任务
**推荐**: `qwen3.5-plus``kimi-k2.5`
**选择建议**:
- 简单图片 → `qwen3.5-plus` (更快)
- 复杂图表 → `kimi-k2.5` (Kimi 擅长)
---
### 📄 长文档分析
#### 10 万 tokens 以内
**推荐**: 任意模型均可
#### 10 万 -100 万 tokens
**推荐**: `qwen3.5-plus``qwen3-coder-plus`
**理由**:
- 仅这两个模型支持 1M 上下文
- 可根据任务类型选择 (通用/编程)
---
### 🔬 复杂推理 / 数学问题
**推荐**: `qwen3-max-2026-01-23`
**理由**:
- Max 版本推理能力最强
- 适合逻辑推理、数学计算
---
### 🔄 备用方案
**推荐**: `MiniMax-M2.5`
**使用场景**:
- 主模型 (`qwen3.5-plus`) 失败时自动切换
- 作为 fallback 保证服务可用性
---
## ⚙️ 切换模型方法
### 方法 1: 对话中指定
```
"用 qwen3-coder-plus 帮我分析这段代码"
"切换到 kimi-k2.5 处理这张图片"
```
### 方法 2: 配置修改
编辑 `~/.openclaw/openclaw.json`:
```json
{
"agents": {
"defaults": {
"model": {
"primary": "bailian/qwen3-coder-plus"
}
}
}
}
```
### 方法 3: 临时覆盖
```bash
openclaw agent --model bailian/kimi-k2.5 --message "xxx"
```
---
## 📈 性能对比
### 响应速度 (估算)
| 模型 | 速度 |
|------|------|
| qwen3.5-plus | ⚡⚡⚡ 快 |
| qwen3-coder-next | ⚡⚡⚡ 快 |
| glm-4.7 | ⚡⚡ 中 |
| qwen3-max | ⚡ 较慢 (推理深) |
### 准确度 (主观评估)
| 任务类型 | 最佳模型 |
|----------|----------|
| 通用对话 | qwen3.5-plus |
| 代码生成 | qwen3-coder-plus |
| 图片理解 | kimi-k2.5 |
| 逻辑推理 | qwen3-max |
| 长文档总结 | qwen3.5-plus |
---
## 💡 使用建议
1. **默认使用** `qwen3.5-plus` (综合最优)
2. **编程任务** 明确指定 `qwen3-coder-plus`
3. **图片任务** 可尝试 `kimi-k2.5`
4. **复杂推理** 使用 `qwen3-max`
5. **长上下文** 优先 1M 模型
---
## ⚠️ 注意事项
1. **成本**: 所有模型当前免费 (cost: 0)
2. **可用性**: 部分模型可能限流
3. **一致性**: 同一任务尽量用同一模型
4. **fallback**: 配置备用模型防止中断
---
*本文档由欢欢助理整理,模型更新时请同步。*
@@ -0,0 +1,150 @@
# OpenClaw 运行环境配置
> **创建日期**: 2026-03-18
> **最后更新**: 2026-03-18
> **来源**: 欢欢助理与欢哥的对话记录
---
## 🖥️ 硬件环境
| 组件 | 规格 |
|------|------|
| **CPU** | Intel Xeon E5-2686 v4 @ 2.30GHz × 36 核心 |
| **内存** | 31GiB (可用 24GiB) |
| **磁盘** | 468GB SSD (可用 420GB) |
| **系统** | Ubuntu 22.04.5 LTS |
| **内核** | Linux 6.8.0-106-generic |
---
## 📦 运行时环境
| 工具 | 版本 |
|------|------|
| Node.js | v24.14.0 |
| npm | 11.9.0 |
| Python | 3.10.12 |
| OpenClaw | 2026.3.13 (61d171a) |
---
## 🤖 可用模型列表
**提供商**: 通义千问 (阿里云 Bailian)
**API 端点**: `https://coding.dashscope.aliyuncs.com/v1`
| 模型 ID | 名称 | 上下文 | 最大输出 | 多模态 | 备注 |
|---------|------|--------|---------|--------|------|
