什么是openclaw-runbook：让OpenClaw AI Agent稳定运行数周的终极运维手册-育师

【免费下载链接】openclaw-runbook

Unofficial OpenClaw runbook for running agents day to day without burning money, exposing your gateway, or trusting random automation.

项目地址：https://gitcode.com/gh_mirrors/op/openclaw-runbook

点击查看免费下载

openclaw-runbook 是一份非官方的 OpenClaw AI Agent 运维手册（Runbook），目标是让你的个人 AI Agent稳定运行数周而不是几分钟——不烧钱、不暴露网关、不盲信来路不明的自动化。它不教概念，只给经过实战检验的结论：怎么配访问边界、怎么控成本、怎么防提示注入、哪些自动化值得上。

它是什么，又不是什么 🧭

一句话概括核心定位：把 OpenClaw 当成基础设施来运维，而不是当成聊天机器人来用。

定位	说明
✅ 是	让 Agent 连续运行数周的 runbook
✅ 是	关于模型、访问、记忆、自动化和护栏的"有主见"指南
✅ 是	默认对第三方技能保持怀疑的保守派
❌ 不是	官方 OpenClaw 文档的新手替代品
❌ 不是	模型排行榜或一键安装教程
❌ 不是	"照抄即可"的万能配置

主指南位于 guide.md，基于作者一个实际跑通的 2026.5.x 配置整理，适合在蜜月期之后、开始焦虑之前阅读。

仓库结构：先看地图再上路 🗺️

整个仓库围绕"一个指南 + 两组素材"组织：

路径	内容	适合谁看
guide.md	主指南：访问模型、模型路由、记忆、自动化、安全	所有人
examples/	配置参考、Agent 提示词、安全加固、VPS 部署等模板	动手配置者
showcases/	每日简报、夜间研究、技术资讯等自动化案例	想上自动化的人
README.md	项目总览与目录索引	快速入门

其中两份文件值得先收藏：脱敏后的完整配置参考 examples/sanitized-config.json 和逐段解读它的 examples/config-example-guide.md。

快速上手：三步跑起来 ⚡

git clone https://gitcode.com/gh_mirrors/op/openclaw-runbook

装好 OpenClaw 并启动：使用官方 onboarding 流程（openclaw onboard --install-daemon，建议 Node 24，Node 22.19+ 仍受支持）。
把本仓库当手册读：从 guide.md 开始，按需查 examples/ 里的对应模板。
先稳后全：先让本地（或 Tailscale-only）环境跑通，观察几天日志、费用和任务记录，再逐步加 cron、heartbeat 和更多工具——这是整个 runbook 最重要的一条建议。

💡 个人配置在~/.openclaw/openclaw.json，工作区在~/.openclaw/workspace。从源码运行时，请把它们放在仓库之外，避免更新覆盖你的提示词和记忆。

四大核心运维原则 💡

原则一：访问走 Tailscale，Gateway 只绑本地回环

runbook 的访问立场非常明确：Gateway 保持loopback绑定 + token 认证，Control UI 通过 Tailscale Serve 访问，即使你本地图形界面也走这条路。

不推荐公网端口、随意的局域网暴露或"顺手"的反向代理作为第一方案；
不想装 Tailscale？那就保持 Gateway 本地，用 Telegram 等消息渠道远程交互，而不是去开端口"补偿"；
VPS 场景同样是 Tailscale-first：验证过 Tailnet 路径后再封掉公网 SSH，详见 examples/vps-setup.md。

原则二：模型路由显式化，把成本写在配置里

最常见的早期错误是把默认 Agent 当成"全能超级助手"：聊天、研究、写码、监控全压一个模型上，token 烧得飞快还查不清问题。runbook 推荐协调者 + 工作者模式：

agents.defaults.models是目录/白名单，model.primary是首选，fallbacks是有序故障切换；
后台任务交给更便宜的模型，昂贵模型只留给值得的推理；
限制并发数、避免重试风暴、只在该准点时才用精确调度。

