Easel架构深度剖析：四层Prompt Stack如何驱动一个稳定的社媒Agent-育师

Easel架构深度剖析：四层Prompt Stack如何驱动一个稳定的社媒Agent

【免费下载链接】EaselAn open-source AI agent for social media — discover trends, create content, publish everywhere, and learn what works across Xiaohongshu, Douyin, Zhihu, Bilibili, and more.🎨一个开源的 AI 社交媒体智能体——发现热点趋势、创作内容、一键发布至各大平台，并学习分析哪些内容真正有效，覆盖小红书、抖音、知乎、哔哩哔哩等平台。项目地址: https://gitcode.com/gh_mirrors/easel3/Easel

Easel 是一个开源的 AI 社交媒体智能体（社媒 Agent），覆盖小红书、抖音、知乎、B 站等平台，帮你完成发现热点、创作内容、一键发布和数据复盘的全流程。为什么它跑久了不"跑偏"、不"串味"？关键不在模型，而在它的四层 Prompt Stack（提示词分层栈）架构——把人格、规则、环境、技能拆成四层，各司其职、按需加载。这篇文章带你从新手视角看懂这套架构是如何让社媒 Agent 稳定运行的。

🎯 先说痛点：社媒 Agent 为什么会"不稳定"

如果你自己写过 Agent，多半踩过这几个坑：

一个巨型 system prompt：人格、规则、路径、技能全糊在一起，改一处牵动全身，还白白烧 token；
多账号记忆串号：两个账号画像共用一个全局记忆文件，A 账号的写作偏好"污染"了 B 账号；
技能清单过时：写死"去调某某 skill"，技能一改，提示词就过期；
上下文爆炸：所有技能的资料常驻 prompt，越跑越慢。

Easel 的解法很朴素：把提示词拆成四层，每层只管一件事。官方架构说明见 docs/prompt-stack.md。

🗺️ Easel 整体架构一张图

Easel 围绕五个连续工作流展开：发现 → 策划 → 创作 → 发布 → 归因（分析数据并沉淀回账号画像）。提示词栈（Prompt Stack）就是支撑这五层工作流的"地基"：

Layer 1: SOUL.md 人格 + 能力总览（常驻） Layer 2: AGENTS.md 分工规则 + 编排逻辑（常驻） Layer 3: CONTEXT.md 项目路径信息（脚本自动生成） Layer 4: SKILL 技能文件（被触发时才加载）

组合顺序来自 docs/prompt-stack.md，每一层的职责互不越界，这是稳定性的第一来源。

🧱 四层 Prompt Stack 逐层拆解

Layer 1：SOUL.md —— Agent 的"灵魂"

源文件：openclaw/workspace/SOUL.md

这一层定义 Easel是谁：创作者的社媒内容"搭子"——既是懂策略的操盘手，也是能上手干活的制作伙伴。它只写三件事：

人格：务实、诚实、不说废话，"先尽力做，做不到才直说"；
能力总览：按"找灵感 / 定策略 / 做内容 / 发出去 / 看效果"五个类目写"能做什么"，刻意不写具体 skill 名——因为技能清单会变，写死了就会过时；
自我认知：遇到任务先想"怎么帮他做成"，而不是"我做不了"。

这个设计有个精妙之处：SOUL.md 只给"态度"，不给"操作"。具体怎么执行属于下一层，人格层保持精简且永远新鲜。

Layer 2：AGENTS.md —— 业务编排的"规则手册"

源文件：openclaw/workspace/AGENTS.md

这是最重要的一层，承载核心业务逻辑：

五层分工：发现（热点、爆款）、策划（选题、脚本）、制作（图文音视频，产物统一写入outputs/）、发布（合规、平台适配）、归因（数据回流）；
先路由 SKILL：每轮任务先找精确匹配的技能文件，按它的流程执行；
自检才算完成："不以计划、空壳文件冒充成品"，交付前必须自检；
安全门禁：对外发布前由 skills/shared/scripts/content_guard.py 扫描敏感信息（API Key、内部路径等），人设一致性评分低于 80 分会提示偏离点。

你可以把 SOUL.md 理解成"性格"，AGENTS.md 就是"行为守则"——它决定 Agent 什么时候该问、什么时候该做、什么时候必须停。

Layer 3：CONTEXT.md —— 脚本生成的"运行时环境"

这一层不靠人手写，而是由同步脚本 openclaw/sync.sh 自动生成，内容很轻：项目根目录的绝对路径、outputs/（产物）、assets/（素材）、profiles/（账号画像）分别在哪。

它解决一个很实际的问题：Agent 工作目录（OpenClaw workspace）和项目目录不是同一个，跑项目脚本前必须先从 CONTEXT.md 读出项目根路径再cd过去。换一台机器，重跑一次 sync.sh 就自动更新，无需改任何提示词。