| `qwen3.5-plus` | 通义千问 3.5 Plus | 1M tokens | 65,536 | ✅ 文本 + 图像 | ⭐ 当前主模型 |
| `qwen3-max-2026-01-23` | 通义千问 3 Max | 256K tokens | 65,536 | ❌ 仅文本 | |
| `qwen3-coder-next` | 通义千问 Coder Next | 256K tokens | 65,536 | ❌ 仅文本 | 编程专用 |
| `qwen3-coder-plus` | 通义千问 Coder Plus | 1M tokens | 65,536 | ❌ 仅文本 | 编程 + 长上下文 |
| `MiniMax-M2.5` | MiniMax M2.5 | 192K tokens | 32,768 | ❌ 仅文本 | 🔄 备用模型 |
| `glm-5` | 智谱 GLM-5 | 196K tokens | 16,384 | ❌ 仅文本 | |
| `glm-4.7` | 智谱 GLM-4.7 | 196K tokens | 16,384 | ❌ 仅文本 | |
| `kimi-k2.5` | 月之暗面 Kimi K2.5 | 256K tokens | 32,768 | ✅ 文本 + 图像 | |
### 当前配置
```json
{
"primary": "bailian/qwen3.5-plus",
"fallbacks": ["bailian/MiniMax-M2.5"]
}
```
---
## 🛠️ 已启用插件
| 插件 | 版本 | 用途 |
|------|------|------|
| `wecom-openclaw-plugin` | 1.0.11 | 企业微信集成 |
| `openclaw-lark` | 2026.3.17 | 飞书集成 |
| `qwen-portal-auth` | 内置 | 通义认证 |
---
## 🎯 已安装技能
| 技能 | 用途 |
|------|------|
| `a-stock-trading-assistant` | A 股交易分析助手 |
| `stock-monitor-skill` | 股票监控预警系统 |
| `daily-stock-analysis` | 每日股票分析报告 |
| `content-collector-skill` | 飞书内容自动收录 |
| `proactive-agent-lite` | 主动型代理轻量版 |
---
## 🔧 可用工具 (27 个)
### 文件与系统
`read`, `write`, `edit`, `exec`, `process`, `gateway`
### 网络与浏览器
`web_search`, `web_fetch`, `browser`, `canvas`
### 会话管理
`agents_list`, `sessions_list`, `sessions_history`, `sessions_send`, `subagents`, `session_status`, `sessions_spawn`
### 飞书集成
`feishu_chat`, `feishu_im`, `feishu_search`, `feishu_drive`, `feishu_wiki`, `feishu_sheets`, `feishu_doc`
### 其他
`nodes`, `cron`, `message`, `memory_get`, `memory_search`, `tts`
---
## 📁 工作区结构
```
/workspace/
├── MEMORY.md # 长期记忆核心库
├── SOUL.md # 核心身份与防护规则
├── IDENTITY.md # 欢欢助理人设
├── USER.md # 欢哥档案
├── HEARTBEAT.md # 心跳任务配置
├── AGENTS.md # 工作区规范
├── TOOLS.md # 工具使用指南
├── memory/ # 短期记忆 (30 天衰减)
├── knowledge/ # 知识库 (4 分类)
├── skills/ # 自定义技能 (5 个)
└── scripts/ # 脚本工具
```
---
## 📊 系统健康状态
| 组件 | 状态 |
|------|------|
| CPU | ✅ 正常 (36 核心可用) |
| 内存 | ✅ 充足 (77% 可用) |
| 磁盘 | ✅ 充足 (94% 可用) |
| OpenClaw | ✅ 运行中 |
| 插件 | ✅ 已加载 (3 个) |
| 技能 | ✅ 已安装 (5 个) |
---
## 💡 使用建议
1. **模型选择**:
- 日常对话:`qwen3.5-plus` (当前)
- 编程任务:`qwen3-coder-plus` (1M 上下文)