成本不是看你的账单，而是看这套模式——费用会随之"趋平"。想查配额可以看看 examples/check-quotas.sh。

原则三：心跳管"感知"，cron 管"准点"，任务系统管"留痕"

OpenClaw 现在是原生的，别再外接一个"黑盒"任务工具：

机制	用途
heartbeat	近似周期性的"感知"：收件箱、日历、轻量监控（默认 30m 一次）
cron	必须准点的报告、一次性提醒、隔离会话的定期任务
后台任务记录	所有 cron、子 Agent 执行都会留痕，可用`openclaw tasks list / audit`审查
子 Agent（`sessions_spawn`）	推送式派发，结果自动回传，别写轮询循环

多种不同频率的检查写在HEARTBEAT.md的tasks:块里，模板见 examples/heartbeat-example.md；用原生任务账本跟踪进度的提示词见 examples/task-tracking-prompt.md。

原则四：第三方技能先看源码，再让 Agent 重建本地版

对 ClawHub 等第三方技能的默认态度是怀疑。正确姿势：

把 ClawHub 当"发现工具"，找到好点子；
读源码；
让 Agent 按你的环境重建一个本地技能；
只保留真正需要的行为与工具权限；
测试通过后再放进常规工具路径。

示例配置里clawhub是被故意禁用的。重建流程的提示词模板：examples/skill-builder-prompt.md。

拿来就能改的自动化场景 🤖

showcases/目录收录了一批可直接改造的自动化模式：

showcases/daily-brief.md — 每天早晨的天气 + 日历 + 任务简报，cron 准点投递；
showcases/idea-pipeline.md — 睡前记下点子，夜间自动研究整理；
showcases/tech-discoveries.md — 技术资讯自动精选；
showcases/linkedin-drafter.md — 每周自动生成草稿；
showcases/homelab-access.md — 通过 Telegram 确认的更安全远程 SSH；
showcases/agent-orchestrator.md — 把编码任务路由给不同 Agent；
showcases/autonomous-operation.md — 社区贡献的健康自检模式。

⚠️ 案例只是起点：无人值守前，务必审查工具权限、渠道、投递目标和模型选择。

安全加固：新手必查清单 🔒

runbook 的核心假设：只要你的 Agent 读网页、邮件、Issue 或别人的聊天，提示注入迟早会来——所以防御要靠分层，而不是一句魔法咒语。修改配置后运行openclaw security audit --deep和openclaw doctor --fix复查。

新手自检清单（完整版见 examples/security-hardening.md）：

Gateway 已绑定 loopback，启用 token 认证
Control UI 不暴露在公网
渠道 DM / 群已配置白名单（allowlist）
工具权限按渠道信任级别收紧（文件访问、exec 默认拒绝 + 询问）
密钥存放在仓库之外的配置中，不硬编码
未盲装第三方技能
已设置供应商侧的费用上限与告警
已备份~/.openclaw/openclaw.json和工作区，且不公开

配套阅读：examples/security-quickstart.md（一键加固提示词）、examples/security-patterns.md（提示注入规则）。

常见问题 ❓

Q：这是官方文档吗？不是。它是作者踩坑后的个人运维手册，明确声明不是官方文档、也不是万能配置——所以结论都带着"我为什么这么做"的上下文。

Q：没预算买 Mac mini / GPU 跑本地模型？同意 runbook 的观点：别先买硬件。先用托管模型跑通、拿到真实用量数据，再判断本地推理是否解决实际问题。

Q：配置可以整份照抄吗？不建议。examples/sanitized-config.json 是参考而非模板，供应商、模型、渠道、技能条目都要替换成你自己的环境。

总结 🚀

openclaw-runbook 的价值不在"新"，而在"稳"：Tailscale-first 的访问边界、显式的模型路由、原生的任务与记忆系统、对第三方技能的克制态度。当你想让 OpenClaw AI Agent 安静地连续跑几周，而不是半夜醒来面对一张天价账单和一堆噪音消息时，这份运维手册就是你要的那份说明书。