Layer 4：SKILL.md —— 按需加载的技能库

技能库位于 skills/openclaw/（五层业务技能，113 个）和 skills/shared/（跨技能共享脚本），规范见 docs/SKILL-SPEC.md。每个技能内部还有一个"三层加载"机制：

层	内容	加载时机	token 开销
Metadata	frontmatter（名字 + 描述）	常驻，用于技能路由	极小
Instructions	SKILL.md 主体	技能被触发时	中等
Resources	references/ + scripts/	执行中按需读取	按需

核心原则一句话：SKILL.md 只写"怎么做"，领域知识放 references/，代码脚本不进 prompt。不用的技能完全不占上下文——这就是为什么 Easel 能装上百个技能而不撑爆 token。

🔬 两个让稳定性"翻倍"的工程细节

画像消息内联注入：多账号永不串号

很多 Agent 用一个全局USER.md存账号信息，多账号并发时就出竞态。Easel 的做法（见 easel/persona.py）：

每个账号画像是profiles/<名字>/目录下的六维文件（定位、风格、受众、平台、偏好红线、记忆），模板在 profiles/_template/；
切换画像时不写任何全局文件，而是把我当前使用的画像是「X」。作为消息前缀内联传给 Agent，每个请求自包含；
全局MEMORY.md由同步脚本保持为空，账号长期记忆只存在各自画像的memory.md里。

结果：三个入口（Web / CLI / 单轮调用）统一走同一套画像逻辑，并行会话互不覆盖。

sync.sh：一份同步脚本，锁死所有上下文

openclaw/sync.sh 是这套架构的"装配线"，一次执行完成：

全量同步技能库与共享层到 Agent workspace；
拷贝 SOUL.md / AGENTS.md，并把项目根路径追加进 AGENTS.md 尾部（每轮注入，配置检查永远有正确基准）;
生成 Layer 3 的CONTEXT.md；
用软链接把outputs/和profiles/接进 workspace——Agent 写产物自动归位，永不落错地方；
清空全局记忆、清理残留的旧画像文件，防止"污染"。

这套机制保证：提示词栈的任何一层更新，都是可重复、可验证的，而不是手工维护的一堆副本。

🔄 真实场景走一遍：热点到发布

以"把一篇论文解读做成小红书卡片并视频"为例，看四层如何协作（真实产物示例来自 Easel 工作流）：

步骤	谁在工作
1. 用户说"帮我解读这篇论文并发小红书"	SOUL.md 决定"这是我能做成"的态度
2. Agent 路由到`paper-explainer`技能	Layer 4 加载 SKILL.md + 按需读 references/
3. 执行前先`cd`到项目根跑脚本	Layer 3 的 CONTEXT.md 提供路径
4. 凝练当前画像的风格/红线，产出到`outputs/<主题>/`	AGENTS.md 的制作流程 + 自检规则
5. 发布前内容安全扫描 + 人设一致性评分	AGENTS.md 的发布门禁
6. 发布后数据回流、有效经验写入画像 memory	归因层闭环

全程没有"记忆串号"或"路径漂移"的风险，因为每一层的信息来源都是单一且确定的。

📋 新手能抄走的 4 条设计原则

如果你也想做一个稳定的 Agent，Easel 的 Prompt Stack 给出的经验可以直接迁移：

分层比分词重要：人格、规则、环境、技能分文件管理，每层单一职责；
能生成的别手写：路径类上下文由脚本生成（Layer 3），永远和环境一致；
能按需的别常驻：技能库上百个也不烧 token，靠 frontmatter 路由 + 触发时加载；
记忆按作用域隔离：每个账号一个目录，消息内联传画像，拒绝全局大杂烩。

🚀 三步跑起来

git clone https://gitcode.com/gh_mirrors/easel3/Easel cd Easel bash setup.sh # 引导式安装：Python 虚拟环境 + 模型配置 + 技能同步

Windows 原生安装用 PowerShell 执行.\setup.ps1。安装完成后：

source .venv/bin/activate easel doctor # 检查运行环境 easel ping # 测试 gateway 与 Agent 连通性 easel web # 启动 Web 工作台（默认 7860 端口）

在 Web 工作台的"画像"页面建一个账号画像，然后直接对话即可——四层 Prompt Stack 会在幕后自动工作。

📚 延伸阅读

架构原文：docs/prompt-stack.md
技能接口规范：docs/SKILL-SPEC.md
五层能力地图：docs/skill-function-mapping.md
Agent 规则手册：openclaw/workspace/AGENTS.md
人格定义：openclaw/workspace/SOUL.md
上下文同步脚本：openclaw/sync.sh
已知问题：docs/known-issues.md

Easel 的架构哲学可以浓缩成一句话：让每一层提示词只做它最擅长的事，稳定性就是设计出来的，而不是碰运气碰出来的。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

Easel架构深度剖析：四层Prompt Stack如何驱动一个稳定的社媒Agent