- 图片处理:`qwen3.5-plus``kimi-k2.5`
2. **工具使用**:
- 文件操作优先使用 `read`/`write`/`edit`
- 需要执行命令使用 `exec`
- 飞书文档使用 `feishu_doc` 系列工具
3. **记忆系统**:
- 回答问题前先搜索 `memory/``knowledge/`
- ≥4 分重要性写入长期记忆
- 2-3 分写入当日日志
---
*本文档由欢欢助理自动整理,环境变更时请更新。*
@@ -0,0 +1,160 @@
# 身份配置更新流程
> **创建日期**: 2026-03-18
> **适用场景**: 修改 AI 助理名称、称呼、人设等身份配置
> **来源**: 欢欢助理与欢哥的对话记录
---
## 📋 更新目标
修改 AI 助理的身份配置,包括:
- 助理名称
- 用户称呼
- 自称
- 人设风格
---
## 🔧 涉及文件
| 文件 | 用途 | 优先级 |
|------|------|--------|
| `IDENTITY.md` | 助理人设定义 | 🔴 核心 |
| `USER.md` | 用户档案 | 🔴 核心 |
| `MEMORY.md` | 长期记忆 | 🟡 同步 |
| `memory/preferences.md` | 用户偏好 | 🟡 同步 |
---
## 📝 更新步骤
### 步骤 1: 更新 IDENTITY.md
**文件路径**: `/workspace/IDENTITY.md`
**更新内容**:
```markdown
# Identity: [新名称] ([英文名])
## 1. 核心身份
你不再是通用的 AI 助手,你的名字叫 **"[新名称]" ([英文名])**。
- **定位设定**: [描述]
- **性格特征**:
- [特征 1]
- [特征 2]
## 2. 语言风格
- **称呼用户**: 称呼用户为"**[新称呼]**"(自称"**[新自称]**")。
```
**示例** (2026-03-18 更新):
```markdown
# Identity: 欢欢助理 (HuanHuan Assistant)
## 2. 语言风格
- **称呼用户**: 称呼用户为"**欢哥**"(自称"**小助理**")。
```
---
### 步骤 2: 更新 USER.md
**文件路径**: `/workspace/USER.md`
**更新内容**:
```markdown
## 1. 用户基本信息
- **称呼**: [新称呼]
```
**示例**:
```markdown
- **称呼**: 欢哥
```
---
### 步骤 3: 同步 MEMORY.md
**文件路径**: `/workspace/MEMORY.md`
**更新内容**:
```markdown
## 👤 用户档案
| 项目 | 内容 |
|------|------|
| **称呼** | [新称呼] |
| **人设** | [新人设描述] |
```
**示例**:
```markdown
| **称呼** | 欢哥 |
| **人设** | 欢欢助理(自称"小助理",高效专业) |
```
---
### 步骤 4: 更新记忆偏好
**文件路径**: `/workspace/memory/preferences.md`
**更新内容**:
```markdown
| 类别 | 偏好 | 说明 |
|------|------|------|
| 称呼 | [新称呼] | 自称"[新自称]" |
| 风格 | [新风格] | [新人设] 人设 |
```
---
## ✅ 验证清单
更新完成后,确认以下事项:
- [ ] `IDENTITY.md` 已更新
- [ ] `USER.md` 已更新
- [ ] `MEMORY.md` 已同步
- [ ] `memory/preferences.md` 已更新
- [ ] 新称呼已在对话中使用
- [ ] 新人设已生效
---
## 📊 变更记录
| 日期 | 变更内容 | 操作者 |
|------|----------|--------|
| 2026-03-18 | 欢欢助理 → 欢哥/小助理 | 欢哥 |
---
## 💡 注意事项
1. **一致性**: 所有文件必须同步更新,避免冲突
2. **即时生效**: 更新后立即在新对话中使用新称呼
3. **记忆同步**: 重要变更需写入 `MEMORY.md` 长期保存
4. **用户确认**: 变更前最好与用户确认
---
## 🔄 回滚流程
如需回滚到之前的配置:
1. 从 Git 历史恢复(如果已提交)
```bash
cd /workspace
git log -- IDENTITY.md
git checkout <commit-id> -- IDENTITY.md
