目录
OpenClaw 的身份设定
在本章节,你将学习到 OpenClaw 的分层人格架构、四大身份配置文件作用。
回到 OpenClaw 的 Gateway 控制面,我们还能在聊天窗口中看到飞书中的完整对话信息,并且可以看到更详细的中间过程(在飞书中只会回复最终结论)。
我们看到,当我们发出第一句 “你好” 时,OpenClaw 首先去读取了这四个文件(SOUL.md、USER.md、IDENTITY.md、BOOTSTRAP.md):

然后在它的首次回复中,明确要求希望知道我们的相关信息和希望给它的角色设定:

和 OpenClaw 初步认识
OpenClaw 区别于普通无状态聊天机器人的核心竞争力,最重要的能力之一就在于它可以持久化的人格设定 一 带有全生命周期记忆系统。
前者让 AI 拥有稳定、可预期的专属人设。
后者让 AI 真正实现跨会话 “记住” 你的偏好、决策与历史上下文,二者结合才能打造出 “越用越懂你” 的私有化 AI 助手。我们按照它的要求,先把我的个人信息以及希望它记住的一些关键设定告诉它:

回到 gateway 控制面,我们看到它更新了 USER.md、IDENTITY.md 这两个文件:

接下来,我们给它发送一些限制性要求,并且希望它记住这些要求:

回到 gateway 控制面,我们看到它这次更新了 SOUL.md 文件:

OpenClaw 的人设并非单一的提示词片段,而是基于工作区文件体系的 分层人格架构,每个文件各司其职,每次会话启动时自动加载,确保人设的一致性与稳定性,同时支持精细化的自定义调整。
核心文件介绍
OpenClaw 的人设体系由4个核心文件构成,全部位于工作区默认路径 ~/.openclaw/workspace/ 下,每个文件的作用与加载规则如下:

| 文件名 | 核心作用 | 加载规则 | 核心定位 |
|---|---|---|---|
| IDENTITY.md | 基础身份名片 | 引导仪式创建/更新,会话启动加载 | 我是谁(对外展示的身份) |
| SOUL.md | 人格内核、语气风格、行为边界 | 每次会话启动强制加载 | 我怎么说话、怎么做事、我的底线 |
| USER.md | 服务对象画像、用户偏好与称呼规则 | 每次会话启动强制加载 | 我为谁服务、对方的特点是什么 |
| AGENTS.md | 操作指南、工作流程、能力边界 | 每次会话启动强制加载 | 我应该怎么完成任务、遵循什么规则 |
核心原则:人设设定遵循 “最小必要” 原则,避免过度冗长的描述导致 Token 浪费与人设混乱;所有规则必须可落地、可执行,避免空泛的形容词。
- #### IDENTITY.md:基础身份名片
这是 AI 的“出生证明”,定义最基础的身份标识,是人设的基础框架,内容简洁清晰,避免复杂规则。
在我们刚刚完成和 OpenClaw 的交流后,它的 IDENTITY.md 内容如下:

场景化模板参考:
- 个人生活助理:名称改为 “小管家”,核心定位改为 “个人生活与工作全能助理”
- 企业行政助理:名称改为 “行政小助手”,核心定位改为 “企业行政事务专属 AI 助理”
- 创意内容助理:名称改为 “创意伙伴”,核心定位改为 “内容创作与创意策划专属助手”
- #### USER.md:用户画像(服务对象定义)
这个文件告诉 AI “我是谁”,让 AI 精准适配你的习惯、背景与偏好,避免千人一面的回复,是人设 “懂你” 的关键。
在我们刚刚完成和 OpenClaw 的交流后,它的 USER.md 内容如下:

- #### SOUL.md:人格内核(人设核心)
这是AI的“灵魂文件”,决定了AI的语气、沟通风格、性格特质、行为边界,是人设差异化的核心,也是每次会话优先加载的最高优先级规则之一。
核心配置模块
- 语气与沟通风格:定义说话的方式,比如正式/活泼/严谨/简洁
- 核心价值观与优先级:定义做事的原则,比如“准确优先于速度”“隐私高于一切”
- 行为边界与禁忌:明确什么能做、什么绝对不能做
- 性格特质与细节:个性化的细节,比如是否使用emoji、是否会主动提出优化建议、是否会反驳不合理的需求
- 自我进化规则:定义如何根据交互优化人设与记忆
在我们刚刚完成和 OpenClaw 的交流后,我们看到我们对它的安全红线要求被加入到了 SOUL.md :

- #### AGENTS.md:工作方式与操作规范
这个文件定义了AI“怎么干活”,是人设落地的执行手册,明确了 AI 处理任务的标准流程、工具使用规则、记忆使用方法,确保 AI 的行为符合你的预期。
我们刚刚的对话并没有改变 AGENTS 后续的工作模式,所以这个文件的信息还是默认的:

你的龙虾会越来越懂你
有一个重要的认知,这些人设文件并不是要求你首次就配置的非常完美。
它们可以根据你和 OpenClaw 长期的协作下慢慢积累的越来越完善。
所以首次配置建议只配置一些关键的设定,在后续的工作中,你再慢慢将你需要让他了解到的更多信息慢慢告诉他,后面你的 OpenClaw 就会越来越懂你了。
为你的 OpenClaw 安装技能
在开始本章节前,如果你对 Skills 了解的还不是特别清楚,推荐阅读 [Agent Skills 完全指南:从原理到实战彻底搞懂!](https://mp.weixin.qq.com/s/VQSRPTf5bOyA1bjS2JH5Kw)
OpenClaw 的技能系统
OpenClaw 完全兼容 Agent Skills 规范,核心作用是教智能体如何调用工具、完成特定领域的任务。
OpenClaw 从 3 个路径加载技能,同名技能按优先级从高到低覆盖,规则如下:
| 加载路径 | 说明 | 优先级 | 适用场景 |
|---|---|---|---|
| <workspace>/skills | 当前项目工作区的技能目录,仅对当前Agent生效 | ⭐⭐⭐⭐⭐ 最高 | 项目专属的定制化技能 |
| ~/.openclaw/skills | 本地托管目录,对本机所有Agent可见 | ⭐⭐⭐⭐ 高 | 个人通用的高频技能 |
| 内置技能(Bundled) | 随OpenClaw安装包自带的基础技能 | ⭐ 最低 | 通用基础能力(文件操作、系统命令等) |
OpenClaw 的内置技能
在 OpenClaw 安装时,它已经帮我们捆绑安装了很多内置的 Skills ,我们可以打开 OpenClaw 的技能面板,可以看到当前已经安装了所有技能:

也可以在命令行执行下面的命令查看:
openclaw skills list
OpenClaw 捆绑安装的技能也不是默认启用的(根据上面的图,虽然当前 Openclaw 已经安装了 55 个 Skills,但其中只有 12 个处于可用状态),它取决于你的电脑上是否有相关的环境,我们可以看到控制面板下:

- 有些 Skills 是 eligible(可用的)状态,如 github skill,这是因为它在你本地电脑检测到了符合相关环境(如 gh cli)
- 有些 Skills 是 blocked(不可用的)状态,如 goplaces skill,这是因为它在你电脑上检测到缺失了相关环境(如 goplaces),另外缺失了相关环境变量的配置(如 GOOGLE_PLACES_API_KEY)。
用 ClawHub 安装技能
ClawHub 是 OpenClaw 的官方技能市场,类似于 npm 之于 Node.js。截至 2026 年 3 月已收录 19000+ 社区贡献的技能,是 OpenClaw 生态的核心扩展能力来源。
它提供了技能的搜索、安装、版本管理、发布、备份全生命周期能力,无需编写代码,一条命令即可为 Agent 扩展新能力。

ClawHub CLI 安装:
# npm 全局安装(推荐)
npm install -g clawhub
# 验证安装
clawhub --version尝试安装第一个 Skill:Tavily
OpenClaw 并没有自带 Web 搜索的能力:

下面我们尝试给 OpenClaw 增加一个网络搜索的技能,这里我们选择 tavily。

tavily-search 是 ClawHub 下载量 Top 的核心技能,专为 AI Agent 优化的实时联网搜索能力,解决大模型知识 cutoff 问题,支持深度搜索、学术搜索、新闻搜索等场景。
我们可以先执行下面的命令来搜索这个技能:
clawhub search tavily-search执行后会返回匹配的技能列表,确认目标技能的 slug 为 tavily-search。

然后我们执行下面的命令安装技能:
clawhub install tavily-search注意,clawhub 会默认把技能安装到当前 Agent 的 Workspace 目录下:

安装完成后,tavily 还无法直接使用:

因为它本质是一个 API 服务,需要先注册一个 API Key:

我们看到这里每月默认有 1000 个 Credits 的免费额度(对应一千次搜索),对于个人用户来讲完全够用了。
然后我们打开 OpenClaw 的配置面板,找到 Environment,然后创建一个新的环境变量(TAVILY_API_KEY),然后把刚刚注册好的环境变量粘贴进去,重启服务:

这次我们再下发一个搜索指令,发现它能搜索到结果了:

回到 OpenClaw 控制面,我们看到它在收到指令后先读取了当前 Skill 的 Skill.md 文件:

然后调用其中的搜索脚本得到了搜索结果:

为了方便后续使用,我们让它记住后续使用 tavily-search 作为默认的搜索服务:

不推荐使用 OpenClaw 默认携带的 Brave Search ,效果不如 Tavily。