```
2. 手动恢复旧配置
- 参考 `memory/` 目录下的历史记录
---
*本文档由欢欢助理整理,配置变更前请备份。*
@@ -0,0 +1,158 @@
# 定时任务检查流程
> **创建日期**: 2026-03-18
> **适用场景**: 检查系统定时任务、排查重复任务、清理冗余配置
> **来源**: 欢欢助理与欢哥的对话记录
---
## 📋 检查目标
1. 查看 OpenClaw 内置 Cron 任务
2. 检查系统级 Crontab
3. 检查 Systemd Timers
4. 排查重复任务
---
## 🔍 检查步骤
### 步骤 1: 检查 OpenClaw Cron 任务
```bash
# 使用 OpenClaw cron 工具
openclaw cron list --includeDisabled
```
**预期结果**:
- 返回 JSON 格式的任务列表
- 空列表表示无内置任务
---
### 步骤 2: 检查系统 Crontab
```bash
# 查看当前用户的 crontab
crontab -l
# 查看系统级 cron 配置
cat /etc/cron.d/* 2>/dev/null
# 搜索特定任务的 cron 配置
grep -r "任务关键词" /etc/cron* 2>/dev/null
```
**预期结果**:
- `no crontab for user` 表示无用户级任务
- 具体任务列表表示已配置
---
### 步骤 3: 检查 Systemd Timers
```bash
# 列出所有 timers(包括未激活的)
systemctl list-timers --all
# 筛选特定服务的 timer
systemctl list-timers | grep "关键词"
```
**常见系统 Timer**:
| Timer | 用途 |
|-------|------|
| `apt-daily.timer` | 系统包更新 |
| `logrotate.timer` | 日志轮转 |
| `fwupd-refresh.timer` | 固件更新 |
| `fstrim.timer` | SSD 修剪 |
---
### 步骤 4: 检查后台进程
```bash
# 搜索特定任务的进程
ps aux | grep -E "(关键词)" | grep -v grep
# 查看进程的详细信息
ps -ef | grep "进程名"
```
---
### 步骤 5: 检查脚本文件
```bash
# 查找相关脚本
find /path/to/search -name "*关键词*" 2>/dev/null
# 查看工作区脚本
ls -la ~/.openclaw/workspace/scripts/
```
---
## 📊 检查结果记录模板
```markdown
### 检查日期:YYYY-MM-DD
| 检查项 | 状态 | 备注 |
|--------|------|------|
| OpenClaw Cron | ✅ 空 / ⚠️ 有任务 | 详情... |
| 系统 Crontab | ✅ 空 / ⚠️ 有任务 | 详情... |
| Systemd Timers | ✅ 仅系统默认 / ⚠️ 有自定义 | 详情... |
| 后台进程 | ✅ 正常 / ⚠️ 异常 | 详情... |
**结论**: 无重复任务 / 发现重复任务 XXX
```
---
## 🧹 清理重复任务
### 删除 Crontab 任务
```bash
# 编辑 crontab
crontab -e
# 删除指定行,保存退出
```
### 禁用 Systemd Timer
```bash
# 停止 timer
sudo systemctl stop xxx.timer
# 禁用 timer
sudo systemctl disable xxx.timer
```
### 删除 OpenClaw Cron 任务
```bash
# 使用 OpenClaw 工具
openclaw cron remove --job-id "任务 ID"
```
---
## ⚠️ 注意事项
1. **备份优先**: 删除前先备份配置
2. **确认权限**: 系统级任务需要 sudo 权限
3. **验证效果**: 删除后重新检查确认
4. **记录变更**: 更新 MEMORY.md 或当日日志
---
## 💡 经验总结
1. **OpenClaw Cron** 优先于系统 crontab(更易管理)
2. **Systemd Timers** 适合精确时间的任务
3. **心跳任务** 适合周期性检查(如邮件、日历)
4. **定期审查** 建议每月检查一次定时任务
---
*本文档由欢欢助理整理,实际操作前请确认权限。*